Dokumen.tips perbedaan antara cp dan pp
Cp (Capability Prosess) VS Pp (Proses Performance)
Perbedaan antara Cp dan Pp, serta antara Cpk dan PPK, hasil dari metode perhitungan standar
deviasi. Cp dan Cpk mempertimbangkan deviasi rata-rata dalam subkelompok rasional, sedangkan Pp
dan PPK mengatur penyimpangan berdasarkan data dipelajari.
By Daniela Marzagão
Selama bertahun-tahun industri telah menggunakan Cp, Cpk, Pp dan PPK sebagai ukuran statistik
kemampuan proses kualitas. Beberapa segmen di bidang manufaktur telah ditentukan persyaratan
minimal untuk parameter ini, bahkan untuk beberapa dokumen penting mereka, seperti Advanced
Kualitas Produk Perencanaan dan ISO/TS-16949. Six Sigma, bagaimanapun, menyarankan evaluasi
yang berbeda kemampuan proses pengukuran terhadap tingkat sigma, juga dikenal sebagai
kemampuan sigma.
Menggabungkan metrik yang berbeda dari yang tradisional dapat menyebabkan beberapa
perusahaan bertanya-tanya tentang perlunya dan adaptasi metrik ini. Adalah penting untuk
menekankan bahwa studi kemampuan tradisional serta penggunaan ukuran kemampuan sigma
membawa tujuan yang sama. Setelah proses berada di bawah kendali statistik dan menunjukkan
hanya menyebabkan normal, diprediksi. Ini adalah ketika itu menjadi menarik bagi perusahaan untuk
memprediksi probabilitas proses berjalan memenuhi spesifikasi pelanggan atau persyaratan.
Kemampuan Studi
tingkat kemampuan Tradisional dihitung ketika fitur produk atau jasa diukur melalui variabel kontinu
kuantitatif, dengan asumsi data mengikuti distribusi probabilitas normal. Sebuah distribusi normal
fitur pengukuran berarti dan deviasi standar, sehingga memungkinkan untuk mengestimasi
probabilitas suatu kejadian dalam suatu kumpulan data.
Nilai yang paling menarik berhubungan dengan probabilitas data yang terjadi di luar spesifikasi
pelanggan. Ini adalah data muncul di bawah batas spesifikasi bawah (LSL) atau di atas batas
spesifikasi atas (USL). Sebuah kesalahan biasa terletak dalam menggunakan studi kemampuan untuk
menangani data kategori, mengubah data ke dalam tingkat atau persentil. Dalam kasus tersebut,
menentukan batas spesifikasi menjadi kompleks. Misalnya, proses penagihan dapat menghasilkan
faktur benar atau salah. Ini merupakan variabel kategori, yang menurut definisi membawa USL ideal
error 100 persen gratis, rendering langkah-langkah statistik tradisional (Cp, Cpk, Pp dan PPK) tidak
dapat diterapkan pada variabel kategori.
Ketika bekerja dengan variabel kontinu, langkah-langkah statistik tradisional cukup bermanfaat,
terutama di bidang manufaktur. Perbedaan antara tingkat kemampuan (Cp dan Cpk) dan tingkat
kinerja (Pp dan PPK) adalah metode memperkirakan populasi statistik standar deviasi. Perbedaan
antara tingkat sentralisasi (Cp dan Pp) dan tingkat unilateral (Cpk dan PPK) adalah dampak dari
desentralisasi berarti lebih dari perkiraan kinerja proses.
Rincian Contoh berikut dampak yang berbagai bentuk kemampuan menghitung mungkin memiliki
lebih dari hasil studi dari sebuah proses. Sebuah perusahaan memproduksi produk yang diterima
dimensi, yang sebelumnya ditetapkan oleh pelanggan, berkisar dari 155 mm sampai 157 mm. 10
bagian pertama yang dibuat oleh sebuah mesin yang memproduksi produk dan bekerja selama satu
periode hanya dikumpulkan sebagai sampel selama periode 28 hari. Evaluasi Data diambil dari
bagian ini digunakan untuk membuat peta kendali Xbar-S (Gambar 1).
Bagan ini hanya menyajikan menyebabkan variasi umum dan dengan demikian, mengarah
pada kesimpulan bahwa proses mudah ditebak. Perhitungan kemampuan proses menyajikan
hasil pada Gambar 2.
Menghitung Cp
Tingkat Cp kemampuan dihitung dari rumus:
dimana s merupakan deviasi standar untuk populasi yang diambil dari
, dengan s-bar
mewakili mean deviasi untuk setiap sub-kelompok rasional dan c4 mewakili koefisien statistik
koreksi.
Dalam hal ini, rumus mempertimbangkan jumlah variasi yang diberikan oleh deviasi standar dan
kesenjangan diterima diizinkan oleh batas yang ditentukan meskipun mean. Hasil mencerminkan
standar deviasi populasi, diperkirakan dari rerata deviasi standar dalam subkelompok sebagai
0.413258, yang menghasilkan Cp dari 0,81.
Rasional Subkelompok
Sebuah subkelompok rasional adalah sebuah konsep yang dikembangkan oleh Shewart ketika ia
sedang mendefinisikan grafis kontrol. Ini terdiri dari contoh di mana perbedaan data dalam sebuah
subkelompok diminimalkan dan perbedaan antara kelompok yang dimaksimalkan. Hal ini
memungkinkan identifikasi yang lebih jelas tentang bagaimana parameter proses perubahan
sepanjang kontinum waktu. Dalam contoh di atas, proses yang digunakan untuk mengumpulkan
sampel memungkinkan pertimbangan masing-masing koleksi harian sebagai subkelompok rasional
tertentu.
Tingkat Kemampuan Cpk dihitung dengan rumus:
,
mempertimbangkan kriteria yang sama deviasi standar.
Dalam hal ini, selain variasi dalam kuantitas, proses mean juga mempengaruhi indikator. Karena
prosesnya tidak sempurna terpusat, berarti lebih dekat ke salah satu batas dan, sebagai akibatnya,
menyajikan kemungkinan yang lebih tinggi tidak mencapai target proses kemampuan. Dalam contoh
di atas, batas spesifikasi didefinisikan sebagai 155 mm dan 157 mm. Mean (155,74) lebih dekat
dengan salah satu dari mereka daripada yang lain, yang mengarah ke faktor Cpk (0,60) yang lebih
rendah dari nilai Cp (0,81). Ini berarti bahwa LSL lebih sulit dicapai daripada USL tersebut.
Ketidaksesuaian ada pada kedua ujung histogram.
Memperkirakan Pp
Serupa dengan perhitungan Cp, kinerja tingkat Pp ditemukan sebagai berikut:
,
mana s adalah deviasi standar dari semua data.
Perbedaan utama antara Pp dan studi Cp adalah bahwa dalam sub kelompok rasional dimana sampel
diproduksi praktis pada saat yang sama, deviasi standar yang lebih rendah. Dalam studi Pp, setiap
variasi antara subkelompok meningkatkan nilai sepanjang kontinum waktu, sebuah proses yang
biasanya membuat perkiraan yang lebih konservatif Pp.
Berkenaan dengan sentralisasi, Pp dan langkah-langkah Cp memiliki keterbatasan yang sama, di
mana tidak menganggap proses sentralisasi (mean) masalah. Namun, ada baiknya menyebutkan
bahwa perkiraan Pp Cp dan hanya mungkin bila batas spesifikasi atas dan bawah ada. Banyak proses,
terutama di daerah transaksi atau layanan, hanya memiliki satu batas spesifikasi, yang membuat
menggunakan CP dan Pp mustahil.
Dalam contoh di atas, standar deviasi populasi, diambil dari standar deviasi dari semua data dari
semua sampel, adalah 0.436714 (keseluruhan), memberikan Pp sebesar 0,76, yang lebih rendah dari
nilai yang diperoleh untuk Cp.
Memperkirakan PPK
Perbedaan antara Cp dan Pp terletak pada metode untuk menghitung s, dan apakah atau tidak
adanya sub kelompok rasional dianggap. Menghitung PPK menyajikan kesamaan dengan perhitungan
Cpk. Tingkat Kemampuan untuk PPK dihitung dengan rumus:
,
Sekali lagi menjadi jelas bahwa perkiraan ini mampu mendiagnosa masalah desentralisasi, selain dari
kuantitas variasi proses. Setelah melihat kecenderungan terdeteksi di Cpk, bahwa nilai Pp (0,76) lebih
tinggi dari nilai PPK (0,56), karena fakta bahwa tingkat ketidakcocokan dengan LSL yang lebih tinggi.
Karena perhitungan deviasi standar tidak terkait dengan subkelompok rasional, deviasi standar lebih
tinggi, menghasilkan PPK (0,56) lebih rendah daripada Cpk (0,60), yang mengungkapkan proyeksi
kinerja yang lebih negatif.
Kemampuan Menghitung Sigma
Dalam contoh di atas, adalah mungkin untuk mengamati kejadian kesalahan yang disebabkan
oleh ketidakcocokan, apakah batas spesifikasi atas atau bawah. Meskipun kekurangan
disebabkan oleh ketidakcocokan ke LSL memiliki kesempatan lebih besar terjadi, masalah
yang disebabkan oleh USL akan terus terjadi. Saat menghitung Cpk dan PPK, ini tidak
dianggap, karena tarif selalu dihitung berdasarkan sisi yang lebih kritis distribusi.
Untuk menghitung tingkat sigma dari proses itu perlu untuk memperkirakan bangku Z. Hal ini
akan memungkinkan konversi dari distribusi data ke distribusi normal dan standar sambil
menambahkan kemungkinan kegagalan di atas USL dan di bawah LSL tersebut. Perhitungan
adalah sebagai berikut: Above the USL:
Below the LSL:
Summing both kinds of flaws produces the following result:
(Figure
3)
Perbedaan antara Cp dan Pp, serta antara Cpk dan PPK, hasil dari metode perhitungan standar
deviasi. Cp dan Cpk mempertimbangkan deviasi rata-rata dalam subkelompok rasional, sedangkan Pp
dan PPK mengatur penyimpangan berdasarkan data dipelajari.
By Daniela Marzagão
Selama bertahun-tahun industri telah menggunakan Cp, Cpk, Pp dan PPK sebagai ukuran statistik
kemampuan proses kualitas. Beberapa segmen di bidang manufaktur telah ditentukan persyaratan
minimal untuk parameter ini, bahkan untuk beberapa dokumen penting mereka, seperti Advanced
Kualitas Produk Perencanaan dan ISO/TS-16949. Six Sigma, bagaimanapun, menyarankan evaluasi
yang berbeda kemampuan proses pengukuran terhadap tingkat sigma, juga dikenal sebagai
kemampuan sigma.
Menggabungkan metrik yang berbeda dari yang tradisional dapat menyebabkan beberapa
perusahaan bertanya-tanya tentang perlunya dan adaptasi metrik ini. Adalah penting untuk
menekankan bahwa studi kemampuan tradisional serta penggunaan ukuran kemampuan sigma
membawa tujuan yang sama. Setelah proses berada di bawah kendali statistik dan menunjukkan
hanya menyebabkan normal, diprediksi. Ini adalah ketika itu menjadi menarik bagi perusahaan untuk
memprediksi probabilitas proses berjalan memenuhi spesifikasi pelanggan atau persyaratan.
Kemampuan Studi
tingkat kemampuan Tradisional dihitung ketika fitur produk atau jasa diukur melalui variabel kontinu
kuantitatif, dengan asumsi data mengikuti distribusi probabilitas normal. Sebuah distribusi normal
fitur pengukuran berarti dan deviasi standar, sehingga memungkinkan untuk mengestimasi
probabilitas suatu kejadian dalam suatu kumpulan data.
Nilai yang paling menarik berhubungan dengan probabilitas data yang terjadi di luar spesifikasi
pelanggan. Ini adalah data muncul di bawah batas spesifikasi bawah (LSL) atau di atas batas
spesifikasi atas (USL). Sebuah kesalahan biasa terletak dalam menggunakan studi kemampuan untuk
menangani data kategori, mengubah data ke dalam tingkat atau persentil. Dalam kasus tersebut,
menentukan batas spesifikasi menjadi kompleks. Misalnya, proses penagihan dapat menghasilkan
faktur benar atau salah. Ini merupakan variabel kategori, yang menurut definisi membawa USL ideal
error 100 persen gratis, rendering langkah-langkah statistik tradisional (Cp, Cpk, Pp dan PPK) tidak
dapat diterapkan pada variabel kategori.
Ketika bekerja dengan variabel kontinu, langkah-langkah statistik tradisional cukup bermanfaat,
terutama di bidang manufaktur. Perbedaan antara tingkat kemampuan (Cp dan Cpk) dan tingkat
kinerja (Pp dan PPK) adalah metode memperkirakan populasi statistik standar deviasi. Perbedaan
antara tingkat sentralisasi (Cp dan Pp) dan tingkat unilateral (Cpk dan PPK) adalah dampak dari
desentralisasi berarti lebih dari perkiraan kinerja proses.
Rincian Contoh berikut dampak yang berbagai bentuk kemampuan menghitung mungkin memiliki
lebih dari hasil studi dari sebuah proses. Sebuah perusahaan memproduksi produk yang diterima
dimensi, yang sebelumnya ditetapkan oleh pelanggan, berkisar dari 155 mm sampai 157 mm. 10
bagian pertama yang dibuat oleh sebuah mesin yang memproduksi produk dan bekerja selama satu
periode hanya dikumpulkan sebagai sampel selama periode 28 hari. Evaluasi Data diambil dari
bagian ini digunakan untuk membuat peta kendali Xbar-S (Gambar 1).
Bagan ini hanya menyajikan menyebabkan variasi umum dan dengan demikian, mengarah
pada kesimpulan bahwa proses mudah ditebak. Perhitungan kemampuan proses menyajikan
hasil pada Gambar 2.
Menghitung Cp
Tingkat Cp kemampuan dihitung dari rumus:
dimana s merupakan deviasi standar untuk populasi yang diambil dari
, dengan s-bar
mewakili mean deviasi untuk setiap sub-kelompok rasional dan c4 mewakili koefisien statistik
koreksi.
Dalam hal ini, rumus mempertimbangkan jumlah variasi yang diberikan oleh deviasi standar dan
kesenjangan diterima diizinkan oleh batas yang ditentukan meskipun mean. Hasil mencerminkan
standar deviasi populasi, diperkirakan dari rerata deviasi standar dalam subkelompok sebagai
0.413258, yang menghasilkan Cp dari 0,81.
Rasional Subkelompok
Sebuah subkelompok rasional adalah sebuah konsep yang dikembangkan oleh Shewart ketika ia
sedang mendefinisikan grafis kontrol. Ini terdiri dari contoh di mana perbedaan data dalam sebuah
subkelompok diminimalkan dan perbedaan antara kelompok yang dimaksimalkan. Hal ini
memungkinkan identifikasi yang lebih jelas tentang bagaimana parameter proses perubahan
sepanjang kontinum waktu. Dalam contoh di atas, proses yang digunakan untuk mengumpulkan
sampel memungkinkan pertimbangan masing-masing koleksi harian sebagai subkelompok rasional
tertentu.
Tingkat Kemampuan Cpk dihitung dengan rumus:
,
mempertimbangkan kriteria yang sama deviasi standar.
Dalam hal ini, selain variasi dalam kuantitas, proses mean juga mempengaruhi indikator. Karena
prosesnya tidak sempurna terpusat, berarti lebih dekat ke salah satu batas dan, sebagai akibatnya,
menyajikan kemungkinan yang lebih tinggi tidak mencapai target proses kemampuan. Dalam contoh
di atas, batas spesifikasi didefinisikan sebagai 155 mm dan 157 mm. Mean (155,74) lebih dekat
dengan salah satu dari mereka daripada yang lain, yang mengarah ke faktor Cpk (0,60) yang lebih
rendah dari nilai Cp (0,81). Ini berarti bahwa LSL lebih sulit dicapai daripada USL tersebut.
Ketidaksesuaian ada pada kedua ujung histogram.
Memperkirakan Pp
Serupa dengan perhitungan Cp, kinerja tingkat Pp ditemukan sebagai berikut:
,
mana s adalah deviasi standar dari semua data.
Perbedaan utama antara Pp dan studi Cp adalah bahwa dalam sub kelompok rasional dimana sampel
diproduksi praktis pada saat yang sama, deviasi standar yang lebih rendah. Dalam studi Pp, setiap
variasi antara subkelompok meningkatkan nilai sepanjang kontinum waktu, sebuah proses yang
biasanya membuat perkiraan yang lebih konservatif Pp.
Berkenaan dengan sentralisasi, Pp dan langkah-langkah Cp memiliki keterbatasan yang sama, di
mana tidak menganggap proses sentralisasi (mean) masalah. Namun, ada baiknya menyebutkan
bahwa perkiraan Pp Cp dan hanya mungkin bila batas spesifikasi atas dan bawah ada. Banyak proses,
terutama di daerah transaksi atau layanan, hanya memiliki satu batas spesifikasi, yang membuat
menggunakan CP dan Pp mustahil.
Dalam contoh di atas, standar deviasi populasi, diambil dari standar deviasi dari semua data dari
semua sampel, adalah 0.436714 (keseluruhan), memberikan Pp sebesar 0,76, yang lebih rendah dari
nilai yang diperoleh untuk Cp.
Memperkirakan PPK
Perbedaan antara Cp dan Pp terletak pada metode untuk menghitung s, dan apakah atau tidak
adanya sub kelompok rasional dianggap. Menghitung PPK menyajikan kesamaan dengan perhitungan
Cpk. Tingkat Kemampuan untuk PPK dihitung dengan rumus:
,
Sekali lagi menjadi jelas bahwa perkiraan ini mampu mendiagnosa masalah desentralisasi, selain dari
kuantitas variasi proses. Setelah melihat kecenderungan terdeteksi di Cpk, bahwa nilai Pp (0,76) lebih
tinggi dari nilai PPK (0,56), karena fakta bahwa tingkat ketidakcocokan dengan LSL yang lebih tinggi.
Karena perhitungan deviasi standar tidak terkait dengan subkelompok rasional, deviasi standar lebih
tinggi, menghasilkan PPK (0,56) lebih rendah daripada Cpk (0,60), yang mengungkapkan proyeksi
kinerja yang lebih negatif.
Kemampuan Menghitung Sigma
Dalam contoh di atas, adalah mungkin untuk mengamati kejadian kesalahan yang disebabkan
oleh ketidakcocokan, apakah batas spesifikasi atas atau bawah. Meskipun kekurangan
disebabkan oleh ketidakcocokan ke LSL memiliki kesempatan lebih besar terjadi, masalah
yang disebabkan oleh USL akan terus terjadi. Saat menghitung Cpk dan PPK, ini tidak
dianggap, karena tarif selalu dihitung berdasarkan sisi yang lebih kritis distribusi.
Untuk menghitung tingkat sigma dari proses itu perlu untuk memperkirakan bangku Z. Hal ini
akan memungkinkan konversi dari distribusi data ke distribusi normal dan standar sambil
menambahkan kemungkinan kegagalan di atas USL dan di bawah LSL tersebut. Perhitungan
adalah sebagai berikut: Above the USL:
Below the LSL:
Summing both kinds of flaws produces the following result:
(Figure
3)