Zarządzanie jakością ćwiczenia



Podobne dokumenty
Katedra Technik Wytwarzania i Automatyzacji STATYSTYCZNA KONTROLA PROCESU

Zarządzanie procesami

Statystyczne sterowanie procesem

4) zmienność procesu w czasie wymaga od zespołu jednoczesnego monitorowania dokładności

Sterowanie procesem i jego zdolność. Zbigniew Wiśniewski

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA

Definicje PN ISO Definicje PN ISO 3951 interpretacja Zastosowanie normy PN-ISO 3951:1997

TRADYCYJNE NARZĘDZIA ZARZĄDZANIA JAKOŚCIĄ

POLITECHNIKA OPOLSKA

STATYSTYCZNE STEROWANIE PROCESAMI

POLITECHNIKA OPOLSKA

Konspekt SPC jako metoda pomiaru i doskonalenia procesów.

POLITECHNIKA OPOLSKA

I jest narzędziem służącym do porównywania rozproszenia dwóch zmiennych. Używamy go tylko, gdy pomiędzy zmiennymi istnieje logiczny związek

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Monitorowanie i Diagnostyka w Systemach Sterowania na studiach II stopnia specjalności: Systemy Sterowania i Podejmowania Decyzji

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

DR HAB INŻ. TADEUSZ SAŁACIŃSKI POLITECHNIKA WARSZAWSKA

Wstęp do teorii niepewności pomiaru. Danuta J. Michczyńska Adam Michczyński

Statystyka opisowa. Wykład I. Elementy statystyki opisowej

Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )

PRZYKŁAD TWORZENIA KART KONTROLNYCH W STATISTICA

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

Zarządzanie jakością. cią. Zarządzanie jakością - wykład 5. W. Prussak Kontrola w zarządzaniu jakością

Wydział Inżynierii Produkcji. I Logistyki. Statystyka opisowa. Wykład 3. Dr inż. Adam Deptuła

Karta kontrolna budowa i zastosowanie

Kontrola i zapewnienie jakości wyników

Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41

Statystyka matematyczna i ekonometria

Redukcja zmienności procesu oparta na analizie danych z procesu krótkoseryjnego za pomocą karty kontrolnej "celu"

Monitorowanie procesów wytwarzania

INSTRUKCJA Nr QI/8.2.3/NJ

STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych;

POJĘCIA WSTĘPNE. STATYSTYKA - nauka traktująca o metodach ilościowych badania prawidłowości zjawisk (procesów) masowych.

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część

ZASTOSOWANIE KART SHEWHARTA DO KONTROLI JAKOŚCI PRODUKCJI ELEMENTÓW UZBROJENIA

Walidacja metod analitycznych Raport z walidacji

Wprowadzenie. Typowe i nietypowe sytuacje

Błędy przy testowaniu hipotez statystycznych. Decyzja H 0 jest prawdziwa H 0 jest faszywa

RÓWNOWAŻNOŚĆ METOD BADAWCZYCH

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Systemy zapewnienia jakości w laboratorium badawczym i pomiarowym

Wykład 5: Statystyki opisowe (część 2)

W1. Wprowadzenie. Statystyka opisowa

-> Średnia arytmetyczna (5) (4) ->Kwartyl dolny, mediana, kwartyl górny, moda - analogicznie jak

Statystyka matematyczna. dr Katarzyna Góral-Radziszewska Katedra Genetyki i Ogólnej Hodowli Zwierząt

PRZYKŁAD WDROŻENIA KART KONTROLNYCH KROK PO KROKU

KARTA INFORMACYJNA PRZEDMIOTU

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:

Metody statystyczne kontroli jakości i niezawodności Lekcja II: Karty kontrolne.

SPC - Statystyczne Sterowanie Procesem

Sterowanie jakością badań i analiza statystyczna w laboratorium

1 Podstawy rachunku prawdopodobieństwa

ANALIZA TRENDÓW DANYCH MIKROBIOLOGICZNYCH Z ZASTOSOWANIEM KART KONTROLNYCH

3. Modele tendencji czasowej w prognozowaniu

Próba własności i parametry

INSTRUKCJA Nr QI/8.2.3/NJ

POLITECHNIKA OPOLSKA

Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33

Statystyka. Wykład 7. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Statystyka 16 kwietnia / 35

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

W kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów:

Podstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na

LABORATORIUM PODSTAW TELEKOMUNIKACJI

Rozkłady statystyk z próby

OPTYMALIZACJA PROCESÓW TECHNOLOGICZNYCH W ZAKŁADZIE FARMACEUTYCZNYM

LABORATORIUM METROLOGII

Teoria błędów. Wszystkie wartości wielkości fizycznych obarczone są pewnym błędem.

Testy nieparametryczne

Wykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy

ANALIZA JAKOŚCIOWA I ILOŚCIOWA TESTÓW SZKOLNYCH MATERIAŁ SZKOLENIOWY

DOKUMENTACJA SYSTEMU ZARZĄDZANIA LABORATORIUM. Procedura szacowania niepewności

RAPORT z diagnozy Matematyka na starcie

Podstawowe definicje statystyczne

1. SOLUTIONS -> ANALYSIS -> QUALITY IMPROVEMENT

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)

Pobieranie prób i rozkład z próby

Statystyka opisowa PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA

Plan wykładu. Statystyka opisowa. Statystyka matematyczna. Dane statystyczne miary położenia miary rozproszenia miary asymetrii

Statystyka i analiza danych Wstępne opracowanie danych Statystyka opisowa. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Wprowadzenie do analizy korelacji i regresji

ANALIZA SYSTEMU POMIAROWEGO (MSA)

LABORATORIUM Z FIZYKI

Typy zmiennych. Zmienne i rekordy. Rodzaje zmiennych. Graficzne reprezentacje danych Statystyki opisowe

Statystyka. Wykład 3. Magdalena Alama-Bućko. 6 marca Magdalena Alama-Bućko Statystyka 6 marca / 28

ZASTOSOWANIE TECHNIK CHEMOMETRYCZNYCH W BADANIACH ŚRODOWISKA. dr inż. Aleksander Astel

ŚLĄSKIE TECHNICZNE ZAKŁADY NAUKOWE EDUKACYJNA WARTOŚĆ DODANA

RAPORT z diagnozy umiejętności matematycznych

Rozdział 8. Regresja. Definiowanie modelu

Analiza zdolności procesu

Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi

Metody statystyczne w zarządzaniu jakością 1

You created this PDF from an application that is not licensed to print to novapdf printer (

Procedura szacowania niepewności

Sposoby opisu i modelowania zakłóceń kanałowych

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI ROZKŁAD EMPIRYCZNY

VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15

Transkrypt:

Zarządzanie jakością ćwiczenia mgr inż. Anna Wąsińska Zakład Zarządzania Jakością pok. 311 B1, tel. 320-42-82 anna.wasinska@pwr.wroc.pl Statystyczne sterowanie procesami SPC kontrolna Konsultacje: SO 13:00 14:00 SO 18:00 19:00 2 Statystyczne Sterowanie Procesem Statistical Process Control - SPC SPC jest to sterowanie jakością z wykorzystaniem metod statystycznych. SPC jest to zbiór metod statystycznych, które mają pomóc usprawniać w sposób ciągły jakość procesów produkcji lub usług. SPC to bieżąca kontrola procesu służąca do: - wykrywania jego ewentualnych rozregulowań - stałej poprawy jego jakości. W ramach SPC bada się: - z jaką naturalną zmiennością, czyli z jakim rozproszeniem wyników pomiaru wykonywany jest proces produkcyjny - jaka jest zdolność tego procesu do spełnienia wymagań określonych specyfikacjami., W. Mantura; J. Łańcucki;W. Prussak 3 Statystyczne Sterowanie Procesem Statistical Process Control - SPC O SPC można mówić zawsze, gdy dane lub informacje będące wynikiem stosowania narzędzi i metod statystycznych są wykorzystywane: - do oddziaływania na proces w celu utrzymywania jego przebiegu w wymaganych granicach - dla uzyskania jego trwałej poprawy. 4 Cel zastosowania karty kontrolnej kontrolna, jako główne narzędzie statystycznego sterowania procesami (SPC), służy do nadzorowania przebiegu procesu i doskonalenia jego jakości. Cele: kontrolna diagnoza i ocena stabilności procesu identyfikacja słabych punktów procesu (przyczyn powodujących wzrost zmienności procesu) wymagających regulacji wykrywanie, kiedy na kontrolowany proces wpływ miały normalne, a kiedy szczególne przyczyny zmienności potwierdzenie udoskonalenia procesu 5 Zadaniem karty kontrolnej jest dostarczanie w przejrzystej, graficznej postaci informacji o tym, czy proces jest stabilny, czy nie wymaga regulacji [A. Hamrol]. 6 Opracowała: Anna Wąsińska [za] J. Łańcucki; A. Hamrol, W. Mantura; J.J. Dahlgaard, K. Kristensen, G.K. Kanji 1

Przykładowe przyczyny odchyleń od wartości pożądanej w procesie system zarządzania dobór narzędzi technologia surowce maszyny błędy pracowników warunki otoczenia odzaje zakłóceń w procesie Przyczyny zmienności jakości procesu można podzielić na dwie grupy: 1. Czynniki (przyczyny, zakłócenia) specjalne (sporadyczne, wyjątkowe). 2. Czynniki (przyczyny, zakłócenia) losowe (systemowe, pospolite, chroniczne). Opracowała: Anna Wąsińska [za] J. Łańcucki 7 Opracowała: Anna Wąsińska [za] J. Łańcucki; A. Hamrol, W. Mantura; J.J. Dahlgaard, K. Kristensen, G.K. Kanji; Z. Zymonik 8 Przyczyny specjalne pojawiają się nagle i dlatego zakłócenie procesu zwraca uwagę kierownictwa istnieje tylko niewielka ich liczba, a skutek każdej z nich może być znaczący odpowiedzialność za te przyczyny może dzielić się pomiędzy pracownika a kierownictwo Przyczyny zmienności procesu Przyczyny systemowe wciąż się pojawiają i dlatego nie są zauważane przez kierownictwo jest ich wiele, skutek każdej z nich jest stosunkowo mały w porównaniu z przyczynami specjalnymi, jednak ich łączny skutek jest zazwyczaj dość znaczny, dlatego trzeba je zaatakować w celu udoskonalenia systemu/procesu odpowiedzialność za te przyczyny spoczywa całkowicie na kierownictwie Opracowała: Anna Wąsińska [za] J. Łańcucki; A. Hamrol, W. Mantura; J.J. Dahlgaard, K. Kristensen, G.K. Kanji; Z. Zymonik 9 Istota karty kontrolnej Prowadzenie karty kontrolnej polega na śledzeniu na wykresie zmian wybranych statystyk (np. średniej arytmetycznej, mediany, rozstępu, odchylenia standardowego, liczby niezgodności, liczby jednostek niezgodnych) wyznaczanych z próbek o określonej liczebności, pobieranych w ustalonych, regularnych odstępach czasu, utworzonych na wybranych właściwościach (cechach) procesu lub wyrobu. Jeśli wartości wybranych statystyk mieszczą się w przedziale wyznaczonym na karcie przez tzw. linie kontrolne lub nie tworzą określonej sekwencji oznacza to, że proces jest stabilny tzn. nie podlega działaniu czynników, które mogą trwale pogorszyć jego wyniki. 10, W. Mantura Ideą kart jest: Idea karty kontrolnej systematyczne ich prowadzenie w celu uzyskania potwierdzenia, że środki stosowane do sterowania procesem zapewniają jego stabilność, a w przypadku, gdy na karcie pojawi się sygnał rozregulowania, podjęcie odpowiednich działań korygujących. odzaje kart kontrolnych karty kontrolne dla cech mierzalnych karty kontrolne dla cech policzalnych (alternatywnych) 11 Źródło: J. Łańcucki Opracowała: Anna Wąsińska [za] J. Łańcucki; A. Hamrol, W. Mantura; J.J. Dahlgaard, K. Kristensen, G.K. Kanji 12 2

Typ karty x M e s Karty kontrolne dla cech mierzalnych Nadzorowana statystyka Średnia arytmetyczna Liczebność próbki stosunkowo mała (zazwyczaj 3-5) Mediana Liczebność próbki stosunkowo mała (zazwyczaj 3-5) ozstęp Liczebność próbki stosunkowo mała (zazwyczaj 3-5) Odchylenie standardowe Jeśli uzasadnione jest, mając na uwadze względy techniczne i ekonomiczne, pobieranie stosunkowo dużych próbek (o liczebności n>5) Zastosowania Podstawowa karta kontrolna stosowana w procesach, w których można wyróżnić kolejne, powtarzalne jednostki produktu, np. pakowanie produktów sztukowych zadko stosowana Zastosowanie jw Stosowana razem z kartą x, x i lubx jako kontrola naturalnej zmienności procesu 13 Typ karty x i x sum skumulowanych Karty kontrolne dla cech mierzalnych (cd) Nadzorowana statystyka Wartość pomiarowa Łatwość prowadzenia, jednak mała precyzja wrażliwa na zakłócenia przypadkowe /pojedyncze zakłócenia Średnia ważona (liniowa lub wykładnicza) z ostatnich n pomiarów Mało wrażliwa na zakłócenia sporadyczne, wymagająca stosunkowo pracochłonnych obliczeń Suma odchyleń mierzonej cechy od wartości nominalnej (celowej, średniej) Pracochłonna, przy interpretacji wymagająca od użytkownika wysokich kwalifikacji Zastosowania Stosowana, jeśli ze względu na liczbę danych oraz niską powtarzalność procesu, nie można zastosować kart x oraz xs lub M e : - w produkcji małoseryjnej, nierytmicznej - dla procesów ciągłych, w których nie można pobierać próbek wieloelementowych Stosowana w procesach, w których ważne jest wykrywanie niewielkich zmian 14 Typ karty np p c u Karty kontrolne dla cech policzalnych (alternatywnych) Nadzorowana statystyka Liczba jednostek niezgodnych Zalecana jest stała liczebność próbki Frakcja jednostek niezgodnych Dopuszczalna jest zmienna liczebność próbki Liczba niezgodności Zalecana jest stała liczebność próbki Liczba niezgodności na jednostkę wyrobu Dopuszczalna jest zmienna liczebność próbki Zastosowania Stosowana w procesach, w których można wyróżnić kolejne, powtarzalne jednostki produktu i zakwalifikować je jako zgodne lub niezgodne Stosowana w procesach, w których nie musi być możliwe wyróżnienie kolejnych, powtarzalnych jednostek produktu Możliwe jest określenie zakresu próbki i zliczenie w niej liczby niezgodności 15 Budowa karty kontrolnej LC (linia centralna) przedstawia średnią wartość wybranej statystyki wyznaczoną ze wszystkich umieszczonych na karcie kontrolnej pomiarów GGK (górna granica kontrolna) linia wyznaczająca górne wartości obserwowanych charakterystyk dla ustabilizowanego i poprawnie przebiegającego procesu DGK (dolna granica kontrolna) linia wyznaczająca dolne wartości obserwowanych charakterystyk dla ustabilizowanego i poprawnie przebiegającego procesu GGO (górna granica ostrzegawcza) i DGO (dolna granica ostrzegawcza) linie, po których przekroczeniu należy bliżej przyjrzeć się kontrolowanemu procesowi 16 Opracowała: Anna Wąsińska [za] J. Łańcucki; A. Hamrol, W. Mantura; J.J. Dahlgaard, K. Kristensen, G.K. Kanji; A. Dobrowolska Interpretacja wyników sprawdzenie spełnienia odpowiednich warunków Proces statystycznie uregulowany (kontrolowany, opanowany) wszystkie punkty muszą mieścić się pomiędzy górną i dolną linią kontrolną większość punktów musi znajdować się bliżej linii centralnej niż granic kontrolnych punkty nie mogą wykazywać trendów ani cykli świadczących o nienaturalnych przyczynach zmienności punkty nie mogą tworzyć powtarzających się okresowo układów liczba punktów znajdujących się powyżej lub poniżej linii centralnej musi być w przybliżeniu jednakowa linie łączące poszczególne punkty na wykresie powinny przecinać linię centralną Proces statystycznie nieuregulowany (niekontrolowany, nieopanowany) punkt (punkty) na karcie wypada poza dolną lub górną granicę kontrolną dwa z trzech kolejnych punktów leżą bardzo blisko górnej lub dolnej linii kontrolnej serie siedmiu kolejnych punktów leżą po jednej stronie linii centralnej szereg siedmiu punktów leży wzdłuż prostej rosnącej lub malejącej (występowanie trendów ) szeregi punktów układają się w falę (występowanie okresów ) Opracowała: Anna Wąsińska [za] J. Łańcucki; A. Hamrol, W. Mantura; J.J. Dahlgaard, K. Kristensen, G.K. Kanji 17 Przykłady symptomów wskazujących działanie na proces czynników specjalnych 18 3

Procedura sporządzania karty kontrolnej 1. Wybór wielkości kontrolowanych mających istotny udział w jakości na które można aktywnie oddziaływać poprzez zmianę parametrów procesu 2. Wybór typu karty kontrolnej, np.: proces o charakterze masowym, wyjście procesu policzalne karta x proces o charakterze ciągłym, wyjście procesu niepoliczalne karta pojedynczych obserwacji 3. Wyznaczenie wielkości próbki n (zmienność powinna w jak największym stopniu oddawać naturalną zmienność procesu) 19 Procedura sporządzania karty kontrolnej (cd) 4. Wyznaczenie częstotliwości pobierania próbek (wyniki kolejnych próbek powinny umożliwiać rozpoznanie zmian wywołanych czynnikami specjalnymi). 5. ejestrowanie danych (pobranie danych przynajmniej dla k = 20-25 próbek n elementowych). 6. Obliczenie statystyk charakteryzujących każdą wybraną podgrupę (próbkę n elementową). 7. Obliczenie linii kontrolnych wyznaczenie ich położenia w oparciu o statystyki z wybranych podgrup/próbek n elementowych wg wzorów dla przyjętej karty kontrolnej Procedura sporządzania karty kontrolnej (cd) 8. Opracowanie arkusza karty (powinien zapewnić odpowiednią rozdzielczość) naniesienie na wykres linii centralnej naniesienie na wykres linii/granic kontrolnych (górnej i dolnej) 9. Naniesienie statystyk badanych próbek na kartę kontrolną. 10. Przeprowadzenie analizy karty wykrywanie symptomów wskazujących na działanie na proces czynników specjalnych zbadanie statystyk dla punktów znajdujących się poza granicami kontrolnymi i dla wzorów wskazujących na występowanie możliwych do wyznaczenie przyczyn specjalnych 11. Wyznaczenie i przeprowadzenie działań korygujących usuwanie źródeł czynników specjalnych monitorowanie efektów przeprowadzonych działań Przykład Budowanie karty kontrolnej x 22 Czynności wstępne (etapy 1 5) Obliczenie statystyk (etap 6) Nr pomiaru Numer próbki 1 2 3 4 5 6 7 8 9 10 1 251 251,5 250 250,5 251 251,5 253 251,5 252 251 2 250,5 250 252 251 250,5 249,5 251 251 251 251,5 3 251,5 251 251 251,5 250,5 251 253 250,5 250,5 251 4 251,5 252 250 250 252,5 250,5 252 250,5 251,5 250 5 249,5 250 250,5 251 250 251 252,5 251 250,5 251 6 250 251 249,5 251,5 251 250 252 250,5 251 250,5 Nr pomiaru Numer próbki 1 2 3 4 5 6 7 8 9 10 1 251 251,5 250 250,5 251 251,5 253 251,5 252 251 2 250,5 250 252 251 250,5 249,5 251 251 251 251,5 3 251,5 251 251 251,5 250,5 251 253 250,5 250,5 251 4 251,5 252 250 250 252,5 250,5 252 250,5 251,5 250 5 249,5 250 250,5 251 250 251 252,5 251 250,5 251 6 250 251 249,5 251,5 251 250 252 250,5 251 250,5 Średnia 250,67 250,92 250,50 250,92 250,92 250,58 252,25 250,83 251,08 250,83 ozstęp 2,00 2,00 2,50 1,50 2,50 2,00 2,00 1,00 1,50 1,50 23 4

Obliczenie linii kontrolnych (etap 7) Statystyka dla n elementowej próbki (wykreślany punkt) x X X n X max X min Liczebność próbki n Wybrane współczynniki A2 D D 3 4 2 1,880 0 3,267 Linia centralna Granice kontrolne X X k GGK X A2 DGK X A2 k GGK ( ) D 4 DGK ( ) D 3 3 1,023 0 2,568 4 0,729 0 2,266 5 0,577 0 2,089 6 0,483 0,030 1,970 26 Opracowała: Anna Wąsińska [za] J. Łańcucki; A. Hamrol Obliczenie linii kontrolnych (etap 7) - cd Opracowanie arkusza karty (etap 8) x Linia centralna 2509,5 18,5 X 250,95 1, 85 10 10 Granice kontrolne GGK 250,95 0,483 1,85 251,84 GGK DGK 250,95 0,483 1,85 250,06 DGK ( ) 1,97 1,85 3,64 ( ) 0,03 1,85 0,06 Opracowała: Anna Wąsińska Naniesienie statystyk badanych próbek na kartę kontrolną (etap 9) Opracowała: Anna Wąsińska Użyteczność kart kontrolnych możliwość zastosowania do sterowania procesu w trakcie jego przebiegu możliwość sprawdzenia, na podstawie wyników pomiarów próbek, czy proces przebiega prawidłowo możliwość rozróżnienia pomiędzy zakłóceniami specjalnymi i losowymi, co pozwala na podjęcie właściwych działań korygujących pomoc w zapewnieniu stałości przebiegu procesu i jego przewidywalności poprawa jakości i zmniejszenie kosztów wspólny język pozwalający na analizowanie i zrozumienie działania procesu Opracowała: Anna Wąsińska [za] J. Łancucki; A. Hamrol; J.J. Dahlgaard, K. Kristensen, G.K. Kanji 30 5

Wskaźniki zdolności jakościowej Wskaźnik zdolności jakościowej określa możliwości spełnienia przez kogoś/przez coś postawionych wymagań jakościowych. Wskaźniki zdolności jakościowej wskaźnik = zmienność dopuszczalna wynikająca z wymagań zmienność własna procesu Badać można zdolność całych procesów lub tylko poszczególnych maszyn. Na podstawie wskaźnika określić można m.in. wadliwość produkcji, jakiej należy się spodziewać przy danym procesie (lub maszynie). 31 32 ; J.Łańcucki; T. Greber C p Wskaźniki zdolności jakościowej Cp ( GLT DLT ) T 6 6 GLT (DLT) górna (dolna) linia tolerancji T pole tolerancji σ odchylenie standardowe badanej właściwości 6σ naturalna tolerancja (rozrzut) procesu Cp określa ile razy przedział naturalnej zmienności danej właściwości, wyznaczany wartością (-3σ, +3σ), mieści się w jej polu tolerancji (ustalonej wymaganiami). Określa tylko potencjalne możliwości procesu do spełnienia wymagań jakościowych (nie uwzględnia ewentualnego przesunięcia wartości średniej właściwości x względem linii tolerancji. 33 ; J.Łańcucki; T. Greber Wskaźniki zdolności jakościowej Cpk C pk ( GLT x) ( x DLT) min ; 3 3 GLT (DLT) górna (dolna) linia tolerancji σ odchylenie standardowe badanej właściwości x - wartość średnia badanej właściwości uzyskana z pomiarów Cpk uwzględnia położenie wartości średniej właściwości x względem granic tolerancji. 34 6