Wichtigste Erkenntnisse
Kurzantwort: Cp und Cpk sind die beiden zentralen Prozessfähigkeitskennzahlen; der Unterschied ist die Zentrierung. Cp bewertet, ob ein Prozess präzise genug ist, also ob seine Streuung in die Toleranz passt, berücksichtigt dabei aber nicht, wo der Prozess zentriert ist.
Cpk ergänzt die Zentrierung: es misst, ob der Prozess sowohl in die Toleranz passt als auch an der richtigen Stelle liegt.
Weil Cpk die Zentrierung berücksichtigt und Cp nicht, ist Cpk immer kleiner oder gleich Cp; eine Lücke zwischen beiden zeigt einen dezentrierten Prozess an. Zur Voraussetzung der Stabilität siehe Unter Kontrolle vs. innerhalb der Spezifikation.
Cp (Prozessfähigkeit) misst, ob ein Prozess für seine Toleranz präzise genug ist: Ist die natürliche Streuung des Prozesses schmal genug, um innerhalb der Spezifikationsgrenzen zu liegen?
Es vergleicht die Breite der Toleranz mit der Breite der Prozessvariation und ignoriert dabei vollständig, wo der Prozess zentriert ist.
Ein Cp von 1,0 bedeutet, dass die Prozessstreuung genau die Toleranz ausfüllt; Werte über 1,0 bedeuten, dass die Streuung deutlich schmaler als die Toleranz ist und Spielraum bleibt.
Cp beantwortet eine einzelne Frage: Ist dieser Prozess eng genug, dass er in die Toleranz passen könnte? Was es bewusst nicht betrachtet, ist, ob der Prozess tatsächlich innerhalb der Toleranz zentriert ist.
Cp würde einem perfekt zentrierten Prozess und einem stark gegen eine Grenze verschobenen Prozess denselben Wert geben, solange die Streuung gleich ist. Diese Blindstelle behebt genau Cpk.
Cpk misst die Prozessfähigkeit unter Einbeziehung der Zentrierung: es fragt nicht nur, ob der Prozess schmal genug ist, um zu passen, sondern auch, ob er tatsächlich an der richtigen Stelle sitzt.
Cpk betrachtet, wie nah der Prozess an der nächstgelegenen Spezifikationsgrenze ist, sodass ein gegen eine Grenze verschobener Prozess schlechter bewertet wird, selbst wenn seine Streuung unverändert ist.
Ein Cpk von 1,0 bedeutet, dass der Prozess in seiner aktuellen Zentrierung gerade bis zu einer Grenze reicht; höhere Werte bedeuten, dass er komfortabel innerhalb beider Grenzen liegt; ein niedriger Cpk bedeutet, dass Teile der Verteilung an oder über einer Grenze liegen und Fehler erzeugen.
Cpk ist die vollständigere und ehrlichere Kennzahl, weil sie beide Ursachen von Problemen erfasst: Ein Prozess kann entweder zu breit sein (ein Cp-Problem) oder zu weit verschoben (ein Zentrierungsproblem, das Cp übersieht und Cpk erfasst).
Cpk spiegelt das reale Fehlerrisiko wider.
Die mathematische Beziehung ist fest: Cpk ist immer kleiner oder gleich Cp. Die beiden sind nur dann gleich, wenn der Prozess perfekt in der Toleranz zentriert ist; dann sind Passung und Zentrierung dasselbe.
Wenn der Prozess von der Mitte abdriftet, fällt Cpk unter Cp, und die Größe der Lücke zwischen ihnen misst genau, wie stark der Prozess verschoben ist.
Das macht das gemeinsame Lesen beider Kennzahlen so nützlich: Cp sagt, was der Prozess im besten Fall erreichen könnte, wenn er zentriert wäre; Cpk zeigt, was er tatsächlich erreicht, und die Differenz zeigt, wie viel man allein durch Rezentrierung gewinnen könnte.
Eine große Lücke signalisiert, dass die einfachste Verbesserung nicht in der Reduktion der Variation liegt, sondern darin, den Prozess wieder in die Mitte der Toleranz zu bringen.
Ein Prozess hat eine Streuung, die deutlich schmaler als die Toleranz ist, sein Cp beträgt 1,5, das heißt er ist präzise genug und hat Luft nach oben.
Der Prozess läuft jedoch zugunsten der oberen Grenze verschoben, sodass sein Cpk nur 0,9 beträgt, ein Teil der Verteilung liegt an oder über der oberen Grenze und erzeugt Ausschuss.
Der hohe Cp sagt, der Prozess sei grundsätzlich fähig; der niedrige Cpk sagt, dass trotzdem Fehler entstehen, weil er dezentriert ist.
Die Abhilfe besteht hier nicht darin, den Prozess präziser zu machen (der Cp ist schon gut), sondern ihn einfach zu rezentrieren, den Mittelwert wieder in die Mitte der Toleranz zu verschieben; dann steigt der Cpk in Richtung des Cp von 1,5 und der vermeidbare Ausschuss verschwindet.
Würde man nur Cp betrachten, würde man denken, der Prozess sei in Ordnung; die Lücke zu Cpk deckte das Zentrierungsproblem auf und zeigte die kostengünstige Lösung.
Der praktische Nutzen entsteht, wenn beide Indizes nebeneinander gelesen werden. Ein hoher Cp und ein hoher Cpk zusammen bedeuten einen Prozess, der sowohl präzise als auch gut zentriert ist, wirklich fähig.
Ein hoher Cp mit niedrigem Cpk bedeutet einen präzisen, aber dezentrierten Prozess: die Variation ist in Ordnung, aber der Prozess muss rezentriert werden, meist eine einfache Anpassung.
Ein niedriger Cp (und damit zwangsläufig ein niedriger Cpk) bedeutet, dass der Prozess grundsätzlich zu breit für die Toleranz ist; Rezentrierung hilft hier nicht, man muss die Variation reduzieren, eine schwierigere, grundlegendere Maßnahme.
Das Paar diagnostiziert also das Problem und weist die Abhilfe: die Lücke zeigt die Zentrierungsmöglichkeit, und das absolute Niveau von Cp zeigt, ob auch eine Reduktion der Variation nötig ist.
Eine einzelne Zahl kann das nicht leisten; die beiden zusammen können es.
Cp und Cpk quantifizieren, wie zuverlässig ein Prozess in-Toleranz-Teile produziert, was die Grundlage des Qualitätsfaktors der OEE ist.
Ein fähiger, zentrierter Prozess (hoher Cpk) produziert wenige Fehler und unterstützt einen hohen Qualitätsfaktor; ein niedriger Cpk bedeutet systematischen Ausschuss, der diesen Wert senkt, dieselbe Realität wie bei Ausbeute vs. Ausschussrate.
Entscheidend ist, dass Fähigkeitskennzahlen nur gültig sind, wenn der Prozess statistisch beherrscht ist; ein instabiler Prozess hat keine konstante Streuung zu messen, weshalb Cp und Cpk mit gewöhnlichen vs. besonderen Ursachen der Variation verknüpft sind.
Fähigkeit ist die vorgelagerte Messgröße dessen, was OEE dann kontinuierlich verfolgt: Ein Prozess mit starkem Cpk startet die Produktion mit einem gesunden Qualitätsfaktor.
Fabrico verfolgt live das Ergebnis gut versus defekt, das Fähigkeitskennzahlen vorhersagen, und bestätigt so in der täglichen Produktion, ob ein als fähig eingestufter Prozess tatsächlich seine Toleranzen einhält.
Durch das Trendtracking des Qualitätsfaktors und des Ausschusses über die Zeit zeigt es, wann ein Prozess von der Mitte abgedriftet ist (ein fallender Qualitätsfaktor trotz stabiler Anlage) oder seine Fähigkeit verloren hat, die realen Symptome eines Cpk-Problems.
Es verwandelt eine einmalige Fähigkeitsstudie in fortlaufende Absicherung. Buche eine Demo, um Prozessfähigkeit live in OEE zu sehen.
Cp misst, ob die Streuung eines Prozesses schmal genug ist, um innerhalb der Toleranz zu liegen, ohne die Zentrierung zu berücksichtigen. Cpk misst die Fähigkeit unter Berücksichtigung der Zentrierung, also ob der Prozess sowohl passt als auch an der richtigen Stelle sitzt. Cp geht von Zentrierung aus; Cpk tut das nicht, daher ist Cpk immer kleiner oder gleich Cp.
Weil Cpk berücksichtigt, wie stark der Prozess von der Mitte abweicht, während Cp die Zentrierung ignoriert. Die beiden sind nur gleich, wenn der Prozess perfekt zentriert ist. Je weiter der Prozess abdriftet, desto mehr fällt Cpk unter Cp, und die Lücke misst das Ausmaß der Verschiebung.
Das bedeutet, dass der Prozess präzise genug ist, um in die Toleranz zu passen (hoher Cp), aber dezentriert läuft (niedriger Cpk), sodass ein Teil der Verteilung eine Spezifikationsgrenze überschreitet und Ausschuss entsteht. Die Abhilfe ist normalerweise, den Prozess wieder zu zentrieren, nicht die Variation weiter zu reduzieren.
Ein Cpk von 1,0 bedeutet, dass der Prozess in seiner aktuellen Zentrierung gerade bis zu einer Spezifikationsgrenze reicht; höhere Werte bedeuten mehr Sicherheitsabstand. Viele Branchen streben einen Cpk von 1,33 oder höher an, obwohl das erforderliche Niveau vom Anwendungsfall und dem Risiko abhängt.
Sie quantifizieren, wie zuverlässig ein Prozess in-Toleranz-Teile produziert, die Grundlage des OEE-Qualitätsfaktors. Ein fähiger, zentrierter Prozess (hoher Cpk) unterstützt einen hohen Qualitätsfaktor, während ein niedriger Cpk systematischen Ausschuss bedeutet. Die Kennzahlen sind nur gültig, wenn der Prozess statistisch beherrscht ist.
Anmeldung
Blog
