多元能力指數(MCpm)

MCpm 為兩個或更多相關變數給出一個聯合能力指數,每個變數有各自的 LSL、USL 和可選目標值。它等於 Cp(公差橢球體積與製程 99.73% 橢球體積之比)除以 D(偏離目標的懲罰項)。MCpm 大於 1 表示製程有能力且居中情況尚可。輸出包括 Cp、D、MCpm 以及各變數的半軸。

最後審閱

核心要點

MCpm 將一元 Cpm 能力指數推廣到同一零件上測得的兩個或更多相關品質特性,將它們視為一個多元製程,而不是分別進行 Cpk 研究。

本頁內容
  1. 用途
  2. 主要功能
  3. 統計方法
  4. 輸入欄位和選項
  5. 輸出說明
  6. 計算範例

用途

MCpm 將大家熟悉的一元 Cpm 能力指數推廣到同一零件上聯合測得的兩個或更多相關品質特性,將它們視為一個多元製程,而不是對每個特性分別進行一元 Cpk 研究(後者會重複計算共有的變異,在特性相關時可能嚴重誤導對真實超規格風險的判斷)。它實現了 Taam、Subbaiah 和 Liddy(1993,Journal of Applied Statistics)定義的指數,並採用了 Santos-Fernandez 和 Scagliarini(2012,Journal of Statistical Software,見 MPCI R 包文件)給出的精確形式化表述。

主要功能

  • 為 2 個或更多相關變數計算一個聯合能力指數(MCpm),而不是為每個變數分別計算一元 Cpk/Cpm 值。
  • 為每個變數接受獨立的 LSL、USL 和(可選)Target,以逗號分隔,順序與所選 Variables 相同。
  • 分別報告 Cp(聯合的離散程度與公差之比)和 D(偏離目標的懲罰因子),因此可以獨立診斷 MCpm 的兩個構成因素——製程離散程度,以及製程平均偏離中心的程度。
  • 報告修正公差區域中每個變數自身的半軸長度,在單一聯合 MCpm 數值之外提供各變數的診斷資訊。
  • 可配置 alpha(預設採用應用通用的 0.0027),它既控制製程的 99.73% 機率區域,也類比地控制修正公差區域的約定。

統計方法

MCpm 定義為兩個橢球體積之比,並經偏離目標的懲罰項修正:MCpm = Cp / D,其中 Cp 是內接於矩形規格區域(R1)的最大軸對齊橢球體積與製程 99.73% 機率橢球體積之比(p 元常態製程在該區域內應占 1 − alpha 的機率品質,預設 alpha = 0.0027),D 是基於馬氏距離的懲罰項,用於衡量製程平均偏離目標的程度。

區域 R1 的半軸就是每個變數 i 的 a_i = min(USL_i − Target_i, Target_i − LSL_i)——即可容納在矩形公差框內的最大軸對齊橢球,與製程自身的協變異數結構無關。其體積為 Vol(R1) = (π^(p/2) / Γ(p/2 + 1)) · ∏ a_i。

製程的 99.73% 機率橢球(R3)由樣本協變異數矩陣 S 匯出:Vol(R3) = |S|^(1/2) · (πK)^(p/2) / Γ(p/2 + 1),其中 K 是自由度為 p 的卡方分配的 (1 − alpha) 分位數——這與在所選信賴水準下界定製程自然離散範圍所用的分配截斷值相同。

Cp = Vol(R1) / Vol(R3)——公差區域橢球相對於製程自身離散橢球有多大;Cp > 1 表示公差明顯大於製程的自然離散範圍。

偏離目標的懲罰項 D 為 D = √(1 + (n / (n−1))·δ′ S⁻¹ δ),其中 δ = x̄ − Target 是各變數樣本平均值偏離各自目標值的向量,n 為樣本數。當樣本平均值恰好等於目標向量時 D = 1,並隨著製程平均偏離目標而增大(透過 S⁻¹ 考慮了相關結構,而不僅僅是各變數的原始偏移量)。

因此,當製程以目標為中心且製程 99.73% 的機率品質落在修正公差區域內時,MCpm = Cp / D 恰好等於 1;MCpm > 1 表示製程有能力且居中情況尚可,而 MCpm < 1 表示製程離散程度和/或偏離目標的偏移超出了規格所允許的範圍。本實現已與 Taam、Subbaiah 和 Liddy 自己發表的計算範例(25 個零件、2 個變數)進行了驗證,在完整浮點精度下復現了其報告的 MCpm = 1.825283。

輸入欄位和選項

欄位

說明

Variables

必填。選擇在每個零件/單元上測得的 2 個或更多相關品質特性。

LSL (one per variable)

以逗號分隔,順序與上面所選的 Variables 相同,例如 112.7, 32.7

USL (one per variable)

以逗號分隔,順序與上面所選的 Variables 相同,例如 241.3, 73.3

Target (one per variable)

可選。以逗號分隔,順序與 Variables 相同。留空則使用每個 LSL/USL 的中點。

Alpha

預設值為 0.0027,對應標準的 3 西格瑪等價比例,既用於 99.73% 的製程區域,也(類比地)用作修正公差區域的約定。

Company name / Report title

匯出報告的可選標籤。

Download as Excel

可選。將報告匯出為 Excel 工作簿。

 

mcpm-inputs


圖 1 — 25 對硬度/抗拉強度讀數貼上到 C1–C2,兩欄都選為 Variables,並為每個變數設定 LSL/USL/Target,Alpha = 0.0027。

 

輸出說明

  • Summary table —— Variables、p(變數數)、n(觀測數)、Alpha、Cp(離散程度與修正公差之比)、D(偏離目標的懲罰項)和 MCpm。
  • Per-variable table —— 每個變數的 LSL、Target、USL、樣本平均值,以及其在修正公差區域中的半軸長度 a_i。
  • Plain-language interpretation —— 用一段話說明所計算的 MCpm 值對該製程意味著什麼。
  • 透過 Download as PDF 匯出 PDF。
mcpm-output


圖 2 — MCpm 輸出:聯合 Cp/D/MCpm 彙總表,以及各變數 LSL/Target/USL/Sample Mean/Semi-axis 表。

 

計算範例

某熱處理鋼件必須同時滿足硬度規格(C1,布氏)和抗拉強度規格(C2),二者在物理上相關——越硬的零件往往越強。採用論文自己發表的 25 個零件計算範例,兩個變數的 LSL = 112.7, 32.7,USL = 241.3, 73.3,Target = 177, 53,工具報告 Cp = 1.8751、D = 1.0273、MCpm = 1.8253——在完整浮點精度下與 Taam、Subbaiah 和 Liddy 自己發表的結果完全一致,證實在正確考慮硬度與抗拉強度之間的相關性後,該製程有能力,僅略微偏離目標。

常見問題

什麼是 MCpm 多元能力指數?

MCpm 將一元 Cpm 指數推廣到同一零件上聯合測得的兩個或更多相關品質特性,將它們視為一個多元製程。它實現了 Taam、Subbaiah 和 Liddy(1993)定義的指數。分別進行一元 Cpk 研究會重複計算共有的變異,在特性相關時可能誤導對真實超規格風險的判斷。

MCpm 如何計算?

MCpm = Cp / D。Cp 是規格框內最大軸對齊橢球的體積,除以基於樣本協變異數矩陣的製程 99.73% 機率橢球的體積。D 是基於樣本平均值與目標之間馬氏距離的偏離目標懲罰項;當平均值恰好在目標上時,D 等於 1。

如何解讀 MCpm 值?

當製程以目標為中心且其 99.73% 的機率品質落在修正公差區域內時,MCpm 等於 1。MCpm 大於 1 表示製程有能力且居中情況尚可;小於 1 表示離散程度或偏離目標的偏移超出了規格所允許的範圍。分別報告 Cp 和 D 可以看出問題出在哪個因素。

MCpm 需要哪些輸入?

選擇兩個或更多相關變數,並按與變數相同的順序以逗號分隔輸入 LSL 和 USL 值。目標值是可選的;如果留空,則使用每個 LSL 和 USL 的中點。Alpha 預設為 0.0027。在鋼件範例中,硬度和抗拉強度給出 Cp = 1.8751、D = 1.0273 和 MCpm = 1.8253。