Come calcolare Cpk e Cp capacità' di processo Six Sigma

Calcola Cp, Cpk, Cpm capacità' di processo Six Sigma da misurazioni e specifiche LSL/USL. DPMO defects per million, sigma level, AIAG SPC automotive, ISO 9001 quality control.

Parametri di calcolo
Questo calcolatore ti è stato utile?

Come calcolare l'indice di capacità' di processo Cpk: Cp = (USL - LSL) / (6 sigma) misura la capacità' potenziale (specifiche vs variabilita'). Cpk = min((USL - media)/(3 sigma), (media - LSL)/(3 sigma)) misura la capacità' effettiva considerando lo spostamento dalla media target. USL Upper Specification Limit, LSL Lower. Six Sigma standard: Cpk >= 1,33 capable (industria automotive AIAG SPC), >= 1,67 Six Sigma classe (3,4 DPMO defects per million), >= 2,0 world-class. Sigma level Z = (USL - mean)/sigma; convenzione 1,5 shift Motorola: 6 sigma = 4,5 effettivo = 3,4 DPMO. Strumento essenziale per Quality Control manufacturing, AIAG PPAP automotive, ISO 9001:2015, IATF 16949, FDA 21 CFR Part 820 medical devices, ASTM E2587 control charts.

Formule indici capacità'

Cp (Process Capability): Cp = (USL - LSL) / (6 sigma). Misura solo dispersione 6 sigma vs ampiezza specifiche, ignora la centratura. Cp = 1,0 significa specifiche e 6 sigma coincidono (al limite). Cp >= 1,33 desiderato AIAG. Cp >= 2,0 World-Class.

Cpk (Process Capability Index, Juran 1979 / Kane 1986): Cpk = min(Cpu, Cpl), dove Cpu = (USL - media) / (3 sigma) e Cpl = (media - LSL) / (3 sigma). Penalizza spostamenti dalla media target. Quando Cpk = Cp processo perfettamente centrato. Cpk < Cp processo offset. Cpk = 1,33 standard automotive (AIAG SPC manuale). Cpk = 1,67 stadio Six Sigma. Cpk = 2,0 capabilita' eccezionale.

Cpm (Taguchi Capability Index): Cpm = (USL - LSL) / (6 sqrt(sigma^2 + (mean - target)^2)). Penalizza scostamento dalla media nominale (target T) anche se entro specifiche. Riflette filosofia Taguchi: ogni deviazione dal nominale ha costo (loss function quadratica L = k(x-T)^2). Cpm < Cp se mean != target. Industria giapponese privilegia Cpm.

DPMO (Defects Per Million Opportunities): DPMO = (P(XUSL)) * 1.000.000, calcolato assumendo distribuzione normale. Sigma level Z = min((USL-mean)/sigma, (mean-LSL)/sigma). Conversione (con 1,5 sigma shift Motorola dalla long-term variation): 1 sigma = 691.500 dpmo, 2 sigma = 308.300, 3 sigma = 66.800, 4 sigma = 6.210, 5 sigma = 233, 6 sigma = 3,4. AIAG-PPAP automotive richiede minimo 4-5 sigma fornitori critical-to-quality.

Tabella conversione Cpk -> sigma level -> DPMO: Cpk 0,33 = 1 sigma = 317k DPMO; 0,67 = 2 sigma = 45k; 1,00 = 3 sigma = 2700; 1,33 = 4 sigma = 63 (AIAG); 1,67 = 5 sigma = 0,57 (Six Sigma classe); 2,00 = 6 sigma = 0,002 (world-class). Con shift 1,5 sigma Motorola: Cpk 1,5 = 4,5 sigma effettivo = 3,4 DPMO ("Six Sigma" marketing originale).

Storia e contesto

I concetti di capacità' di processo nascono con Walter Shewhart (1924, Bell Labs) e statistical process control (SPC). W. Edwards Deming porto' SPC in Giappone post-WW2 (Toyota Production System). Genichi Taguchi (1979) introdusse il loss function quadratico e Cpm (Taguchi Capability Index). Joseph M. Juran (1979 "Quality Control Handbook") formalizzo' Cpk. Victor Kane (1986 J. Quality Technology) raffinor' definizione standard. Bill Smith Motorola (1986) lancia "Six Sigma" iniziativa quality 3,4 DPMO grazie a 1,5 sigma shift assumption (Motorola U inventa metodo, Mikel Harry e Richard Schroeder consolidano). Jack Welch GE adotta Six Sigma 1995 (risparmio $12 miliardi 5 anni). AIAG (Automotive Industry Action Group) standardizza metodi SPC manual 4ed (2005, 2017) per automotive supply chain Ford-GM-Stellantis. IATF 16949:2016 sostituisce ISO/TS 16949 quality management automotive. ISO 9001:2015 generale. FDA 21 CFR Part 820 (1996) medical devices QSR. ANAB-ANSI accreditation. Industria globale quality > 50 miliardi USD (Minitab, JMP SAS, Mistral Solutions). Italia: UNI EN ISO 9001:2015 ricepita, AICQ Associazione Italiana Cultura Qualità'.

Tabella interpretazione Cpk e applicazioni

  • Cpk < 0,67: processo NON capable, scarti > 4,5%, intervento urgente
  • Cpk 0,67 - 1,00: processo marginale, scarti 0,3-4,5%
  • Cpk 1,00 - 1,33: capable a 3 sigma (2700 ppm = 0,27%)
  • Cpk 1,33 - 1,67: AIAG capable automotive (63 ppm = 0,006%)
  • Cpk 1,67 - 2,00: Six Sigma classe (0,57 ppm = 99,99994%)
  • Cpk >= 2,00: world-class processo (0,002 ppm), Toyota TPS
  • AIAG PPAP: Production Part Approval Process, Cpk min 1,33 fornitori
  • Boeing AS9100: aerospace Cpk min 1,67 critical
  • FDA medical devices: 21 CFR Part 820, Cpk obiettivo 1,67-2,0
  • Pharma: ICH Q9 Quality Risk Management, Cpk variabile per CQA
  • Semiconduttori: TSMC, Intel target Cpk >= 2,0 yield
  • Automotive europeo: Stellantis, Volkswagen, BMW IATF 16949

Esempi numerici dettagliati

Esempio 1 - tornitura albero motore Stellantis. Diametro target 10,000 mm +/- 0,02 (LSL 9,98, USL 10,02). 30 misurazioni, mean = 10,003 mm, sigma = 0,005 mm. Cp = 0,04 / (6*0,005) = 1,33 (capable). Cpk = min((10,02-10,003)/(3*0,005), (10,003-9,98)/(3*0,005)) = min(1,13, 1,53) = 1,13 (offset, non capable). Centrare media a 10,000 -> Cpk = 1,33 OK. AIAG-PPAP automotive Stellantis SPC verifica.

Esempio 2 - iniezione plastica componente HVAC. Specifica peso 25,0 +/- 0,5 g. n=50, mean=25,1, sigma=0,15. Cp = 1/(6*0,15) = 1,11. Cpk = min((25,5-25,1)/0,45, (25,1-24,5)/0,45) = min(0,89, 1,33) = 0,89 (sotto AIAG 1,33). DPMO ~3.500 ppm. Azione correttiva: ricentrare iniezione, ridurre variabilita' 30% via mold wear analysis. AICQ AICQ-SICEV certificazione qualità' Italia.

Esempio 3 - controllo statistico farmaci AIFA. Compresse paracetamolo 500 mg +/- 5%. LSL 475, USL 525. Lotto 100 misure, mean=502, sigma=4,5. Cp = 50/(6*4,5) = 1,85. Cpk = min((525-502)/13,5, (502-475)/13,5) = min(1,70, 2,00) = 1,70 (Six Sigma classe). Conformita' AIFA GMP DLgs 219/2006, ICH Q9 quality risk management. EMA EU Pharmacopoeia 11ed monografie.

Esempio 4 - aerospace componente Boeing supplier Italia. Tolleranza dimensionale +/- 0,005 mm su 50,000 nominale. n=200, mean=50,001, sigma=0,0008. Cp = 0,01/(0,0048) = 2,08. Cpk = min((50,005-50,001)/0,0024, (50,001-49,995)/0,0024) = min(1,67, 2,5) = 1,67 (Six Sigma classe). Conformita' AS9100D aerospace quality management, NADCAP accreditation forniture aerospaziali.

Esempio 5 - semiconduttori Intel wafer dimensione. Wafer 300 mm +/- 0,01 mm. n=10000 misure SPC online, mean=300,000, sigma=0,001. Cp = 0,02/0,006 = 3,33. Cpk = 3,33 (perfettamente centrato). Sigma level 10 sigma = 7,6*10^-23 DPMO (essenzialmente zero). World-class processo TSMC/Intel/Samsung target. ASTM F1188 wafer specifications. Industry 4.0 SPC real-time AI/ML.

Limiti e considerazioni

  1. Assume distribuzione normale: per dati skewed (asimmetrici) usa Cpk non-normale (Box-Cox transform o Johnson distribution).
  2. n minimo 30 misure per stima sigma affidabile (CI ampi sotto); preferibile 100-300.
  3. Subgroup vs total: Cp calcolato su s_within (subgroup), Pp su s_total (long-term, include drift). Cp/Cpk capability potential, Pp/Ppk performance actual.
  4. Stabilità' statistica: SPC control charts (X-bar, R, S) verificano absence assignable causes prima di calcolare Cpk.
  5. Misurazione: GR&R Gauge Repeatability and Reproducibility (AIAG MSA manual) deve essere <30% tolleranza per Cpk significativo.
  6. Bilateralita': Cpk presume specifica bilaterale; one-sided usa Cpu o Cpl singolarmente.
  7. Shifting 1,5 sigma Motorola: convenzione marketing per "Six Sigma = 3,4 DPMO" parte da assumption controvers.
  8. Confronti: Cpk e' adimensionale, paragonabile tra diversi processi/prodotti, utilità benchmark interna.
  9. Trend: Cpk nel tempo monitorato per identificare degrado (tool wear, ambient drift).
  10. Distribuzioni multiple: Mixed Cpk per processi multimodali (Burr-Pearson families).

Errori comuni

  1. Calcolare Cpk senza verificare normalita' (Anderson-Darling, Shapiro-Wilk test).
  2. Usare sigma campionario s invece di sigma sub-group within (sottostima Cp).
  3. Ignorare misurazione (GR&R) come componente sigma_total.
  4. Confondere Cp con Cpk (Cpk include centratura, Cp no).
  5. Calcolare Cpk con n < 25 (CI ampi non significativi).
  6. Applicare Cpk a processo non in controllo (assignable causes presenti).
  7. Mescolare Cp/Cpk (within-subgroup) con Pp/Ppk (overall) interscambiabilmente.
  8. Settare Cpk target basso (1,00) per processi critical-to-quality (CTQ).
  9. Non considerare 1,5 sigma shift in conversioni DPMO Motorola.
  10. Calcolare Cpk con dati skewed senza Box-Cox transformation.

Applicazioni numerate

  1. Automotive: AIAG-PPAP supplier Stellantis, Ford, GM, BMW, IATF 16949.
  2. Aerospace: Boeing AS9100D, Airbus, NADCAP, Cpk minimo 1,67 critical.
  3. Medical devices: FDA 21 CFR Part 820, ISO 13485, MDR EU 2017/745.
  4. Pharmaceutical: AIFA GMP, FDA 21 CFR Part 211, ICH Q9 risk management.
  5. Semiconduttori: TSMC, Intel, Samsung wafer fab, ASML lithography.
  6. Manufacturing generale: ISO 9001:2015, Six Sigma Lean, Toyota TPS.
  7. Food & beverage: ISO 22000 HACCP, EFSA EU regulations.
  8. Energy: turbine GE, Siemens, IEC 61215 PV moduli.
  9. Software: agile metrics defect rate, ISO/IEC 25010 software quality.
  10. Healthcare: medication error rate, JCAHO Joint Commission accreditation.

Per supporto

Per domande tecniche o segnalazioni: info@calcoi.com. Strumento didattico per quality control. Per applicazioni professionali consultare AIAG SPC (Statistical Process Control) Manual 2nd ed (2005), Montgomery "Introduction to Statistical Quality Control" 8th ed (Wiley 2019), Kane 1986 J Quality Technology, ISO 22514-2 process capability, IATF 16949:2016 automotive, software Minitab, JMP SAS, Q-DAS qs-STAT.

Aggiornato a luglio 2026

Domande frequenti

Differenza tra Cp e Cpk?

Cp = (USL-LSL)/(6 sigma) misura solo dispersione: indica se 6 sigma sta dentro le specifiche, ignorando dove sta media. Cpk = min(Cpu, Cpl) include centratura: Cpu = (USL-mean)/(3 sigma), Cpl = (mean-LSL)/(3 sigma). Quando processo perfettamente centrato Cp = Cpk. Quando offset, Cpk = 1,33 per accettazione fornitori (60 ppm difetti).

Perché' AIAG raccomanda Cpk >= 1,33?

Cpk 1,33 = 4 sigma di buffer tra media e specifica più' vicina, corrisponde a 63 DPMO (parts per million difettose) assumendo distribuzione normale. AIAG (Automotive Industry Action Group, Ford-GM-Stellantis) stabili' 1,33 come minimum per supplier critical-to-quality (CTQ) features in PPAP (Production Part Approval Process). Sotto 1,33 il rischio di non-conforme e' inaccettabile per industria automotive con milioni di pezzi/anno.

Cpk vs Ppk: quale usare?

Cp/Cpk (capability) usa sigma within-subgroup (variazione short-term dentro singolo lotto). Pp/Ppk (performance) usa sigma overall total (long-term, include drift, lot-to-lot variation). Cp/Cpk indica potenziale capacità' processo, Pp/Ppk performance attuale. Differenza significa drift presente: tool wear, batch-to-batch, ambient conditions. AIAG PPAP richiede Cp/Cpk capability + Ppk performance. Toyota TPS preferisce Ppk per realtimes monitoring.

Six Sigma 3,4 DPMO e' magia?

3,4 DPMO viene da assumption 1,5 sigma shift Motorola: long-term mean drift 1,5 sigma da target consente 4,5 sigma effective (non 6) tra specifica e mean drifted. Z=4,5 di tail = 3,4 DPMO. Senza shift, vero 6 sigma = 0,002 DPMO. Convenzione marketing che semplifica messaging ma porta a confusioni. Mikel Harry-Schroeder "Six Sigma" libro 1999 spiega genesi storica. Realismo statistico: 4-5 sigma practical bound.

Cpk per dati non normali?

Cpk classico assume normalita'. Per dati skewed (asimmetrici, code lunghe es. tempi attesa, dimensioni biologiche): test Anderson-Darling (alpha=0,05) verifica normalita'. Se reject H0, transformare dati con Box-Cox lambda ottimale (Minitab, R MASS package). Alternativa: Cpk percentile-based (Bothe 1997) usando percentile 0,135 e 99,865. Industria semiconduttori usa spesso log-normal per defect density. Mai applicare Cpk standard a dati skewed.

Come stabilizzare un processo prima di Cpk?

Prima Cpk verifica stabilità' statistica con SPC control charts: X-bar (media subgroup), R (range), S (sigma subgroup). Tutti punti dentro UCL/LCL ±3*sigma_within = processo in controllo. Trend, runs, shifts (Western Electric rules) indicano assignable causes da eliminare. SPC charts richiedono minimo 25 subgroups di 4-5 misure ciascuno. Cpk calcolato su processo non in controllo e' invalido. Shewhart 1931 capostipite SPC.

Cpk = 1,67 vs Cpk = 2,00: vale la pena investire?

Cpk 1,67 (Six Sigma classe) = 0,57 DPMO. Cpk 2,00 (world-class) = 0,002 DPMO. Differenza 285x ridotta. Per industrie automotive/aerospace/medical critical-to-quality, salto vale: 1 milione di pezzi/anno -> 570 vs 2 difetti. ROI: investire in tool wear monitoring, automation real-time SPC, MES integration. Toyota TPS, Intel, TSMC operano routine a Cpk 2-3 grazie a kaizen continuo. Industria 4.0 AI/ML capability prediction.

Formula

Cp = (USL - LSL) / (6 * sigma)
Cpu = (USL - mean) / (3 * sigma)
Cpl = (mean - LSL) / (3 * sigma)
Cpk = min(Cpu, Cpl)
Cpm = (USL - LSL) / (6 * sqrt(sigma^2 + (mean - target)^2))
DPMO = (P(X<LSL) + P(X>USL)) * 1e6
Z = min((USL-mean)/sigma, (mean-LSL)/sigma)
Cpk 1.33 AIAG, 1.67 Six Sigma, 2.0 World-Class
Juran 1979; Kane 1986; Taguchi 1979; AIAG SPC; ISO 22514

Commenti (0)

Ancora nessun commento. Sii il primo!