Calculateur Cp / Cpk / Pp / Ppk
Capabilité processus & niveau Six Sigma
Mesurez en temps réel la capabilité d'un processus industriel, son niveau Sigma, son DPMO et son % hors tolérance, à partir de statistiques calculées ou de mesures brutes.
Données du processus
Tolérances, mesures et estimateur d'écart-typeIndices de capabilité & niveau Six Sigma
Courbe normale du processus vs tolérances
Niveau Sigma & performance
Top 3 actions recommandées
Seuils Cpk par secteur & correspondances Sigma
| Cpk | Niveau Sigma (Z) | DPMO (court terme) | % conformes | Lecture industrielle |
|---|---|---|---|---|
| 0.50 | 1.5σ | 66 800 | 86.6% | Non capable — tri 100% obligatoire |
| 1.00 | 3σ | 2 700 | 99.73% | Insuffisant — risque industriel |
| 1.33 | 4σ | 63 | 99.9937% | Capable — minimum IATF 16949 séries |
| 1.50 | 4.5σ | 6.8 | 99.99932% | Industrie auto — cible PPAP courante |
| 1.67 | 5σ | 0.57 | 99.99994% | Caractéristique spéciale auto |
| 2.00 | 6σ | 3.4 (long terme) | 99.99966% | Six Sigma — excellence opérationnelle |
DPMO court terme. Le 6σ Motorola applique un décalage de 1.5σ qui mène aux 3.4 DPMO long terme. Référentiels exigeants par secteur : automobile (IATF 16949 / AIAG PPAP — Cpk ≥ 1.33 / 1.67), aéronautique (EN 9100 — caractéristiques clés FAI), médical (ISO 13485 — validation IQ/OQ/PQ), électronique grand public (4σ acceptable).
Capabilité processus : guide complet
La capabilité processus (Process Capability) mesure l'aptitude d'un processus à produire des pièces dans les limites de spécification (LSL / USL). Elle s'exprime par les indices Cp, Cpk, Pp et Ppk, piliers de la démarche Six Sigma et exigés par les référentiels AIAG PPAP, IATF 16949, ISO 22514-1 et NF X06-082.
1. Définition selon ISO 22514
La norme ISO 22514-1 "Methods in process management of quality — Statistical methods in process management — Capability and performance" définit la capabilité comme la capacité d'un processus stable à produire des résultats conformes aux exigences. Cette mesure suppose :
- Un processus en contrôle statistique (pas de causes spéciales — carte X̄-R/S maîtrisée).
- Une distribution normale (ou méthode percentile sinon — ISO 22514-2).
- Des tolérances bilatérales ou unilatérales clairement définies (LSL, USL, ou les deux).
La NF X06-082 reprend les mêmes concepts pour l'industrie française, en harmonisation avec les exigences clients automobiles (AIAG) et aéronautiques.
2. Cp vs Cpk vs Pp vs Ppk
Quatre indices, deux dimensions :
- Court terme (Cp/Cpk) : utilise l'écart-type intra-sous-groupes estimé à partir de R̄/d2 ou s̄/c4. Reflète la capabilité machine ou processus à l'instant de la mesure.
- Long terme (Pp/Ppk) : utilise l'écart-type global de l'échantillon complet (estimateur sans regroupement). Reflète la performance réelle observée, incluant dérives, changements d'équipe, lots matière.
- Sans centrage (Cp/Pp) : indice "potentiel", ne regarde que la dispersion vs intervalle de tolérance.
- Avec centrage (Cpk/Ppk) : indice "réel", pénalise le décentrage par rapport au milieu de l'intervalle.
En pratique, on a toujours Ppk ≤ Cpk ≤ Cp. Un écart important Cp - Cpk révèle un processus décentré (à recentrer), un écart Cpk - Ppk révèle des dérives long terme (à investiguer).
3. Formules détaillées
Cpu = (USL - X̄) / (3 × s)
Cpl = (X̄ - LSL) / (3 × s)
Cpk = min(Cpu, Cpl)
Pp = (USL - LSL) / (6 × σ)
Ppk = min((USL - X̄)/(3σ), (X̄ - LSL)/(3σ))
où s est l'estimateur intra-sous-groupes (court terme), σ l'écart-type global (long terme), X̄ la moyenne mesurée, USL / LSL les limites supérieure / inférieure de spécification.
4. Exemple complet : calcul du Cp et du Cpk pas à pas
Prenons une cote usinée de 10 ± 0,05 mm (LSL = 9,95 mm, USL = 10,05 mm). Sur un échantillon de 50 pièces, on mesure une moyenne X̄ = 10,01 mm et un écart-type s = 0,012 mm :
| Indice | Calcul | Résultat | Lecture |
|---|---|---|---|
| Cp | (10,05 − 9,95) / (6 × 0,012) | 1,39 | ≥ 1,33 : la dispersion tient dans la tolérance |
| Cpu | (10,05 − 10,01) / (3 × 0,012) | 1,11 | marge côté tolérance haute |
| Cpl | (10,01 − 9,95) / (3 × 0,012) | 1,67 | marge côté tolérance basse |
| Cpk | min(1,11 ; 1,67) | 1,11 | < 1,33 : non capable en l'état |
Le diagnostic tient dans l'écart entre les deux indices : Cp 1,39 mais Cpk 1,11 signifie que le procédé est suffisamment précis mais décentré (+0,01 mm au-dessus de la cible). Inutile d'acheter une machine plus précise : un simple recentrage du réglage sur 10,00 mm ramènerait le Cpk au niveau du Cp (1,39), au-dessus du seuil contractuel de 1,33. C'est tout l'intérêt de calculer les deux indices ensemble.
5. Six Sigma : 3.4 DPMO et Cpk ≥ 1.67
La méthode Six Sigma (Motorola, 1986 — popularisée par GE et Honeywell) vise une capabilité de 6 écarts-types entre la moyenne et la spécification la plus proche, soit un Cpk = 2.0 au sens strict. En incluant un décalage moyen de 1.5σ observé en réalité long terme, on obtient les fameux 3.4 défauts par million d'opportunités (DPMO) et un Cpk court terme ≥ 1.67. C'est l'objectif de niveau "best in class" mondial, atteint par exemple sur les pacemakers, l'aviation civile, certaines applications semi-conducteur.
6. Niveaux Sigma et DPMO
Correspondance Z-score → DPMO (court terme, loi normale réduite) :
- 1σ : 317 311 DPMO (68.3% conformes)
- 2σ : 45 500 DPMO (95.5% conformes)
- 3σ : 2 700 DPMO (99.73% conformes) — Cpk ≈ 1.00
- 4σ : 63 DPMO (99.9937% conformes) — Cpk ≈ 1.33
- 5σ : 0.57 DPMO (99.99994% conformes) — Cpk ≈ 1.67
- 6σ : 3.4 DPMO long terme (avec décalage 1.5σ) — Cpk ≈ 2.00
Le calcul exact se fait par la fonction de répartition Φ de la loi normale (souvent approximée par la fonction d'erreur erf — Abramowitz & Stegun 7.1.26 dans notre calculateur).
7. Exigences AIAG PPAP & IATF 16949
Le PPAP (Production Part Approval Process) AIAG, support de la norme automobile IATF 16949, exige des études de capabilité formalisées pour la validation initiale d'un produit :
- Cpk ≥ 1.67 pour les caractéristiques spéciales sécurité (Critical to Safety, marquage ▲ ou ◇ sur plan).
- Cpk ≥ 1.33 pour les caractéristiques significatives non sécurité en série.
- Ppk ≥ 1.33 sur 25 sous-groupes minimum, soit 100-125 mesures, lors de la validation initiale PPAP.
- En cas de non-atteinte : plan de contrôle renforcé (tri 100%, contrôle automatisé, dérogation client formelle).
Les autres référentiels suivent une logique similaire : EN 9100 / AS9100 (aéronautique — FAI sur caractéristiques clés), ISO 13485 (médical — validation IQ/OQ/PQ), cGMP / FDA (pharmaceutique — Process Validation PV).
8. Hypothèses de validité
Trois conditions doivent être vérifiées avant tout calcul de capabilité, sous peine de résultats statistiquement invalides :
- Normalité : test de Shapiro-Wilk (n < 50), Anderson-Darling, ou droite de Henry. Si non-normalité, utiliser la méthode des percentiles ISO 22514-2 ou une transformation (Box-Cox, Johnson).
- Stabilité statistique : carte de contrôle X̄-R (n ≤ 9 par sous-groupe) ou X̄-S (n > 9). Aucun point hors limites, pas de tendance ni de cycle.
- Indépendance : les mesures ne doivent pas être autocorrélées. Vérifier par graphique séquentiel ou test de Durbin-Watson.
9. Comment améliorer un Cpk faible
Stratégies d'amélioration par ordre de priorité :
- Recentrer le processus (si Cpk << Cp) : étalonnage, choix d'un nominal cible mieux placé, réglage opérateur.
- Réduire la variance : AMDEC processus, capabilité machine (MQ — Maschinenfähigkeit, méthode allemande), plan d'expériences DoE, formation, maintenance préventive renforcée, contrôle entrée matière.
- Élargir les tolérances si fonctionnellement justifié (à valider avec BE et client).
- Plan de surveillance renforcé en attendant : tri 100%, cartes SPC, double validation, dérogation client formalisée.
10. Tailles d'échantillon recommandées
La précision des indices Cpk dépend fortement de n :
- n < 30 : intervalle de confiance très large (±30 à 50%), peu fiable.
- n = 30-50 : usage interne possible, à confirmer.
- n ≥ 100 : recommandé pour Pp/Ppk et études PPAP.
- n ≥ 125 (25 sous-groupes × 5 pièces) : standard AIAG PPAP pour Cp/Cpk court terme.
10. Erreurs fréquentes
- Mesures non stables : calculer Cpk sur un processus en dérive donne un résultat statistiquement invalide.
- Mélange de population : plusieurs équipes / machines / lots avec moyennes différentes surévaluent σ.
- σ surévalué : utiliser s (n-1) au lieu de σ intra-sous-groupes pour Cp/Cpk.
- Trop peu de mesures : n < 30 → intervalle de confiance non communiqué.
- Tolérance unilatérale traitée en bilatérale (ovalité, planéité, défauts de forme géométrique).