05 Five
过程能力指数怎么计算，又该怎么看？
过程能力指数的公式并不复杂，真正容易出错的是：选错指标、用错标准差，或者只看结果，不看过程状态。
1. Cp、Cpk、Pp和Ppk分别表示什么？
Cp：只看过程波动有多大[Cp=\frac{USL-LSL}{6\sigma_{\text{组内}}}]
Cp比较的是“规格允许的范围”和“过程自身的波动范围”，它不考虑平均值是否偏向规格上限或下限。因此，Cp回答的是：假设过程正好位于规格中心，它的波动够不够小？
Cpk：既看波动，也看过程是否偏心[Cpk=\min\left(\frac{USL-\bar{x}}{3\sigma_{\text{组内}}},\frac{\bar{x}-LSL}{3\sigma_{\text{组内}}}\right)]
Cpk不仅考虑过程波动，还考虑平均值离最近规格限还有多远。如果Cp很高、Cpk却很低，通常说明过程波动不一定大，但平均值已经偏向某一侧。
Pp：看全部数据的整体波动[Pp=\frac{USL-LSL}{6s_{\text{总体}}}]
Pp与Cp的形式相似，但采用全部数据计算出的总体标准差。它会把不同班次、不同批次、不同时间之间的变化都包含进去。
Ppk：看过程实际表现及偏心程度[Ppk=\min\left(\frac{USL-\bar{x}}{3s_{\text{总体}}},\frac{\bar{x}-LSL}{3s_{\text{总体}}}\right)]
Ppk与Cpk的公式形式相同，区别主要在于标准差的计算方法：
·Cpk通常采用组内标准差，反映过程稳定时的潜在能力；
·Ppk采用总体标准差，反映观察期间的实际过程表现。
2. Cpk和Ppk为什么会不同？
例如，某条生产线每小时抽取一组产品。每一小时内部的尺寸波动都很小，但早班、晚班和不同材料批次的平均值并不一致。此时：
·Cpk看到的是每个子组内部的波动；
·Ppk还会把班次、批次和时间变化计算进去。
因此，如果Cpk明显高于Ppk，通常说明过程内部看起来很稳定，但长期存在漂移、批次差异或班次差异。如果Cpk与Ppk比较接近，则说明组间变化较小，过程整体相对稳定。
需要注意的是，不能只凭“Cpk接近Ppk”就判定过程稳定，过程是否稳定仍应通过控制图等方法确认。
3. 指数值应该怎样理解？
常见参考值如下：
·小于1.00：过程波动或偏移已经超过可接受范围，存在较高的不合格风险；
·达到1.33：通常可作为一般特性的基本能力要求；
·达到1.67：常用于重要特性、新过程或较高风险要求；
·达到2.00：可能用于安全特性或对缺陷容忍度极低的过程。
这些数值只是常见参考，蕞终要求应以顾客要求、产品风险和企业标准为准。数字低时，也要判断问题究竟出在哪里：
·Cp低：过程波动太大；
·Cp高、Cpk低：过程平均值偏离规格中心；
·Cpk高、Ppk低：过程长期存在漂移或组间差异；
·Cpk和Ppk都低：既可能波动大，也可能中心偏移。
4. 三个简单的计算示例
示例一：Cpk。
规格为9.90～10.10毫米，平均值为10.02毫米，组内标准差为0.02毫米。[Cpk=\min(1.33,2.00)=1.33]。说明过程平均值略偏向上限，距离上限一侧的余量较小。虽然达到常见的1.33要求，但仍应关注中心偏移。
示例二：Ppk
规格为49.5～50.5毫米，平均值为50.1毫米，总体标准差为0.15毫米。[Ppk=\min(0.89,1.33)=0.89]。说明过程整体表现不足，尤其靠近规格上限的一侧风险较高。需要检查材料、班次、设备调整和环境变化等因素。
需要注意的是，Ppk低只能说明这段时间的实际表现不足，不能仅凭Ppk数值直接断定过程一定不稳定。
示例三：Cmk
规格为24.80～25.20毫米，平均值为25.00毫米，设备试验标准差为0.03毫米。[Cmk=\min(2.22,2.22)=2.22]。说明设备在本次短期、受控试验条件下波动较小，而且中心位置良好，设备本身具有较好的加工能力。
5. 目标值不能一刀切
Cpk、Ppk和Cmk评价的对象不同，不能简单设定成相同目标。常见参考做法是：
·Cpk：一般过程可参考1.33，重要特性可提高至1.67或更高；
·Ppk：应根据初始生产阶段、顾客要求和风险确定，不能因为是初始阶段就默认降低要求；
·Cmk：设备验收常参考1.67，高精度或关键特性设备可能要求2.00以上。
蕞重要的不是把指数做得越高越好，而是确认：数据是否具有代表性，过程是否稳定，计算方法是否正确，结果是否与实际生产相符。
因此，过程能力分析不能只停留在“算出一个数字”，真正有价值的是通过指数发现：问题来自设备波动、过程偏心，还是班次、材料和时间变化，并据此采取针对性的改善措施。
06 Six
指数不是成绩单，而是改进过程的线索
Cpk、Ppk和Cmk不应只是报告中的几个数字，更重要的是帮助企业发现问题、推动改进。
在新产品或新过程启动阶段，可以先用Ppk了解当前实际表现，判断波动是否过大、平均值是否偏向规格边缘。随着过程逐渐稳定，再通过Cpk评价其持续生产能力。对于新设备，则可以用Cmk确认设备本身的加工精度是否满足要求。
定期监测这些指标，还能帮助企业及时发现过程变化。例如，Cpk持续下降，可能意味着刀具磨损、设备精度下降、材料发生变化，或者操作方法出现差异。结合控制图、现场记录和变更点信息，就能进一步找到真正原因，并安排设备维护或过程调整。
不过，指数合格并不代表一定不会出现不良品。现场常见的情况是：Cpk或Ppk看起来很好，客户仍然收到不合格产品。
原因通常不在公式，而在数据本身。例如，样本只来自某个状态较好的班次，没有覆盖不同材料批次、设备、人员和时间段；使用的是较早的数据，而当前设备和材料条件已经发生变化；测量系统误差过大，或者抽检没有发现偶发性缺陷。这些情况都会让能力指数看起来很好，却无法代表真实生产状态。
此外，Cpk主要评价连续型数据的波动，例如尺寸、重量和压力。对于划伤、漏装、混料等偶发缺陷，仅靠Cpk往往无法发现，还需要结合防错、检验、分层审核和缺陷数据进行管理。
因此，过程能力分析不能只问“指数是否达标”，还要继续追问：
1、数据是否覆盖正常生产条件？
2、测量结果是否可靠？
3、过程是否发生过变化？
4、指数与现场实际是否一致？
只有把能力指数与控制图、测量系统分析、现场观察和问题改善结合起来，数字才能真正成为预防缺陷和持续改进的工具。
因此，过程能力分析不能只问“指数是否达标”，还要继续追问：
1、数据是否覆盖正常生产条件？
2、测量结果是否可靠？
3、过程是否发生过变化？
4、指数与现场实际是否一致？
只有把能力指数与控制图、测量系统分析、现场观察和问题改善结合起来，数字才能真正成为预防缺陷和持续改进的工具。
TPP长期为制造企业提供SPC、MSA、过程能力分析及质量工具应用培训，并可结合企业实际产品、设备和生产数据，指导Cmk、Cpk、Ppk的正确选择、计算与分析。针对企业数据采集分散、人工计算效率低、异常发现不及时等问题，TPP还提供SPC数字化软件，支持控制图、过程能力分析、异常预警和反应计划管理，帮助企业把“事后计算一个指数”，转变为对过程波动的持续监控和提前预防。欢迎联系TPP，了解相关培训、咨询及软件应用方案。
公开课预告：9月公开课：新版SPC的应用与实战 9月17-18日 上海
如果需要了解更多内容，欢迎与我们联系，我们将提供专业的管理咨询和数字化解决方案帮助我们的顾客。
邮箱:Marketing@tppconsultancy.com
电话：400 102 1300
TPP 微信公众号
TPP软件免费体验申请