CPK过程能力指数完全指南：一个数字说清楚你的过程行不行

Cpk（Process Capability Index，过程能力指数）是衡量生产过程满足规格要求能力的统计指标。Cpk考虑了过程变异大小和均值偏离规格中心的程度两个因素。

Cpk是最常用的过程能力指标，因为：①简单易懂——一个数字概括过程质量；②与缺陷率直接关联——Cpk=1.33对应约63PPM缺陷率；③行业通用——所有制造业都使用Cpk作为质量评估标准。

但Cpk有一个重要前提：计算Cpk前必须先证明过程受控（用SPC控制图确认无失控点）。如果过程不受控，数据来自不同分布，Cpk的计算没有统计意义。

三指数关系：通常 Cp ≥ Cpk，Ppk ≤ Cpk。Cp-Cpk的差反映中心偏移程度。Cpk-Ppk的差反映过程稳定性——差距大说明过程波动大。

何时用Cpk何时用Ppk：过程已受控且要评估当前能力 → 用Cpk。过程刚启动或要评估长期表现 → 用Ppk。提交PPAP给客户 → 通常要求Ppk≥1.67。

手工计算步骤：

1. 计算子组均值X̄和极差R（或标准差S）
2. 计算总平均值X̿（所有子组均值的平均）
3. 计算平均极差R̄（所有子组极差的平均）
4. 估计标准差 σ = R̄ / d₂（d₂查表，n=5时d₂=2.326）
5. Cpu = (USL - X̿) / 3σ, Cpl = (X̿ - LSL) / 3σ
6. Cpk = min(Cpu, Cpl)

示例：某零件尺寸规格10±0.05mm，测得X̿=10.01，R̄=0.06，子组大小n=5。
σ = 0.06/2.326 = 0.0258
Cpu = (10.05-10.01)/(3×0.0258) = 0.517
Cpl = (10.01-9.95)/(3×0.0258) = 0.775
Cpk = min(0.517, 0.775) = 0.517（过程能力不足）

当数据不服从正态分布时（Anderson-Darling检验p<0.05），直接计算Cpk会高估或低估实际能力。三种处理方法：

1. Box-Cox转换：对数据做幂转换使其正态化，然后计算Cpk。Minitab：Stat → Quality Tools → Capability Analysis → Normal，勾选Box-Cox
2. Johnson转换：比Box-Cox更通用，适用于更广泛的数据分布
3. 非参数Cpk：不做正态假设，直接基于数据百分位数计算。Minitab：选Non-normal分布

如何判断是否正态：①Anderson-Darling检验p>0.05；②正态概率图点近似直线；③直方图大致对称钟形。任一不满足即视为非正态。

1. 输入数据：将测量数据输入Minitab工作表（建议一列数据+一列子组标识）
2. 打开Capability：Stat → Quality Tools → Capability Analysis → Normal
3. 设置变量：Single column选择数据列，Subgroup size输入子组大小
4. 输入规格限：Lower spec输入LSL，Upper spec输入USL
5. 选项设置：Option中可勾选Box-Cox（非正态时）、目标值等
6. 查看结果：输出Cp/Cpk/Ppk、PPM、直方图+规格限叠加、正态概率图

Cpk = min(Cpu, Cpl)，提升Cpk有两个方向：

方向1：减少变异（提升Cp）

• 用DOE优化工艺参数，找到最小变异参数窗口
• 用SPC监控并消除特殊原因
• 改善设备精度，定期维护保养

方向2：调整中心（减小偏移）

• 调整设备设定值向规格中心靠拢
• 建立自动补偿机制（如刀具磨损补偿）
• 标准化操作，减少设定差异

优先级：先看Cpk离哪个规格限近（Cpu vs Cpl），优先解决近的那个。如果Cp高但Cpk低 → 调中心。如果Cp和Cpk都低 → 先减变异。