指数别乱用：P家和C家的”户口本”

关键词：Cp，Cpk，Pp，Ppk，过程能力

【新版SPC手册解读③】

先讲个相亲的故事

小王去相亲，回来后介绍人问：“那姑娘怎么样？”

小王说：“挺好的，打扮一下能到85分。”

注意，这句话里其实有两个完全不同的信息：“今天实际多少分”和“理论上能到多少分”。今天顶着三天没洗的头去见人是75分，这是”实际表现”；收拾利索了能到85分，这是”潜在实力”。

新版手册第6章干的头等大事，就是把这件很多人糊里糊涂了很多年的事说清楚：Performance（性能，实际表现）和Capability（能力，受控状态下的潜力）是两码事，对应的指数不能混用。

P家和C家的”户口本”

手册把常用指数分成了两大家族：

• C家（Cp/Cpk）——能力指数：只有过程统计稳定（受控）时才配使用。它回答的是：“这个过程在理想受控状态下，潜力有多大？”

• P家（Pp/Ppk）——性能指数：不管你稳不稳，它如实反映当前过程的实际表现——“所见即所得”。

还有一对容易混淆的：Pm/Pmk——机器性能指数，专门用于评价设备本身。研究期间要把其他变差源全部按住：人员、方法、材料、环境这”4M”保持不变，只让”机器”这一个变量撒欢，这样才能测出设备的真实精度。

手册的态度非常强硬：过程不稳定时，严禁用Cpk，只能报告Ppk。为什么？因为Cpk描述的是”受控状态下的潜力”，过程都不稳，谈潜力就是画饼。这就像公司业绩一塌糊涂时，你不能跟投资人说”我们的潜力值十个亿”——先把眼前的报表（Ppk）拿出来。

另外，第6章还顺手”封杀”了两个老说法：“短期能力/长期能力”不要再用了。手册说得很直白：这种表述容易产生误导，既没说清研究的是什么影响，也没说清目标是什么。以后请叫大名：机器性能研究、初始过程性能、过程性能/能力。

过程能力研究怎么抽数据？

手册给的”标准动作”是：从较长时期的批量生产中，以适当间隔抽取小样本（通常连续生产3~5件为一组），至少125件、至少25个独立子组，而且时间跨度要足够长，让刀具磨损、批次切换、人员换班”生活的毒打”在数据里留下痕迹。

抽完数据先别急着算数，要先用回顾性控制图做事后稳定性评价：稳，才有资格算Cp/Cpk；不稳，老老实实报Pp/Ppk。

数据不”正态”怎么办？手册给了两条正规出路

这是第6章含金量最高的一节（6.8节）。形位公差类数据（平面度、圆度、跳动……）天生是偏态的——它们以0为天然极限，怎么可能是对称的钟形曲线？过去很多人的做法是”硬套正态公式”，算出来的Cpk漂亮得像美颜滤镜。

新版手册提供了两种标准算法：

方法一：分位数法（指数带”.G”后缀）。找到能描述数据的真实分布模型，直接用分布的0.135%和99.865%分位数计算过程散布宽度（即99.73%散布范围）。它符合ISO 22514、ISO 3534系列标准，对各种分布类型都适用。有个门槛要注意：如果不用分布模型、而是直接用经验分位数估计，至少需要2000个观测值——数据少了，分位数估不准。

方法二：超标比例法/z分数法（指数带”.Z”后缀）。先算出超出规格限的实际比例，再换算成”等效正态分布”的z值。它的好处是直接和PPM（百万分之一不良率）挂钩，汇报给客户很直观；但只符合AIAG SPC手册（2005年第2版）的口径，不属于ISO体系。

选哪条？手册给了对比表（表6-5）帮你权衡：想看”真实分布的变差和位置”用.G，想对齐”PPM不良率”用.Z。

还有两个低调但重要的新面孔

Cw/Cwk（组内能力指数）：只用子组内部变差计算，回答”如果过程完美受控，极限能到多少”。手册定位很明确：这是分析工具，适合跨工厂、跨供应商对标，不是验收指标。

单侧公差与自然极限：像平面度这种”以0为天然地板”的特性，Pmk/Ppk/Cpk只参照那一个规格限算；而且手册提醒，Cp在这种情况下容易产生误读——Cpk甚至可能大于Cp——所以建议计算Cp，但不对Cp设目标值。

三个容易被忽略的”规矩”

第6章还藏着几条很实用的规矩，值得单独拎出来：

规矩一：指数不是用来炫技的。手册坦诚得可爱：之所以搞出这么多指数，是因为没有任何单一指数能普遍适用于所有过程，任何过程也无法被单一指数完整描述，所有指数都有局限性、都可能产生误导。所以手册要求使用者主动和客户沟通，搞清楚对方要的是哪个指数。需要盯的关键信号是：与目标值的显著偏离、随时间的不稳定表现、不合格零件比例上升。——指数是体检指标，不是选美分数。

规矩二：变差来源先点名。手册沿用经典的”5M”分类（机器、人员、方法、材料、环境），并提示可参考增加”测量”的6M模型——测量系统经过验证是评价过程能力的前提。尺子不准，后面全是白算。

规矩三：异常值不许”悄悄处理”。6.7节专门讲异常值的识别与处理，目的是防止对统计参数的误解。发现一个刺头数据，正确姿势是查原因、做记录、再决定取舍；直接删掉让曲线变漂亮，属于数据整容。

第7章：新设备进厂，怎么”考试”？

第7章把机器性能研究写成了一套标准流程，步骤清晰得像菜谱：

1. 抽样：必须在连续、不间断的生产序列中生产有代表性的零件。ISO 22514-3推荐n=100，实践中n=50已成为务实折中；

2. 记录条件：设备调到标称值、工装先磨合、设备达到工作温度、毛坯要足够均质——一句话，把4M全部按住，只考机器；

3. 按生产顺序测量记录：顺序不能乱，乱了就没法追溯；

4. 评价趋势：稳定性不做强制判定，但强烈建议对趋势做定性评价；

5. 计算指数，对照目标值。

目标值是多少？手册按特性分类（基于风险分析）给出分级目标（表7-1），并且特别科学地规定：样本量越小，置信度越低，目标值就得越高（表7-2/7-3）。比如你要证明设备达到Pm 2.00的水平，n=50时实测够2.00就行；但如果只抽了30件，在99.99%置信水平下你得实测到2.35才算数；只抽20件？那得冲到2.8左右。样本量不够还想放行？手册给了卡方修正公式，自己算调整后的目标值。

道理很朴素：抽样就像尝汤，尝一勺和尝半碗，你对”这锅汤咸不咸”的把握是不一样的。把握越小，标准就得越严。

另外第7章还有两个容易被忽略的细节：试验零件要封存保留到验收完成（万一要复测）；数据必须可追溯，发现异常值要先查原因再决定取舍，不许悄悄删掉。

算得对，还得工具对

这一章的指数体系说实话挺”劝退”手算党的：.G后缀、.Z后缀、组内变差、置信区间修正……用Excel自己攒公式，错了都不知道错在哪。

盈飞无限的QDD软件已完整实现手册第6~7章的算法体系：性能/能力指数严格按手册规则区分使用场景、非正态数据直接调用分位数法和z分数法、目标值随样本量和置信水平自动匹配修正——你只管采集数据，“用错指数”这种低级错误，软件层面就帮你堵死了。配合盈飞无限的新版SPC手册培训，原理和操作一起拿下。

作者：谢鸣 （Frank），制造型企业质量及精益改善专家，六西格玛黑带。拥有20余年质量和精益领域工作经历，先后任职于西门子、施耐德等国际知名企业。

相关推荐：

【新版SPC手册解读①】SPC的”新交规”来了：AIAG和VDA第一次联手写了本手册

【新版SPC手册解读②】SPC不是画控制图，是一套”防火系统”