过程能力指数

定义

过程能力指数表示过程能力满足技术标准（如规格、公差）的程度，一般记为 Cp 或 Cpk^[1]。它是由规定的公差范围或容差除以过程的离散程度得到的比值，因此是一个不含量纲的数^[4]。这一指数也被称为工序能力指数、工程能力指数或制程能力指数^[5]。

所谓过程能力，指过程处于统计控制状态下自身的性能，通常用过程分布的 6 倍标准差（6σ）来度量，理论上对应正态分布下约 99.73% 的观测值^[4]。过程能力本身只描述波动大小，不涉及技术要求，因此需要与公差范围相比，才能判断能否满足规格^[5]。

原理

Cp 只涉及规格限与标准差，不考虑过程中心位置，其定义为公差幅度除以 6 倍标准差，即 $C_p = \frac{USL - LSL}{6\sigma}$，其中 USL 与 LSL 分别为规格上限和规格下限^[6]。当过程分布中心 μ 与公差中心重合时，Cp 越大表示过程波动相对公差越小，能力越强^[1]。

由于 Cp 无法反映过程中心偏离目标值的情况，实际中多用修正后的 Cpk，取均值到两个规格限距离中较小者除以 3 倍标准差，即 $C_{pk} = \min\left[\frac{USL-\mu}{3\sigma}, \frac{\mu-LSL}{3\sigma}\right]$。当分布中心与公差中心重合时 Cpk 等于 Cp；二者偏离越大，Cpk 相对 Cp 越小，因此恒有 Cpk ≤ Cp^[1]。

另一种写法是引入偏移度 K，令 $C_{pk} = (1-K)C_p$，其中 $K = \frac{|M-\mu|}{T/2}$，M 为公差中心，T 为公差幅度^[5]。若只有单侧规格要求，则对应单侧指数 $C_{pU} = \frac{T_U-\mu}{3\sigma}$ 或 $C_{pL} = \frac{\mu-T_L}{3\sigma}$，规格限落在均值错误一侧时取值为 0^[4]。

总体标准差 σ 通常未知，实际计算时用样本标准差 s 或由控制图数据估计，例如以平均极差 R̄ 除以系数 d₂ 估计，或由均值—标准差控制图的数据估计^[7]。与之相对，另有反映长期表现的性能指数 Pp、Ppk，公式形式与 Cp、Cpk 相同，但标准差取自全部样本，不要求过程处于稳定状态^[1]。

发展历程

过程能力的思想可追溯到 20 世纪 20 年代 沃尔特·A·休哈特 等人对统计过程控制的研究；1924 年休哈特提出控制图，1931 年在著作中阐述了过程能力与控制图的关系^[8]。其后 约瑟夫·朱兰 将过程波动与公差要求作比较，建立起过程能力与客户规格之间的联系，这一思路被视为 Cpk 的早期形态^[5]。

第一代指数 Cp 于 1974 年由朱兰等人提出，适用于分布中心与公差中心重合的正态情形；1986 年前后，考虑中心偏移的 Cpk 被提出，构成第二代指数^[9]。此后又出现了引入目标值与质量损失的 Cpm，以及综合前两者的第三代指数 Cpmk^[10]。第四代研究则针对质量特性不服从正态分布的情形，采用数据变换或替代分布的方法计算能力指数^[10]。

20 世纪 70 年代美国的工业控制水平约相当于 Cp=0.67，80 年代提高到 Cp=1.0；日本在 80 年代早期达到 Cp=1.33，80 年代中期达到 Cp=1.67^[11]。80 年代末至 90 年代初，美国 摩托罗拉 公司提出六西格玛控制方式，要求 Cp≥2、Cpk≥1.5，对应不合格品率约百万分之三点四^[11]。

应用

在制造业中，过程能力指数用于评价过程连续产出合格产品的能力，并估计预期不合格品数量，为过程改进和设备选择提供依据^[2]。企业管理实践中常把 Cpk≥1.33 作为过程可接受的判定基准，不同行业与企业会按自身质量要求调整这一门限^[12]。

这一工具也用于供应商评估、工序间产品质量比较以及新设备引进的评价，并可借助直方图、散布图、控制图等统计图表计算与展示^[3]。随着质量特性的多样化和生产复杂度提高，相关国家标准已把评价范围扩展到计数型数据和多元质量特性，例如面向生产过程能力与性能监测的 GB/T 40681 系列标准就给出了计数特性与多元正态情形下的计算与报告方法^[2]。

在六西格玛等改进项目中，能力估计通常在项目开始与结束各取一次，用以反映改进幅度，并把过程能力作为衡量改进成果与控制阶段的重要指标^[13]。

局限

过程能力指数的解读以过程处于统计控制状态为前提，只有在过程稳定、变差仅由一般原因引起时，计算结果才反映过程的固有能力^[4]。若过程尚未受控或存在可查明原因的异常波动，指数会失去意义；相关标准指出，通常需要至少 25 个子组来表明过程处于统计控制状态^[4]。

Cp 与 Cpk 的计算默认质量特性服从正态分布，对正态性假设较为敏感；当数据呈非正态或存在自相关时，直接套用传统公式可能不能准确估计不合格率，需要采用数据变换、替代分布或自相关模型等方法处理^[13][3]。

指数本身只是基于样本的统计量或点估计，存在抽样误差，因此有观点主张同时报告其置信区间，而非只给出一个数值^[13]。此外，Cp 仅度量容差限与过程离散程度的关系，未考虑过程中心位置，即使 Cp 值较高，仍可能有超出规范限的数值，因此需要结合 Cpk 或过程均值与最近规格限的间距一并考虑^[4]。

计算前提还包括样本量足够、数据经过正态性检验等条件，否则评价结论可能失真^[12]。在实践中，过程能力指数也存在被误解和误用的情况^[14]。

参见

• 统计过程控制 —— 利用统计方法监控和保持过程处于受控状态的方法，是开展过程能力分析的前提。

• 控制图 —— 由休哈特提出的过程监控工具，用于判断过程是否处于统计控制状态。

• 六西格玛 —— 以降低缺陷率为目标的管理方法，把过程能力指数作为重要衡量指标。

• 标准差 —— 度量数据离散程度的统计量，是过程能力指数计算中的核心参数。

• 工序质量 —— 过程能力指数用于衡量工序对质量要求的保证程度。