有个做车间管理的朋友，发来一组数据：Cp=0.43，Cpk=0.4。他愁眉苦脸地说，两数都不达标，现在手里攥着一堆待调整的方案，却不知道该先动哪一步——是先调设备参数把均值拉回来，还是先梳理工序减少波动？

这种问题啊，我相信同学们在生产线上太常见了。

Cp 和 Cpk 这俩指标，就跟生产系统的 “体检表” 一样，数值高说明身子骨硬朗，身体健康。要是不达标，就得赶紧找病根。但关键是，不能上来就瞎折腾，得先弄明白问题到底出在哪。

要解决问题，首先得明确两个基本概念：

规格上下限（USL/LSL）：这就是产品合格的 “底线”。这是顾客需求给到的规格限，同学们不要和控制图的控制限搞混淆了。

比如说手机电池，要求容量 3000±50mAh，那 3050mAh 就是上限 USL，2950mAh 就是下限 LSL，产品性能得落在这俩数之间才算合格。

过程能力指数：Cp 和 Cpk 就是用来看看咱们的生产过程能不能稳定地把产品做在这个合格区间里。

从计算公式能看出它们的特性：

Cp 只关心波动大小：它的高低全由标准差 σ 说了算。

σ 越小，说明生产出来的产品性能差异越小，Cp 就越大。

这就像射箭，箭头落点越集中，Cp 就越高；落点越分散，CP就越低。

Cpk 既看波动又看偏不偏：它不光受 σ 影响，还跟均值 μ 有关系。

就算箭头落点挺集中，可总往靶心右边偏，那 Cpk 也不会高。

三种常见cp，cpk的情况，我们来逐步分析：

当 Cp 和 Cpk 都不达标时，可不能凭着感觉调设备。

我们可以根据这俩数的关系，找准问题点。

情况一：Cp 和 Cpk 都低，而且数值差不多 —— 先想办法减小波动

举个例子：Cp=0.95，Cpk=0.83（差值小于 0.2）

这种时候，生产的主要问题就是 “波动太大”。

就像射箭，箭头在靶心周围散得到处都是，就算瞄准再用心，也很难射中好成绩。

例如：有个汽车零部件厂就遇到过类似的事：检测轴承内径，Cp=0.91，Cpk=0.85。

技术团队一开始觉得可能是模具没对准（想调均值），但查了数据才发现，不同批次的内径差别忽大忽小。

最后找到原因，是车床主轴磨损了，转速不稳定，导致 σ 太大。

换了主轴之后，σ 从 0.08mm 降到 0.05mm，Cp 一下就升到 1.2，Cpk 也跟着涨到 1.05。

情况二：Cp 和 Cpk 都低，而且数值差不少 —— 先把均值调回中心，再解决波动的事儿

举个例子：Cp=0.95，Cpk=0.42（差值大于 0.2）

这种情况就是 “双重麻烦”：既波动大（σ 有问题），均值又偏离中心（μ 有问题）。

但这时候得分个先后，先把均值拉回靶心，再处理波动的事。

例如：一家饮料厂检测 PET 瓶厚度时，就出现了 Cp=0.93，Cpk=0.47 的情况。

数据显示，平均厚度比标准中心值薄了 0.12mm（也就是 μ 偏了），而且不同瓶身的厚度最大能差 0.15mm（σ 太大）

技术团队先调了注塑机的进料速度，让平均厚度回到标准值，这时候 Cpk 就从 0.47 升到 0.72；之后又优化了冷却水温的控制，把厚度波动降到 0.08mm，最后 Cpk 稳定在 1.1。

为啥先调均值？

因为均值偏了，合格的空间就被压缩了。

比如原本有 100mm 的合格区间，均值一偏，就只剩 70mm 能用了。

这时候先把均值调回中心，能很快减少不合格品，之后再解决波动问题，效率会高很多。

其次，对大部分行业来讲，调整均值比降低波动更容易实现。

情况三：Cp 合格，Cpk 却很低 —— 只需要把均值调回中心

举个例子：Cp=1.66，Cpk=0.81

这种情况就简单许多：生产波动没问题（σ 是合格的），就是均值偏离中心太多了。

就像射箭，箭头落点挺集中，可全偏到靶心左边去了。

例如：有个食品厂检测饼干重量，Cp=1.58（这已经算优秀了），但 Cpk=0.79。查了数据才发现，每包饼干的重量差别很小（σ 合格），可平均重量比标准值轻了 2g（μ 偏了）。

调整了下料机的填充量之后，均值回到标准值，Cpk 一下就涨到 1.52，期间都没动那些影响波动的设置。

最后给大家总结：

cp，cpk双低且接近（差值＜0.2）→ 减小波动（降 σ）

cp，cpk双低且差得多（差值＞0.2）→ 先调均值回中心，再减小波动

Cp 高、Cpk 低（差值＞0.2） → 只调均值回中心

自习人课堂「备考四件套」，

用专业和陪伴，助你成为一个理论与实战兼备的六西格玛绿带或黑带！

可以添加六六老师微信liuxigema1v1免费领取六西格玛备考资料包