在生产现场，只要聊到过程能力，就绕不开Cpk。

客户审厂要看它，六西格玛项目要算它，年底总结也少不了它。

可很多人是数据拉出来、公式一套、出个数就交差，很少追问这个数到底靠不靠谱。

Cpk不是想算就能算的，前提不满足，算出来的数再好看，也是自己骗自己。

01 过程得先稳定

第一步不是开软件，是先确认过程稳不稳。

稳定，也叫受控。

说白了就是过程没被特殊原因（异常因素）搅局，只有普通原因（随机因素）在起作用。

怎么看？

用SPC控制图，X-R图、X-s图、I-MR图都行。

判断也不复杂：点没出控制限，分布也没有趋势、周期、偏移这些明显模式，基本就算稳定。

反过来，要是过程不稳定，数据里的波动是异常因素造成的，这时候算出来的Cpk，反映的不是真实能力，是把异常当正常。

先查原因，把过程拉回受控，再谈Cpk。

顺序一定别反。

02 数据服从正态分布

Cpk的公式是在正态分布假设下推出来的，用均值μ和标准差σ描述过程分布和规格限的关系，

靠的就是“±3σ覆盖99.73%数据”这条性质。

数据不正态，公式直接往上套，结果必然失真。

这种情况下，得先通过数据转换，如对数、Box-Cox 转换，或者采用非正态过程能力分析方法。

03 数据得是连续型的

Cpk只认能连续测量的数据，长度、重量、时间、温度，这一类。

为什么？因为只有这类数据有均值、有标准差，才谈得上“过程能力”。

计数型的就不行。

合格/不合格、缺陷数，没有均值标准差这套概念，硬拿Cpk算，没人信。这种数据得换Ppk、缺陷率这些指标。

04 规格限得明确

算Cpk之前，规格上限USL、规格下限LSL得先摆在那。

公式是这样的：Cpk = min{(USL−μ)/3σ, (μ−LSL)/3σ} = min(Cpu, Cpl)

只有单边规格也照算，比如只给USL，或者只给LSL。

Cpk衡量的，就是过程分布和规格要求贴得有多近。连规格限都没有，“合格/不合格”都没法定，Cpk自然无从谈起。

05 样本取样合理

数据得来自过程的典型运行状态，样本量要够，一般别少于30个。

样本量太小，或者抽样有偏差，μ和σ就估不准，Cpk跟着全偏。

取样方式、取样数量，直接决定这个数可不可信。样本都取歪了，后面算得再漂亮，也代表不了真实过程。

06 测量系统得过关

数据是量出来的。量具不准，测量误差就可能盖过过程本身的波动。

数据一进来就带着误差，基于它算出的Cpk，反映不了过程的实际能力。

我们不怕数据撒谎，就怕我们以为它是准的。

2026年学六西格玛，认准自习人！

[自习人课堂]六西格玛绿带与黑带备考“四件套”：视频课、直播课、有解析的专业题库、答疑服务，助你通过考试！

添加六六老师zixiren888 

免费领取六西格玛备考资料