📚 课程目录第3章过程能力分析基础

3. 过程能力分析基础

过程能力分析是六西格玛项目从“测量阶段”迈向“分析阶段”的关键一步。它的核心问题只有一个：当前这个过程，稳定生产合格品的能力到底够不够？要回答这个问题，不能只看一批产品合格率是多少，而要把过程的波动（σ）与规格要求（USL/LSL）放在同一把尺子上比较。Cp、Cpk、Pp、Ppk 就是这把尺子上的四个刻度。

一、四个指数的定义与区别

先约定符号：USL 为上规格限，LSL 为下规格限，规格宽度 T = USL − LSL；σ_within 为组内标准差（反映过程的“潜在能力”，只含普通原因波动），σ_overall 为整体标准差（含普通原因与特殊原因的全部波动）。

Cp（潜在能力指数）：Cp = T / (6σ_within)。它只衡量“波动宽度”与“规格宽度”的比值，不考虑过程中心是否偏移。Cp 大只说明过程“有潜力”，不代表实际做得好。
Cpk（实际能力指数）：Cpk = min[(USL − X̄)/(3σ_within), (X̄ − LSL)/(3σ_within)]。它同时考虑波动和中心偏移，取较近一侧的单边能力，因此 Cpk ≤ Cp。Cp 与 Cpk 的差距，就是“中心偏移造成的损失”。
Pp（性能指数）：Pp = T / (6σ_overall)。形式与 Cp 相同，但用整体标准差，反映过程“实际表现出来的”长期性能。
Ppk（实际性能指数）：Ppk = min[(USL − X̄)/(3σ_overall), (X̄ − LSL)/(3σ_overall)]，同样计入中心偏移。

关键理解：Cp/Cpk 用组内 σ，Pp/Ppk 用整体 σ。当过程受控、只有普通原因波动时，两者接近；若过程存在漂移、突变等特殊原因，σ_overall 会明显大于 σ_within，于是 Pp < Cp、Ppk < Cpk。因此，Cp 与 Pp 的差距是过程稳定性的“体检指标”。一般判读标准：Cpk ≥ 1.33 为过程能力可接受，≥ 1.67 为优秀；1.00～1.33 为勉强，< 1.00 为能力不足。

二、做能力分析前必须先做正态性检验

Cp、Cpk 的计算公式建立在“数据服从正态分布”的假设上。如果数据严重偏态或存在双峰，用正态公式算出的指数会失真，甚至给出错误结论。因此 Minitab 能力分析的规范顺序是：先做过程稳定性判断（控制图）→ 再做正态性检验 → 最后做能力分析。

正态性检验在 Minitab 中走 统计 > 基本统计量 > 正态性检验，常用 Anderson-Darling 检验。判读看 P 值：P > 0.05，不能拒绝正态假设，可认为数据近似正态；P ≤ 0.05 则数据显著偏离正态，此时应优先排查原因（如混批、刀具磨损趋势、测量系统问题），或改用非正态能力分析方法（如 Box-Cox 变换、Johnson 变换，或直接使用非参数能力分析）。

注意：正态性检验通过，只说明“数据形态像正态”，并不代表过程受控。若控制图显示有失控点，应先消除特殊原因，再评估能力，否则算出的 Pp/Ppk 会被异常波动拉低，失去改进指导意义。

三、Minitab 能力分析路径

Minitab 提供多条能力分析入口，选择哪一条取决于数据类型和分布假设：

正态能力分析：统计 > 质量工具 > 能力分析 > 正态。适用于连续数据且近似正态，可同时输出 Cp、Cpk、Pp、Ppk 及直方图、能力图。
非正态能力分析：统计 > 质量工具 > 能力分析 > 非正态，用于数据明显偏态时，可选 Box-Cox 或 Johnson 变换。
组间/组内能力分析：统计 > 质量工具 > 能力分析 > 组间/组内，当数据按子组采集时使用，能分别给出组内与整体能力。

在正态能力分析对话框中，需要填写：单列数据列、子组大小（若按子组采集）、规格下限与上限。点击“选项”可设定目标值、是否估计 σ 等。输出结果中，“潜在（组内）能力”对应 Cp/Cpk，“整体能力”对应 Pp/Ppk，这是初学者最容易混淆的地方。

四、案例：某轴径加工过程能力指数计算

某车间加工一批传动轴，轴径规格为 20.00 ± 0.10 mm，即 LSL = 19.90 mm，USL = 20.10 mm，规格宽度 T = 0.20 mm。按每 30 分钟抽取 5 件、共 20 个子组（n = 100）采集数据，用千分尺测量（测量系统已通过 GRR 验证）。

在 Minitab 中依次执行：先用 统计 > 控制图 > 子组的变量控制图 > Xbar-R 判断稳定性，控制图显示无越限点和异常链，过程受控；再用 统计 > 基本统计量 > 正态性检验，得到 Anderson-Darling 统计量 AD = 0.38，P = 0.412 > 0.05，数据近似正态；最后执行 统计 > 质量工具 > 能力分析 > 正态，单列选“轴径”，子组大小填 5，规格下限 19.90、上限 20.10。

假设输出结果如下（示例数据）：样本均值 X̄ = 20.02 mm，σ_within = 0.0219 mm，σ_overall = 0.0260 mm。代入公式：

Cp  = (20.10 − 19.90) / (6 × 0.0219) = 0.20 / 0.1314 ≈ 1.52
Cpk = min[(20.10 − 20.02)/(3×0.0219), (20.02 − 19.90)/(3×0.0219)]
    = min[0.08/0.0657, 0.12/0.0657]
    = min[1.22, 1.83] ≈ 1.22
Pp  = 0.20 / (6 × 0.0260) = 0.20 / 0.1560 ≈ 1.28
Ppk = min[0.08/(3×0.0260), 0.12/(3×0.0260)]
    = min[1.03, 1.54] ≈ 1.03

结果解读：Cp = 1.52 说明过程波动本身不大，具备潜力；但 Cpk = 1.22 明显低于 Cp，原因是均值 20.02 偏向上限，靠近 USL 的一侧能力被压缩。Pp = 1.28、Ppk = 1.03 均低于对应的 Cp、Cpk，说明长期数据中存在额外波动（如换刀、温度漂移），过程稳定性仍有提升空间。此时改进方向很明确：先把中心值从 20.02 调整到 20.00 附近，再排查长期漂移的特殊原因。若仅调整中心，Cpk 可提升至约 1.52；若同时压缩整体波动，Ppk 才能同步改善。

实操提醒：Minitab 能力分析输出中的“潜在（组内）能力”即 Cp/Cpk，“整体能力”即 Pp/Ppk。若两者差距超过 20%，应优先怀疑过程存在特殊原因波动，而不是急于调整规格或设备。

掌握这四个指数的含义、正态性前提和 Minitab 操作路径后，过程能力分析就不再是“跑一个结果”，而是一条有判断、有依据、能指向改进动作的完整分析链。