Cpk计算步骤详解——从现场数据采集到能力判定的实操指南

作者：卓越质量智库发布时间：2026/7/28 阅读 111

目前评级： ★★★☆☆ 我要评级等效 8 人评分

一、Cpk 解决什么问题

过程能力指数 Cpk（Process Capability Index）是质量管理中最常用的统计工具之一，它回答一个核心问题：当前生产过程能否稳定地满足规格要求？

许多质量工程师在拿到 Cpk 报告时，只关注结果是否大于 1.33，却不清楚数字背后的计算逻辑。一旦客户审核追问"你的 Cpk 是怎么算出来的""子组大小为什么取 5""数据不服从正态分布怎么办"，现场往往答不上来。

Cpk 的真正价值不在于它是一个"通过/不通过"的判定指标，而在于它把过程变异与规格要求之间的关系量化成了可比较的数字——让质量团队知道过程偏移了多少、离散有多大，以及改善应该优先缩小变异还是调整中心。理解了 Cpk 的计算逻辑，才能真正用它指导过程改进，而不是只把它当成 PPAP 提交时的一个过场数字。

二、Cpk 的定义与构成要素

Cpk 的计算建立在几个基础概念之上。

规格限：产品设计给定的上下限，分别记为 USL（Upper Specification Limit，上限）和 LSL（Lower Specification Limit，下限）。例如某轴径图纸标注为 10.00 ± 0.05 mm，则 USL = 10.05，LSL = 9.95。

过程均值与标准差：从生产过程中按合理子组抽取样本，计算子组均值（X̄）和子组极差（R）或标准差（s），进而估计过程整体的均值（μ̂）和组内标准差（σ̂）。

Cp 与 Cpk 的关系：Cp 衡量的是过程分布的"宽度"相对于规格范围的比率，不考虑均值偏移，公式为 Cp = (USL - LSL) / (6σ̂)。Cpk 则在此基础上加入了均值偏移的影响，取 Cpu 与 Cpl 中的较小值：

Cpu = (USL - μ̂) / (3σ̂) ——上限侧能力
Cpl = (μ̂ - LSL) / (3σ̂) ——下限侧能力
Cpk = min(Cpu, Cpl)

当过程中心恰好对准规格中心时，Cpk = Cp；当中心发生偏移时，Cpk 会小于 Cp，两者的差值反映了偏移的程度。

三、Cpk 计算五步法

以下用一个实例演示 Cpk 的手工计算过程。

案例：某注塑工序生产塑料支架，关键尺寸为宽度 50.00 ± 0.20 mm（USL=50.20，LSL=49.80）。质量工程师从连续生产中每 2 小时抽取 5 件为一个子组，共收集 20 个子组、100 个数据。

第一步：收集数据并划分子组。 子组划分遵循"合理子组"原则——同一个子组内的数据应在尽可能短的时间内采集，以反映组内随机变异；子组间的变异则反映过程随时间的波动。本例中每子组 n=5，共 k=20 组。

第二步：计算每个子组的均值 X̄ 和极差 R。 例如第一组数据为 [50.01, 50.03, 49.99, 50.02, 50.00]，则 X̄₁ = 50.01，R₁ = 50.03 - 49.99 = 0.04。依此类推，得到 20 个 X̄ 和 20 个 R。

第三步：计算过程均值和控制限。 总均值 X̄̄ = ΣX̄ / k = 50.006。平均极差 R̄ = ΣR / k = 0.038。

第四步：估计组内标准差。 使用极差法估计：σ̂ = R̄ / d₂，其中 d₂ 是与子组大小 n 相关的常数（n=5 时 d₂=2.326）。则 σ̂ = 0.038 / 2.326 ≈ 0.0163。

第五步：计算 Cpk。

Cp = (50.20 - 49.80) / (6 × 0.0163) = 0.40 / 0.0978 ≈ 4.09
Cpu = (50.20 - 50.006) / (3 × 0.0163) = 0.194 / 0.0489 ≈ 3.97
Cpl = (50.006 - 49.80) / (3 × 0.0163) = 0.206 / 0.0489 ≈ 4.21
Cpk = min(3.97, 4.21) = 3.97

该过程的 Cpk 远高于 1.67，表明过程能力充裕。

四、应用要点与常见误区

适用场景：Cpk 适用于大批量、连续生产的制造过程，在产品量产前（PPAP 阶段）和量产中（月度/季度监控）均可使用。它要求过程处于统计受控状态——即在计算 Cpk 之前，应先用控制图确认过程没有特殊原因变异。

常见误区一：不看正态性直接算。 如果过程数据不服从正态分布，直接用上述公式计算的 Cpk 可能严重失真。建议先用直方图或正态性检验（如 Anderson-Darling 检验）确认数据形态，必要时通过 Box-Cox 变换或使用非参数方法（如 Ppk 基于实际百分位计算）。

常见误区二：Cpk 高就代表过程好。 Cpk 高可能是过程变异极小，但也可能是规格过宽。需要结合工程判断确认规格是否合理，同时关注 Cp 与 Cpk 的差距——差距越大代表偏移越严重。

常见误区三：子组大小随意选。 子组大小 n 一般取 4～6，太小则 σ̂ 估计不稳定，太大则容易混入过程漂移。子组的频率应覆盖过程的全部波动来源（如换班、换刀、材料批次切换）。

五、实例数据对比

假设同一条产线变更工艺参数后，重新收集数据计算得到：Cpk = 1.05，而之前的 Cpk = 1.67。这说明过程能力明显下降，需要排查是均值偏移（看 Cpu 和 Cpl 哪个低）还是变异增大（看 Cp 是否下降）。若 Cp 仍然为 1.70 而 Cpk 降至 1.05，则问题出在中心偏离——调机回中即可恢复；若 Cp 也降至 1.10，则说明过程变异增大，需要从人机料法环中找根因。

Cpk 的价值不在数字本身，而在数字背后的变异分解——知道该调中心还是缩变异，才算真正会用过程能力指数。

知识编号：6.3.2

版本：v20260728

作者：卓越质量智库 卓越质量智库致力于为质量管理从业者提供系统化的专业知识、方法论与实战工具，助力企业质量能力持续提升。