如何使用 Minitab 正确计算 CPK

最近，我看到公司有很多人使用 Minitab 计算 CPK，但大家在使用这个工具

时经常会发生一些错误。下面，我针对一个例子来讲述如何操作 Minitab 来正确
计算 CPK。
首先，我们来一起回顾一下过程能力 CPK、PPK 的概念。
CPK——过程能力指数（短期的）
CPK 的评价过程是稳定过程，CPK 的样本容量是 30~50，CPK 评价的是单批（几
小时或几天）,CPK=1.33（1.5 的偏离）是 4σ的水平，合格率达到 99.379%。CPK，
是进入大批量生产后，为保证批量生产下的产品的品质状况不至于下降，且为保
证与小批生产具有同样的控制能力，所进行的生产能力的评价，一般要求≥1.33。
PPK——过程性能指数（长期的）
PPK 可以不是稳定的过程；PPK 的样本容量是大于或等于 100， PPK 评价的
是多批（几周或几个月）。PPK，是进入大批量生产前，对小批生产的能力评价，
一般要求≥1.67。
SIX SIGMA 引入公司已经多年，大家对 Minitab 的使用应该也有一定的认识，
但是在使用该工具时需要对我们的数据进行检测，这样才能得到准确的计算数
值，我们也最容易忽略这点，造成我们平时工作中遇到过程能力值不一致的情况。
现通过一个例子来说明，我们容易发生错误的地方到底出现在什么地方。
题设：一个零件的孔径，测量样本为 32 件，规格为 0.225-0.245inch，需
要对这个孔径进行过程能力的测量，要求过程能力≥1.33 符合要求。
错误的方法如下：
A)统计-质量工具-正态
B）上步完成后进入该操作界面，在子组跨数列中点击 C1，后确认

C）得到如图所示的结论，CPK 为 1.61，此时的 sigma 水平远高于 6 个 sigma level

外内孔尺寸 的过程能力

LSL USL
过程数据 组内
LSL 0.225
整体
目标 *
USL 0.245 潜在（组内）能力
样本均值 0.234969 Cp 1.62
样本 N 32 CPL 1.61
标准差（组内） 0.00205903 CPU 1.62
标准差（整体） 0.00190897 Cpk 1.61
整体能力
Pp 1.75
PPL 1.74
PPU 1.75
Ppk 1.74
Cpm *

0.225 0.228 0.231 0.234 0.237 0.240 0.243

实测性能 预期组内性能 预期整体性能
PPM < LSL 0.00 PPM < LSL 0.64 PPM < LSL 0.09
PPM > USL 0.00 PPM > USL 0.55 PPM > USL 0.07
PPM 合计 0.00 PPM 合计 1.20 PPM 合计 0.16

在这个情况下我们通常会使用这个值作为我们计算 CPK 的结果，这个结果是

错误的，为什么？我们要记清楚一个原则，CPK 的计算必须是建立在数据属于正
态分布的前提下进行。那么数据不符合正态分布是不是就不能计算过程能力，答
案是“否”。对于数据的分布我们有很多中，如 weibull 分布，指数分布、对数
分布等等。他们分布的不同之处，就是在于这些数据的分布不同，对外的表象就
是所谓的钟形图不对称或者产生偏移。
现在我们看看这些数据的分布是否属于正态分布，对其进行正态性检验。
步骤如下：
A)统计-基本统计量-正态性检验
 B)点击 C1-确定

我们得到 C1 数据的不是正态分布，原因是小于 0.05。

外内孔尺寸 的概率图
正态
99
外内孔尺寸 的概率图 均值 0.2350
标准差 0.001909
95
正态 N 32 P＜0.05，判定
90 AD 1.205

99
80
P 值 <0.005
数据的分布不
70
均值 0.2350 符合正太分布。
百分比

60
50
40
30
标准差 0.001909
95 20
N 32
10
90 5
AD 1.205
1
P 值 <0.005
80 0.230 0.231 0.232 0.233 0.234 0.235 0.236 0.237 0.238 0.239
外内孔尺寸
70
百分比

60
50
40
30 那么我们现在就推翻了方法 1 的操作方法，那时候 cpk=1.61 的结论是错误
20
的。
10

5
正确的方法是将非正态的数据转化为正态，常用的方法有 Janson 或者
Box-Cox 转换后才能是使用。
1
0.230 0.231 0.232 0.233 0.234 0.235 0.236 0.237 0.238 0.239
步骤如下：
外内孔尺寸
A)统计-质量工具-正态
B）上步完成后进入该操作界面，在子组跨数列中点击 C1，后确认

C）点击 Box-Cox，点击 Box-Cox 变换，后确定。

D）点击确定；
 最后我们得到转化过后数据的 CPK 值为 1.49，这个数据才是真正的 CPK 值；
外内孔尺寸 的过程能力
使用 Box-Cox 变换，Lambda = 5
（使用 95.0% 置信）
LSL* USL*
过程数据 已变换数据 组内
LSL 0.225
整体
目标 *
USL 0.245 潜在（组内）能力
样本均值 0.234969 Cp 1.63
样本 N 32 CL 下限 1.23
标准差（组内） 0.00205903 CL 上限 2.04
标准差（整体） 0.00192442 CPL 1.49
变换后 CPU 1.77
Cpk 1.49
LSL* 0.00057665
CL 下限 1.10
目标* *
CL 上限 1.88
USL* 0.000882735
样本均值* 0.000716683 整体能力
标准差（组内）* 3.12439e-005 Pp 1.75
标准差（整体）* 2.91813e-005 CL 下限 1.31
CL 上限 2.18
PPL 1.60
PPU 1.90
0.00060 0.00064 0.00068 0.00072 0.00076 0.00080 0.00084 0.00088 Ppk 1.60
CL 下限 1.19
实测性能 预期组内性能 预期整体性能 CL 上限 2.01
PPM < LSL 0.00 PPM < LSL* 3.70 PPM < LSL* 0.80 Cpm *
PPM > USL 0.00 PPM > USL* 0.05 PPM > USL* 0.01 CL 下限 *
PPM 合计 0.00 PPM 合计 3.75 PPM 合计 0.80

总结：1）数据过程能力的计算，之前必须经过正态检测。
2）非正态数据必须经过转换才能计算 CPK 值。
对于数据不符合正态分布大家必须非常谨慎，此时的过程或者数据收集有异
常，需要大家找出这些异常原因。我们计算 CPK 值是为了更好的管理过程而不是
为了得到一个值。