1. Cp/Cpk的适用场景（仅适用于统计稳定的过程）：
- 量产阶段的常规监控（过程已稳定，通过控制图验证无异常）；
- 过程改进后的效果验证（如工艺优化、设备调整后，验证过程能力是否提升）；
- 客户审核要求提交的过程能力报告（针对稳定过程，需同时提供控制图和Cp/Cpk报告）。
特别禁止：试生产阶段、设备未验收合格、过程存在异常波动时，严禁使用Cp/Cpk，只能使用Pp/Ppk。
2. Pp/Ppk的适用场景（适用于未验证稳定或不稳定的过程）：
- 新设备验收、设备大修后验收；
- 试生产阶段、新产品导入阶段；
- 工艺变更后、原材料更换后；
- 过程出现异常后的临时评估；
- 供应商初次提交的过程能力报告。
特别提醒：Pp/Ppk仅能反映过程的当前状态，不能作为量产放行的依据，量产阶段必须验证过程稳定后，再计算Cp/Cpk，合格后方可量产。
审核案例：某汽车零部件企业在新产品试生产阶段，采集了50个样本，计算Cp=1.40、Cpk=1.35，就向客户提交了过程能力报告，结果被客户审核驳回，理由是“试生产阶段过程未验证稳定，严禁使用Cp/Cpk”。这就是典型的适用场景混淆，按照新版要求，试生产阶段应计算Pp/Ppk，待过程稳定后，再计算Cp/Cpk提交审核。
（二）计算要求的规范要求
1. 样本量要求：
- Cp/Cpk的计算，样本量需不少于100个，且需分批次采集（每批次不少于20个），确保数据的代表性，能够反映过程的稳定状态；
- Pp/Ppk的计算，样本量需不少于50个，可连续采集，也可分批次采集，但需确保数据覆盖过程的所有波动，能够反映过程的真实状态。
2. 数据分布要求：
- 对于正态数据，Cp/Cpk和Pp/Ppk的计算采用常规方法（基于±3σ原则）；
- 对于非正态数据，需采用新版新增的分位数法计算，无需进行Box-Cox、对数等数据转换，避免转换误差导致评估不准确。新版明确规定，禁止对非正态数据进行旧版的转换处理。
3. 计算逻辑要求：
- Cp反映过程的潜在能力（不考虑过程中心偏移），Cpk反映过程的实际潜在能力（考虑过程中心偏移），两者需同时计算、同时汇报，不能只汇报其中一个；
- Pp反映过程的实际性能（不考虑过程中心偏移），Ppk反映过程的实际性能（考虑过程中心偏移），同样需同时计算、同时汇报。
（三）判断标准的规范要求（针对关键特性）
1. Cp/Cpk的判断标准：
- 合格：Cp≥1.33、Cpk≥1.33，视为过程能力满足量产要求；
- 待改进：1.00≤Cp＜1.33、1.00≤Cpk＜1.33，视为过程能力不足，需采取改进措施（如优化工艺参数、提升设备精度等）；
- 不合格：Cp＜1.00、Cpk＜1.00，视为过程能力严重不足，需立即停产整改，排查问题并解决后，重新验证过程能力。
2. Pp/Ppk的判断标准：
- 合格：Pp≥1.67、Ppk≥1.67，视为过程性能满足试生产、设备验收等场景的要求；
- 待改进：1.33≤Pp＜1.67、1.33≤Ppk＜1.67，视为过程性能不足，需优化生产要素（如调整工艺、更换原材料等）；
- 不合格：Pp＜1.33、Ppk＜1.33，视为过程性能严重不足，需暂停相关生产活动，排查问题（如设备故障、原材料不合格等），整改后重新评估。
特别强调：新版SPC明确要求，能力指数的判断不能仅看数值，还需结合产品公差、过程变异、风险等级综合判断。例如，对于高风险产品（如汽车安全零部件），即使Cp/Cpk达到1.33，若过程变异较大，也需进一步优化；对于低风险产品，可根据实际情况适当调整判断标准，但需在控制计划中明确说明，且需经客户认可。
常见易错点警示：5个高频错误，避免审核踩坑
结合企业实操经验和审核案例，我们梳理了企业在Cp/Cpk与Pp/Ppk应用中的5个常见易错点，结合新版标准要求，给出规避方法，帮助企业避免审核踩坑。
易错点1：混淆适用场景，在过程不稳定时使用Cp/Cpk。
这是最常见的错误，也是审核中最容易被开具不符合项的环节。很多企业为了满足客户对Cp/Cpk的要求，在过程未稳定（控制图存在异常）的情况下，强行计算Cp/Cpk，导致过程能力评估不准确。
规避方法：严格遵循“先稳定，后能力”的原则，先通过控制图验证过程是否稳定，稳定后再计算Cp/Cpk，不稳定时仅计算Pp/Ppk，同时在报告中注明过程状态。
易错点2：样本量不足，导致能力指数计算不准确。
很多企业为了节省时间，仅采集少量样本就计算能力指数（如Cp/Cpk仅采集50个样本，Pp/Ppk仅采集30个样本），导致结果无法反映过程真实情况，审核时被判定为无效报告。
规避方法：严格按新版要求，Cp/Cpk样本量不少于100个，Pp/Ppk样本量不少于50个，确保数据的代表性，同时记录样本采集过程，用于后续审核核查。
易错点3：对非正态数据仍采用旧版转换方法，导致计算误差。
旧版SPC要求对非正态数据进行Box-Cox、对数等转换后计算能力指数，而新版明确禁止这种做法，要求采用分位数法直接计算。很多企业仍沿用旧版方法，导致计算结果不准确，审核中被开具不符合项。
规避方法：对于非正态数据，采用新版新增的分位数法直接计算，无需转换，同时验证数据分布类型，确保计算方法的适用性，在报告中注明数据分布类型和计算方法。
易错点4：仅关注能力指数数值，忽视过程变异的根源分析。
很多企业认为“只要数值达标就合格”，却忽视了过程变异的根源，导致过程能力无法持续稳定，出现“数值达标但质量不稳定”的情况，审核时被要求提供过程改进证据。
规避方法：计算能力指数后，结合控制图、FMEA等工具，分析过程变异的根源（普通原因或特殊原因），采取针对性的改进措施，记录改进过程和效果，形成持续改进档案。
易错点5：将Pp/Ppk作为量产放行的依据。
新版明确规定，Pp/Ppk仅反映过程的当前状态，不能作为量产放行的依据，量产放行必须以Cp/Cpk（过程稳定后）为依据。很多企业在试生产阶段计算Pp/Ppk达标后，就直接进入量产，导致量产阶段出现质量问题。
规避方法：试生产阶段通过Pp/Ppk验证过程性能，量产阶段先验证过程稳定，再计算Cp/Cpk，合格后方可量产，同时记录过程稳定验证和Cp/Cpk评估的相关数据。#SPC#SPC 手册#2026 版 SPC#AIAG#统计过程控制#过程能力#CpCpk#PpPpk#分位数法#控制图#六西格玛#TQM#精益生产#质量管理#质量体系#过程变异#主动预防#零缺陷#MSA#测量系统分析#OCAP#失控行动计划#ISO22514#时间依赖模型#制造业质量#供应链质量#服务业质量#质量培训#质量工具#质量治理#质量文化#过程控制#控制环 Loop1-6
返回搜狐，查看更多