六西格玛黑带

这份PPT《CPK基本知识》系统地介绍了Cpk（制程能力指数）的基本概念、相关术语、计算公式、等级评定及应用实例。以下是对该PPT内容的总结介绍： 一、什么是Cpk？定义：Cpk 是“制程能力指数”（Process Capability Index）的缩写。 意义：它是一个量化指标，用来衡量生产制程的水准，反映制程是否具备稳定生产合格产品的能力。 作用： 制程能力越强，产品质量和可靠性越高； Cpk 能直观反映制程的合格率水平。 二、与Cpk相关的重要概念单边规格：只有上限或下限，如“不得低于80分”。 双边规格：有上下限且对称，如“2.8±0.2mm”。 USL / LSL：规格上限 / 规格下限。 C：规格中心值。 X̄：样本平均值。 T：规格公差（T = USL - LSL）。 三、Cpk的计算公式Ca（准确度）：反映制程中心位置与规格中心的偏离程度。 Cp（精密度）：反映制程变异性与规格公差的比值。 Cpk = Cp × (1 - Ca)，且 Cpk ≤ Cp。 四、Cpk的等级评定与处理原则Cpk 越高，代表制程能力越强，产品一致性越好。 通过制程能力靶心图，可以直观判断Ca和Cp的优劣组合： Ca好、Cp差 → Cpk差； Cp好、Ca差 → Cpk差； 两者都好 → Cpk好。 五、Cpk与良率的关系Cpk 数值与制程的良率有直接对应关系，可用于预测不良品率。 六、计算实例以规格为 10 ± 0.1mm 的工序为例，抽取50个样本： 平均值 X̄ = 10.036 标准差 σ = 0.027 计算得： Ca = 0.36 Cp = 1.239 Cpk = 0.793

绝对是精品教程了，认真学习能够达到一个不错的层次，对六西格玛认知提高了很多很多，谢谢分享！

原来是你啊，我在网上看见次吊车吊着挖机作业的视频，我当时就在想这安全员得贪了多少才敢这样干啊

该模板是一套以Excel®为载体的统计过程控制（SPC）与制程能力（Capability Study）集成工具，覆盖计量型与计数型全部常用控制图，并内嵌完整CPK/PPK计算逻辑，可直接用于IATF 16949、VDA 6.3、ISO 22514-2等体系的新产品导入（APQP-PPAP）、过程稽核及量产监控。 计量型控制图  ① Xbar-R Chart（n≤8）   - 自动调用d2、D3、D4常数，实时计算UCLR、LCLR、UCLX̄、LCLX̄   - 采用Nelson 8大判异规则，异常点条件格式高亮   - 同步输出组内标准差σ̂=R̄/d2，用于CPK公式计算  ② Xbar-S Chart（n≥9）   - 以c4修正样本标准差，降低方差估计偏倚   - 提供B3、B4系数，自动生成UCLS、LCLS  ③ X-MR Chart（n=1）   - 移动极差MR=|Xi-Xi-1|，E2系数计算控制限   - 适用于破坏性、成本高昂或低频采样场景 计数型控制图  ④ p Chart / np Chart   - 支持变样本量与固定样本量双模式   - 控制限采用3σ泊松-正态近似，自动处理过度离散（Over-dispersion）  ⑤ c Chart / u Chart   - 缺陷数与单位缺陷数模型，内置√c及√u变换   - 提供Laney u’修正选项，适配大样本、多缺陷场景 制程能力分析（Capability Study）  ⑥ CPK/PPK集成工作表   - 指标算法完全依照AIAG SPC-2与ISO 22514-2：    CP=(USL-LSL)/6σ̂short  PP=(USL-LSL)/6σ̂long    CPU=(USL-X̄)/3σ̂short  CPL=(X̄-LSL)/3σ̂short    CPK=Min(CPU,CPL)  PPK=Min(PPU,PPL)   - 同步输出Ca（准确度）与PPM预估（基于Z-score正态尾部面积）   - 自动评定Grade A~D，并提示目标CPK≥1.67或1.33的符合性 辅助工具  ⑦ 正态分布累积函数表（z-table）   - 覆盖z=[0,4]区间，步长0.01，可直接读取单侧/双侧PPM  ⑧ 控制图选用决策树   - 按数据类型、样本容量、采集方式三维度快速定位最佳控制图  ⑨ 组距直方图与Normal Probability Plot   - 采用Sturges与Freedman-Diaconis双准则优化组距   - 内置Ryan-Joiner正态性检验p-value估算，减少Minitab依赖 三、技术架构与质量保障 公式层：所有计算单元格均锁定，采用Excel LET与LAMBDA动态数组，防止误删 图表层：控制图与直方图基于动态命名范围（OFFSET+INDEX），新增数据自动扩展 验证层：关键结果（CPK、UCL、LCL）与Minitab® 21、JMP® 17交叉验证，误差<1‰ 合规层：指标符号、公差表达、判异规则与AIAG SPC-2第四版、JIS B 9704:2021完全一致 四、典型应用场景 APQP阶段  • 初始过程能力研究（PPAP Level 3提交）  • 快速确认关键特性SC/CC是否达成CPK≥1.67 量产监控  • 自动刷新Daily SPC报告，邮件推送异常Alarm  • 结合Shopfloor MES，实现Excel前端+SQL后端轻量级SPC系统 供应商质量审核  • 现场打开模板即可展示实时控制图与能力指数，减少稽核时间50 % 五、使用须知 启用宏：部分按钮需启用Office宏以触发自动刷新 数据格式：计量型数据建议保留6位小数，避免舍入误差放大CPK偏差 过程稳定性：计算CPK前须先通过Xbar-R或Xbar-S图确认过程处于统计控制状态（无Nelson规则报警） 双边规格缺失：若仅单边USL或LSL，模板自动切换单边能力指数CPU或CPL，并屏蔽CPK显示 将“SPC控制图绘制→稳定性判定→CPK公式计算→PPM预估→报告输出”全流程封装为免代码、零插件的Excel环境解决方案，是质量工程师、工艺工程师及供应链管理人员快速落地IATF要求、建立数据驱动过程控制体系的实用利器。

一、CPK 是什么？CPK（Process Capability Index，过程能力指数） 是衡量一个过程满足产品质量标准（规格）能力的数值指标。它告诉我们，我们的生产过程是否稳定，并且能否持续地生产出符合规格要求的产品。 核心思想： 将过程的自然波动范围（基于实际数据）与客户允许的规格范围进行比较。 CPK值高（通常 > 1.33）：说明过程的自然波动远小于规格范围，过程能力强，产生不合格品的风险极低。 CPK值低（通常 < 1.0）：说明过程的自然波动已经接近甚至超过了规格范围，过程能力弱，有很大风险产生不合格品。 二、CPK 的计算公式CPK 的计算公式有两个，取其中较小的那个值作为最终的CPK。 公式 1：关注上限规格 Cpu = (USL - μ) / 3σ 公式 2：关注下限规格 Cpl = (μ - LSL) / 3σ 最终的 CPK： CPK = Min(Cpu, Cpl) 为什么取最小值？ 因为过程的能力取决于它最薄弱的那一环。好比一个木桶能装多少水，取决于最短的那块木板。 三、公式中每个知识点的详细讲解让我们来逐一拆解公式中的每一个符号和概念。 1. USL 与 LSL（规格上下限）USL（Upper Specification Limit）：规格上限。客户或标准允许的最大值。超过这个值，产品就不合格。 例子：一个轴的长度，客户要求最大不能超过10.05mm。 LSL（Lower Specification Limit）：规格下限。客户或标准允许的最小值。低于这个值，产品也不合格。 例子：同一个轴的长度，客户要求最小不能短于9.95mm。 公差（Tolerance）：USL - LSL 就是公差范围，代表了客户允许的总波动范围。 2. μ（过程均值）定义：过程输出数据的平均值。它代表了过程的“中心位置”。 计算：μ = (X1 + X2 + ... + Xn) / n （其中X1, X2...是单个测量值，n是样本数量） 重要性：理想情况下，过程均值 μ 应该与规格中心值 (USL + LSL)/2 重合。如果 μ 偏离了中心，即使过程波动很小，也会导致CPK值降低。 3. σ（过程标准差）定义：衡量过程输出数据的离散程度，即“波动”有多大。σ 是 CPK 计算中最关键的因素之一，因为它代表了过程的固有波动。 计算：对于样本数据，通常使用 σ = R̄ / d2 来估计。 R̄ 是子组极差（R）的平均值。极差 R = 子组内最大值 - 子组内最小值。 d2 是一个与子组大小相关的常数（例如，子组大小为5时，d2 ≈ 2.326）。 为什么用 3σ？ 对于一个呈正态分布的过程，其数据会落在 μ ± 3σ 范围内的概率是99.73%。这意味着过程的自然波动范围（宽度） 大约是 6σ。 因此，3σ 可以看作是“过程自然波动范围的一半”。 4. Cpu 与 Cpl（单边过程能力）Cpu（上限过程能力指数）： (USL - μ) 表示从过程中心到上限还有多少“空间”。 将这个空间除以 3σ（过程一半的自然波动），就得到了过程满足上限要求的能力。比值越大，说明空间越充裕，越不容易超上限。 Cpl（下限过程能力指数）： (μ - LSL) 表示从过程中心到下限还有多少“空间”。 同样，除以 3σ 得到满足下限要求的能力。 四、CPK 计算的全过程示例场景： 加工一根轴，规格要求是 10.00 ± 0.05 mm。即 LSL = 9.95 mm, USL = 10.05 mm。 我们抽取了25组数据，每组5个样本（共125个数据）。经过计算： 过程均值 μ = 10.01 mm 平均极差 R̄ = 0.02 mm 子组大小 n=5，查表得 d2 = 2.326 计算步骤： 估算过程标准差 σ σ = R̄ / d2 = 0.02 / 2.326 ≈ 0.0086 mm 计算单边过程能力 Cpu = (USL - μ) / 3σ = (10.05 - 10.01) / (3 * 0.0086) ≈ 0.04 / 0.0258 ≈ 1.55 Cpl = (μ - LSL) / 3σ = (10.01 - 9.95) / (3 * 0.0086) ≈ 0.06 / 0.0258 ≈ 2.33 确定 CPK CPK = Min(1.55, 2.33) = 1.55 结果解读： 这个过程的CPK是1.55。由于它大于1.33，通常认为这个过程能力是充足的。但是，我们可以看到 Cpu (1.55) 远小于 Cpl (2.33)，这是因为过程中心（10.01）更靠近上限（10.05），导致向上波动的“安全空间”较小。为了进一步提升CPK，我们应该首先考虑将过程均值 μ 调整到规格中心 10.00。 五、CPK 与 CP 的区别（非常重要！）CP（过程潜力指数）： 公式：CP = (USL - LSL) / 6σ 含义：只关注过程的“潜在”能力，即过程的自然波动（6σ）与公差范围的对比。它不考虑过程中心 μ 的位置。 在上面的例子中：CP = (10.05 - 9.95) / (6 * 0.0086) ≈ 0.1 / 0.0516 ≈ 1.94。这个值很高，说明过程波动本身很小，潜力很大。 CPK 与 CP 的关系： 当过程中心 μ 正好位于规格中心时，CPK = CP。 当过程中心 μ 发生偏移时，CPK < CP。 CP 告诉我们过程“理论上”能做多好，而 CPK 告诉我们过程“实际上”做得怎么样。 CPK 是一个更现实、更严格的指标。 六、使用 CPK 的前提条件过程必须稳定（受控）：需要使用控制图（如Xbar-R图）来确认过程没有异常波动。在一个不稳定的过程中计算CPK是没有意义的。 数据必须服从或近似服从正态分布：CPK的计算基于正态分布的假设。如果数据严重非正态，需要使用其他方法（如转换数据或使用非正态过程能力指数）。 概念 符号 含义 在CPK中的作用 规格上限 USL 客户允许的最大值 定义合格范围的边界 规格下限 LSL 客户允许的最小值 定义合格范围的边界 过程均值 μ 过程的中心位置 反映过程是否对准目标值 过程标准差 σ 过程的波动大小 衡量过程的固有变异，是核心 单边上限能力 Cpu 过程满足上限的能力 取两者中较小者，体现“短板效应” 单边下限能力 Cpl 过程满足下限的能力 取两者中较小者，体现“短板效应”

我是过来人，算是你们做品质的老前辈了，我真心建议你要求老板请外部三方来进行培训，因为你们企业内部从来不知道这些，看资料是学不精的，在老板支持的情况下提升自己，老板不支持的情况下适当投资提升自己是很不错的选择。最后，一些杂活是可以找文员完成的，你可以想个适当的理由招一个文员。

CPK就像是一个“体检报告”，用来衡量一个生产过程（比如做蛋糕、造零件）的“健康程度”和“稳定性”。它的数值越高，说明生产过程越稳定，出废品的风险越低。 通俗简单的解释想象一下你在用模具做饼干： 目标：每个饼干都完美地符合模具的形状和尺寸（这叫规格中心）。 允许的误差：客户允许饼干稍微大一点点或小一点点，但不能太大或太小，否则就是次品（这个允许的范围叫规格上下限）。 你实际做的：你不可能每个饼干都一模一样，总会有大有小（这些实际饼干尺寸的分布，叫过程能力）。 那么，CPK就是来回答一个问题： 你做的这些饼干，它们的尺寸波动范围，和客户允许的误差范围相比，到底有多“富裕”？或者说，你的生产过程有没有“撞到”客户允许的边界线上？ CPK > 1.33：说明你的生产过程非常稳定，饼干的尺寸都稳稳地落在允许范围的正中央，离边界线很远，基本不会出次品。（优秀） CPK ≈ 1.0：说明你的生产过程刚好能满足要求，但已经有点“擦边”了，稍微一不稳定就可能出次品。（及格，但有风险） CPK < 1.0：说明你的生产过程不稳定，已经有一部分饼干超出了允许范围，正在生产次品！（不及格） 所以，工厂喜欢追求高CPK，因为这代表质量可靠、浪费少、成本低。 1. CPK本身的名称含义CPK这个名称由两部分组成： CP： 代表 Process Capability（过程能力指数）。 它只关注过程的波动与规格公差的比值。可以理解为过程的“潜在能力”。 计算公式：CP = (规格上限 - 规格下限) / (6 * 标准差) 它有一个缺陷：它假设过程输出的平均值正好在规格中心。如果过程中心偏移了，CP指数就不准了。 K： 代表 偏离系数（Correction Factor）。 这个K就是用来修正上面提到的“过程中心偏移”问题的。 所以，CPK = 修正后的过程能力指数。它的计算公式考虑了过程的平均值（μ）与规格中心（M）的偏移。 计算公式： CPK = min[ (规格上限 - 平均值) / (3 * 标准差)， (平均值 - 规格下限) / (3 * 标准差) ] 为什么取最小值？ 因为一个过程的短板在于它离哪个规格界限更近。CPK关心的是最危险的那一边，确保即使有偏移，也不会生产出不合格品。 2. CPK的来源与历史CPK的概念和统计过程控制（SPC）理论紧密相关，其奠基人是休哈特博士。 20世纪20年代：休哈特在贝尔实验室工作，为了改善工业生产过程的质量，他发明了控制图。控制图的核心思想是：任何过程都存在“正常波动”（由普通原因引起）和“异常波动”（由特殊原因引起）。管理的目标是消除异常波动，并将正常波动控制在一定范围内。 后续发展：在休哈特控制理论的基础上，后来的质量管理和统计学家们为了更量化地衡量一个过程在“仅受正常波动影响”下的潜在表现，发展出了“过程能力”的概念。 CPK的诞生：最初的CP指数假设过程是无偏的，但这在实际生产中很难做到。为了解决这个实际问题，引入了考虑中心偏移的修正指数，即CPK。它成为了衡量“实际过程能力”的更准确、更实用的指标。 3. CPK在工业中的应用CPK是六西格玛管理和质量管理体系中的核心统计工具。它主要用于： 新过程/新设备的验收：评估其是否具备生产合格产品的能力。 过程的持续监控：定期计算CPK，发现过程变差的趋势，提前预警。 供应商评估：评估供应商的生产保证能力。 减少变异：通过提高CPK，推动企业减少生产过程中的波动，提升产品质量和一致性。 CPK是什么：CPK是衡量过程稳定性和满足规格能力的指数。 名字由来：C（过程能力） + P + K（修正系数） = 修正后的过程能力指数。 核心思想：它不仅看过程的波动有多大，还看这个过程波动的位置有没有“跑偏”。 来源：源自休哈特的统计过程控制理论，是质量管理科学发展的重要成果。

质量战略培训pdf资料分享 为什么要培训质量战略？ 培训质量战略的根本原因在于，它能让企业从被动“救火”转向主动“防火”。在激烈市场竞争中，质量不再是单一的产品合格，而是关乎品牌声誉、客户忠诚度和运营效率的核心竞争力。通过培训，管理层能意识到质量是战略投资，而非成本负担。它能统一全员思想，将质量目标与业务目标对齐，从而系统性降低内外部失败成本，提升整体效益，实现可持续发展。 什么是质量战略培训？ 质量战略培训是一套系统的学习过程，旨在教导组织（尤其是管理层）如何制定、部署和实施旨在获得长期竞争优势的质量方针和目标。它超越了基础的质量控制工具，重点在于： 思想转变：树立“第一次就把事情做对”的预防性质量文化。 战略制定：学习如何将客户需求转化为可衡量的质量目标，并整合到企业战略中。 体系搭建：指导如何构建高效的质量管理体系，确保流程最优、资源分配合理。 领导力提升：培养管理者驱动变革、引领全员持续改进的能力。