SPC 与 Cpk 怎样配合：先判断过程稳定，再讨论能力

两组边界，回答两个问题

尺寸落在图纸要求内，说明本次测量没有违反对应规格；测量值持续向一侧偏移，则可能提示过程正在变化。这是两类不同的判断。

规格上、下限由设计或客户要求确定。控制图的中心线与控制限根据所选方法和基准数据形成，用于观察过程随时间的变化。NIST 的控制图说明特别指出，点没有超出控制限，也不必然表示过程正常，还要检查非随机的排列模式。[1]

因此，不能把图纸公差直接画成控制限，也不能把“控制图无报警”理解为所有产品必然合格。过程可以稳定但能力不足，也可能暂时都在规格内却出现需要调查的漂移。

点击放大

数据进入图表前，先检查测量与分组

同一产品的不同设备、模腔和工艺版本可能具有不同分布。如果直接把这些数据混到一张图中，图表会同时反映过程变化与样本构成变化，现场很难解释信号。

建议先明确研究对象、测量特性、量具、抽样位置与时间。对分组数据，要说明一组里的样本为什么能代表相近条件；对单件连续测量，要核对采样间隔与相邻值相关性。图表类型应由数据性质和采样设计决定，不能仅凭软件默认选项。

量具分辨率、校准状态和操作差异也应进入准备清单。若测量系统本身不稳定，计算更多小数位不会提高判断质量。先核实数据来源，再决定是否能够开展能力评价。

用尺寸示例理解 Cp 与 Cpk

以双侧尺寸要求为例，规格为 10.00 ± 0.10 mm。假设过程稳定、分布条件适合所用方法，且组内标准差估计为 0.02 mm。

Cp = (USL − LSL) ÷ (6σ)，在这个示例中为 0.20 ÷ 0.12 ≈ 1.67。若均值为 10.04 mm，Cpk = min[(USL − 均值) ÷ (3σ)，(均值 − LSL) ÷ (3σ)]，计算得到 1.00。Cp 相同而 Cpk 较低，是因为均值更接近规格上限。[2]

这个示例没有给出抽样量，因此只能演示公式，不能据此签发正式能力结论。正式报告还需说明样本量、取样时间、标准差估计方法和不确定性；非正态、单侧规格或明显相关的数据，需要采用适合场景的方法。

Cpk 也不等于本批产品的实际不良率。将一个能力指数直接转换成承诺的缺陷水平，必须先确认相应统计模型的假设。一个漂亮的指数不能代替实际检验与质量放行。

演算假设过程稳定且适用相应分布模型；不是合格判定报告。

点击放大

控制图报警以后，由谁做什么

SPC 的现场价值取决于响应计划。每条启用的规则至少应关联通知对象、确认时限、复测方式以及是否需要限制后续流转。越界、趋势和连串等规则不宜没有区分地全部开启，避免误报让班组失去信任。

例如，某关键尺寸出现异常信号，操作人员先核对样本与量具，工艺人员检查刀具、补偿和温漂，质量人员判定需要圈定的在制范围。系统保留发现时间、相关设备、参数版本与处置结论。

复测不能简单替换原始异常值。保留原值、复测值和原因，才能区分测量错误、过程偏移与调整后的恢复。生产调整之后，也不应为让图表重新变绿而随意重算控制限。

点击放大

把能力报告写成可复核的工程记录

一份可供讨论的报告，应让另一个工程师知道这些数据从哪里来、哪些数据被排除、为什么排除、采用了哪种估计方法。不同车间之间比较时，这些条件比小数点后第二位更重要。

对于样本不足、过程未稳定或测量系统未确认的情况，可以清楚展示观测分布与问题，但应标明能力评价条件尚未满足。这样做能避免把尚未验证的结论带入供应商考核或工艺放行。

点击放大

小范围试点如何验收

选一项现场真正会据此调整的特性，检查从采样、绘图、报警到处置是否连贯。让工程师用同一批数据独立复算，确认分组和计算口径一致，再回看异常是否对应真实事件。

验收可抽查正常数据、已知异常、量具更换和工艺调整四种情况。重点验证异常能否追到产品与设备，处置后能否保留完整证据；是否达到特定能力门槛，应按企业批准的要求判定。