相信在企业内部从事过品质和技术的朋友对过程能力都不陌生，对于过程能力的一些指标如Cp/CpK、Pp/PpK等都能说出个子丑寅卯来。今天就给大家分享下如何正确有效的进行正态过程能力分析。很有可能早先很多人进行过程能力分析的姿势都是错的。待小编逐一道来。

过程能力指处于稳定状态下的工序实际加工能力。它反映了当过程处于统计控制状态时所表现出来的过程自身性能。CpK，Cp是过程能力指数，反映的是短期能力，要在过程稳态的情况下进行计算；PpK，Pp是最早QS-9000(注：IATF16949的Father的Father)提出的概念，为过程性能指数，反映的是长期能力，是系统当前的实际状态，而不要求在稳态的条件下进行。这里隆重的介绍下Z（西格玛）值。Z值是一种反映工序能力的统计度量单位。西格玛值与单位产品缺陷、百万机会之缺陷和故障/错误发生的概率等指标密切相关。Z值是工序能力的一种尺度，通常称为“工序的西格马”，不要与过程标准差混淆。Z 值是平均值与规范的上下限之间所包含的标准差个数。

从上图可以看出，随着西格玛水平的提高，缺陷水平随着降低。ZST (Z 短期) 是技术能力的一个尺度。ZST的计算基于一种假设：工序的均值正好等于目标值 目标：ZST = 6.0 。这就是我们平常所说的六西格玛水平，即过程每生产100万个产品，最多只出现3.4个缺陷的机会。ZLT (Z长期)是技术和控制的一个尺度。使用测量数据的平均值来计算ZLT ,目标：ZLT = 4.5。按照摩托罗拉的研究，ZST= ZLT + 1.5。若将Z值与其他指标予以转换，则CpK=ZST/3, PpK=ZLT/3。

相关过程能力指数/性能指数公式如下：

A. 过程能力指数公式：

另外，一些早期的质量管理书籍或SPC培训，甚至质量专业考试等场合也会提到下面的算法，也请特别留意。

B. 过程性能指数公式：

以上涉及到SPC的应用及公式可参考Victor老师的《SPC理论和实战攻略系列》等文章，本文不再赘述。能力分析与控制图要求相同，至少连续25个子组、100个观察值或数据；取样的时间必须是连续的。在计算和分析过程能力前，要评估确认数据的是否呈正态并是稳定且有代表性。本文仅介绍正态分布的过程能力分析。非正态的过程能力分析可通过其他分布或者BOX-COX等数据转换的方式去进行分析。本公众号会另外专题介绍。

已知电池外壳肩高的尺寸标准为0.55 + 0.05 cm，现IPQC在稳定的产线每2小时抽样4PCS，共测试了100个数据 。需要进行过程能力分析。

使用Minitab软件操作生成的能力图如下：

一般不建议直接按照以上操作。正确的姿势应该是，先使用正态检验确认是正态后再采取以上操作（注：若是非正态将使用另外的工具进行处理及分析。非正态的过程能力分析将另篇介绍）。我们的黑带专家victor老师建议使用“能力分析”下面的另一个工具-“Capability Sixpack”,我们习惯称之为“六个包”。因为“六个包”的能力分析工具不但信息量大，而且还具有科学、合理性。

从上述的能力报告中控制图和最后25个子组可以看出过程稳定的、受控的；从能力直方图和概率图上来看，数据也是呈正态分布；从能力图上可以看出，整体过程变异的区间（整体）及组内过程变异区间（组内）比规格限的区间（规格）宽。说明肩高会超出规格限，这意味着100万个零件，将会有10969件不符合规格要求；Cp为0.85，Pp为0.86，过程数据中心均值0.546与规格中心0.55基本重合，Cp/CpK值均小于1，说明过程能力不足。过程未能满足要求，应通过降低过程变异来改进其过程，需要通过5M1E等方面去查找原因并立即采取改善。若需要计算Z值的，则可以通过PPM值来查找Z值，或利用Minitab中的或利用Minitab中的概率分布求出Z值。