你算的Cpk，可能用的是Ppk的标准差

很多质量人第一次接触Cpk不是从统计课本开始，而是从一张Excel模板开始。客户要过程能力报告，把数据贴进去、规格上下限填进去，表格自动算出一个Cpk值，报告看上去像那么回事。但容易出问题的地方恰恰不在公式表面，而在一个很多人不会细看的参数上：这个Cpk里的Sigma，到底是怎么取的？

如果把所有测量数据放在一起，用Excel的STDEV()算一个整体标准差，再套进Cpk公式——这个结果严格来说不是Cpk，而更接近Ppk。也就是说，很多报告标题写的是Cpk，实际用的却是Ppk的标准差。

Cpk和Ppk差在Sigma来源

Ppk的Sigma来自全部数据的整体标准差，既包含组内波动，也包含不同时间、批次、条件带来的组间波动。Cpk的Sigma不是直接拿全部数据算标准差，而是通过子组内变差来估计——它关注过程在受控状态下的固有波动。

判断一个报告到底是Cpk还是Ppk，不能只看表头写什么，要看底层Sigma怎么来的。Sigma来自整体标准差，就是Ppk逻辑；Sigma来自组内变差估计，才是Cpk逻辑。

Cpk里的Sigma有三种算法

第一种是R-bar/d2极差法：计算每个子组的极差，用平均极差除以d2估计组内Sigma。第二种是S-bar/C4方法：用子组标准差的平均值通过C4修正。第三种是合并标准差法：综合各子组内标准差并结合无偏估计修正。

三种方法算出来的Cpk不一定一样。看一个实际案例：某尺寸规格15.66±0.1mm，125个数据分25个子组。合并标准差法算出Cpk=1.47，换成R-bar/d2极差法变成Cpk=1.43——但Ppk始终是1.52不变。原因很简单：Cpk换了Sigma估计方式就会变，Ppk始终用整体标准差所以不变。

同一批数据不同软件算出不同Cpk，很多时候不是公式错了，而是Sigma取法不一致。R-bar/d2只用子组最大值和最小值，合并标准差法利用了子组内所有数据——统计量不同，结果自然可能不同。

更重要的是：计算Cpk之前必须确认过程是否稳定。Cpk关注受控状态下的组内变差，过程都没受控，Cpk的解释基础就不稳了。更合理的做法是把Cpk和Ppk放一起看——两者差距明显，说明组间波动大，需要进一步排查是设备、工装、测量系统还是人机料法环测哪个因素发生了变化。

图：正态/非正态过程能力分析

用SPSSPRO QM这款质量管理统计工具做过程能力分析，Cpk和Ppk会同时输出，Sigma来源明确标注——用的是极差法还是合并标准差法，一看就知道。SPSSPRO QM还会自动判断过程是否稳定、数据是否正态，避免在过程不受控时强行解释Cpk。把Cpk当孤立数字看是最大的误区，它背后是一整套变差分析逻辑。

即刻联系，开启你的数智化质量管理统计之路吧！