抛开术语看 Cp 与 Cpk：你的工序真的能命中目标吗？
工序能力听起来令人生畏，但它背后的问题其实很简单：考虑到你的工序本身的自然波动，它能否可靠地把产出控制在客户要求的界限之内？Cp 和 Cpk 就是回答这个问题的两个数字。本文是一篇通俗的讲解，写给那些在能力讨论中不停点头、却又不太确定这两个指数到底是什么意思的人。
时机很重要。经历 2020 年的种种中断后，许多企业把交给已不堪重负的供应商的活儿收了回来，或者在离家更近的地方启用新的产线，往往班组仍在轮班、交接也部分远程进行。一道新的或迁移过的工序，必须先证明自己能达到规格，才好把交付承诺押在它身上——而这正是能力研究所能提供的证明。
两个要素：离散与对中
工序能力比较的是两件事：你的工序波动有多宽，相对于规格允许的范围有多宽。规格有一个规格下限（LSL）和一个规格上限（USL）。你的工序有一个均值和一个标准差。Cp 和 Cpk 都把两者联系起来，但它们回答的问题略有不同。
Cp 问的是：工序的离散是否窄到足以塞进规格宽度之内？它等于规格宽度除以六个标准差，即 (USL − LSL) ÷ 6σ。
Cp 不管工序对中在哪里。一道工序可能 Cp 很漂亮，却仍因偏向一侧而产生废品。
Cpk 问的是：在工序实际对中的位置上，到最近的规格限还剩多少余量？它取到 USL 和到 LSL 两段距离中较小的一段，各除以三个标准差。
当工序完全对中时，Cp 与 Cpk 相等。两者之间的差距，告诉你偏离中心有多远。
读懂这些数字
能力指数为 1.0，意味着工序的离散（对 Cpk 而言是较近的那一半）恰好填满可用空间——基本没有余地。多数组织都希望比这更宽裕一些。
Cpk 低于 1.0。 工序正在、或即将产出超出规格限的产品。你会看到缺陷。不要承诺这道工序守得住公差。
Cpk 约为 1.33。 成熟工序常见的最低目标。它对应均值到最近规格限之间约四个标准差——从容，而非勉强。
Cpk 约为 1.67 或更高。 对安全关键或大批量的特性常有此要求，因为在这些场合，即便很低的缺陷率代价也很高。
Cp 远高于 Cpk。 你的波动没问题，但瞄准偏了。重新对中工序——这通常比降低波动更快、更省钱。
在信任这个指数之前
两点提醒能省去许多尴尬。第一，只有当工序在研究期间是稳定的——处于统计受控状态——能力才有意义。先画一张控制图；在失控工序上算出来的 Cpk，描述的是混乱，而非能力。第二，数据必须测得准。如果你的量具分不清好件与坏件，那么在做任何能力研究之前，应先做测量系统分析。输入是垃圾，输出就是看起来很自信的垃圾。
按顺序使用——先确保工序稳定、测量可信，再算 Cp 和 Cpk——这些指数就能把一个含糊的担忧（「我们守得住这个公差吗？」）变成一个站得住脚、可以摆在客户或审核员面前的答案。
如果你正在启用新产线，或在现有产线上收紧质量，并希望有人协助建立经得起推敲的能力研究，XNM 的战略咨询 可以帮助你把恰当的度量与纪律落到实处。