过程能力：Cpk告诉工厂经理的，是缺陷率无法告诉他的
这家工厂是一家精密零件制造商，一次通过率为94%——按行业历史标准来看相当不错，工厂经理也比较满意。后来，一位精益六西格玛黑带加入了质量团队，引入了两个工厂从未追踪过的指标：Cp和Cpk。
Cp和Cpk究竟测量什么
Cp（过程能力指数）测量过程的自然变异消耗了多少规格容差。Cpk则对此进行了调整，它相对于最近的规格限来测量能力，同时考虑离散程度和居中性。Cpk低于1.33的过程通常被认为不适合精密加工。
分析发现了什么
主要加工中心的Cp为1.41——工序宽度尚可，规格容差充裕。但Cpk仅为0.78。这个数字说明了不同的故事：过程处于偏心状态，持续偏向规格上限。
94%的通过率是准确的，但它掩盖了背后的机制。工厂产生的不是随机缺陷，而是可预测的、系统性的缺陷模式——由每班次中工具逐渐偏离初始位置所驱动。
回顾控制图，漂移清晰可见：数据点在每个班次中不断攀升，在换班重置机器后急剧下降。但没有人将控制图用作诊断工具——它们只是在统计不合格件数，而非提示过程行为信号。
一旦识别出根本原因，实施了一个简单的程序变更：班中尺寸检查和刀具偏移量调整。两周内，Cpk上升至1.38，一次通过率达到98.5%。
缺陷率与过程能力的对比教训
缺陷率告诉你发生了什么；Cpk告诉你为何它还会继续发生。 6%的缺陷率是一个结果。0.78的Cpk是一个诊断。前者告诉你去分拣坏件；后者告诉你去修复过程。
Cp和Cpk合用，揭示问题是变异还是居中性。 若Cp良好但Cpk不佳，说明工序变异可接受，但过程未居中于目标值。解决方案是调整设置，而非降低变异。若两者都差，则需先降低变异。
控制图和能力指数协同使用。 能力指数汇总一段时间的过程数据；控制图展示过程随时间的行为。两者结合提供的诊断能力是任何单一工具无法提供的。
2022年，进行过程能力监控的理由比以往更充分。 人员流动、疫情后回归办公室以及在材料短缺背景下引入的新设备，都会带来过程漂移风险。能力监控可在漂移演变为缺陷危机之前发现问题。
XNM协助公共部门及资本项目客户应用精益六西格玛流程改进方法，包括统计过程控制和能力分析。欢迎联系XNM战略咨询团队，探讨过程能力监控如何降低贵组织运营中的质量风险。