Cpk 和 Ppk 到底有什么区别？——同一个过程，Cpk 1.35 而 Ppk 0.93，差的这 0.42 说明了什么

一、评审现场：两个打架的数字

某精密冲压厂的过程能力评审。工艺工程师屏幕上并排两个数字：

Cpk = 1.35，Ppk = 0.93

同一个特性、同一批数据、同一个规格，两个数差了 0.42，而且正好跨过 1.33 这条判定线——一个刚好达标，一个不合格。

会议室里三种意见：

• 工艺：Cpk 1.35，过程能力够了，设备没问题。
• 质量：Ppk 0.93，客户实测就是有超差风险，按 Ppk 判不合格。
• 厂长的助理想了个折中：能不能两个都报，让客户自己挑？

这个场景我见过太多次。两边其实都没说错，但都在用半个事实说话。Cpk 和 Ppk 不是两个可以"挑一个"的指标——它们回答的是两个不同的问题，而两者的差距本身就是最有价值的信息。

这篇文章想把这件事一次讲透：为什么会有两个指数、它们的差别精确到只有哪一项、0.42 的差距意味着什么、以及怎么用这个差距直接找到改进方向。

二、先把话说死：分子完全一样，只差一个分母

把两个公式并排放，这是理解一切的基础：

Cpk = min(USL − μ, μ − LSL) / (3 × σ_within)
Ppk = min(USL − μ, μ − LSL) / (3 × σ_overall)
      └──────── 完全相同 ────────┘

分子一模一样：同样的规格上限 USL、同样的下限 LSL、同样的过程均值 μ。

唯一的差别是分母里的 σ。 所以有一个恒等式：

Cpk ÷ Ppk = σ_overall ÷ σ_within

这不是巧合，是定义直接推出来的。记住这个比值的意义——它就是"过程中心漂了多少"的度量。

三、两个 σ 究竟在量什么

要判断 Cpk 和 Ppk 谁"更对"，得先知道这两个 σ 各自装了什么。

σ_within（组内标准差）：只在同一个子组内部计算差异。子组是"条件几乎不变、连续取"的一组样品（比如同一班连续取 5 件），所以组内波动代表的是过程在条件不变时的固有瞬时波动——设备精度、批内材料差异、操作手法差异。

σ_overall（整体标准差）：把全部单值混在一起算。它等于：

整体波动 = 组内波动 ＋ 子组之间"过程中心跑了多少"

数学上是严格成立的：总平方和 = 组内平方和 + m × 子组均值平方和（m 为子组大小）。组间的差异没有被平均掉，而是全部算进了整体波动。

一组实测对照（25 个子组 × 5 片 = 125 个测量值）：

σ_within  (R̄/d2)          = 1.7885   ← Cpk 用这个
σ_between (子组均值之间)     = 1.9485   ← 组间漂移量，几乎和组内一样大
σ_overall (全部 125 个值)   = 2.4217   ← Ppk 用这个，比组内大 35.4%

Cpk = 1.252      Ppk = 0.925
1.252 ÷ 0.925 = 1.354 = 2.4217 ÷ 1.7885   ✓ 恒等式成立

注意这里最刺眼的一点：组间差异（1.95）居然和组内波动（1.79）差不多大。这不是设备抖，是过程中心一直在跑。

四、"短期/长期"是最误导的说法

几乎所有教材都会说"Cpk 是短期能力，Ppk 是长期表现"。这句话本身没错，但它误导了九成的读者，因为大家会自然理解成"数据采集的时间跨度"。

不是的。

• 采 20 分钟的 25 个子组——只要你是把所有单值混算，算出来照样是 Ppk
• 采 3 个月的数据——只要有合理的子组结构，算出来照样是 Cpk

"Cpk = 短期"里的"短期"指的是波动来源的时间尺度：组内波动代表"条件被按住不动时"的最好情况，是一个理论上的瞬间；而整体波动里包含了"过了一段时间之后中心漂了多少"。时间跨度是结果，不是判据。

规范的说法应该是：

Cpk = 组内口径的能力指数   (within-subgroup capability)
Ppk = 整体口径的绩效指数   (overall performance)

判据只有一个：你分母里的 σ 是组内算的，还是全数据算的。

五、各自回答什么问题

这是选用它们的分水岭：

所以回到开头那个场景：

• 工艺说"Cpk 1.35，设备没问题"——对的，设备确实能做出好活
• 质量说"Ppk 0.93，实际会超差"——也对，客户确实收到了有风险的东西

两个人合起来的完整结论是：这台设备够用，但这个过程的中心在漂。

六、一组对照实验：组内一样，中心一漂，Ppk 就塌

为了让这件事变得可感，用两组模拟数据对照。两者的组内波动完全相同（σ≈1.0），唯一差别是"中心会不会漂"：

A · 中心不动的稳定过程

σ_within = 0.963    σ_overall = 0.958    σ_overall/σ_within = 0.995
Cp = 1.04   Cpk = 1.03      Pp = 1.04   Ppk = 1.04
→ Cpk ≈ Ppk，过程稳定

B · 中心在 ±2σ 之间缓缓摆动的过程

σ_within = 1.088    σ_overall = 1.671    σ_overall/σ_within = 1.536
Cp = 0.92   Cpk = 0.87      Pp = 0.60   Ppk = 0.56
→ Cpk 远大于 Ppk，中心在漂

两个过程的组内波动几乎一样，但 B 的 Ppk 直接塌到 0.56。

一句话结论：Cpk 与 Ppk 的差距，就是过程中心的漂移量。

七、交付物：Cpk/Ppk 差距诊断表

这个比值可以直接当诊断工具用。下表按双侧规格、数据近似正态的前提给出判读：

找到漂移源之后会怎样？ 中心一稳定，σ_overall 就会向 σ_within 收敛，Ppk 自动追上来——这时候两个指数才收敛，能力指数也才真正代表过程。

三个具体的排查动作：

1. 看控制图的漂移类判异准则：准则 2（连续 9 点同侧）、准则 3（连续 6 点递增或递减）、准则 5、准则 6——这几条报的就是"中心在跑"
2. 分层比较子组均值：按班次、批次、设备、模具分别求均值（AVERAGEIFS 一句就能做），看哪一层的均值被拉偏了
3. 对齐时间轴：把 Ppk 的波动周期和换班、换批、换型的时刻叠在一起看，漂移往往能直接对上某个具体作业动作

八、同一个 Cpk 会出现两个不同的数值

这是"讲不清"的另一个源头，也是很多人争论"你的 Cpk 算错了"的真正原因。

σ_within 有好几种估法，结果不一样：

同一份数据，Cpk 可以是 1.252，也可以是 1.359，差 8.5%。两个数都不算错，是口径不同。

R̄/d2 是控制图时代的经典估法（只需要极差，手工就能算），但它只用到组内的两个极值，丢掉了大量信息；pooled s 用到了组内每一个数据点，统计上更有效。这也是为什么不同的统计软件对同一份数据会给出不同的 Cpk。

所以能力报告的报数规范应该是这样：

不推荐：Cpk = 1.25
推荐：  Cpk = 1.252（σwithin = R̄/d2，n=5，25 个子组）
推荐：  Ppk = 0.925（σoverall = 样本标准差 s，n=125）

不写口径和样本量的能力报告，是无法复核的。

九、标准里怎么用

汽车行业（AIAG、IATF 16949 体系）的通行口径：

初始过程研究（PPAP 提交）  →  用 Ppk ≥ 1.67
                             要求 ≥100 个数据点、≥25 个子组
量产持续能力              →  用 Cpk ≥ 1.33
特殊特性 CC / SC          →  要求 ≥ 1.67

这个规定背后的逻辑，正好印证前面的定义：新过程还没有证据证明自己稳定，所以只能看实际绩效（Ppk）；等量产了、过程受控了、有了持续验证，才谈得上能力（Cpk）。

所以"PPAP 用 Ppk、量产用 Cpk"不是行政规定，是统计逻辑的必然结果。反过来说：一个新过程如果只有 Cpk 好看、Ppk 难看，那就是还没稳定，不该批。

十、三个前提条件（缺一个指数就骗人）

**① 测量系统先过关。**GR&R 占比 ≤10%（或按客户要求），量具分辨力达到公差带的 1/10。测量系统的噪声会被完整算进 σ 里——测量不稳，能力指数全是假的。

**② Cpk 必须在受控状态下计算。**过程有失控点时，"组内波动"本身就不代表任何稳定的东西；此时算出的 Cpk 是个装饰品。Ppk 虽然不受控也能算，但它只是个快照，不能当能力用。

**③ 正态性假设。**Cp、Cpk、Pp、Ppk 的公式都假设数据近似正态。计数型数据、单边截断数据（比如只有上限的形位公差）直接套用会得出错误结论——这类情况要用非正态方法，或先做变换再计算。

Cpk 是"这台设备能不能做到"，Ppk 是"这段日子实际做到了多少"；两者差多少，就是过程中心漂了多少。指数打架的时候，先去找那个让中心漂起来的动作。

知识编号：6.3.2

版本：v20261017

作者：卓越质量智库 卓越质量智库致力于为质量管理从业者提供系统化的专业知识、方法论与实战工具，助力企业质量能力持续提升。