ISO 22514-1 过程能力与绩效 · 通用指南互动教程

1 · 过程能力与绩效，到底在说什么

一句话：能力看"机器/过程能不能做到"，绩效看"实际做出来稳不稳"。

过程能力（Capability）回答的是：在过程稳定受控、且仅受随机变异时，它潜在能达到的精度。它用"组内变异"（子组内部的波动）来估计，反映过程的固有能力。

过程绩效（Performance）回答的是：把一段较长时间里所有的数据（含换班、换料、温漂等）都算上，实际表现如何。它用"总体变异"估计，反映现实表现。

能力 Capability（组内）

用 σ_within（组内标准差）估计
前提：过程已稳定
代表"理想情况下最好能做到哪"

绩效 Performance（总体）

用 σ_overall（总体标准差）估计
不要求先稳定
代表"真实世界里实际做到了哪"

📌 核心直觉：σ_overall ≥ σ_within。如果两者差距很大（比如 Ppk 明显小于 Cpk），说明有大量"组间特殊原因变异"没被控制住——先去管异常，再谈能力。

2 · 先认三个基本量：规格限、目标、特性值

能力指数都是拿"过程分布"和"规格窗口"比大小。

USL（上规格限 Upper Specification Limit）：合格的上界，超过即不合格。
LSL（下规格限 Lower Specification Limit）：合格的下界，低于即不合格。
T（目标值 Target）：设计希望的中心，越靠近 T 越好（对称规格时 T 常取 (USL+LSL)/2）。
特性值 x：每次测量得到的实际数值。

规格宽度 W = USL − LSL | 规格中心 M = (USL + LSL) / 2

下方"能力计算器"里拖动规格限与分布中心，可直观看到合格窗口与分布的相对位置变化。

3 · 两个阶段：Phase 1 与 Phase 2

能力研究不是一锤子买卖，标准分两个阶段。

维度	Phase 1（初始/短期能力研究）	Phase 2（长期/持续绩效监视）
目的	判断过程是否有能力且稳定，可否放行	持续监视实际绩效是否保持
数据	连续、有组织的子组抽样，过程已先判稳	较长周期内累积的数据（可含合理变异）
用哪个 σ	组内 σ_within → 算 Cp / Cpk	总体 σ_overall → 算 Pp / Ppk
典型用途	供应商认证、新产线放行、工艺定型	日常 SPC、年度复核、持续改进看板

⚠️ 常见错误：用总体标准差去宣布"Cpk 合格"。Cpk 必须用组内变异；用总体算出来的其实更接近 Ppk。标准与汽车行业（如 IATF 16949）都强调这一区分。

4 · 变异的两种来源：组内 vs 总体

同一个过程，能算出两个不同的"标准差"，关键在于分母用谁。

测量按子组采集（如每半小时抽 5 件为一组）。组内变异只看"同一组内部"的波动；总体变异把"不同组之间"的漂移也算进去。

组内标准差（能力用） σ̂_within = R̄ / d₂ 或 s̄ / c₄
总体标准差（绩效用） σ̂_overall = s_合并 = √[ ΣΣ(x − x̄̄)² / (N − 1) ]

其中 R̄ 为子组极差均值，d₂、c₄ 为与子组大小 n 相关的常数（模板内置 c₄(n) 计算；d₂ 见下方表）。

σ 估计切换器（输入子组数据，自动算两种 σ）

子组大小 n 子组数 k 均值 μ 组内 σ 漂移幅度（组间）

点击后按设定生成"含组间漂移"的子组，对比 R̄/d₂（组内）与 s（总体）的差距——这正是 Ppk

5 · 能力指数 Cp 与 Cpk

Cp 看"窗口够不够宽"，Cpk 看"过程偏没偏"。

Cp = (USL − LSL) / (6 σ_within) （只看宽度，假设中心对齐）
Cpk = min( C_pu, C_pl ) = min( (USL − μ)/(3σ), (μ − LSL)/(3σ) )

Cp 衡量"规格宽度是过程离散的多少倍"，与中心位置无关。
Cpk 同时惩罚偏移——过程一偏心，Cpk 立刻变小，所以它才是日常放行最常用的一票。

📐 几何意义：Cpk = 1 表示过程均值到最近规格限的距离正好 = 3σ；Cpk = 1.33 表示距离 = 4σ（即 ±4σ 能力）。

6 · 绩效指数 Pp 与 Ppk

把 σ_within 换成 σ_overall，公式长得一模一样。

Pp = (USL − LSL) / (6 σ_overall) Ppk = min( (USL − x̄)/(3σ_overall), (x̄ − LSL)/(3σ_overall) )

区别只在于 σ 的估计方式。同一次数据，总有 Pp ≤ Cp、Ppk ≤ Cpk（因为总体变异 ≥ 组内变异）。

💡 判读口诀：
• Cpk 高、Ppk 也高 → 过程既精密又稳定，优秀。
• Cpk 高、Ppk 低 → 设备本身行，但被组间波动（换班/换料/温漂）拖垮，去查特殊原因。
• Cpk 低 → 设备精度本身不够，要改工艺/换设备。

🛠️ 设备研究另有一套：标准规定"机器性能（machine performance）"研究用 Pm / Pmk（而非 Pp/Ppk），介于短期快照与长期绩效之间，常用于新设备早期评估（见标准 p27、7.3 节）。

7 · 考虑目标值的 Cpm

当"偏离目标"本身就有代价（如装配配合、能耗），用 Cpm 把偏移惩罚进分母。

Cpm = (USL − LSL) / ( 6 · √[ σ² + (μ − T)² ] )

分母里多了 (μ − T)² 项：即使 Cp 很高，只要过程中心偏离目标 T，Cpm 就会下降。它等价于把"目标"当成方差的参照中心。

Cpm 计算器

USL LSL 目标 T 均值 μ σ

8 · 综合能力计算器（一屏看全 Cp/Cpk/Pp/Ppk/Cpm）

把规格限、目标、分布中心、两种 σ 一起喂进去，实时出全部指数 + 分布图。

能力指数总览计算器

USL LSL 目标 T 均值 μ 组内 σ 总体 σ

9 · 指数 → 不合格品率 → PPM

能力指数最终要翻译成"会出多少废品"，才算对业务有用。

假设特性近似正态，不合格概率为两侧尾部面积之和：

p = Φ( (LSL − μ)/σ ) + [ 1 − Φ( (USL − μ)/σ ) ] → PPM = p × 10⁶

对单侧规格可定义"西格玛水平" Z = (USL − μ)/σ（或 (μ − LSL)/σ），Z 越大 PPM 越小（Z=4 → 约 32 PPM；Z=6 → 约 0.002 PPM，即六西格玛水平）。

PPM / 西格玛水平换算器

USL LSL 均值 μ σ

Z（西格玛水平）	3	3.5	4	4.5	5	6
单侧 PPM	1350	233	32	3.4	0.29	0.002

10 · 能力指数的置信区间（别被一个点骗了）

能力指数是用样本估的，本身有误差。标准给出其置信区间公式。

Cp 的 (1−α) 置信区间（基于 χ² 分布，ν = k(n−1) 自由度）：

Cp / √[ χ²_1−α/2,ν / ν ] ≤ Cp ≤ Cp / √[ χ²_α/2,ν / ν ]

Cpk 的近似 (1−α) 置信区间（ν = k(n−1)，Z_1−α/2 为标准正态分位数）：

Cpk ± Z_1−α/2 · √( 1/(9 k n) + Cp² / 2(n−1) )

置信区间计算器

子组大小 n 子组数 k Cp（点估计） Cpk（点估计）置信度 %

11 · 子组数量与样本量要求

样本太少，能力指数误差大到没意义。标准对最少数据量有建议。

ISO 22514-1 强调：为获得有意义的 Cpk 估计，通常需要至少 20~25 个子组，且总样本量建议 ≥ 100。子组大小 n 常与抽样便利有关（如 n=3~5）。

下表给出在不同子组数 k 下，Cp 的 95% 置信区间相对点估计的"收窄程度"（ν=k(n−1)）：

k（子组数）	10	15	20	25	30	50
ν (n=5)	40	60	80	100	120	200

⚠️ 数据量不满足（如只有几个子组）时，能力指数只能作"粗略参考"，不要据此放行或下结论。标准明确：样本量不足时区间会很宽。

12 · 指数够不够好？判读准则

行业常用门槛（以 Cpk/Ppk 为例），但阈值需由客户/产品要求定。

指数范围	判读	典型处置
Cpk < 1.00	过程能力不足，超出规格风险高	不合格，必须改进
1.00 ≤ Cpk < 1.33	临界，勉强可用但余量小	需监控/改进， automotive 通常不接受
1.33 ≤ Cpk < 1.67	能力充足（常见放行线）	可用于量产放行
Cpk ≥ 1.67	能力富裕	优秀，可降低检验频次

🎯 注意：阈值由应用决定。汽车关键特性常要求 Ppk ≥ 1.67；一般行业 Ppk ≥ 1.33 即可。本教程给出的是通用参考，最终以你们的质量协议为准。

13 · 综合算例（数据驱动，实时计算）

下面用一组"含组间漂移"的子组数据，跑一遍完整能力分析。点按钮即可重算。

⚠️ 说明：ISO 22514-1:2014 是"通用原则与概念"标准，通篇为定义与框架，不含数值算例附录（正文止于 Bibliography）。因此此处演示数据集用于完整展示计算链路（σ_within 与 σ_overall 双估计、Cp/Cpk/Pp/Ppk 对比、PPM 换算），而非照搬原题。公式与符号均已对照原文（如 p17 Cp、p14 Pp、p19 符号表、p27 Cpm 定义）核对。

演示算例：25 子组 × n=5，规格 USL=12 / LSL=8 / T=10

14 · 常见误区与"所以呢？"

把坑先踩一遍，比背公式更值钱。

❌ 误区清单

用总体 σ 算出的数叫"Cpk"（实际是 Ppk）——混淆组内/总体。
过程不稳（控制图有异常点）就直接算能力——应先稳定再做 Phase 1。
只看 Cp 不看 Cpk——中心偏了 Cp 再高也没用。
子组数极少（如 5 组）就宣布能力合格——置信区间过宽，结论不可靠。
非正态数据硬套 6σ 公式——应先做正态性检验或采用 22514 的其它分册方法。

✅ 所以呢？（给业务的三条行动建议）

先判稳，再谈能力：用控制图确认过程稳定，再做 Phase 1 能力研究；不稳就先查特殊原因。
同时报 Cpk 和 Ppk：两者差距大，立刻去查组间漂移（换班/换料/设备预热），这是最快的改进杠杆。
把指数翻译成 PPM 给老板："Cpk=1.33"不如"预计每百万件约 63 件超标"直观，业务一眼懂风险。