1 · 这份标准在讲什么
当你的质量特性不是“测出来的数值”，而是“合格/不合格”时，怎么办
前面 Part 4 解决的是计量型（连续数值）数据。但很多场景，特性只能二分为“合格 / 不合格”： 比如“这颗螺丝有没有拧紧”“这块板有没有虚焊”“用通止规测的孔径过不过”。这类叫 属性（attribute）/ 计件特性。
2 · 关键符号先认一遍
别被符号吓到，其实就几个
| 符号 | 含义 |
|---|---|
| c̄ | 平均不合格数（单位产品缺陷数） |
| n | 子组大小 / 样本量 |
| p | 不合格品率（缺陷率，0~1 的小数） |
| NPH / NHU | 每百件不合格数（Nonconformities Per Hundred Units） |
| NMU | 每百万件不合格数（Number of Nonconformities per Million） |
| Qp | 过程质量水平（合格品百分比；或缺陷率上置信限，见第 6 节） |
| Pp / Ppk | 过程性能指数（属性） |
| Cpk / CpkU / CpkL | 过程能力指数（双侧 / 上侧 / 下侧） |
| PU / PL | 上规格侧、下规格侧的不合格品率 |
| Za | 标准正态分位数 |
3 · 前提条件
属性数据也要先“受控”
- 数据要来自 np 控制图 或 p 控制图（标准 Figure 1），且过程处于统计受控；
- 若产品在多地生产，每条线/系统要分开评估；
- 测量不确定度要可接受（见 Part 7：测量过程能力）；
- 数据来源可以是：① 休哈特控制图结果；② 从总体中随机抽取的审核样；③ 批验收数据（即使批验收不合格，也不能剔除这些数据）。
4 · 样本量：何时收够数据
没有固定规则，但可以用“累积 NHU 图”判断
标准 Figure 2 给出“累积每百件不合格数（NHU）”图：随着样本数增加，平均 NHU 会稳定下来； 当它趋于水平，就说明收集到足够数据、过程质量水平（NHU）估计已稳定。抽样频率与子组大小按成本与实际情况定。
5 · 数据来源与过程变异
先消除可查明原因，再谈能力
属性特性的能力，同样与“落在规格内的产出比例”相关。过程只有在剔除所有已知可去除的 assignable 原因、控制图显示受控后， 才能把超规格比例当作可预测的分布来估计。三个典型数据来源见第 3 节。
6 · 过程质量水平 Qp 与 NHU / NMU
把“不合格计数”换算成比率与百万分比
Qp（合格百分比）≈ 100·(1 − p) （%） | NPH = 100·p （每百件） | NMU = 10⁶·p （每百万件）
标准还给出一个很实用的近似：当样本中没有发现不合格品、且 n>50 时，缺陷率的上 95% 置信限 ≈ 3/n。 例：n=200 零缺陷 → 上限 ≈ 3/200 = 1.5%（即标准示例中的 Qp 上限）。
① Qp / NHU / NMU 计算器（含零缺陷快速估计）
7 · 过程性能指数 Ppk（属性）
缺陷率越低，Ppk 越高
原理：把缺陷率 p 翻成标准正态的分位数 Z，再除以 3，就与计量型 Ppk 的尺度对齐（一脉相承）。 例如 p=1.5%（0.015）→ Z0.985≈2.17 → Ppk≈0.72。
② 属性 Ppk 计算器
8 · 过程能力指数 Cpk（双侧属性）
上下两侧分别算，再综合
当特性有上、下两个规格限（如孔径既要不过小也不能过大），分别统计两侧的不合格品率：
CpkU = Z1−PU / 3 CpkL = Z1−PL / 3
标准示例（孔径用通止规）给出一个综合法：双侧综合指数取 (CpkU + CpkL)/2（实务中也可用 min 作为保守判据）。
③ 双侧属性 Cpk 计算器（复现标准示例 3）
9 · 缺陷率的置信区间
能力指数也要带“误差带”
这就是标准 Formula (8)/(10)。样本越小、区间越宽。注意：此置信区间是针对缺陷率 p 的； 标准进一步用同样思路给出 Cpk 的置信区间。
④ 缺陷率置信区间计算器
10 · 一页纸小结
属性能力三步法
🔹 算性能：Ppk = Z1−p / 3。
🔹 算能力：双侧分别 CpkU=Z1−PU/3、CpkL=Z1−PL/3，再综合。
🔹 带区间：p ± 1.96·√[p(1−p)/n]。
🔹 报告须写明数据来源、样本量、控制图状态、置信区间。