SPC·实战笔记
模块七 · 过程能力进阶与实战 · 实战

属性数据能力(22514-5):良率也能算能力

客户审核员指着我们的密封性检漏工序问:"这道工序的 Cpk 是多少?"检验员一脸茫然——这活儿只有"漏"和"不漏"两个结果,量都量不出来,哪来的 Cpk?审核员不依不饶。最后我们交了个 0.99,客户认了。属性数据到底怎么算出能力指数的?这篇讲透。

一、先说结论

属性数据(合格/不合格、通/不通、有/无缺陷)照样能算能力,路子是这样的:

  1. 用长期不合格品率 p̄(或缺陷率 DPMO)作为能力的原始度量;
  2. 把这个比率反查标准正态分布,得到一个 Z 值;
  3. 等效能力指数 = Z / 3

一句话:Cpk_等效 = Z_(1−p) / 3。

这么做的目的不是为了凑数字,而是让属性特性和计量特性能摆在同一张报表上比较——不然客户看一列 Cpk、一列百分比,根本没法排优先级。

但这条路有个特别硬的门槛:样本量。 后面会算给你看,想用属性数据证明 Cpk ≥ 1.33,零缺陷的情况下也得抽将近十万件。这才是属性能力真正的难处。

二、核心知识点拆解

2.1 属性数据凭什么能有"能力"

计量数据算能力,靠的是分布宽度和规格限的比值。属性数据没有分布宽度——一个零件要么好要么坏,没有"多好"这一说。

ISO 22514-5 的思路是绕过分布,直接从结果反推:既然计量特性的 Cpk 最终也是为了预测超差比例,那我干脆拿实测的超差比例,倒着推回去一个"等价的 Cpk"。

对照关系记住这几个锚点就够用:

等效 CpkZ 值单侧不合格率折合 ppm
0.672.02.28 %22750
1.003.00.135 %1350
1.334.00.00317 %31.7
1.675.00.0000287 %0.287
2.006.0极小0.00099

看这张表要注意一件事:Cpk 从 1.00 走到 1.33,看着只涨了 0.33,实际不合格率要从 1350 ppm 干到 32 ppm,降 42 倍。 属性能力的每一小步,背后都是数量级的改善。这也是为啥属性工序的能力提升项目周期长、见效慢。

2.2 不合格品 vs 缺陷,两条不同的路

这两个概念混了,算出来的东西就没意义:

$$DPU = \frac{\text{缺陷总数}}{\text{单位总数}} \qquad DPMO = \frac{\text{缺陷总数}}{\text{单位数} \times \text{每单位机会数}} \times 10^6$$

焊接、装配、涂装这类多机会工序,用 DPMO 才讲得清道理。你拿 p̄ 去评一个有 42 个焊点的总成,等于把 42 个独立机会压成一个是非题,信息全丢了。

属性能力换算示意图。左侧一列属性检验图标(通止规、检漏仪、目视放大镜),中间一个漏斗把它们汇成一个数字 p̄ = 0.0015;漏斗右侧接一条标准正态曲线,曲线右尾用红色阴影标出面积 = 0.0015,从阴影边界向下引虚线到横轴,标 Z = 2.97;再往右一个"÷3"运算框,输出金橙色大字 **Cpk_等效 = 0.…
图 1 · 属性能力换算示意图。左侧一列属性检验图标(通止规、检漏仪、目视放大镜),中间一个漏斗把它们汇成一个数字 p̄ = 0.0015;漏斗右侧接一条标准正态曲线,曲线右尾用红色阴影标出面积 = 0.0015,从阴影边界向下引虚线到横轴,标 Z = 2.97;再往右一个"÷3"运算框,输出金橙色大字 **Cpk_等效 = 0.99**。图注:"属性数据没有分布宽度,就从结果反推"。

2.3 先判稳,再谈能力——这条对属性数据同样成立

老规矩:过程不稳,能力无意义。 属性数据的稳定性判断用 p 图(子组量不等时用变宽控制限)或 u 图。

实践中有个特别常见的坑:属性工序的 p 值本来就小,很多子组的不合格数是 0,画出来的 p 图一堆点趴在 0 上,看着"特别稳"。这不是稳,这是子组量太小、根本没有分辨力。 判据很简单:子组量 n 要保证 n·p̄ ≥ 1(严一点要 ≥5),否则这张 p 图基本不干活。

咱那个检漏工序,p̄ = 0.0015,要让 n·p̄ ≥ 5,子组量得 n ≥ 3333。所以属性 SPC 的子组通常是"一个班次"或"一个批",不是"5 件"。

2.4 关于 1.5σ 偏移的一句提醒

六西格玛体系里习惯给 Z 值加 1.5,把"长期 Z"换算成"短期 Z"(所谓 4.5σ 长期 ≡ 6σ 短期)。这是一个行业约定俗成的经验修正,不是 ISO 22514 系列的强制要求。 你要用可以,但必须在报告里写明"已采用 1.5σ 偏移,短期 Z = 长期 Z + 1.5"。不写清楚,两家厂的 sigma 水平就没法比。

三、车间真实案例 / 计算过程

案例 A:检漏工序(不合格品率路线)

活儿是新能源电池包的水冷板,氦检漏,结果只有"合格/泄漏"两种。取连续三个月的数据:

月份检验数泄漏数当月 p (ppm)
4 月385061558
5 月412051214
6 月403071737
合计12000181500

第一步:判稳。 三个月的 p 分别是 1558 / 1214 / 1737 ppm,画 p 图,控制限按 p̄ ± 3√(p̄(1−p̄)/n) 算,以 n=4000 计:

UCL = 0.0015 + 3×√(0.0015×0.9985/4000) = 0.0015 + 3×0.000612 = 0.00334(3340 ppm) LCL = 0.0015 − 0.001836 < 0,取 0

三个点全在限内,无链无趋势,判为稳态,可以往下算能力。

第二步:算 p̄。

p̄ = 18 / 12000 = 0.0015 = 1500 ppm

第三步:反查 Z。

需要满足 Φ(Z) = 1 − 0.0015 = 0.9985。查标准正态表:Φ(2.96)=0.99846,Φ(2.97)=0.99851,插值得

Z = 2.968

第四步:算等效能力。

Cpk_等效 = 2.968 / 3 = 0.99

第五步:算个置信区间,看看这个 0.99 有多"实"。

p̂ 的标准误:SE = √(0.0015 × 0.9985 / 12000) = √(1.2481×10⁻⁷) = 0.0003533

95% 区间:0.0015 ± 1.96×0.0003533 = 0.000808 ~ 0.002192,即 808 ~ 2192 ppm

换算成等效 Cpk:0.95 ~ 1.05

一万两千件的数据,等效 Cpk 的 95% 区间还有 ±0.05 的宽度。 这个感受很重要——属性数据天生"信息密度低",同样的精度,它要的样本量比计量数据大一两个数量级。

第六步:客户要 1.33,得干到什么份上?

查表,Cpk = 1.33 对应 31.7 ppm。从 1500 干到 32,要降 47 倍

更扎心的是验证成本。假设我们真的改到了 32 ppm,怎么证明?用"三法则":连续抽 n 件零缺陷时,p 的 95% 置信上限约等于 3/n。要让这个上限压到 31.7 ppm:

n = 3 / 0.0000317 = 94,637 件

近十万件、一件不漏,才够证明 Cpk ≥ 1.33。 所以对这类工序,我给客户的方案从来不是"我们保证 Cpk 1.33",而是"我们把 ppm 目标定在 200,同时上 100% 在线检漏 + 防错,用探测度补能力"。这才是能落地的话。

案例 B:焊接总成(缺陷数路线)

一个电控总成上有 42 个焊点,抽检 800 台,共发现 27 个不良焊点。

DPU = 27 / 800 = 0.03375(平均每台 0.034 个不良焊点) DPMO = 27 / (800 × 42) × 10⁶ = 27 / 33600 × 10⁶ = 803.6

反查:1 − 0.0008036 = 0.9991964 → Z = 3.155 → Cpk_等效 = 1.05

要是按每台整机算不合格品率呢?800 台里有 24 台出现过不良焊点(有 3 台各含 2 个),p̄ = 24/800 = 3.0%,Z = 1.881,Cpk_等效 = 0.63

同一批数据,一个 1.05,一个 0.63。 哪个对?都对,但说的是两件事:1.05 说的是"每个焊点的工艺水平",0.63 说的是"整机一次交检合格水平"。报告里必须写清楚分母是什么。 这是属性能力最容易吵架的地方。

属性能力对照图(本篇主图)。上半部一条水平的 ppm 对数刻度轴(1 / 10 / 100 / 1000 / 10000 / 100000),轴上从右往左依次打点:现状 1500 ppm(红点)、目标 200 ppm(黄点)、Cpk 1.33 对应 31.7 ppm(绿点)、Cpk 1.67 对应 0.29 ppm(深…
图 2 · 属性能力对照图(本篇主图)。上半部一条水平的 ppm 对数刻度轴(1 / 10 / 100 / 1000 / 10000 / 100000),轴上从右往左依次打点:现状 1500 ppm(红点)、目标 200 ppm(黄点)、Cpk 1.33 对应 31.7 ppm(绿点)、Cpk 1.67 对应 0.29 ppm(深绿点);每个点上方标对应的等效 Cpk(0.99 / 1.18 / 1.33 / 1.67)。下半部并排两个圆环图对比案例 B:"按焊点算 DPMO 804 → Cpk 1.05" 与 "按整机算 p 3.0% → Cpk 0.63",中间打一个金橙问号,配字"分母不同,结论不同"。图注:"属性能力的每 0.33,都是一个数量级"。

四、常见误区提醒

  1. 拿一两百件零缺陷就宣称"ppm = 0,能力无穷大"。这是属性能力里最外行的错误。200 件零缺陷,按三法则,p 的 95% 上限是 3/200 = 15000 ppm,对应等效 Cpk 只有 0.72。 零缺陷不等于零风险,样本量说了算。给客户报数据时,请连置信上限一起报。
  1. 把等效 Cpk 当成计量 Cpk 来指导改善。计量 Cpk 低,你能从直方图看出是偏了还是散了,知道往哪调。等效 Cpk 是个结果指标,它只告诉你"有多差",一个字都不说"为什么差"。 属性工序的改善必须靠分层(按机台、班次、模腔、供应商拆开看 p 值),不能靠盯着那个 0.99 发呆。
  1. 不合格品数和缺陷数混着用。前面案例 B 已经算过了,两条路差出 0.42 个 Cpk。报告上只写"Cpk_等效 = 1.05"而不写"按 33600 个焊点机会计算",就是在误导人。
  1. 子组太小,p 图形同虚设。n·p̄ 连 1 都不到的 p 图,控制限宽得离谱,永远不报警,也永远发现不了问题。属性 SPC 的子组要按班、按批取,别照搬计量图那套"5 件一组"。

五、小结 & 互动提问

属性数据能算能力,但算出来的那个数字要配着样本量、置信区间和分母定义一起读,否则很容易变成一个自欺欺人的装饰。真正的价值在于:它让通止规、检漏、目视这些"没有读数"的工序,也能进入同一套能力管理语言里排队、排优先级。

互动提问:你车间里那道全靠通止规判定的工序,最近三个月一共检了多少件、出了几件不合格?按本文的方法算一下等效 Cpk,再用三法则估一下置信上限——这两个数差多少?

如需配套互动练习、培训课件或软件试用,可搜索「东方大易」或访问大易官网 www.eastdayi.com(苏州东方大易管理咨询有限公司,电话 0512-65561989)联系客服获取。

【来源标注】本篇依据:ISO 22514-5《过程能力与性能统计方法 第5部分:计数型特性的过程能力统计量》(属性数据的能力度量与等效指数换算);配合 ISO 22514-1(总则)与 GB/T 17989 系列(p 图、np 图、u 图、c 图的构建与判稳)一并使用。DPMO 与 sigma 水平的换算属于业界通行约定,1.5σ 偏移并非 ISO 22514 系列的强制规定,引用时应在报告中声明。可配套互动页:iso-spc-kb/KP307.html(属性数据过程能力)、iso-spc-tutorials/ISO22514-5_attribute_capability.html、iso-spc-tutorials/GBT17989.1_general_guide.html。
苏州东方大易(大易培训中心)
专业汽车行业标准培训与咨询 · IATF 16949 / APQP / FMEA / SPC / CP / PPAP / VDA 6.3 内审员
官网 www.eastdayi.com | 咨询电话 0512-65561969 / 0512-65561989
相关文章推荐