解释能力统计量
主题      

Cp、Cpk、Pp 和 Ppk 统计量是潜在和整体能力的度量。由于将过程信息简化为一个数字，因此可以使用能力统计量对一个过程与另一个过程的能力进行比较。在实践中，许多人将 1.33 视为过程能力统计量的最小可接受值。小于 1 的值表明过程变异比规格展开要宽。要了解和解释能力统计，请使用以下信息作为指导。

使用能力统计量可以监视并报告一段时间内系统的改进情况。能力统计量的解释因对分析所使用的分布而异。对于：

正态分布：

·    Cp 和 Cpk - Cp 不考虑过程均值相对于规格限的位置。Cpk 指数度量的与过程展开相比，过程运行接近其规格限的程度。仅当您满足目标值（未指定目标值时为过程均值）且变异最小时，Cpk 才较高。例如，过程在执行中可能变异最小，但远离目标（或过程均值）并接近规格限之一，这样会导致 Cpk 较低而 Cp 较高。

·    Pp 和 Ppk - Pp 和 Ppk 的解释方式分别与 Cp 和 Cpk 相同。

·    Cpk 与 Ppk - Minitab 使用整体变异来计算 Ppk。子组间变异和子组内变异都对整体变异有所贡献。计算 Cpk 时使用子组内变异，而不使用子组间的偏移和漂移。Ppk 针对整个过程。如果 Cpk 与 Ppk 相同，则整体标准差与子组内标准差近似相等。

·    Cpm - 指定了目标值时，Minitab 计算 Cpm。使用 Cpm 评估过程是否以目标为中心。Cpm 指数越高，过程越好。如果 Cpm、Ppk 与 Pp 相同，则过程均值与目标值相同。

非正态分布：

Minitab 使用第 0.13、50 和 99.87 百分位数为分析中使用的分布计算能力统计量。第 99.87 与 0.13 百分位数之间的距离相等于正态情况下的 6s 展开。第 50 百分位数代表过程中位数。

基于非正态分布的能力指数可按照与基于正态分布的指数相同的方式来解释。比较 Pp 和 Ppk 以评估过程中位数是否接近于规格中点。如果 Pp 大于 Ppk，则过程中位数将远离规格中点并接近于规格限之一。