干货|一文搞清Cpk、Sigma和PPM的换算关系！

过程能力指数（Cp和Cpk）表示的是过程在稳定（即没有特殊原因干扰产出品的特性或者说是在可控（under control）的）状态下能使其产出品达到可接受标准的程度的指标。

按照常识，Cpk越高越好，产品的不良率也越低。SQE在PPAP审核时，要求供应商提交的过程能力报告，关键特性的Cpk大于1.33，此时供应商内部的百万分之不良率PPM为63。拓展到Cpk=1.0，Cpk=1.67的PPM如下：

在不考虑偏移的情况下：

Cpk=1.33对应 4σ 水平  其PPM=63.3；

Cpk=1.67对应 5σ 水平  其PPM=0.570；

Cpk=2.0   对应 6σ 水平  其PPM=0.0020；

那么，这个值是怎么来的，其他Cpk对应的PPM数值是多少？

过程能力指数Cp或Cpk在产品或制程特性分布为正态且在稳定状态下时，通过正态分布的概率计算，可以换算为该产品或制程特性的良率或不良率，同时也可以几个Sigma来对照。

CPK是过程能力，西格玛水平是管理水平，PPM是管理结果。下文将以产品或制程特性中心没偏移目标值和中心偏移目标值1.5σ说明。

我们从正态分布讲起。

若随机变量X服从一个数学期望为μ、方差为σ2的正态分布，记为N(μ，σ2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ = 0，σ = 1时的正态分布是标准正态分布。

若随机变量X，服从一个位置参数为μ、尺度参数为σ的概率分布，其概率密度函数为：

当μ=0， σ=1时，正态分布就成为标准正态分布。

我们对其积分，也就是求面积，所得值为1。（每个质量人追求的100.00%合格）

接下来，我们谈一下什么是西格玛水平。

西格玛水平Sigma Level：过程能力的一种衡量指标，将过程分布的平均值、标准偏差与质量特性的目标值、规格线结合起来。西格玛水平越高，过程满足质量要求的能力就越强，反之，西格玛水平越低，过程满足质量要求的能力就越低。

我们可以简单的理解为规格线与目标值间的距离最少能容纳k个标准偏差σ，当k = 3时，我们称之为3西格玛水平，上下规格极限之差为6σ。

接下来，我们讨论Cpk和西格玛水平之间的关系。

Cp适用于统计稳定过程，是过程在受控状态下的实际加工能力，不考虑过程的偏移，是过程固有变差（仅由于普通原因产生的变差）的6σ范围。

Ca代表制造平均值偏离规格中心值之程度。若其值越小，表示平均值越接近规格中心值，亦即质量越接近规格要求之水平。

当过程无偏移时，Cpk=Cp。

由右下图计算可知，西格玛水平=3Cpk。（无偏移情况下）

至此，我们可以得到以下西格玛水平和Cpk的关系表：

接下来，我们讨论Cpk和PPM之间的关系。

由下图，我们可知不良率为超过上规格线USL部分的面积，以及超过下规格线LSL部分的面积的总和。即：P=P1 + P3。

这里，我们引入正态分布的面积函数，标准正态分布函数F（x）。该函数通过输入值x，可以得到相应的（-∞，x）的面积，即概率面积。

至此，我们得到了Cpk和不良率（PPM）的初步关系：

①：PPM=1000000*【2-2F（3Cpk）】

②：合格率=1-P= 2F（3Cpk）-1。

注：计算时，标准正态分布函数F（x）需要查阅相关的附表。

注：当过程输出的均值漂移时，Cpk≠Cp，建议使用积分函数进行计算。

最后，6西格玛水平不是PPM3.4，百万分之3.4的故障率吗？

实际上，过程输出质量特性的分布中心与规格中心重合的可能性很小，对于典型的制造过程，由于影响过程输出的基本质量因素(人、机、料、法、环、测)的动态变化，过程输出的均值出现漂移是正常的。在计算过程长期运行中出现缺陷的概率时，一般考虑将上述正态分布的中心向左或向右偏移1.5，此时一侧的缺陷为3. 4ppm，另一侧因数量级极小可忽略不计，总缺陷概率为百万分之3.4，即PPM为3.4。

过程能力指数（Cp和Cpk）表示的是过程在稳定（即没有特殊原因干扰产出品的特性或者说是在可控（under control）的）状态下能使其产出品达到可接受标准的程度的指标。

按照常识，Cpk越高越好，产品的不良率也越低。SQE在PPAP审核时，要求供应商提交的过程能力报告，关键特性的Cpk大于1.33，此时供应商内部的百万分之不良率PPM为63。拓展到Cpk=1.0，Cpk=1.67的PPM如下：

在不考虑偏移的情况下：

Cpk=1.33对应 4σ 水平  其PPM=63.3；

Cpk=1.67对应 5σ 水平  其PPM=0.570；

Cpk=2.0   对应 6σ 水平  其PPM=0.0020；

那么，这个值是怎么来的，其他Cpk对应的PPM数值是多少？

过程能力指数Cp或Cpk在产品或制程特性分布为正态且在稳定状态下时，通过正态分布的概率计算，可以换算为该产品或制程特性的良率或不良率，同时也可以几个Sigma来对照。

CPK是过程能力，西格玛水平是管理水平，PPM是管理结果。下文将以产品或制程特性中心没偏移目标值和中心偏移目标值1.5σ说明。

我们从正态分布讲起。

若随机变量X服从一个数学期望为μ、方差为σ2的正态分布，记为N(μ，σ2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ = 0，σ = 1时的正态分布是标准正态分布。

若随机变量X，服从一个位置参数为μ、尺度参数为σ的概率分布，其概率密度函数为：

当μ=0， σ=1时，正态分布就成为标准正态分布。

我们对其积分，也就是求面积，所得值为1。（每个质量人追求的100.00%合格）

接下来，我们谈一下什么是西格玛水平。

西格玛水平Sigma Level：过程能力的一种衡量指标，将过程分布的平均值、标准偏差与质量特性的目标值、规格线结合起来。西格玛水平越高，过程满足质量要求的能力就越强，反之，西格玛水平越低，过程满足质量要求的能力就越低。

我们可以简单的理解为规格线与目标值间的距离最少能容纳k个标准偏差σ，当k = 3时，我们称之为3西格玛水平，上下规格极限之差为6σ。

接下来，我们讨论Cpk和西格玛水平之间的关系。

Cp适用于统计稳定过程，是过程在受控状态下的实际加工能力，不考虑过程的偏移，是过程固有变差（仅由于普通原因产生的变差）的6σ范围。

Ca代表制造平均值偏离规格中心值之程度。若其值越小，表示平均值越接近规格中心值，亦即质量越接近规格要求之水平。

当过程无偏移时，Cpk=Cp。

由右下图计算可知，西格玛水平=3Cpk。（无偏移情况下）

至此，我们可以得到以下西格玛水平和Cpk的关系表：

接下来，我们讨论Cpk和PPM之间的关系。

由下图，我们可知不良率为超过上规格线USL部分的面积，以及超过下规格线LSL部分的面积的总和。即：P=P1 + P3。

这里，我们引入正态分布的面积函数，标准正态分布函数F（x）。该函数通过输入值x，可以得到相应的（-∞，x）的面积，即概率面积。

至此，我们得到了Cpk和不良率（PPM）的初步关系：

①：PPM=1000000*【2-2F（3Cpk）】

②：合格率=1-P= 2F（3Cpk）-1。

注：计算时，标准正态分布函数F（x）需要查阅相关的附表。

注：当过程输出的均值漂移时，Cpk≠Cp，建议使用积分函数进行计算。

最后，6西格玛水平不是PPM3.4，百万分之3.4的故障率吗？

实际上，过程输出质量特性的分布中心与规格中心重合的可能性很小，对于典型的制造过程，由于影响过程输出的基本质量因素(人、机、料、法、环、测)的动态变化，过程输出的均值出现漂移是正常的。在计算过程长期运行中出现缺陷的概率时，一般考虑将上述正态分布的中心向左或向右偏移1.5，此时一侧的缺陷为3. 4ppm，另一侧因数量级极小可忽略不计，总缺陷概率为百万分之3.4，即PPM为3.4。

言质有锂知识星球本周更新动态：

知识星球-质量云第16季精选代表性干货资料共计10份，包含质量、六西格玛、管理体系以及国内外知名企业质量管理课件等资料，干货多多。本期内容具体详细清单如下：

知识星球-新质能源智库第83季共上传了包含质量、六西格玛、管理体系、锂电及材料、储能、固态电池、钠电、行业研究报告以及国内外知名企业质量管理课件等共计10份资料，干货多多。本期内容具体详细清单如下：

欢迎大家搜索查阅及学习。我们会不定期上传及分享更多的、前瞻性的质量及新能源领域专业资讯及资料（注：不少是可编辑性文档）。同时，我们也会参考依据大家及众多粉丝朋友的需求，会重点分享热点及大家普遍关心的内容。所有成功加入星球会员的朋友可以申请加入专属微信群（注: 锂电群或非锂电群质量群，二选一)。让我们在知识星球相聚，一起学习加油并共同成长！

言质有锂，您身边的学习好帮手！若公众号免费的、海量资讯还满足不了爱学习及上进的你，那么可以考虑并关注以下知识星球。知识星球-新质能源智库已收集了质量管理的及新能源（含锂电池及材料、钠离子电池、固态电池、光伏电池、储能电池及系统、新能源行业分析及研究报告、以及各类材料和电池标准等）等干货资料1400+。相关内容还在持续更新中；专业质量领域知识星球-质量云也正式起航了，资料信息持续更新中，已收集了质量类的干货资料(含国内外先进及系统化的质量理论、方法和工具、管理体系、六西格玛、标杆企业及优秀企业案例等）150+。欢迎大家的加入！