今天碰到了一个新来的工艺工程师，从闲聊沟通中得知有三年工艺工程师工作经验，其职位做到组长，最多时下面带有七名助理工程师；但沟通中发现对制程能力分析、六西格玛中的质量工具、MInitab都不熟悉或没用过，导致我心情有点低落，我们都是做工艺工程师的，希望后面入行的师弟师妹们，能多学一点，技不压人，成长的更快一点。

作为工艺工程师，时刻关注生产工艺的稳定性，经常也用到一些质量工具，虽然有时被人说是，工艺工程师手伸的太长，想抢质量工程师的饭碗；但我们工艺工程师们有时不甘仅做工艺工程师，也想成长，不想安于现状，常言说生于忧患，死于安乐；也许有一次机会等着我们，就怕我们到时接不住。

Cpk、Cp、Ca公式汇总

CPK的概念、意义、原理、公式就不多说了，贴一张表应用足够了，再详细自己查资料；如果能记住这些公式，有助于加深理解、提高分析速度，下面就着重通过实例说一下如何通过CPK值判断工序制程能力的状态。

实例一：

某工序设备生产一批产品，经过质量抽样30pcs测试，根据30个测试数据，整理、汇总、计算出以下信息，请根据这些信息，对该工序（设备）的制程能力进行评估。

解析：

1. CPK为1.01，小于一般要求的1.33，说明制程能力不足；导致制程能力不足的原因一般有三种情况：中心值与目标中心偏离较大（准度）、样本数据太分散（集中度）、既不太准又太分散；

2. 首先看Cp值，Cp=1.76，大于一般要求的1.67，Cp也是制程能力指数，但它是没有考虑样本均值与目标均值准度情况下的制程能力，也就是说通过计算出来的Cp>1.67的结果，可以判定，样品的集中度还是比较好的；

3. 排除了不是数集分散影响后，导致CpK偏低的应该就是准度不好，具体均值与目标值相比，是样本偏大了还是偏小了，就要看Cpl、Cpu；实际上CPK就是取了Cpl、Cpu两个值中偏小的一个，从公式上就很容易理解，在两个参数计算公式分母一样的情况下，Cpl是样本均值和规格下限的差值表现，而Cpu是规格上线和样本均值的差值表现，也就是说Cpl、Cpu谁的差值大，说明样本均值，离开和它相关的规格线越远，越安全；差值小时，就越靠近和它相关的规格线，越危险；如果文字不容易理解，看图示也很容判断均值是偏大了，还是偏小了。

4. 通过Ca也可以判断准度是否足够，也有判定指标，但因为它是一个绝对值，只能判断准度是否足够，不能判断不够的原因（均值偏大或偏小）；当然更直接的就是看规格中心值与样本均值的位置偏差，但相对Ca判定有通用的判定指标，Cpl/Cpu更适合熟悉公式的人员；实际工作这些值都可以计算出来，可以联合参考，如果考试只给部分参数，就要灵活应用。

最终结论：根据以上分析，基本可以确定：该工序制程能力不足（Cpk:1.011.67)，导致制程能力不足的主要原因是样本均值与目标中心值偏差较大导致(Ca:12.2%Cpu, 中心值向小调整，尽量接近规格中心)，即可满足制程能力要求

总体来看，分析Cpk一般会遇到以下几种情况，Cpk=1.33、Cp=1.67为参考基准，按照以上分析方法，基本也可以形成以下初步结论：