审核现场看 Cpk 报告，最常见的 6 个问题

审核现场看 Cpk 报告，最常见的 6 个问题

很多企业把“Cpk ≥ 1.33”当成一道及格线：算出来过了，报告一放，就算完成了。但在审核现场，Cpk 报告恰恰是最容易被追问的记录之一。数字本身不难算，难的是这个数字到底能不能说明过程能力。下面按审核员的视角，把常见问题和企业可以自查的要点整理出来。

一、相关条款在说什么

ISO 9001:2015 没有直接要求计算 Cpk，但有三条和它直接相关：

• 7.1.5 监视和测量资源：用来出数据的量具和测量方法要能保证结果有效；

• 9.1.1 总则：组织要确定监视测量什么、用什么方法、何时分析评价；

• 9.1.3 分析与评价：要用适当的方法分析数据，评价过程的绩效。 汽车行业的 IATF 16949 对过程能力研究有更具体的要求，客户也常有自己的指标。所以 Cpk 不是“要不要做”的问题，而是“做出来的结论站不站得住”的问题。

二、常见问题 1：过程还不稳定，就开始算 Cpk

现象：控制图上有点子出界、连续上升或明显的分层，报告里照样给出 Cpk。 为什么有问题：Cpk 的前提是过程处于统计受控状态。过程不稳定时，算出来的指数只代表“这一批数据”，不能预测以后的表现。 自查要点：先看控制图有没有失控信号，有的话先查原因、处理掉，再做能力研究。

三、常见问题 2：Cpk 和 Ppk 混着用

现象：用全部数据的总体标准差算出的指数，报告上写成 Cpk；或者两个指数都列了，但说不清区别。 为什么有问题：Cpk 用的是组内（短期）变差，Ppk 用的是总体（长期）变差。两者差距大，本身就说明过程在组间有波动。混用会让结论失真。 自查要点：报告里写明标准差的估计方法；Cpk 明显高于 Ppk 时，要去查组间变化的原因。

四、常见问题 3：样本太少，或者取样方式说不清

现象：只测了十几个数据，或者一次性从同一批里连续取样就下结论。 为什么有问题：数据少，指数的波动很大，今天 1.4 明天可能 1.1；取样只覆盖一个班次、一卷料，就看不到真实的变化来源。 自查要点：常见做法是取 25 组以上、总数 100 个以上的数据，并覆盖不同班次、材料批次和设备状态。取样计划要写下来。

五、常见问题 4：没先确认测量系统

现象：量具在校准有效期内，但从没做过 MSA，或者 GR&R 结果很差也照样用。 为什么有问题：测量误差会直接叠加进过程变差。测量系统本身变差大，Cpk 就被低估；反过来，分辨力不够还可能让数据“看起来很整齐”。 自查要点：关键特性先做 GR&R。按 AIAG MSA 手册的常用判定，低于 10% 一般可接受，10% 到 30% 视用途和成本决定，超过 30% 需要改进测量系统。

六、常见问题 5：数据不服从正态分布，照套公式

现象：形位公差、跳动、粗糙度这类天然偏态的特性，直接用正态公式算 Cpk。 为什么有问题：常规 Cpk 公式基于正态分布。分布明显偏斜时，指数会高估或低估实际不良率。 自查要点：先做正态性检验（看直方图和概率图），不服从时考虑数据变换或非正态能力分析方法，并在报告里说明用了哪种。

七、常见问题 6：单边公差按双边算

现象：只有上限的特性（如杂质含量），却人为补一个下限去算。 为什么有问题：凭空补的规格限会改变计算结果，指数没有意义。 自查要点：单边规格只算对应的一侧（只有上限算 Cpu，只有下限算 Cpl）。

八、写给企业的一张自查清单

1. 控制图是否显示过程受控？
2. 报告是否注明 Cpk 还是 Ppk、标准差怎么估计？
3. 数据量和取样覆盖面是否足够，取样计划是否成文？
4. 关键特性的测量系统是否做过分析，结果是否可接受？
5. 是否检查过数据分布？
6. 规格限是否与图纸、客户要求一致？
7. 指数不达标时，是否有原因分析和改进措施，而不是改数据或放宽规格？

能把这七条都答上来，Cpk 报告在审核中一般就经得起追问。

小工具：质量工具箱 qmsbox.com 提供 Cpk、控制图、GR&R 等在线计算，可以用来核对自己的计算过程；认证喵体系帮手 tixibang.com 可以随手查条款和审核要点。

（本文为通用知识整理，不针对任何企业，不提供认证咨询。具体要求以标准原文和客户要求为准。）