SPC
详细全面的SPC详解
详细全面的SPC详解SPC（Statistical Process Control，统计过程控制）是一种用于管理和优化生产过程的方法，它的目的是通过使用统计工具来分析生产过程中的数据，从而控制和改进产品质量。
SPC强调预防原则，即通过预防措施来减少产品缺陷和不良情况的发生，而不是在出现问题后再进行纠正。
SPC的基本概念包括控制图、过程能力指数、规格界限等。
控制图是SPC的核心工具，它用于监控生产过程中的关键变量，并根据统计原理判断生产过程是否处于控制状态。
控制图通常由均值-标准差控制图和极差控制图两种类型组成。
过程能力指数是指生产过程满足产品规格要求的程度，它通常被用来评估生产过程的能力，以便进行改进。
规格界限则是根据产品要求和客户要求设定的界限，用于确定产品是否合格。
SPC的实施方法包括以下几个步骤：1.选择关键变量：首先需要选择需要监控的关键变量，例如产品尺寸、材料特性等。
2.设计控制图：根据选定的关键变量，设计适合的控制图，并确定控制界限。
3.收集数据：按照一定的时间间隔收集生产过程中的数据，并对数据进行记录和整理。
4.分析数据：根据控制图的规则，判断生产过程是否处于控制状态，并找出异常点。
5.采取措施：根据分析结果，采取适当的措施来改进生产过程，例如调整工艺参数、更换设备等。
6.监控和反馈：持续监控生产过程，并及时反馈相关信息，以确保生产过程的质量和稳定性。
SPC的优势在于它可以及时发现生产过程中的异常情况，从而采取措施防止问题的扩大。
此外，SPC还可以提高生产过程的稳定性和产品质量的一致性，减少浪费和成本。
未来，SPC将会在更多的领域得到应用和发展，例如智能制造、医疗保健、金融服务等行业。
总之，SPC是一种有效的过程管理和优化工具，可以帮助企业提高产品质量和生产效率。
学习和掌握SPC技能对于从事质量管理、生产管理、工艺优化等工作的专业人士来说是非常重要的。
SPC的基本概念与特点
SPC的根本概念与特点什么是SPCSPC，即统计过程控制〔Statistical Process Control〕，是一种通过统计方法对过程进行监控和管理的质量管理工具。
它通过收集和分析过程数据，以便实时地监测过程的稳定性和能力，并及时采取纠正措施，以保证产品或效劳的质量符合要求。
SPC基于统计学原理，利用数据分析的手段来判断过程的偏差和稳定性，采取控制图等图形化工具来展示过程变化的规律，并通过数学模型对过程进行预测和改良。
SPC的根本特点1.实时性SPC能够实时地监测过程的稳定性和能力，通过实时收集的数据进行分析，及时发现过程的偏差和异常情况，并及时采取纠正措施。
这使得SPC能够快速响应问题，防止质量问题的扩大和重复出现。
2.统计方法SPC基于统计学原理，利用统计方法对过程数据进行分析和判断。
通过对数据的测量、统计和分析，可以客观地了解过程的状态，并进行准确的判断和决策。
这使得SPC能够防止主观判断和盲目决策的问题，提高质量管理的科学性和准确性。
3.图形化工具SPC采用图形化工具展示过程变化的规律，常用的图形化工具包括控制图、趋势图、直方图等。
这些图形化工具直观地展示了过程的状态和变化趋势，使人们能够快速地理解和分析数据，辅助决策和改良。
图形化工具还能够帮助人们发现隐藏在数据中的规律和关联性，进一步优化和改良过程。
SPC通过数据的分析和建模，能够对过程进行预测和改良。
通过建立数学模型和趋势分析，可以预测过程的开展方向和变化趋势，为及时调整和改良提供依据。
这使得SPC能够提前发现潜在问题和缺陷，及时采取措施进行预防和纠正，确保产品或效劳的质量稳定。
5.过程稳定性SPC关注过程的稳定性，即过程的变异是否在可接受的范围内。
通过对数据的统计和分析，可以判断过程的稳定性，并得到稳定性指标，如均值、标准差、过程能力指数等。
这使得SPC能够帮助人们了解过程的状态和品质能力，及时调整和改良过程，提高产品或效劳的稳定性和一致性。
SPC的定义及应用范围
SPC的定义及应用范围什么是SPC？SPC（统计过程控制）指的是一种通过统计方法来监控和控制过程的质量的方法。
它旨在通过分析过程中的数据，以便更好地了解和理解过程的变异性，并采取适当的措施来控制和改进过程的稳定性和能力。
SPC是一种基于数据的方法，它使用统计技术来分析过程中的变异，并通过控制图和其他工具来监控过程的表现。
通过及时识别和解决问题，SPC可以帮助组织提高质量、降低成本，并提高客户满意度。
SPC的应用范围SPC可以应用于各种类型的过程和行业。
无论是制造业还是服务业，SPC都可以用来监控和改进过程的稳定性和能力。
以下是一些常见的应用范围：制造业在制造业中，SPC可以用来监控和控制生产过程中的关键参数。
通过采集和分析实时数据，可以及时发现过程中的异常和变异，并采取相应的纠正措施，以确保产品的一致性和质量。
SPC可以应用于各种制造领域，如汽车制造、电子制造、医疗设备制造等。
例如，在汽车制造中，SPC可以用来监控关键指标，如车身尺寸、涂装厚度等，以确保生产出符合规格的汽车。
服务业尽管SPC最初是为制造业设计的，但它同样适用于服务业。
在服务业中，过程的稳定性和能力同样重要。
通过收集客户反馈和关键指标数据，可以使用SPC来监控和改进服务过程。
例如，在酒店业中，可以使用SPC来检测房间清洁时间、客户满意度等指标，以确保提供高质量的服务。
在银行业中，SPC可以应用于监控关键指标，如服务等待时间、客户投诉率等，以提高客户满意度。
医疗在医疗行业中，SPC可以用于监控和改进各种过程，如手术过程、药品配制过程等。
通过收集和分析相关数据，可以及时发现问题并采取适当的措施，以确保病人的安全和满意度。
SPC在医疗行业中的应用可以帮助医院提供更高质量的医疗服务，减少手术错误和药物错误等。
总结SPC是一种通过统计方法来监控和控制过程质量的方法。
它适用于各种类型的过程和行业，包括制造业、服务业和医疗行业。
通过采集和分析数据，SPC可以帮助组织提高过程的稳定性和能力，从而提高质量、降低成本，并提高客户满意度。
什么是SPC
什么是SPC？SPC即统计过程控制（Statistical Process Control）。
SPC主要是指应用统计分析技术对生产过程进行实时监控,科学的区分出生产过程中产品质量的随机波动与异常波动，从而对生产过程的异常趋势提出预警，以便生产管理人员及时采取措施，消除异常,恢复过程的稳定，从而达到提高和控制质量的目的。
在生产过程中，产品的加工尺寸的波动是不可避免的。
它是由人、机器、材料、方法和环境等基本因素的波动影响所致。
波动分为两种:正常波动和异常波动.正常波动是偶然性原因(不可避免因素）造成的。
它对产品质量影响较小,在技术上难以消除,在经济上也不值得消除.异常波动是由系统原因（异常因素）造成的。
它对产品质量影响很大，但能够采取措施避免和消除。
过程控制的目的就是消除、避免异常波动，使过程处于正常波动状态。
SPC技术原理计过程控制（SPC)是一种借助数理统计方法的过程控制工具。
它对生产过程进行分析评价,根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。
当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态)；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）.由于过程波动具有统计规律性，当过程受控时,过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。
SPC正是利用过程波动的统计规律性对过程进行分析控制的。
因而,它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。
SPC可以为企业带的好处SPC 强调全过程监控、全系统参与,并且强调用科学方法（主要是统计技术）来保证全过程的预防。
SPC不仅适用于质量控制,更可应用于一切管理过程（如产品设计、市场分析等)。
正是它的这种全员参与管理质量的思想，实施SPC可以帮助企业在质量控制上真正作到”事前”预防和控制，SPC可以：·对过程作出可靠的评估；·确定过程的统计控制界限,判断过程是否失控和过程是否有能力；·为过程提供一个早期报警系统,及时监控过程的情况以防止废品的发生；·减少对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的检测和验证工作；有了以上的预防和控制，我们的企业当然是可以:·降低成本·降低不良率,减少返工和浪费·提高劳动生产率·提供核心竞争力·赢得广泛客户·更好地理解和实施质量体系质量管理中常用的统计分析方法下面介绍的这些工具和方法具有很强的实用性，而且较为简单,在许多国家、地区和各行各业都得到广泛应用:控制图：用来对过程状态进行监控，并可度量、诊断和改进过程状态。
什么叫SPC
SPC是Statistical Process Control的简称统计过程控制利用统计的方法来监控制程的状态，确定生产过程在管制的状态下，以降低产品品质的变异SPC能解决之问题1.经济性：有效的抽样管制，不用全数检验，不良率，得以控制成本。
使制程稳定，能掌握品质、成本与交期。
2.预警性：制程的异常趋势可即时对策，预防整批不良，以减少浪费。
3.分辨特殊原因：作为局部问题对策或管理阶层系统改进之参考。
4.善用机器设备：估计机器能力，可妥善安排适当机器生产适当零件。
5.改善的评估：制程能力可作为改善前後比较之指标。
利用管制图管制制程之程序1.绘制「制造流程图」，并用特性要因图找出每一工作道次的制造因素（条件）及品质特性质。
2.制订操作标准。
3.实施标准的教育与训练。
4.进行制程能力解析，确定管制界限。
5.制订「品质管制方案」，包括抽样间隔、样本大小及管制界限。
6.制订管制图的研判、界限的确定与修订等程序。
7.绘制制程管制用管制图。
8.判定制程是否在管制状态（正常）。
9.如有异常现象则找出不正常原因并加以消除。
10.必要时修改操作标准（甚至於规格或公差）。
分析用管制图主要用以分析下列二点：(1)所分析的制(过)程是否处於统计稳定。
(2)该制程的制程能力指数(Process Capability Index)是否满足要求。
－控制图的作用：1.在质量诊断方面，可以用来度量过程的稳定性，即过程是否处于统计控制状态；2.在质量控制方面，可以用来确定什么时候需要对过程加以调整，而什么时候则需使过程保持相应的稳定状态；3.在质量改进方面，可以用来确认某过程是否得到了改进。
应用步骤如下：1.选择控制图拟控制的质量特性，如重量、不合格品数等；2.选用合适的控制图种类；3.确定样本容量和抽样间隔；4.收集并记录至少20～25个样本的数据，或使用以前所记录的数据；5.计算各个样本的统计量，如样本平均值、样本极差、样本标准差等；6.计算各统计量的控制界限；7.画控制图并标出各样本的统计量；8.研究在控制线以外的点子和在控制线内排列有缺陷的点子以及标明异常（特殊）原因的状态；9.决定下一步的行动。
什么是SPC？SPC的作用是什么？SPC运用中应该注意的几个问题
什么是SPC？SPC的作用是什么？SPC运用中应该注意的几个问题SPC即英文“Statistical Process Control”之缩写，意为“统计制程控制”SPC或称统计过程控制。
SPC主要是指应用统计分析技术对生产过程进行实时监控，科学的区分出生产过程中产品质量的随机波动与异常波动，从而对生产过程的异常趋势提出预警，以便生产管理人员及时采取措施，消除异常，恢复过程的稳定，从而达到提高和控制质量的目的。
为什么要用SPC，SPC的作用是什么？重视企业内部外部顾客，以顾客满意作为主要目标，这些目标必须不断地在价值上得以改进，运用SPC，能使我们致力于更有效的改进，同时，我们组织中的每一个人都必须确保不断改进及使用有效的方法．在我们的企业当中，很多都是不重视统计过程控制的，或者只是把统计过程控制当做一个口号或者一个用来通过各种认证用的手段，并没有真正的用到现实生产当中，也没有起到真正的作用．于是就产生了一个问题，如果仔细的审核所有的统计过程，会发现存在很多的问题．１、在作XBar-R图时，数据搜集不准确。
数据的搜集来自于现场，往往我们根据控制计划或者其他文件的要求，到现场察看数据采集情况，会发现现场的数据采集没有按照要求来进行。
有些企业会采用连续测量，100%测量的方式，同时也不做任何的纪录，只要检验人员发现没有问题，也不需要进行任何变动，一旦发现，则进行调整设备参数或采取别的措施。
而采用该方法是与SPC相违背的。
有些公司采用了100%检验不说，根据大体情况，再进行编制控制图，专门用来应付审核或者提交客户用，这样的SPC是没有作用的，同时还浪费更多的人力物力。
所以，希望我们运用统计技术的企业，能够真正的将统计技术运用起来，而不仅仅是流露与形式。
2、做控制图时部分或者全部的曲线类似。
这也是数据经过编辑的一种可能。
在SPC教材当中明显指出几种应该注意的曲线形状（包括点的运动趋势），这就要求绘制该图表的人员具有相当的水平，即要避免出现教材中描述的情况，又要让数据基本合理，便出现了连续几次数据统计采用相同或类似的数据。
什么是SPC
概括SPC （统计过程控制）
SPC就是利用统计方法去:
1.分析过程的输出并指出其特性。 2.使过程在统计控制情况下成功地进行和维持。 3.有系统地减少该过程主要输出特性的变异。 SPC是以预防代替检验,制造业与其他行业一样,预防发生 错误永远比事后矫正为好,而且简单得多.
总结 SPC （统计过程控制）
这些波动源对加工的影响最后都集中反映在直径 测量值
Seite 21
变差种类
普通原因与特殊原因 普通原因：过程中变异因素是在统计的控制状态
下，其产品之特性有固定的分配。
特殊原因：过程中变异因素不在统计的控制状态
下，其产品之特性没有固定的分配。
12
普通原因
随着时间的推移具有稳定性的可重复的分布过程中许多 变差的原因。
n
xi
x i1 n
SPC – Introduction
基本统计概念
• Md 中位数(median) 顺序数列中的中心项的数值
• Mo 众数(mode) 资料中出现最多的数值
SPC – Introduction
基本统计概念
• 2 方差/变异(variance)
n
n2
(xi x)2
i 1
n
作用
原料
人 机 法 环 测量
好
PROCESS
测量 结果
不好
不要等产品做出來后再去看它好不好!! 而是在制造的時候就要把它制造好!!!
品质失败的结果
外部成本
维护成本升高 返工
过程波动引 起品质不良
内部成本
报废返工停工 加强检验
市场份额下降 资金周转期长
客户失望
高的检验成本 重复修理 存货增多
spc质量控制
spc质量控制SPC（统计过程控制）是一种通过统计方法和工具对过程进行监控和管理的质量控制技术。
它旨在实时检测过程中的变异性并采取适当的控制措施，以确保产品或服务的质量稳定性和一致性。
在本文中，将介绍SPC的原理、实施步骤以及其在质量控制中的应用。
一、SPC的原理SPC的核心原理是通过数据收集和分析来了解过程中的变异性。
它基于以下两个假设：1. 过程变异性是正常的：任何过程在生产中都会存在一定的变异性，即使是最优化的过程也不可避免地存在着各种差异。
2. 变异性可以通过统计方法进行衡量和控制：SPC利用统计分析的工具和技术，能够准确地衡量和控制过程中的变异性。
二、SPC的实施步骤SPC的实施一般包括以下步骤：1. 确定关键过程参数（KPC）：KPC是影响产品或服务质量的重要因素。
通过对生产过程的分析和了解，确定出关键的过程参数。
2. 收集数据：对KPC进行实时数据的收集和记录。
数据可以通过各种手段获取，如传感器、检测仪器等。
3. 统计分析：对收集到的数据进行统计分析，以了解过程中的变异性，并判断其是否在可控范围内。
4. 确定控制限：根据统计分析结果，确定上下限控制限。
控制限用于判断过程是否处于控制状态。
5. 监控过程：实施实时过程监控，及时发现和纠正过程中的异常情况或异常变异。
6. 持续改进：根据监控结果和分析，对过程进行改善，并持续跟踪和改进以确保过程的稳定性和一致性。
三、SPC在质量控制中的应用SPC在质量控制中具有广泛应用，可以用于监控产品的生产过程、服务的提供过程以及供应链中的各个环节。
以下是SPC在质量控制中的几个典型应用场景：1. 控制图的应用：控制图是SPC中最常见和重要的工具，用于监控过程中的变异性并进行相应的处理。
常见的控制图有均值图、范围图等，通过对过程数据的实时监控，能够及时发现并处理过程中的异常情况。
2. 过程能力分析：SPC可以通过对数据的统计分析，评估过程的能力指标，如过程的稳定性、精度和一致性等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
17.85
19.69
0.70
3.57
3.64
3.83
4.16
4.63
5.24
5.99
6.89
7.94
9.16
10.55
12.10
13.84
15.74
0.80
1.64
1.69
1.89
2.09
2.46
2.94
3.55
4.31
5.21
6.28
7.53
8.98
10.62
12.48
0.90
0.69
0.73
工序能力指数的评定标准
CP值范围级别指数评价
CP≥1.67 I过高
1.67> CP≥1.33Ⅱ充分
1.33> CP≥1.00Ⅲ尚可
1.00>CP≥0.67Ⅳ不足
0.67> CPⅤ严重不足
根据CP值与K值求不合格品率P的数值表(%)
K
P
CP
0.00
0.04
0.08
0.12
0.16
0.20
0.24
0.28
μ±3σ0.997300
μ±4σ0.99993657
μ±5σ0.999999742
μ±6σ0.999999998
三、两种变差原因及两种过程状态
1、两种性质的变差原因
＊如果仅存在变差的普通原因，
随着时间的推移，过程的输出，
形成一个稳定的分布并可预测。
＊如果存在变差的特殊原因，
随着时间的推移，过程的
输出不稳定。
（公差中心）（规格范围）（分布中心）
M＝（Tu＋TL）/2 T＝Tu－TLμ＝X
ε=∣(140.017+140.000)/2-140.00952∣=0.00102
②计算偏移度
K=0.00102/[(140.017-140.000)/2]=0.12
③计算CPK
CPK=(1-0.12)[(140.017-140.000)/(6*0.00354)]=0.70
－σ的计算方法
●按极差估计
●按标准差估计
3、什么是过程能力指数（Cp，Cpk）
－Cp，Cpk表示过程能力满足技术规范的程度
－Cpk值与σ，技术规范宽度，分布和技术规范的位置有关
－当过程均值与规范中心值重合时，Cpk＝Cp
CpkU=UcL-μ/3σ
Cpk为以上两值较少者
CpkL=μ-LCL/3σ
Cp＝UcL－LCL／6σ
0.01
0.02
0.04
0.07
0.13
0.22
0.36
0.59
0.93
1.45
2.10
1.50
0.00
0.00
0.01
0.02
0.03
0.06
0.11
0.20
0.35
0.59
0.96
1.54
1.60
0.00
0.01
0.01
0.03
0.06
0.11
0.20
0.36
0.63
1.07
1.70
0.00
0.01
1.67
5σ
0.13
2.00
6σ
0.001
5、能力指数与性能指数
能力指数
性能指数
符号
CPK，CP
PPK，PP
适用过程
稳定
不稳定
计算方法
σ=R/d2
σ√Σ(Xi-X)2
(N-1)
PPAP要求
CPK≥1.67
PPK≥1.67
五、持续改进过程循环持续改进过程循环的各个阶段
1．分析过程
本过程应做些什么？2.维护过程
0.01
0.03
0.06
0.11
0.22
0.40
0.72
1.80
0.00
0.01
0.01
0.03
0.06
0.13
0.25
0.48
1.90
0.00
0.01
0.01
0.03
0.07
0.15
0.31
2.00
0.00
0.01
0.02
0.04
0.09
0.20
2.10
0.00
0.01
0.02
0.05
0.18
2.20
－考虑经济因素，作出合理的决定
－过程控制系统应能提供正确的统计信息（MSA）
四、过程能力与能力指数
1、什么是过程能力
－过程在统计受控状态下的变差大小
－过程能力是由造成变差的普通原因确定的
－过程能力通常代表过程本身的最佳性能
－过程能力决定于质量因素4M1E而与技术规范无关
2、如何计算过程能力
－正态分布的情况下，过程能力用分布的±3σ宽度来表达
并采取减小它的措施
重复这三个阶段从而不断改进过程
b.控制图的用途
现场人员了解过程变差并使之达到统计受控状态的有效工具。
有助于过程在质量上和成本上持续地，可预测地保持下去。
对已达到统计受控的过程采取措施，不断减少普通原因变差，以达到提高质量，降低成本和提高生产率的改进目标。
为现场人员、支持人员、设计人员，顾客等提供有关过程性能的共同语言。
0.32
0.360.Biblioteka 00.440.48
0.52
0.50
13.36
13.43
13.64
13.99
14.48
15.10
15.86
16.75
17.77
18.92
20.19
21.58
23.09
24.71
0.60
7.19
7.26
7.48
7.85
8.37
9.03
9.85
10.81
11.92
13.18
14.59
b)控制用控制图：经过上述分析证实过程稳定并能满足质量要求，此时的控制图可以用于现场对日常的过程质量进行控制。这里需注意两点：一是当控制图使用一段时间，即使未发现有异常波动，也应根据过程变化情况（如原料批改变，工艺变化，设备维修等），及时对控制图的控制界限进行修正；二是一旦出现过程异常波动，则应重新抽取样本并计算控制界限进行分析。
单元不合格数U图
适用于与C图相同的数据，但不同时期的样本容量不同时，必须采用U图。
3．选用控制图类型的流程
否否
否
否
4.控制图主要有分析过程质量和控制过程质量两种用途
a)分析用控制图：根据样本数据计算出控制图的中心线和上下控制界限，画出控制图，以便分析和判断过程是否处于稳定状态。分析结果显示过程处于稳定状态时，还需进一步与质量特性的规格界限（产品标准要求）作比较，判断过程是否满足特性要求。如果分析结果显示过程有异常波动时，则应重新抽取样本，测定数据，重新计算控制图界限进行分析。
统计过程控制(SPC)
一、什么是过程
所谓过程指的是共同工作以产生输出的供方、生产者、人、设备、输入材料、方法和环境以及使用输出的顾客之集合。
人
机产品
4M1E料服务
法
环
输入过程/系统输出
●●●
二、两种过程控制模型和控制策略
1、 缺陷检测过程模型
否
是
控制策略：控制输出，事后把关，容忍浪费。
2、 具有反馈的过程控制模型
＊工序能力指数表示工序能力满足产品质量标准(产品规格、公差)的程度，一般记以Cp。
＊各情况的工序能力指数的计算方法如下：
(1)双侧公差(质量特性值分布中心μ与公差中心M重合)无偏移情况
Cp=T/6σ≈(Tu-TL)/6S
式中，T为技术规格，Tu为规格上限，TL为规格下限，σ为质量特性值分布的标准差，S为样本标准差，S为σ的估计值，即R/d2。
*例：已知CP＝1.00, K=0.00,求工序加工的不合格品率?
解:查表CP＝1.00与K=0.00的交会栏内得不合格品率P=0.27%
4、典型的能力指数CPK与PPM关系
CPK
UCL-μ
(或μ-LCL)
PPM(单侧)
0.33
σ
158655
0.67
2σ
22751
1.00
3σ
1350
1.33
4σ
32
（2）双侧公差（质量特性值分布中心与公差中心不重合）有偏移情况
若产品质量特性值分布中心μ与公差中心M二者不重合，有偏移，则不合格品将增加。这时计算工序能力指数的公式需加修正。
*定义分布中心μ与公差中心M的偏移ε=∣M-μ∣
*μ与M的偏移度K=ε/(T/2)=2ε/T
*分布中心偏移的工序能力指数CPK＝(1－K)T/6σ。
＊根据T与6σ的相对大小可以得到三种典型情况：
a)Cp值越大表明加工精度越高，但这时对设备和操作人员的要求也越高，加工成本也越大，所以对于Cp值的选择应根据技术要求与经济性的综合考虑来决定。
b)当T=6σ时，Cp＝1，从表面上看，似乎这是满足技术要求又很经济的情况，但由于生产总是波动的，分布中心一有偏移，不合格品率就要增加，因此通常Cp值大于1。
0.83
1.00
1.25
1.60
2.05
2.62
3.34
4.21
5.27
6.53
8.02
9.75
1.00
0.27
0.29
0.35
0.45
0.61
0.84
1.14
1.55
2.07
2.75
3.59
4.65
5.94
7.49
1.10
0.10