CPK应用指导
CPK统计技术应用作业指导书
a. Cpk = (1-K)×= (1-Ca )×Cp (雙邊規格,其K = =Ca )
b. Cpk = Min (Cpk(U) , Cpk(L) )
(其Cpk(U) =﹐Cpk(L) =)
當u未知時﹐可用u = x來估計u。
5.3判斷所屬等級﹕根據計算結果(變異)與管制基准作比較﹔(分五個等級)
4.權責﹕
4.1生產單位﹕負責制程數據的統計收集和提供。
4.2品保單位﹕負責制程數值計算和結果判斷﹐主導制程分析和改善成效的確認。
4.3工程單位﹕負責協助制程分析和改善措施的提出。
5.作業步驟﹕
5.1決定項目﹐收集數據﹕決定樣本大小n及抽樣間隔﹐樣本組數k﹔
5.1.1抽取樣品時﹐須從制程中分不同時段隨機抽取相應樣品值﹐并予樣品區分標示。
3.3制程准確度﹕簡稱Ca﹐衡量制程之平均值與規格中心值的差異﹐其差異愈小愈好。
3.4制程精密度﹕簡稱Cp﹐衡量制程之變異寬度與規格界限范圍的差異情形﹐其差異愈大愈好。
3.5自然公差(δ)﹕正常狀態下﹐制程中個別變化值在6個標准差(δ)的范圍以內。
3.6規格公差(T)﹕為制造時規定之標准值與規定之界限值的差。
5.4.4其等級狀況屬D級時﹐則代表制程狀況不足﹐應立即作全面檢討﹑改善﹐必要時可停止生產﹔
5.4.5其等級狀況屬E級時﹐則代表制程狀況非常不理想﹐對產品作全數檢驗﹐以了解問題事實﹐并將
全數檢驗資料分析以徹底改善﹐必要時停止生產。
5.5異常分析與改善﹕當其等級狀況為B級以下時﹐則由品保召集相關單位進行討論﹐了解差異程度。
6.流程圖﹕
5.5.1依具體狀況作進一步異常分析﹐利用QC手法及腦力激蕩法將問題進行探討。
CPK作业指导
CPK作业指导CPK（Capability Process Index）是一种统计指标，用于衡量一个过程的稳定性和能力。
它可以帮助我们判断一个过程是否能够满足特定的要求，并提供了一种比较不同过程能力的方法。
本文将为您提供一份CPK作业指导，以帮助您正确进行CPK分析。
1. 了解CPK的基本概念CPK是通过计算过程的长期能力指数来评估过程的稳定性和能力。
它考虑了过程的平均值、标准差和规格限制，可以帮助我们确定过程是否能够满足特定的要求。
CPK的计算公式为：CPK = min((USL-μ)/(3σ), (μ-LSL)/(3σ))其中，USL为上规格限，LSL为下规格限，μ为过程的平均值，σ为过程的标准差。
2. 收集数据在进行CPK分析之前，我们需要收集足够的数据来评估过程的能力。
数据可以通过抽样、实验或者生产过程中的实际观察来获得。
通常情况下，我们建议收集至少30个样本数据，以确保结果的可靠性。
3. 计算过程的平均值和标准差在进行CPK分析之前，我们需要计算过程的平均值和标准差。
平均值可以通过将所有样本数据相加并除以样本数量来计算。
标准差可以通过计算样本数据的方差并取平方根来获得。
4. 确定规格限规格限是指过程必须满足的上下限要求。
规格限可以根据产品设计要求、客户需求或者行业标准来确定。
确保规格限的准确性非常重要，因为它们将直接影响到CPK的计算结果。
5. 计算CPK指数根据上述的CPK计算公式，我们可以计算出过程的CPK指数。
CPK指数的范围通常为0到1，其中1表示过程能力非常好，能够满足所有的规格限要求；而0表示过程能力非常差，无法满足规格限要求。
6. 解读CPK指数根据计算出的CPK指数，我们可以对过程的能力进行解读。
通常情况下，CPK指数大于1.33表示过程能力良好，能够满足大部分的规格限要求；而CPK指数小于1表示过程能力较差，需要进一步改进。
7. 分析CPK指数的结果如果CPK指数不满足要求，我们需要进一步分析其原因，并采取相应的改进措施。
CPK作业指导
CPK作业指导CPK（Capability Process Index）是一种用于衡量过程能力的统计指标，它可以帮助我们评估一个过程是否稳定，并且是否能够满足规定的质量要求。
本文将为您提供CPK作业的详细指导，包括定义CPK指标、计算CPK值的方法以及如何解读CPK值。
1. CPK指标的定义CPK指标是通过比较过程的规格限制（USL和LSL）与过程的实际性能来评估过程能力的。
它是基于过程的平均值和标准差来计算的，可以用于判断过程是否稳定并且是否能够满足规定的质量要求。
2. CPK值的计算方法CPK值可以通过以下公式来计算：CPK = min((USL-平均值)/(3*标准差),(平均值-LSL)/(3*标准差))其中，USL代表上限规格限制，LSL代表下限规格限制，平均值代表过程的平均值，标准差代表过程的标准差。
3. CPK值的解读CPK值的范围是-1到1之间，一般来说，CPK值越大，说明过程的能力越好。
具体解读如下：- CPK值大于1：过程能力良好，能够满足规定的质量要求。
- CPK值等于1：过程能力刚好达到规定的质量要求。
- CPK值小于1：过程能力不足，无法满足规定的质量要求。
4. CPK作业的步骤为了进行CPK作业，您可以按照以下步骤进行操作：步骤一：收集数据首先，您需要收集与您要评估的过程相关的数据。
这些数据可以是产品的尺寸、重量、时间等方面的测量结果。
确保您收集的数据是准确的、全面的，并且涵盖了过程的各个方面。
步骤二：计算平均值和标准差使用收集到的数据，计算过程的平均值和标准差。
平均值可以通过将所有数据相加并除以数据的数量来计算得到。
标准差可以通过使用统计软件或Excel等工具来计算得到。
步骤三：确定规格限制根据产品的要求和规范，确定过程的上限规格限制（USL）和下限规格限制（LSL）。
这些规格限制应该是能够满足产品质量要求的。
步骤四：计算CPK值使用上述公式，将平均值、标准差、USL和LSL代入，计算CPK值。
CPK应用作业指导书
注：单边规格时，Ca不存在此时CPK=CP
七、制程之继续管制
无
动
5.2 计算方法 CPK=（1-Ca）.CP Ca=(X-U)/(T/2)× 100% CP=T/6δ 双边规格时 CP=(SU-X)/3δ 或CP=(X-SL)/3δ 单边规格时 符号说明： CPK：制程能力指数 CP：制程精密度 X：实绩平均值 T：规格公差 SU：规格上限 U：规格中心值 T=SU-SL SL：规格下限 δ ：实绩标准差 Ca：制程准确度
版 本 制 订 页 码
2/3
自制程中去搜集资料，并加以统计分析，从分析中去发掘制程中的异常，并立即采取修正行动， 使制程恢复正常。 2、范围 适用于工厂重点工序设备能力管制 3、定义 4、权责 4.1 生技课负责新设备工序能力计算考核 4.2 品管课负责重点日常设备工序能力计算考核 5、作业内容 5.1 应用流程 一、确立制造流程 二、决定管制项目 三、实施标准化 六、问题分析解决 制 程 四、制程能力调查CPK 条 件 变 五、管制图的运用 六、问题分析解决
CPK作业指导
CPK作业指导CPK（Capability Process Index）是一种用于衡量过程能力的统计指标。
它可以帮助我们评估一个过程的稳定性和一致性，以及判断该过程是否满足特定的质量要求。
在进行CPK作业时，我们需要按照以下步骤进行操作：1. 确定质量特性：首先，我们需要明确要评估的质量特性是什么。
比如，我们可以选择产品的尺寸、重量、硬度等作为质量特性进行评估。
2. 收集数据：在进行CPK作业之前，我们需要收集足够的数据来进行分析。
数据可以通过抽样、检验、测量等方式获取。
确保数据的准确性和可靠性是非常重要的。
3. 计算过程能力指数：一旦我们收集到足够的数据，我们就可以开始计算CPK 指数了。
CPK指数可以通过以下公式计算得出：CPK = min((USL - μ) / 3σ, (μ - LSL) / 3σ)其中，USL表示上限规格限，LSL表示下限规格限，μ表示过程的平均值，σ表示过程的标准差。
CPK指数的值越接近1，表示过程的能力越好；值越接近0，表示过程的能力越差。
4. 解读CPK指数：一旦我们计算出CPK指数，我们需要对其进行解读。
通常，CPK指数的范围是-1到1。
以下是对不同CPK指数值的解读：- CPK > 1：表示过程的能力非常好，能够满足质量要求。
- 0.67 < CPK < 1：表示过程的能力较好，但仍有改进空间。
- 0.33 < CPK < 0.67：表示过程的能力一般，需要进一步改进。
- CPK < 0.33：表示过程的能力较差，需要立即采取措施改进。
除了CPK指数，我们还可以使用PPK指数来评估过程能力。
PPK指数是基于样本的过程能力指数，与CPK指数相比，PPK指数更加关注过程的中心性。
5. 分析结果并采取措施：一旦我们得出CPK指数，我们需要对结果进行分析，并根据结果采取相应的措施。
如果CPK指数较低，表示过程的能力不足，我们可以考虑优化生产流程、改进设备、提高员工技能等方式来提升过程能力。
CPK作业指导
CPK作业指导一、任务背景CPK（Capability Process Index）是一种用于评估过程稳定性和一致性的统计方法，常用于制造业中对生产过程进行质量控制和改进。
本文将为您提供一份CPK作业指导，帮助您了解如何使用CPK方法进行质量控制和改进。
二、CPK概述CPK是通过计算过程能力指数来评估过程的稳定性和一致性。
CPK值越高，表示过程的稳定性和一致性越好，产品质量越高。
CPK值的计算需要收集一定数量的过程数据，并结合过程的规范上下限进行计算。
三、CPK计算公式CPK的计算涉及以下公式：CPK = min(USL - μ, μ - LSL) / (3 * σ)其中，USL为上限规范，LSL为下限规范，μ为过程平均值，σ为过程标准差。
四、CPK作业指导步骤1. 确定质量特性：首先需要明确要评估的质量特性，例如产品尺寸、重量、硬度等。
2. 收集过程数据：收集一定数量的过程数据，可以通过抽样、检验等方法获取。
3. 计算过程平均值和标准差：根据收集到的过程数据，计算过程的平均值和标准差，可以使用统计软件或Excel等工具进行计算。
4. 确定规范上下限：根据产品要求和设计规范，确定质量特性的上限规范和下限规范。
5. 计算CPK值：根据以上数据和公式，计算CPK值。
如果CPK值大于1.33，则表示过程稳定性和一致性较好；如果CPK值小于1，则表示过程存在较大的变异性，需要进行改进。
6. 分析CPK值：根据CPK值的大小，判断过程的质量状况。
如果CPK值较低，需要进一步分析过程中的问题，并采取相应的改进措施。
7. 制定改进计划：根据CPK值的分析结果，制定相应的改进计划，包括改进目标、改进措施和改进时间表等。
8. 实施改进措施：按照改进计划，逐步实施改进措施，并监控改进效果。
9. 持续监控和改进：定期收集过程数据，计算CPK值，持续监控过程的稳定性和一致性，并根据需要进行进一步的改进。
五、案例分析以某汽车零部件的尺寸为例，假设要求尺寸在10.0±0.2mm范围内。
CPK作业指导书
CPK作业指导书引言概述：CPK是一种统计分析方法，用于评估过程的稳定性和一致性。
它是一种常用的质量管理工具，可匡助企业识别和解决生产过程中的问题。
本文将详细介绍CPK 的定义、计算方法、应用场景以及使用CPK的步骤。
一、CPK的定义：1.1 CPK是一个衡量过程能力的指标，它反映了过程的稳定性和一致性。
1.2 CPK的计算基于过程的平均值、标准差和规格限制。
1.3 CPK的取值范围为0到1，数值越大代表过程能力越高。
二、CPK的计算方法：2.1 首先，采集过程数据，并计算过程的平均值和标准差。
2.2 然后，确定规格限制，包括上限和下限。
2.3 最后，使用以下公式计算CPK值：CPK = min((USL-平均值)/(3*标准差), (平均值-LSL)/(3*标准差))三、CPK的应用场景：3.1 CPK可以用于评估生产过程的稳定性和一致性，匡助企业识别问题并采取相应的改进措施。
3.2 CPK可以用于比较不同过程或者不同时间段的稳定性，以便进行优化和改进。
3.3 CPK还可以用于制定产品规格和质量标准，确保产品符合客户的要求。
四、使用CPK的步骤：4.1 采集过程数据，包括样本数量、测量数值等。
4.2 计算过程的平均值和标准差。
4.3 确定规格限制，包括上限和下限。
4.4 使用CPK公式计算CPK值。
4.5 根据CPK值的大小评估过程能力，并采取相应的改进措施。
总结：CPK作为一种常用的质量管理工具，可以匡助企业评估过程的稳定性和一致性。
通过采集过程数据并计算CPK值，企业可以识别问题并采取相应的改进措施。
同时，CPK还可以用于比较不同过程或者不同时间段的稳定性，并制定产品规格和质量标准。
使用CPK的步骤包括采集数据、计算平均值和标准差、确定规格限制以及计算CPK值。
通过正确使用CPK，企业可以提高生产过程的质量和效率。
CPK应用指导
CPK应用指导CPK应用指导一、工具原理过程能力是指过程加工质量方面的能力，它是衡量过程加工内在一致性，是稳态下的最小波动。
Cp（Process Capability index）－表示过程容差与自然容差的比值大小，用来衡量过程的能力。
C p=USL−LSL6σ由于Cp无法反映当中心值偏离时过程能力的变化，由此引出了另一个指数Cpk的概念。
Cpk（Complex ProcessCapability index）－表示当过程中心值偏移时，中心值与规格上下限之间的最短距离与1/2自然容差的比值大小。
C pu=USL−μ3σC pl=μ−LSL3σC pk=minimum｛C pu，C pl｝CPK中Ca: 制程准确度，Cp: 制程精密度。
图中蓝色曲线的表示正常情况下期望的正态分布 Normal distribution。
图中红色曲线为实际的分布情况。
M表示期望值，µ为实际的平均值。
在分布的过程中，准确度Ca，希望µ值与期望值M越接近越好。
精确度Cp值，也就是精密度值希望越大越好，因为这样代表更加的集中。
但实际上总会出现偏差。
C pk=(1−|C a|)C p=(1−|2εT |)C pC p和C pk的比较与说明1.无偏移情况的C p表示过程加工的一致性，即“质量能力”，C p越大，则质量能力越强；而有偏移情况的C pk反映过程加工中心μ与公差中心M的偏差情况，C pk越大，则二者偏离越小，是过程“质量能力”与“管理能力”二者的综合的结果。
2.故C p和C pk二者的重点不同，需要同时加以考虑，将C p和C pk二数值联合使用，可对产品质量有更全面的了解。
二、工具应用的目的、效益1.对工艺过程满足技术要求的程度和过程质量进行评定，衡量工序能力，识别改进机会。
2.认清、掌握工序实际生产能力水平。
3.若在CPK较小的情况下生产，过程能力可能不能满足质量要求，产品质量可能不稳定。
三、工具应用的前提、条件1.测量的工艺参数数据服从正态分布。
CPK作业指导书
CPK作业指导书标题：CPK作业指导书引言概述：CPK（Process Capability Index）是用来评估一个过程的稳定性和一致性的指标，它可以帮助我们判断一个过程是否能够生产出符合规格要求的产品。
在制造业中，CPK是一个非常重要的指标，因为它可以帮助企业提高生产效率和产品质量。
本文将介绍CPK的相关知识，并提供CPK作业指导书，帮助读者更好地理解和应用CPK。
一、CPK的基本概念1.1 CPK是什么？CPK是一个统计指标，用来衡量一个过程的稳定性和一致性。
它是通过比较过程的容差范围和过程的实际变异性来计算得出的。
1.2 CPK的计算公式CPK的计算公式为：CPK = (USL - LSL) / (6 * 标准差)。
其中，USL为规格上限，LSL为规格下限，标准差是过程的标准差。
1.3 CPK的含义CPK的数值越大，说明过程的稳定性和一致性越好，产品质量也越高。
一般来说，CPK大于1.33表示过程能够生产出符合规格要求的产品。
二、如何计算CPK2.1 收集数据首先需要收集一定数量的产品数据，包括产品的尺寸、重量、颜色等信息。
2.2 计算标准差通过收集的数据计算出过程的标准差，这是CPK计算的重要参数。
2.3 计算CPK值根据CPK的计算公式，将收集的数据代入公式中计算出CPK的数值。
三、如何解读CPK的结果3.1 CPK小于1如果CPK小于1，说明过程的稳定性和一致性较差，需要采取措施来改善过程。
3.2 CPK在1到1.33之间如果CPK在1到1.33之间，说明过程的稳定性和一致性较好，但仍有改进的空间。
3.3 CPK大于1.33如果CPK大于1.33，说明过程的稳定性和一致性非常好，产品质量也较高，可以继续保持和改进。
四、如何提高CPK值4.1 优化生产过程通过优化生产流程和控制参数，可以减少过程的变异性，提高CPK值。
4.2 培训员工培训员工掌握良好的生产技能和质量意识，可以提高产品的稳定性和一致性。
CPK作业指导
CPK作业指导标题：CPK作业指导引言概述：CPK（Capability Process Index）是一种用于评估过程稳定性和能力的统计指标。
它可以匡助我们了解一个过程是否能够产生符合规范要求的产品或者服务。
在进行CPK作业时，需要遵循一定的步骤和方法，以确保结果的准确性和可靠性。
本文将从五个大点出发，详细阐述CPK作业的指导方法和注意事项。
正文内容：1. 数据采集与整理1.1 确定需要采集的数据类型：根据具体的作业要求，确定需要采集的数据类型，例如尺寸、分量、时间等。
1.2 确定数据采集的时间和地点：确保数据采集的时间和地点与实际生产过程一致，以保证数据的真实性和可靠性。
1.3 确定数据采集的频率：根据作业要求和过程变化的特点，确定数据采集的频率，以确保数据的全面性和代表性。
2. 数据分析与计算2.1 数据的统计分析：对采集到的数据进行统计分析，包括计算平均值、标准差等统计指标，以了解过程的中心位置和离散程度。
2.2 CPK的计算方法：根据统计分析的结果，使用合适的公式计算CPK值，以评估过程的稳定性和能力。
2.3 CPK值的解读：根据CPK值的大小和规范要求，对过程的稳定性和能力进行评估，判断是否满足要求。
3. 过程改进与控制3.1 发现问题的原因：通过分析CPK值和相关数据，找出导致过程不稳定或者不满足要求的原因，如设备故障、操作不当等。
3.2 制定改进措施：根据问题的原因，制定相应的改进措施，如修复设备、培训操作人员等，以提高过程的稳定性和能力。
3.3 过程控制与监测：在改进措施实施后，建立过程控制和监测机制，以确保改进效果的持续性和稳定性。
4. 数据可视化与报告4.1 使用图表展示数据：将统计分析的结果使用图表形式展示，如直方图、散点图等，以便更直观地理解数据分布和变化趋势。
4.2 编写CPK报告：根据数据分析和计算结果，编写CPK报告，包括数据采集方法、分析过程、CPK值的计算和解读，以及改进措施的建议等内容。
- 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)。
1.对工艺过程满足技术要求的程度和过程质量进行评定，衡量工序能力，识别改进机会。
2.认清、掌握工序实际生产能力水平。
3.若在CPK较小的情况下生产，过程能力可能不能满足质量要求，产品质量可能不稳定。
三、
1.测量的工艺参数数据服从正态分布。
2.工序过程稳定，即处于统计受控状态。
3.规格控制限制定准确。
对“好”的异常，首先应确认确实是“好”的异常，而不是虚假现象。然后通过质量分析，查找出原因后，采取措施将其保持，使工艺版处于新的受控状态。
不管哪种异常，通过质量分析查找原因后，均要重新采用分析用控制图，直到确认工艺过程又处于稳定受控时，才转为控制用控制图。
五、
关键工艺参数、过程参数、产品参数计算，识别制程能力。
3.测量仪器对CPK评价结果的影响
为了保证CPK评价结果的正确性，采用的测试仪器必须具有满足评价要求的“准确度”、“分辨率”和“精密度”。
为了保证计算精度，测试的工艺参数数据之间必须在两位有效数字上有所差别。如果测试仪器只能判断参数是否符合规范要求，而不能给出具体数值，或者因为仪器分辨率不够，测得的数据都是相同的值（或是几种不同的数值），由这种数据很难正确地计算工序能力指数。
2.数据为非正态分布的情况
3.单个参数多种规范要求的问题
4.多品种情况CPK的计算问题
5.多变量工序能力指数的问题
七、
六、
使用CPK时应注意（参见《统计过程控制与评价——CPK、SPC、和PPM技术》第3章）
1.CPK值计算精度问题
在计算工序能力指数之前，需计算工艺参数分布的标准偏差，通常采用以下四种方法计算得s，作为母体分布标准偏差 的近似值。
总体方差法、均值方，这些计算方法都是可行的，但是它们都是属于“点估计法”，计算结果与数据量大小、数据起伏以及测量误差等多种因素密切相关。当数据个数趋于无穷大时，四种方法的计算结果将趋于同一个值。但是，实际生产中用于计算工序能力指数的数据个数总是有限的，这样对同一批数据，采用不同方法，结果可能相差很大。
和 的比较与说明
1.无偏移情况的 表示过程加工的一致性，即“质量能力”， 越大，则质量能力越强；而有偏移情况的 反映过程加工中心 与公差中心M的偏差情况， 越大，则二者偏离越小，是过程“质量能力”与“管理能力”二者的综合的结果。
2.故 和 二者的重点不同，需要同时加以考虑，将 和 二数值联合使用，可对产品质量有更全面的了解。
在查找失控原因时首先判断是否存在“虚假数据”
关于“好”的异常和“坏”的异常
根据判断规则可以从控制图判断生产工艺过程是否出现失控，即判断生产过程是否存在异常原因。一般情况下，过程异常都是我们不希望看到的“坏”的异常。但是有时出现的异常也可能是一种“好”的异常。
只要出现异常，都说明工艺过程的状态发生了变化，均应进行质量分析。对“坏”的异常，应查找原因，采取措施，消除异常因素。
如果同一道工序有多台相同设备，评价工序能力指数时应分别计算每一台设备的CPK。
如果同一台设备加工几个品种，应选择典型产品评价。将不同品种的数据混合在一起，将导致CPK计算结果偏低。
对于主要是手工操作的设备，有可能同一台设备按班次安排有几个操作人员。由于工序能力指数评价是针对设备进行的，而加工结果与操作人员的“技艺水平”关系非常密切。可以采用CPK值评价的方法用同一台设备评价单个操作人员的“水平”。然后尽量将“技艺水平”差不多的操作人员安排在同一台设备上，使他们加工的工艺参数数据基本“服从同一种分布”
CPK应用指导
一、
过程能力是指过程加工质量方面的能力，它是衡量过程加工内在一致性，是稳态下的最小波动。
Cp（Process Capability index）－表示过程容差与自然容差的比值大小，用来衡量过程的能力。
由于Cp无法反映当中心值偏离时过程能力的变化，由此引出了另一个指数Cpk的概念。
Cpk（Complex Process Capability index）－表示当过程中心值偏移时，中心值与规格上下限之间的最短距离与1/2自然容差的比值大小。
CPK中Ca: 制程准确度，Cp: 制程精密度。
图中蓝色曲线的表示正常情况下期望的正态分布 Normal distribution。图中红色曲线为实际的分布情况。M表示期望值，µ为实际的平均值。
在分布的过程中，准确度Ca，希望µ值与期望值M越接近越好。精确度Cp值，也就是精密度值希望越大越好，因为这样代表更加的集中。但实际上总会出现偏差。
数据采集频次
对CPK评价而言，不需要在一次采集中就得到要求的数据个数，但是抽样方式应固定，不得掺入人为因素。
应该在工艺稳定受控情况下采集数据，否则得到的工序能力指数并不能代表工艺的真正水平，其结果最多只起参考作用。
关于“异常数据”的剔除原则：应该按照统计工具确定某个数据是否为异常数据，不能凭个人“感觉”随意删除已采集的数据。
CPK评价的是工序的总体水平，而不是某一次操作的具体情况，因此，在日常生产过程中，不需要将工序能力指数评价作为每天必做的常规工作。可以隔一段时间（一个月），采用这段时期内采集的 艺参数数据计算CPK值。
2.工艺参数数据采集
数据个数
评价工序能力指数是根据有限的工艺参数数据推算描述母体分布的，进而计算CPK值。根据数理统计原理，数据个数越多，计算结果越“精确”。但考虑数据采集的难度或成本，一般有100个数据即可。应该明确，计算CPK值时采用的数据越少，计算结果的置信区间就越宽，因此评价结果的可信程度就越差。
通常用标准偏差大小表征仪器的“精密度”，一般要求仪器的标准偏差不大于工艺参数数据标准偏差的十分之一，否则会使计算的CPK值明显偏低。
4.失控分析
对计量值控制图的分析“顺序”
均值控制图的控制限是采用各批数据极差（标准偏差）的平均值计算的，因此只有在极差（标准偏差）控制图正常的情况下再分析均值控制图的失控问题。
4.对分析的工序，只采用一个工艺参数表征该工序的质量，而且对这个工艺参数只有一个规范要求。
四、
CPK评价流程和注意事项
1.确定评价对象
工序能力表征的是“工序”的能力。为了保证评价结果的正确性，要求评价时采用的工艺参数数据“服从同一种分布”，这就要求生产过程中5M1E因素在宏观上保持不变。其中“操作方法”“测量”和“环境”通常保持不变。在生产过程中只要保持采用一个厂家提供的同批次原材料，也可以使“原材料”保持不变。为了保证工艺参数数据“服从同一种分布”，在确定评价对象时应针对“机器”和“人”这两个因素，注意以下几个问题