Cpk 和 Ppk 正式 “分手”！新版 SPC 官宣

Cpk 和 Ppk 正式 “分手”！

新版 SPC 官宣：稳就用 Cpk，不稳就用 Ppk，Model X数据实锤

各位质量战友，上期拆解完新版 SPC 的 “做事顺序”，后台炸出一堆灵魂提问：“大师，Cpk 和 Ppk 到底该咋选？”“PPAP 交 Cpk 还是 Ppk？审核员说我交错了！”“旧版说 Cpk 短期、Ppk 长期，新版是不是推翻了？”

今天咱就扒光 Cpk 和 Ppk 的 “爱恨情仇”—— 新版 SPC 直接给它俩发了 “分手宣言”！以前 “短期 Cpk、长期 Ppk” 的口诀，现在直接作废！核心判定标准只有 1 条：过程稳不稳！

还拿特斯拉 Model X 2026 款的真实数据说话，带你看清这俩指标的正确用法，以后再也不用被审核员问住，也不用为了凑指标瞎改数据！

场景还原：你还在为 “交 Cpk 还是 Ppk” 头疼？Model X 早期也踩过坑！

先给大家还原一个真实审核场景：审核员拿着 Model Y 早期的 PPAP 报告问：“为什么交 Cpk=1.67？你们过程稳定了吗？”特斯拉工程师答：“这是短期能力，Cpk 代表短期嘛！”审核员直接划叉：“无效报告！PPAP 阶段过程没稳定，不能用 Cpk！”

是不是和你遇到的情况一模一样？

早期 Model X 为了赶交付，在 PPAP 阶段就硬凑 Cpk 达标：只采集了 3 个班次、无设备磨合、无材料批次变化的数据，算出来 Cpk=1.67，结果量产后果断 “翻车”—— 不同批次铝合金材料导致车身尺寸波动，实际过程能力 Ppk=1.23，远低于客户要求，最后只能返工数千辆车，损失数百万。

这就是 “捆绑销售” 的坑：把 Cpk 和 “短期” 强行绑定，不管过程稳不稳，只要是试产数据就用 Cpk，最后误导决策、批量返工。

新版 SPC 直接把这个坑填平了：Cpk 和 Ppk 的核心区别，不是 “短期 vs 长期”，而是 “稳定 vs 不稳定”！

大师宣判：新版 SPC 指标用法，1 句话说清 + Model Y 数据实锤

先上核心规则，记牢这 1 句，再也不会用错：✅ 过程稳定（统计受控）→ 用 Cpk（新版 Cpk 算整体变异，和旧版 Ppk 逻辑一致）✅ 过程不稳（未受控）→ 用 Ppk（新版允许用分位数、多分布适配，更灵活）✅ PPAP 阶段→ 优先用 Ppk（不管短期长期，过程没稳定就别硬凑 Cpk）

再拿 Model X 2026 款的真实数据给大家拆解，一看就懂：

案例 1：OTS 阶段（设备试产，过程不稳）→ 用 Ppk

2026 款 Model X 在 OTS 阶段（设备刚磨合、未批量生产），采集了 50 个车身一体化压铸部件的尺寸数据：

• 设备未达稳定温度，前 20 个部件尺寸波动大；

• 模具未完全适配，出现 3 次微小调整；

• 最终计算 Ppk=1.72（满足新版 SPC“OTS 阶段 Ppk≥1.67” 要求）。

划重点：OTS 阶段是 “设备试婚期”，过程肯定不稳，这时候用 Ppk 才能真实反映能力。如果硬算 Cpk，只会掩盖波动，就像 Model Y 早期那样，试产数据好看，量产全翻车。

案例 2：PPAP 阶段（初始过程验证，未完全稳定）→ 用 Ppk

2026 款 Model X 在 PPAP 阶段，采集了 25 个子组、每组 5 个样本（覆盖不同班次、不同材料批次）：

• 过程有小波动（比如白班和夜班操作员手法差异）；

• 未达到 “统计受控” 状态（控制图有 2 个点接近警告限）；

• 最终计算 Ppk=1.69（满足客户要求≥1.33）。

划重点：PPAP 是 “过程见家长”，重点验证初始能力，不是验证稳定能力。新版 SPC 明确要求：PPAP 阶段不需要强制出 Cpk，Ppk 达标即可。2026 款 Model Y 就是这么做的，避免了早期 “硬凑 Cpk” 的坑。

案例 3：量产 3 个月后（过程稳定）→ 用 Cpk

2026 款 Model Y 量产 3 个月后：

• 设备磨合完成，温度稳定；

• 操作员培训到位，手法统一；

• 材料批次波动被管控，控制图连续 30 个点无异常，达到 “统计受控”；

• 最终计算 Cpk=1.75（新版 Cpk 算整体变异，比旧版更真实）。

划重点：只有过程稳定了，Cpk 才有意义！这时候 Cpk 反映的是 “长期稳定能力”，不是旧版说的 “短期”。2026 款 Model Y 靠这个逻辑，把车身尺寸缺陷率从早期的 1500PPM，降到了 200PPM 以下。

黑带知识点：旧版 Cpk 没消失，它改名叫 “Cwk” 了！

敲黑板！很多人问：“旧版 Cpk 算组内变异，现在不用了吗？”不是不用了，是它改名字了！新版 SPC 里，旧版 “组内变异 Cpk” 被定义为Cwk（W=Within，组内）。

简单说：

• 新版 Cpk：算整体变异（组内 + 组间），对应旧版 Ppk；

• 新版 Cwk：算组内变异，对应旧版 Cpk；

• 日常用的时候，优先看 Cpk（整体变异），Cwk 只作为补充分析（比如找组内波动来源）。

Model X 2026 款的分析报告里，就同时列了 Cpk=1.75、Cwk=1.82：通过对比发现，组间变异很小（比如不同班次差异），主要波动来自组内（比如模具微小磨损），后续针对性优化模具维护周期，把 Cpk 提升到了 1.83。

这才是新版 SPC 的精髓：指标不是用来凑数的，是用来找问题的！

幽默比喻：Cpk 和 Ppk，就像 “体检报告” 的两种模式

给大家打个通俗的比方，瞬间理解：

• Ppk：就像 “感冒时的体检报告”。过程不稳（感冒了），不管是短期还是长期，体检结果都只能反映 “当前不健康状态”，帮你看清问题有多严重（比如 Ppk=1.23，说明过程能力不足）。

• Cpk：就像 “健康时的体检报告”。过程稳定（没生病），体检结果反映 “长期健康水平”，帮你确认当前状态是否达标（比如 Cpk=1.75，说明过程稳定且能力充足）。

你总不能感冒了还拿着 “健康体检报告” 说自己没病吧？就像 Model X 早期，过程不稳还硬凑 Cpk，纯属自欺欺人！

避坑指南：3 个常见错误，Model X 用数据告诉你后果

错误 1：PPAP 阶段硬交 Cpk

后果：量产过程波动放大，能力不达标，返工损失大（Model Y 早期损失数百万）。正确做法：PPAP 阶段交 Ppk，重点验证初始能力，不纠结 Cpk。

错误 2：过程不稳还坚持用 Cpk

后果：指标虚高，掩盖真实波动，审核直接判无效（很多质量人被卡在这里）。正确做法：先看控制图是否稳定，不稳就用 Ppk，先解决波动问题。

错误 3：混淆 Cwk 和 Cpk

后果：误把组内变异当整体变异，优化方向跑偏（比如只优化组内，忽略组间批次差异）。正确做法：日常用 Cpk（整体），分析波动来源时看 Cwk（组内）。

互动钩子：你踩过 Cpk/Ppk 的哪些坑？

各位质量战友，现在你搞懂 Cpk 和 Ppk 的正确用法了吗？你有没有遇到过 “过程不稳硬凑 Cpk” 的情况？或者被审核员问住 “为什么交 Ppk”？

评论区留言VX或加VX，最后分享PPT（新版SPC分享有8期 100页PPT）

另外，下期咱们拆解非正态数据的 “翻身仗”—— 新版 SPC 说：非正态才是常态，硬转正态是自欺欺人！还会用 Model Y 的缝隙数据（非正态分布）做案例，教你 3 招正确分析方法，关注我，不迷路，下期干货更炸裂！