CPK 1.67为什么还会产生不良？

字数统计：5021 字 预计阅读时间：约 10 分钟

2026年7月，AIAG与VDA联合发布的新版《SPC（Statistical Process Control）手册》（业内俗称“SPC黄皮书”）将正式出版。虽然这本手册还不是标准文件，但在汽车行业和制造业质量管理领域已经引起了广泛关注。

因为它讨论的并不是如何计算更多的控制图，也不是如何获得更高的Cpk，而是一个困扰制造业二十多年的现实问题：为什么很多企业的Cpk已经达到1.67，甚至达到2.0，依然会发生客户投诉、尺寸超差、装配干涉甚至批量退货？

很多企业都经历过类似场景：PPAP提交时，过程能力研究顺利通过；客户审核时，Cpk报告看起来十分漂亮；但量产几个月后，问题依然不断发生。

于是很多人开始怀疑：是SPC没有价值？是Cpk不可信吗？还是过程能力指标本身存在问题？

事实上，问题往往不在Cpk本身，而在于很多企业把SPC理解成了一种统计分析工具，却忽略了它最核心的目的——过程控制与问题预防。新版SPC黄皮书反复强调一个重要观点：过程能力研究不等于过程能力控制。

Cpk可以告诉我们过去发生了什么，却无法保证未来不会发生什么。真正决定质量水平的，不是一个月后计算出来的Cpk，而是生产过程中能否及时发现异常、快速响应异常，并在不良发生之前采取行动。

本文将结合新版SPC黄皮书的核心思想以及制造企业现场的实际问题，共同探讨一个看似简单却长期被误解的话题：CPK已经达到1.67，为什么还会产生不良？过程能力研究不等于过程能力控制。

01 One

CPK达标了，为什么问题还是来了？

很多制造企业都遇到过这样一种令人困惑的情况。客户来审核时，质量工程师打开电脑，自信地展示一份过程能力报告：

·Cpk = 1.67

·Ppk = 1.85

·各项指标满足客户要求

客户看完点点头，企业内部也松了一口气：“过程能力没问题，这个项目稳了。”然而几个月后，情况却发生了变化，客户投诉来了：有的产品尺寸超出了要求；有的零件装配不上；有的产品功能失效；严重时甚至出现整批产品退货。

于是大家开始疑惑：既然当初的数据这么漂亮，为什么问题还是发生了？如果Cpk已经达到1.67，甚至达到2.0，为什么产品仍然会出现不良？

是不是SPC根本没有作用？是不是Cpk这个指标并不可靠？事实上，问题往往不在Cpk本身。就像一个人上个月体检结果很好，并不意味着未来一年都不会生病一样。

Cpk告诉我们的，只是在某一段时间里，过程表现得不错；但它并不能保证未来永远不会出现异常。而很多企业恰恰误解了这一点。他们把Cpk当成了质量的“保险单”，却忽略了它本质上只是一张“体检报告”。

这也正是AIAG-VDA新版SPC黄皮书反复强调的一个核心观点：过程能力研究，不等于过程能力控制。

02 Two

为什么很多企业会迷信Cpk？

提到SPC，很多企业的实施逻辑其实非常简单：收集数据~计算Cpk~达到1.67~存档归档~任务完成。至于后面过程是否稳定、参数是否漂移、设备是否异常，往往很少有人持续关注。

很多企业的SPC应用，甚至形成了一套固定模式：项目开发阶段，工程师认真收集25组数据、125个样本，计算出Cpk 1.89，顺利通过PPAP，客户满意，项目转入量产。

然后呢？控制图贴在现场，却很少有人真正去看，设备参数慢慢发生漂移，却没人察觉。刀具逐渐磨损，却没有及时调整。材料批次发生变化，也没有被纳入监控。直到某一天，客户投诉突然出现。

这时候大家又会拿出当初的过程能力报告：“奇怪，当时Cpk不是很好吗？”事实上，问题恰恰出在这里。很多企业把SPC理解成了一项需要完成的工作，把过程能力研究变成了一份向客户证明“我没问题”的报告。

而忘记了SPC诞生的真正目的，从来不是为了计算一个漂亮的Cpk数字。它的核心价值只有一个：在问题发生之前发现风险，在不良产生之前采取行动。

1、如果Cpk只是计算出来放进PPAP文件夹里；

2、如果控制图只是打印出来贴在车间墙上；

3、如果异常发生后没有人响应、没有人调查、没有人采取措施；

那么再高的Cpk，也只是一个历史数字。

新版AIAG-VDA SPC黄皮书反复强调一个重要观点：统计过程控制不应该停留在统计分析层面，而必须融入企业的质量管理体系，真正成为生产现场预防问题和控制风险的工具。

换句话说：SPC不是用来证明过程曾经很好，而是用来确保过程一直很好。

03Three

Cpk本质上只是一张“历史成绩单”

很多人对Cpk有一个常见误解：只要Cpk达到1.67，甚至达到2.0，过程就安全了，未来就不会再出问题了。

事实上，这种理解并不准确。因为Cpk反映的并不是未来，而是过去。换句话说，Cpk告诉我们的只是：在你抽样的那段时间里，这个过程表现得怎么样。它更像学生的一次考试成绩。

考试考了95分，只能说明这次考试考得不错。但并不能保证下一次考试依然是95分。生产过程也是一样。假设今天上午，生产线运行状态非常理想：

·设备刚刚完成保养；

·刀具处于最佳状态；

·原材料质量稳定；

·操作员经验丰富；

此时抽取125个样本进行过程能力研究。计算结果显示：Cpk = 2.0。看起来几乎完美。但是到了下午，情况可能已经悄悄发生变化：

·刀具开始磨损；

·工装出现轻微松动；

·车间温度发生变化；

·操作员换班；

·原材料批次切换；

这些变化看起来微不足道，却都可能影响过程稳定性。

此时，上午计算出来的Cpk 2.0，并不会自动保护下午的生产。它既不能阻止设备漂移，也不能提醒刀具磨损，更不能防止超差产品产生。这就像昨天体检报告一切正常，并不意味着今天一定不会感冒发烧。

体检报告记录的是过去的身体状态，而不是未来的健康保证。新版AIAG-VDA SPC黄皮书也再次强调：只有当过程持续保持统计受控状态时，过程能力指标才真正具有意义。

如果过程已经发生变化，如果特殊原因已经出现，如果过程不再稳定，那么即使计算出了很高的Cpk，它也只能说明：这个过程曾经很好。而无法证明：这个过程现在仍然很好。这也是为什么很多企业拥有漂亮的Cpk报告，却依然会收到客户投诉的根本原因。

04 Four

真正的问题：很多企业只会“统计”，却不会“监控”

在论坛讨论中，有一个问题引起了大家的激烈讨论：SPC到底是用来画图的？还是用来报警的？

很多人第一反应会说：当然是画控制图、算Cpk、分析过程能力。但如果SPC只是为了画图，那么质量问题为什么还会不断发生？事实上，SPC诞生的初衷，从来不是为了让工程师每个月做一份漂亮的统计报告。

它最重要的使命只有一个：尽早发现异常，并在不良品产生之前采取行动。

遗憾的是，很多企业把SPC做成了“统计工具”，却没有把它变成“监控工具”。

他们做了很多事情：

✓ 建立控制图

✓ 计算Cpk

✓ 生成过程能力报告

✓ 每月召开质量分析会

看起来很专业，但真正关键的事情却没有做：

✗ 过程异常时能否第一时间发现？

✗ 数据超出正常波动时能否自动报警？

✗ 操作员知道应该采取什么措施吗？

✗ 主管能够及时收到信息吗？

✗ 是否有升级和响应机制？

结果往往是：设备已经开始漂移；刀具已经开始磨损；参数已经发生变化；过程已经逐渐失控。

但没有人知道，系统没有提醒，现场没有反应，工程师也没有收到任何信息。直到产品尺寸超差，直到客户投诉，直到批量不良出现，大家才开始召开会议、分析原因、制定对策。

此时再回头看控制图、看Cpk，其实已经晚了，因为问题已经发生了。这就像汽车仪表盘上的发动机故障灯。它最大的价值不是告诉你：“上个月发动机运行得不错。”而是在发动机刚刚出现异常的时候立刻亮灯提醒你。

SPC也是一样。如果不能及时发现异常，不能及时提醒现场，不能及时触发行动，那么再漂亮的控制图，也只是事后分析工具。

新版AIAG-VDA SPC黄皮书特别强调了一个重要思想：控制图其实有两种完全不同的用途。

第一种是回顾性控制图。它主要用于分析历史数据、评估过程能力、寻找改善机会。这也是目前绝大多数企业正在使用的方法。

第二种是监控型控制图。它的目的不是分析过去，而是监控现在。通过实时数据监控，及时发现特殊原因，及时触发报警，及时启动反应计划。这才是真正意义上的预防。

很多企业长期陷入一个误区：他们非常重视事后的统计分析，却忽略了过程中的实时控制。

说得直白一点：很多工厂并不缺控制图，缺的是控制图背后的反应机制。

因为真正决定质量水平的，从来不是一个月后计算出来的Cpk，而是异常发生后的第一分钟、第一小时、第一班次，企业是否能够及时发现并采取行动。

这也正是新版SPC黄皮书最想传递的核心思想：SPC的终点不是统计，而是控制；不是分析，而是预防。

05 Five

未来工厂拼的不是更高的Cpk，而是更快的预警能力

过去二十年，制造业一直在追求一件事：如何生产出合格的产品。于是企业投入大量资源研究过程能力：

·Cpk达到1.33；

·Cpk达到1.67；

·Cpk达到2.0；

仿佛数字越高，质量就越好，在那个阶段，这种思路并没有错。因为当时很多企业首先需要解决的是：“能不能稳定地做出合格产品”。但今天，越来越多行业已经进入新的竞争阶段。

尤其是新能源汽车、半导体、高端装备和智能制造领域。大家面临的问题已经不再是：“能不能生产出来”。

而是：“能不能持续、稳定、低成本地生产出来”。看起来只有几个字的区别，背后却代表着管理思维的巨大变化。

1、过去，企业关注的是结果。未来，企业关注的是过程。

2、过去，企业关心的是：产品有没有超差？未来，企业更关心的是：过程什么时候开始走向超差？

3、过去，企业发现问题后再解决问题。未来，企业希望在问题发生之前就发现风险。

因此，未来优秀工厂之间真正的差距，很可能已经不再是谁的Cpk更高。因为很多企业的Cpk都已经达到1.67甚至2.0以上。真正拉开差距的能力，正在变成另一件事情：谁能够更早发现过程正在失控。

例如：

-当刀具开始磨损时，是否能够第一时间发现？

-当设备参数开始漂移时，是否能够自动发出预警？

-当材料批次发生变化时，是否能够及时识别风险？

-当过程出现异常波动时，是否能够快速启动响应机制？

这些能力，看起来不像Cpk那样容易量化。

但它们往往决定了企业最终的质量水平和运营成本。这也是新版AIAG-VDA SPC黄皮书反复强调的方向：制造业正在从“过程能力研究”时代，逐步走向“过程能力实时控制”时代。

未来的竞争，不再只是比谁拥有更多的数据，也不只是比谁能够计算出更高的Cpk。而是比谁能够利用这些数据，更早发现异常，更快采取行动，把问题消灭在客户发现之前。因为真正优秀的工厂，从来不是问题发生后解决问题。而是在问题发生之前，就已经看见问题。

06 Six

结语

很多企业以为，Cpk高，质量就一定好。事实上，Cpk只是过程能力的一张成绩单，而不是质量的保证书。真正决定产品质量的，不是事后计算出来的Cpk，而是能否及时发现异常、快速采取行动，并在不良发生之前消除风险。

未来制造业的竞争，比拼的不再是谁的Cpk更高，而是谁能够更早发现过程失控，这或许正是AIAG-VDA新版SPC黄皮书最想传递的核心思想。

07 Seven

关于TPP

随着AIAG-VDA新版SPC手册的发布，越来越多企业开始意识到，SPC已经不再只是计算Cpk和绘制控制图的工具，而正在向过程能力实时监控、异常预警和快速响应体系方向发展。

然而，很多企业在推进过程中仍然面临诸多挑战：

·SPC与控制计划、PFMEA缺乏有效联动；

·过程能力监控停留在事后统计；

·控制图无人关注，异常缺乏反应机制；

·数据采集依赖人工，实时性不足；

·SPC软件与现场管理脱节；

·工程师缺乏系统化应用能力。

针对上述问题，TPP可为企业提供从培训、咨询到数字化落地的一体化解决方案：

SPC公开课培训

·AIAG-VDA新版SPC理解与应用

·过程能力研究（PPK/CPK）实战

·控制图应用与异常反应机制

·SPC与控制计划、PFMEA融合应用

SPC咨询服务

·SPC体系诊断与优化

·过程能力管理体系建设

·控制计划与SPC联动机制设计

·SPC与LPA、QRQC、APQP集成应用

TPP过程能力实时监控系统

·实时数据采集与监控

·自动过程能力计算

·SPC异常预警与升级管理

·多工厂、多产线过程能力看板

·QRQC快速反应联动

·数据分析与持续改善闭环

帮助企业从“事后分析问题”走向“事前预防问题”，真正建立符合新版SPC理念的过程能力实时控制体系。如需了解相关课程、咨询项目或软件演示，欢迎与TPP联系交流。