品質管理與SPC統計製程控制：Cp、Cpk與控制圖判讀完整指南
品質管理(QC)是確保產品符合規格與客戶需求的核心方法,其中統計製程控制(SPC)透過數據分析與控制圖監控製程穩定性。本指南解析母體、樣本、偏性與變異,並說明 Cp、Cpk 製程能力指數與控制圖判讀規則,協助企業提升品質穩定度、降低不良率。
一、品質控制的核心概念
品質控制目的在於提供符合規格的產品、滿足客戶需求、降低不良率與成本。關鍵在於穩定製程與降低變異;透過數據與統計方法降低產品分散性、維持穩定品質、推動標準化與持續改善——這是現代製造業品質管理的核心。
二、母體、批次與樣本
| 名詞 | 定義 |
|---|---|
| 母體 Population | 所有納入改進與管制之產品(或項目)全體 |
| 批次 Lot | 相同條件下生產的一組產品 |
| 樣本 Sample | 從母體抽取部分進行分析 |
三、偏性與變異(精度核心)
品質誤差主要來自兩個方向:偏性(Bias)——測量結果偏離目標值;散布/不精確度(Variation)——數據分散程度。理想狀態是偏差小、分散小。
四、常態分布與製程特性
多數製程假設為鐘形分布(常態分布):平均值位於中心、數據呈對稱分布。但實務中不一定完全符合常態,誤判會導致錯誤決策,套用前應先確認分布形態。
五、製程能力與 Cp 指數
製程能力表示製程符合公差的能力,核心是「分布寬度 vs 公差範圍」。Cp 代表製程潛在能力:
| 項目 | 內容 |
|---|---|
| 公式 | Cp = (USL − LSL) / 6σ |
| Cp = 1 | 勉強符合 |
| Cp ≥ 1.33 | 可接受 |
| Cp ≥ 1.67 | 良好 |
USL 上限規格、LSL 下限規格、σ 標準差。
六、Cpk 製程能力指數
Cpk 考慮分布偏移情況,較 Cp 更貼近實況:
Cpk = min[(USL − X̄) / 3σ, (X̄ − LSL) / 3σ]
X̄ 為平均值。當分布偏向某一側,Cpk 會低於 Cp;一般同樣以 ≥1.33 為可接受、≥1.67 為良好的參考門檻。
七、控制圖判讀規則
管制圖以中心線為基準、每 ±1σ 分成六個區域,再看點的排列有沒有落入下列任何一種。八條規則同時適用於監控平均值的 X 管制圖與監控離散程度的 R 管制圖;**判準的關鍵是點數,不是「感覺不對」**。
| 規則 | 什麼情形算異常訊號 |
|---|---|
| 1 | 超出管制界限線(±3σ)的 1 點 |
| 2 | 落在中心線單側的連續 9 點 |
| 3 | 連續增加或減少的 6 點 |
| 4 | 交互上下的連續 14 點 |
| 5 | 連續 3 點中有 2 點超出中心線同一側的 ±2σ |
| 6 | 連續 5 點中有 4 點超出中心線同一側的 ±1σ |
| 7 | 連續 15 點都落在距中心線 ±1σ 以內(分層) |
| 8 | 連續 8 點都落在 ±1σ 之外(混合) |
這八條是方針之一,不是硬標準;實際要用哪幾條、點數怎麼訂,必須先考慮該製程固有的變動再決定。
八、偶然原因 vs 特殊原因
偶然原因:自然變異、系統內部波動,屬製程正常範圍。特殊原因:設備異常、操作錯誤、材料問題。管理重點是找出並消除特殊原因,讓製程回到穩定狀態。量測誤差本身的偏性見〈三座標測量機精度檢測與不確定度解析〉。
常見問題 FAQ
Q:Cp 和 Cpk 差在哪?
Cp 只看分布寬度與公差比例,假設分布置中,是「潛在能力」;Cpk 額外考慮平均值偏移。若製程偏一側,Cp 可能很好但 Cpk 偏低,代表實際不良率高。驗收看 Cpk 較貼近真實。
Q:Cpk 要多少才合格?
常見門檻:≥1.33 可接受、≥1.67 良好,汽車等高要求產業常要求 1.33 以上。實際門檻依客戶與產品風險而定,關鍵特性通常要求更高的 Cpk。
Q:控制圖出現連續 9 點同側代表什麼?
代表製程可能發生系統性偏移(如刀具磨損、材料批次改變),即使未超管制界限也算失控訊號,應調查原因。這是判斷「特殊原因」的常用規則之一。
Q:偶然原因需要處理嗎?
偶然原因是製程固有的自然變異,無法逐一消除;過度反應反而會增加變異(過度調整)。管理重點是先消除特殊原因,再以改善製程整體降低偶然變異。
本篇屬〈精密量測完整導讀：先問量什麼，再挑量具、讀規格、查誤差〉這條線,整條線該從哪讀到哪見該篇。
發布日期:2026-03-22｜最後更新:2026-07-23
