前两天有个做质量的朋友找我，说他们公司要搞 CPK 分析，他对着正态分布图发愁，问我这玩意儿到底怎么做。我说别急，这东西听着唬人，其实就是把一堆数据画成钟形曲线，算几个数，看看你的生产水平稳不稳。今天我就把这事掰开来讲，保证你听完就能上手。

先说说 CPK 正态分布图到底是个啥。CPK 全名叫过程能力指数，说白了就是把你生产的产品和规格范围比一比，看看你有多靠谱。正态分布图就是把这些数据画成一条像钟一样的曲线——中间高、两边低，说明大多数产品都集中在目标值附近，越往两边跑的产品越少。比如你造螺丝，要求直径是 10 mm，正负 0.1 mm。你抽了 100 个螺丝测直径，大部分都在 9.95 到 10.05 mm 之间，少数几个靠近边界，这就是典型的正态分布。曲线就是正态分布图，而 CPK 则是衡量这 100 个螺丝的分布有没有超出规格线的指标。

做这个图的第一步，你得有数据，而且要够多。有人问我抽 20 个行不行，我说不行，太少了，画出来的曲线跟鬼画符一样，根本看不出规律。一般建议至少抽 50 个，最好 100 个以上。数据来源是生产线上连续抽样的结果，注意要随机抽，不能只挑好的，也不能只挑坏的。比如每小时抽 5 个产品，连续抽 8 小时，就得到 40 条数据，再抽一天就凑够了。把这些数据按从小到大的顺序排好，算平均值和标准差。平均值是这些数的中心位置，标准差是它们的离散程度。标准差越大，曲线越胖，说明波动大；标准差越小，曲线越瘦，说明一致性高。

有了平均值和标准差，接下来就画图。用 Excel 就行，不用装什么高级软件。把数据列在 A 列，点“插入”→“图表”，选“直方图”最直观。直方图把数据分成若干区间，比如 9.90‑9.95、9.95‑10.00 这样的，每个区间的频数画成柱子。右键柱子，选“添加趋势线”，类型选“正态分布概率密度函数”，Excel 会自动拟合出钟形曲线。如果手动算，用公式(y = rac{1}{sigmasqrt{2pi}},e^{-rac{(x-mu)^2}{2sigma^2}})别被公式吓到，Excel 里直接用 NORM.DIST 函数，填入数据、平均值、标准差，选 FALSE，就返回概率密度值，再画成图。

图出来后，你得关注两件事。第一是曲线形状。若曲线左右对称、呈完美钟形，说明过程稳定；若左高右低，说明可能有系统误差，比如机器跑偏或原材料批次有问题；若曲线矮胖，说明过程波动大，可能是设备老化或操作不一致；若曲线高瘦，说明控制不错，但要防止测量精度太高把数据压在小范围内。第二是规格界限。把两条竖线画在图上，一条是上限 USL，一条是下限 LSL，例如螺丝的 10.1 mm 和 9.9 mm。若整个曲线都在两条线之间，说明过程能力强；若曲线尾巴伸出界限，说明有产品超标，需要找原因。

算 CPK 值的公式是：[ ext{CPK} = minleft(rac{ ext{USL}-mu}{3sigma},; rac{mu- ext{LSL}}{3sigma} ight)]取两个结果里较小的那个。比如上限那边算得 1.33，下限那边算得 1.5，则 CPK 为 1.33。一般认为 CPK 大于 1.33 说明过程能力良好，超过 1.67 则非常优秀，小于 1.0 则需要改进。举例：螺丝规格 10 ± 0.1 mm，平均值 10.02 mm，标准差 0.02 mm，则[ ext{CPK}= minleft(rac{10.1-10.02}{3 imes0.02},; rac{10.02-9.9}{3 imes0.02} ight)=min(1.33,2.0)=1.33]说明还行。但若平均值偏到 10.05 mm，标准差仍是 0.02 mm，则[ ext{CPK}= min(0.83,2.5)=0.83]就危险了，因为离上限太近，稍有波动就会超标。

实际操作中，很多人会犯只看 CPK 不看图的错误。CPK 是个数字，但图能提供更多细节。比如 CPK 为 1.5，但图上出现双峰，说明过程可能混了两批不同的原料或两个操作员的工艺，这时再高的 CPK 也没有意义，因为过程本身不稳定。另一个常见问题是数据不符合正态分布。若曲线根本不呈钟形，可能是偏态分布或有离群点。比如出现一个特别大的值把曲线拉偏，这时要先排查异常数据，确认是否测量或记录错误，剔除后再重新作图。如果数据本身不服从正态分布，CPK 这个工具就不适用了，需要换用非参数方法。

我有个朋友在电子厂做质量经理，他们公司给手机做屏幕，厚度要求 0.70 mm，公差 ±0.05 mm。他每天抽 100 片测厚度，画正态分布图并算 CPK。起初 CPK 只有 0.8，图上曲线右侧尾巴经常伸到 0.75 mm 之外。经过三个月的排查，发现是涂胶机的喷嘴磨损导致边缘厚度不均匀。换了喷嘴后，CPK 直接跳到 1.4，曲线也变得漂亮。他说，光看数字根本看不出问题，图上一目了然。这个例子说明，CPK 正态分布图不仅是技术工具，更是诊断工具，能帮助发现生产中的隐形问题。

说点实际的。市面上有很多软件可以做 CPK 分析，比如 Minitab、JMP，甚至一些云平台都有这个功能。但我觉得新手还是先从 Excel 入手。为什么？因为 Excel 能让你了解每一步在干什么，而不是黑箱操作。把数据输进去，自己画图、算平均值和标准差、观察曲线形状，这个过程本身就是学习。等你理解了原理，用任何软件都只是换个界面而已。而且 Excel 灵活，随时可以调整参数，比如改变规格界限，看看对 CPK 的影响，这种互动感是有些专业软件不容易实现的。熟练后再用专业软件批量处理，才是真正的效率提升。记住，工具永远是辅助，核心是你对数据和过程的理解。