2. 统计学预备知识：正态分布、均值与标准差、3σ原则
各位工程师朋友，大家好。欢迎来到《过程能力指数CPK计算与优化实战》的第二讲。
今天我们要聊的，是CPK的“地基”——统计学预备知识。说白了，不懂正态分布、均值和标准差，你算出来的CPK就是空中楼阁。我见过不少工程师，拿着Excel一顿操作，算出个1.33就交差了，结果过程一波动，全露馅了。嗯，咱们今天就把这地基打牢。
2.1 正态分布：上帝扔的骰子
正态分布，也叫高斯分布。你想想看，自然界里很多东西都服从它——人的身高、血压、测量误差……为什么？因为它是大量独立随机因素叠加的结果。
我习惯用一个例子来理解：你让100个工人拧同一个螺丝，扭矩值肯定不一样。有人力气大，有人力气小，但大多数人的扭矩会集中在某个值附近，特别大或特别小的极少。画出来就是一条钟形曲线——中间高，两边低，左右对称。
正态分布有两个关键参数：均值μ和标准差σ。公式长这样：
f(x) = (1 / (σ * √(2π))) * e^(-(x-μ)² / (2σ²))别被公式吓到。你只需要记住：μ决定曲线在哪儿，σ决定曲线有多胖。
核心要点：正态分布是CPK计算的前提假设。如果你的数据不是正态的，算出来的CPK就是错的。我在项目中遇到过，有人拿偏态分布的数据硬算CPK，结果过程能力“虚高”，客户投诉后才发现问题。
2.2 均值与标准差：过程的“心跳”
均值，就是数据的“中心”。你收集了n个数据，加起来除以n，就是均值。公式：
μ = (x₁ + x₂ + ... + xₙ) / n标准差，衡量数据的“离散程度”。公式稍微复杂点：
σ = √( Σ(xᵢ - μ)² / n )注意，这是总体标准差。如果是样本，分母用n-1，叫样本标准差s。
我个人习惯这样记：均值看“准不准”，标准差看“稳不稳”。一个过程，均值偏了可以调，但标准差大了就麻烦了——说明过程本身不稳定。
实战小技巧：在Minitab或JMP里，你直接点“描述性统计”就能出来均值和标准差。但我建议你手动算一遍，理解背后的逻辑。我曾经带过一个新人，他只会点软件，结果数据里有个异常值没发现，标准差算出来大了两倍。
2.3 3σ原则：六西格玛的“灵魂”
3σ原则，也叫“68-95-99.7法则”。它说的是：
- 数据落在μ±1σ范围内的概率：约68.27%
- 数据落在μ±2σ范围内的概率：约95.45%
- 数据落在μ±3σ范围内的概率：约99.73%
换句话说，超出μ±3σ的概率只有0.27%。这就是六西格玛的“6”的由来——6σ意味着百万分之3.4的缺陷率。
为什么会这样？因为正态分布的尾部很薄。你想想看，一个过程如果控制得足够好，几乎所有的数据都应该在±3σ范围内。如果出现了超出±3σ的点，那大概率是特殊原因导致的——比如设备故障、原材料批次变化。
避坑指南：我曾经犯过一个错误——把3σ原则当成“铁律”。有一次，一个过程的数据看起来很正常，但有个点刚好在3σ边界上。我以为是正常波动，结果后来发现是模具磨损了。记住：3σ原则是统计规律，不是物理定律。超出3σ的点，一定要去现场确认。
2.4 知识体系框架
下面这张图，帮你理清本章的知识脉络：
2.5 实战中的注意事项
最后，分享几个我在实际项目中踩过的坑：
- 数据量要够：至少30个数据点，否则正态性检验不靠谱。我见过有人拿5个数据算CPK，那叫“拍脑袋”。
- 先做正态性检验：用Anderson-Darling检验或Shapiro-Wilk检验。P值大于0.05，才能认为数据正态。
- 异常值要处理：如果数据里有明显的异常点，先查原因，再决定是否剔除。不要为了“好看”而删数据。
- 区分短期和长期标准差：CPK用的是短期标准差（组内变异），PPK用的是长期标准差（总变异）。别搞混了。
一句话总结：正态分布是“形”，均值是“位”，标准差是“散”，3σ原则是“界”。把这四个概念吃透了，CPK的计算就是水到渠成的事。
公众号:蓝海资料掘金营，微信deep3321