关于CPK和PPK的差异?

这个问题，其实你不是在讨论cpk和ppk的差异了，因为你描述的是：“无论如何，我们对制程是否稳定的未来预期是不确定的，也就是我今天不知道明天的制程是否稳定。”
1.如果是因为这个问题而造成你对cpk和ppk的理解困扰，那我个人认为你首先应该解决你的制程为何不能达到预期稳定的问题。
2.在spc中，我们常说一句话“ppk代表过去，cpk预见未来”，ppk可以不是稳定的过程，即通常我们所说的试产试制阶段，在这个阶段，整个制程可能存在2种原因造成的变异，普通和特殊，因为制程刚刚形成，无法判定特殊原因和普通原因，这也是为什么ppk的样本容量是大于或等于100的原因，通常是要求ppk值必须大于1.67，因为在一个短期中，往往不能充分的收集数据，所以不能判别出过程是否受控，此时一般会采用PPK来计算过程能力。所以在执行PPAP或者试生产作过程能力计算时用大多数用ppk。但如果短期能够充分取样并能证明出过程处于受控状态时，则也可以用cpk。其实这个大于1.67的值也为后续制程稳定时做cpk分析提供了界限的参考标准。

1. 当过程的控制图处于受控状态时，一般采用cpk，而当过程不受控时，因为再用一个固定的中心偏移量计算会产生较大的偏差，所以采用ppk。
2. 其实即使在长期连续过程统计时，如果过程不受控，如果用cpk，得出的结论会是过程能力偏低。特别是数据分布相对公差而言比较小时，用cpk计算结论会很低，但时此时真正的合格率是相当高的，如果仅仅根据cpk结论采取措施会造成过度调整。此时还是用用ppk就比较合理。
3. 还有一条就是单双边公差的问题，但如果是单边公差时，此时就一般不可以用cpk来进行计算。因为单边公差的过程是不呈正态公布的，此时因为分布的曲线最高点的数值线离公差边界会比较近，而CPK的西格玛值=R/D2，会将另外半边的分布宽度进行合并，造成西格值偏大。此时用ppk来进行计算就比较合适。