CPK-非正太数据转换-合并标准差-子组大小问题点汇总请教

请教版上高手：数据总体应该是符合正太分布的，但是取样50EA，检验不符合正太分布。现在已经排除测量仪器没有问题。处理原则：
(1)找出异常因素使得数据正太，再重新生成取样计算CPK
（2）如果没能找到异常因素，直接Box-Cox转换成正太数据计算CPK，可以吗？这样计算出来有何意义？
我的理解是：如果找不出异常因素，只能是计算PPK，按照PPK＞1.67判定了
（3）还有一种方法是: 对于这种非正态数据 找出最符合那种分布，比如韦伯分布，然后使用Nonnormal选项，选择韦伯分布 计算CPK，但是问题是CPK的公式是基于正太分布来的吧，这样用韦伯分布算出CPK有意义吗？

（4）此外CPK是反应组内波动的，分组取样，只考虑了组内波动，比如每天取样20EA，每天相当于一个子组，但是不同的天，可能设备、人力等异常因素容易引入，从而组间波动很大，理论上说数据会不满足正太分布，此时计算CPK就没有意义了吧。

（5)我们公司（韩国外企）计算CPK，是取样90EA，子组用的30。我的理解是组数太少，只有3组，这样行吗？
（6）取样50个，计算CPK时候，子组取1、5、10、50，算出来CPK会 持续下降，50时候，CPK=PPK。
持续下降能否从数学上或者物理意义上解释下呢？ 子组取50，PPK使用样本波动计算sigma的，CPK按照minitab使用合并标准差计算的。此时也应该两者不相等吧！
（7）谈到合并标准差，公示上涉及到子组大小不一样时候，才有意义吧！但是minitab在选项时候子组只能填入一个值，没有变化的，那么组合标准差能起到作用吗？

以上困惑点，请高人能指点，感激。。。