问题主要在于抽样数据不符合正态分布，而是偏锋分别。建议用韦伯法拟合数据之后重新分析CPK。

有产品送样就必须得有TDS啊。对送样品的检测肯定需要参照TDS。

Why not give them some shopping cards? They could buy anything they want.It would really be a surprise.

正常，说明过程不受控，类似射击时精度高，但是全部脱靶。 这种现象一般说明过程不受控，CPK值无意义，需要通过控制图使过程受控，再重新计算CPK。 另外，CPK一般只考虑正值，小于0的时候都记作0

如果子组数量相同，那么结果相同； 如果子组数不同，比如第一次抽5件，第二次抽取4件，那么计算总平均值就需要所有数据相加，再除以样品总数量。

用MINITAB软件。 一般缺陷计数型数据符合韦布尔分布，用软件可以直接统计数据。 需要CPK的话，可以先用韦布尔拟合成正态分布图形，在计算过程能力指数

公式是一样的，Ca值有的资料里面也用K值表示，代表相对偏移量。 ca=2

特殊特性必须做SPC；但是做SPC的特性不一定都是特殊特性。 一般对产品性能及质量产生影响的特性都需要做SPC，比如重量，即使不是特殊特性点，一般涉及到包装成本等方面的问题，客户也会要求做SPC的。

1.注意的是如果分布不符合正态分布，那么求出的过程能力指数也不可靠，只能作为参考； [list=1] [*]以上几种拟合方式都不行的话，应该首先研究控制图，看一下过程是否受控，如果过程不受控就不要看过程能力指数了，简单看一下PPK作为参考就…