在介绍两类指数之前，先简单介绍一下数据的类型。
计数型数据（又被称为离散型数据或属性型数据）
通常表示事物的分类，例如：
合格/不合格
产品A/产品B/产品C
一等品/二等品/三等品
极不满意/不满意/一般/满意/极满意
计量型数据 （又被称为连续型数据）
通常是通过测量仪器测量得到的数据，例如：
电池的寿命
零件的长度
孔的直径
产品的重量
热处理的温度
注塑的压力
通常，我们只考虑计算计量型的数据的过程能力。对于计数性数据（例如，合格率或不良率）虽然可以转化为西格玛水平Z，但是实际意义不大。大部分质量人员还是需要查表，才能从根据西格玛水平得出不良率，直接给出不良率更直观。
下面介绍一下过程能力指数Cp/Cpk和过程性能指数Pp/Ppk的区别。
计算过程能力指数Cp/Cpk，需要满足以下几个前提：
测量系统满足要求：MSA必须满足要求，如不满足要求，需要先改进测量系统。
数据来自稳定受控的过程：先要做基于过程控制的休哈特控制图（均值—极差图，单值—移动极差图……），如控制图存在判异情况，需要先消除特殊原因导致的变异。
数据正态分布：通常需要基于控制图的全部数据点的集合服从正态分布，至少也要保证均值图的数据和每个子组的数据集合服从正态分布。
数据相互独立：数据是随机抽取的，并且没有可预测性。
计算过程性能指数Pp/Ppk，需要满足以下几个前提：
测量系统满足要求：MSA必须满足要求，如不满足要求，需要先改进测量系统。
数据相互独立：数据是随机抽取的，并且没有可预测性。
从上面的描述可以发现，Cp/Cpk比Pp/Ppk多了两个前提要求。
1. 先要做过程控制图，过程稳定了才能计算Cp/Cpk。
2. 要求数据正态，不正态的数据不能计算Cp/Cpk。
此外，两个系列的差异在于对总体标准差的估计公式。
对于Cp/Cpk，计算组内标准差
需要按照一定的抽样间隔时间进行抽样，每个抽样间隔就是一个子组。
在控制图稳定的前提下，计算每个子组的极差。
计算平均极差，最后用为总体标准差的估计（基于正态前提）。
对于Pp/Ppk，计算整体标准差
不需要按照抽样间隔时间进行抽样（允许连续抽样），当然按照抽样间隔抽样也可以。
不做控制图，数据不分子组，把所有数据合并成一个大组。
计算这个大组的整体标准差作为总体标准差的估计（基于正态前提），如果非正态，采用分位数方法。
过程能力指数和过程性能指数计算公式如下（基于正态分布）
特别强调，计算过程能力指数应该遵循以下步骤：
1. 先进行测量系统分析
2. 进行控制图判稳，如不满足稳定性前提，应分析原因并设法加以改善。
3. 进行正态性检验，如不满足正态性前提，应分析数据产生的机理是否正态，如果数据产生机理不应该是正态，应考虑对数据进行变换。
4. 进行独立性检验，连续性生产或是化工行业要特别注意独立性问题，独立性检验方法这里不做展开
完成以上工作后，才能进行过程能力指数计算，这里以Minitab为例：
过程能力指数的要求如下：
新课上线
投产Launch
|
|
|
|
|
|
|
|
)
