多元能力指数(MCpm)
MCpm 为两个或更多相关变量给出一个联合能力指数,每个变量有各自的 LSL、USL 和可选目标值。它等于 Cp(公差椭球体积与过程 99.73% 椭球体积之比)除以 D(偏离目标的惩罚项)。MCpm 大于 1 表示过程有能力且居中情况尚可。输出包括 Cp、D、MCpm 以及各变量的半轴。
最后审阅
核心要点
MCpm 将一元 Cpm 能力指数推广到同一零件上测得的两个或更多相关质量特性,将它们视为一个多元过程,而不是分别进行 Cpk 研究。
用途
MCpm 将大家熟悉的一元 Cpm 能力指数推广到同一零件上联合测得的两个或更多相关质量特性,将它们视为一个多元过程,而不是对每个特性分别进行一元 Cpk 研究(后者会重复计算共有的变异,在特性相关时可能严重误导对真实超规格风险的判断)。它实现了 Taam、Subbaiah 和 Liddy(1993,Journal of Applied Statistics)定义的指数,并采用了 Santos-Fernandez 和 Scagliarini(2012,Journal of Statistical Software,见 MPCI R 包文档)给出的精确形式化表述。
主要功能
- 为 2 个或更多相关变量计算一个联合能力指数(MCpm),而不是为每个变量分别计算一元 Cpk/Cpm 值。
- 为每个变量接受独立的 LSL、USL 和(可选)Target,以逗号分隔,顺序与所选 Variables 相同。
- 分别报告 Cp(联合的离散程度与公差之比)和 D(偏离目标的惩罚因子),因此可以独立诊断 MCpm 的两个构成因素——过程离散程度,以及过程均值偏离中心的程度。
- 报告修正公差区域中每个变量自身的半轴长度,在单一联合 MCpm 数值之外提供各变量的诊断信息。
- 可配置 alpha(默认采用应用通用的 0.0027),它既控制过程的 99.73% 概率区域,也类比地控制修正公差区域的约定。
统计方法
MCpm 定义为两个椭球体积之比,并经偏离目标的惩罚项修正:MCpm = Cp / D,其中 Cp 是内接于矩形规格区域(R1)的最大轴对齐椭球体积与过程 99.73% 概率椭球体积之比(p 元正态过程在该区域内应占 1 − alpha 的概率质量,默认 alpha = 0.0027),D 是基于马氏距离的惩罚项,用于衡量过程均值偏离目标的程度。
区域 R1 的半轴就是每个变量 i 的 a_i = min(USL_i − Target_i, Target_i − LSL_i)——即可容纳在矩形公差框内的最大轴对齐椭球,与过程自身的协方差结构无关。其体积为 Vol(R1) = (π^(p/2) / Γ(p/2 + 1)) · ∏ a_i。
过程的 99.73% 概率椭球(R3)由样本协方差矩阵 S 导出:Vol(R3) = |S|^(1/2) · (πK)^(p/2) / Γ(p/2 + 1),其中 K 是自由度为 p 的卡方分布的 (1 − alpha) 分位数——这与在所选置信水平下界定过程自然离散范围所用的分布截断值相同。
Cp = Vol(R1) / Vol(R3)——公差区域椭球相对于过程自身离散椭球有多大;Cp > 1 表示公差明显大于过程的自然离散范围。
偏离目标的惩罚项 D 为 D = √(1 + (n / (n−1))·δ′ S⁻¹ δ),其中 δ = x̄ − Target 是各变量样本均值偏离各自目标值的向量,n 为样本量。当样本均值恰好等于目标向量时 D = 1,并随着过程均值偏离目标而增大(通过 S⁻¹ 考虑了相关结构,而不仅仅是各变量的原始偏移量)。
因此,当过程以目标为中心且过程 99.73% 的概率质量落在修正公差区域内时,MCpm = Cp / D 恰好等于 1;MCpm > 1 表示过程有能力且居中情况尚可,而 MCpm < 1 表示过程离散程度和/或偏离目标的偏移超出了规格所允许的范围。本实现已与 Taam、Subbaiah 和 Liddy 自己发表的计算示例(25 个零件、2 个变量)进行了验证,在完整浮点精度下复现了其报告的 MCpm = 1.825283。
输入字段和选项
字段 | 说明 |
Variables | 必填。选择在每个零件/单元上测得的 2 个或更多相关质量特性。 |
LSL (one per variable) | 以逗号分隔,顺序与上面所选的 Variables 相同,例如 112.7, 32.7 |
USL (one per variable) | 以逗号分隔,顺序与上面所选的 Variables 相同,例如 241.3, 73.3 |
Target (one per variable) | 可选。以逗号分隔,顺序与 Variables 相同。留空则使用每个 LSL/USL 的中点。 |
Alpha | 默认值为 0.0027,对应标准的 3 西格玛等价比例,既用于 99.73% 的过程区域,也(类比地)用作修正公差区域的约定。 |
Company name / Report title | 导出报告的可选标签。 |
Download as Excel | 可选。将报告导出为 Excel 工作簿。 |

图 1 — 25 对硬度/抗拉强度读数粘贴到 C1–C2,两列都选为 Variables,并为每个变量设置 LSL/USL/Target,Alpha = 0.0027。
输出说明
- Summary table —— Variables、p(变量数)、n(观测数)、Alpha、Cp(离散程度与修正公差之比)、D(偏离目标的惩罚项)和 MCpm。
- Per-variable table —— 每个变量的 LSL、Target、USL、样本均值,以及其在修正公差区域中的半轴长度 a_i。
- Plain-language interpretation —— 用一段话说明所计算的 MCpm 值对该过程意味着什么。
- 通过 Download as PDF 导出 PDF。

图 2 — MCpm 输出:联合 Cp/D/MCpm 汇总表,以及各变量 LSL/Target/USL/Sample Mean/Semi-axis 表。
计算示例
某热处理钢件必须同时满足硬度规格(C1,布氏)和抗拉强度规格(C2),二者在物理上相关——越硬的零件往往越强。采用论文自己发表的 25 个零件计算示例,两个变量的 LSL = 112.7, 32.7,USL = 241.3, 73.3,Target = 177, 53,工具报告 Cp = 1.8751、D = 1.0273、MCpm = 1.8253——在完整浮点精度下与 Taam、Subbaiah 和 Liddy 自己发表的结果完全一致,证实在正确考虑硬度与抗拉强度之间的相关性后,该过程有能力,仅略微偏离目标。
常见问题
什么是 MCpm 多元能力指数?
MCpm 将一元 Cpm 指数推广到同一零件上联合测得的两个或更多相关质量特性,将它们视为一个多元过程。它实现了 Taam、Subbaiah 和 Liddy(1993)定义的指数。分别进行一元 Cpk 研究会重复计算共有的变异,在特性相关时可能误导对真实超规格风险的判断。
MCpm 如何计算?
MCpm = Cp / D。Cp 是规格框内最大轴对齐椭球的体积,除以基于样本协方差矩阵的过程 99.73% 概率椭球的体积。D 是基于样本均值与目标之间马氏距离的偏离目标惩罚项;当均值恰好在目标上时,D 等于 1。
如何解读 MCpm 值?
当过程以目标为中心且其 99.73% 的概率质量落在修正公差区域内时,MCpm 等于 1。MCpm 大于 1 表示过程有能力且居中情况尚可;小于 1 表示离散程度或偏离目标的偏移超出了规格所允许的范围。分别报告 Cp 和 D 可以看出问题出在哪个因素。
MCpm 需要哪些输入?
选择两个或更多相关变量,并按与变量相同的顺序以逗号分隔输入 LSL 和 USL 值。目标值是可选的;如果留空,则使用每个 LSL 和 USL 的中点。Alpha 默认为 0.0027。在钢件示例中,硬度和抗拉强度给出 Cp = 1.8751、D = 1.0273 和 MCpm = 1.8253。
