重复性与准确度为什么不能画等号：读懂 σ、极差与 CPK 的边界

工业测量的讨论里，有两句话最容易造成长期误解。一句是「这台机器重复精度很高，所以测得准」；另一句是「软件算出来 CPK 是 XX，所以过程能力就是 XX」。两句话都把一个指标说成了它本身不表达的意思。

本文用一份真实数据说明这些指标各自的边界。数据很朴素：透明塑胶件的两个平面度评价项，每件重复测量六次。正因为样本小，它反而非常适合用来演示「小样本能说什么、不能说什么」。

重复性说的是「稳不稳」

重复性描述的是在相同条件下多次测量同一个量时，结果之间的一致程度。这里的「相同条件」包括同一台设备、同一个程序、同一个操作者、同一件工件、以及短时间内的连续测量。

检验重复性的直接做法，就是盯着多次读数的离散程度。常见的量化指标有两个：极差（最大值减最小值）与标准差。极差直观，但只利用了两个端点；标准差利用了所有数据点，更能反映整体离散情况，但它对离群值同样敏感。

实测里的重复性长什么样

下表为两个测程的重复性相关数据，单位毫米，取自数据表统计区原文。

先看绝对尺度：平面度001 在右件的范围是 0.0088 mm，在左件是 0.006 mm；平面度002 的范围更小，在千分之几毫米量级。相对各自平均值来看，这些离散都不大，说明在给定条件下读数是收敛的，或者说这台机器在这个条件下「反复给答案是一致的」。

准确度说的是「对不对」

准确度描述的是测量结果与真值之间的接近程度。要谈准确度，就必须有一个可追溯的参考值 —— 通常来自更高等级的标准器，并通过一条不间断的溯源链逐级传递到国家计量基准。

这里出现了一个关键差别：重复性可以在现场、用工件本身、在一次调试里就验证；准确度不行，它必须通过校准来获得。一份只包含工件测量结果的数据，无论做多少次重复，都回答不了「准不准」这个问题，因为这些结果里没有参考真值。

为什么重复性好不代表准确度高

用一个类比说明：假如一把尺子的刻度整体被印长了 1 %，你用它量同一个物体十次，得到的十个读数会高度一致 —— 重复性非常好；但每一个读数都偏离了 1 % —— 准确度很差。反过来也有可能出现：读数整体接近真值，但每次都分散在某个范围内，这时准确度高而重复性一般。

把这个类比放回我們的数据：六个读数彼此接近，只能说明采集过程稳定；至于这些读数距离真值有多远，本份数据中没有提供任何可用于判断的信息。因此我们可以在负责任的范围内讨论离散，但不能从这里推出任何关于设备准确度的结论。

这是本文最重要的一句话：**极差、σ、6σ 这类指标描述的是数据的离散，不是数据的正确**。把它们读成「精度指标」是工业现场最常见也最昂贵的一类误读。

CPK 在小样本下意味着什么

CP 描述的是公差带宽度与过程波动宽度的比值，它不考虑过程的偏移；CPK 在 CP 的基础上进一步考虑了均值相对公差中心的偏移。二者都建立在「过程分布已经稳定、且样本足够代表这个过程」的前提上。

本份数据的样本量是每件六次，且集中在同一天、同一类工件。在这样的条件下，软件算出的 CP 与 CPK 应被理解为「对这个小样本集合算出的算术结果」，而不是过程能力的度量。这个区别不是措辞游戏：如果把 -9.532584 这样的数字当成过程能力去汇报，会让后续所有基于它的决策失效。

另外值得留意的是：负的 CPK 并不神秘。当平均值超出上限规格值时，计算公式的分子项为负，结果自然为负。它提示的是「当前均值相对规格的位置」，既不是设备故障，也不是软件异常，同时也不等价于任何验收结论。

三个可操作的建议

第一，把样本统计量与过程能力评价分开写。报告里应该明确区分「本次样本统计量」与「过程能力评价」，不要让读者自己去猜这一栏数字属于哪一类。

第二，重复测量要作为常规动作，但目标是监控稳定性而非证明准确度。发现某一天同类工件的离散突然变大，本身就是重要的过程信号 —— 它可能指向装夹、环境或来料的变化。

第三，准确度的验证走校准，不靠重复。周期校准、期间核查以及用标准件验证，共同构成准确度层面的保证，这与日常拿工件做重复测量是两条独立的线。两者都要做，但不能互相替代。

常见问题

σ 和极差该看哪个？

两者都看。极差直观、易在车间快速判断，但它只用到两个端点，容易被单个离群值左右；标准差利用了全部数据点，信息更充分，同样受离群值影响。做法上可以用极差做快速筛查，用标准差做正式记录，并同时保留原始数据以便复核。

做几次重复测量比较合适？

取决于目的。判断读数是否收敛，五到十次通常已经能看出趋势；评价过程能力则需要跨批次、跨班次的连续数据，样本量要大得多。重要的是不要用小样本的数据去回答大样本才能回答的问题。

为什么软件会给出负的 CPK？

当评价项的平均值超出规格上限时，CPK 计算公式中代表「均值到最近规格限的距离」的那一项为负，输出负值属于正常算术结果。它反映的是均值相对规格的位置，不代表设备故障，也不代表软件出错。

重复精度指标高是不是就够用了？

不够。重复精度说明的是「反复测量的一致性」，属于设备能力的一部分；能否满足你的测量任务，还要看准确度、量程、分辨率、环境适应性以及评价方案本身。选型时应把这些要素作为一个整体来评估。

怎么判断数据是不是受异常值影响？

看单次明细而不是只看统计量。统计区里的平均值、σ 都会被个别极端值拉动，回到明细区逐一核对外，观察是否有明显偏离的读数，并检查当时是否发生了换件、重新装夹或其他操作。发现离群值时应先查原因，而不是直接剔除。

验收报告里可以写 CPK 吗？

可以写，但必须同时说明样本来源与样本量，并明确它是该样本的统计量还是过程能力评价。缺少这个前提的 CPK 容易被下游误读，进而影响放行、返工和工艺调整的决策。

相关阅读

数据背景见 A1 篇；为何要多区域分别评价见 A2 篇；NG 率的正确读法见 D3 篇。

相关产品与配置建议

• IMAGE 3 系列 一键式影像测量仪 - 官方资料列出其重复精度最高可达 ±0.25 μm（依型号而定）
• SFS-D410 光谱共焦位移传感器 - 官方标注重复精度 12 nm、线性误差＜±0.08 μm

相关阅读

• 透明塑胶件平面度检测案例实录：两套数据讲清了什么
• 同一工件两个平面度评价项为何结论相反｜真实数据拆解
• 平面度 NG 之后怎么排查：从软件判定到工艺归因的完整路径
• 什么是平面度：定义、评价方法与四个最易混淆的概念
• 平面度测量方法对比：平台塞尺、三坐标、影像闪测、光谱共焦怎么选
• 平面度检测设备怎么选：从公差带、材质到节拍的五步反推法
• 点光谱共焦测透明塑胶件：适用边界、选型要点与四个常见误区
• 平面度检测：多点同步还是单点扫描？
• 注塑件平面度变形从哪来：成形、结构与时变因素三条线
• 检测数据怎么变成决策：从一堆读数到可行动结论的四层加工