在做Cpk过程能力分析时，如果直方图出现两个明显峰值，真正需要关注的往往不是“数据不正态”这么简单，而是：这些数据是否混合了两个不同的过程状态或子群体？在六西格玛分析中，双峰通常是一个值得追查的过程信号。如果不先找到双峰形成的原因，直接用全部数据计算一个Cpk，很可能把两个不同过程压缩成一个均值和一个标准差，得到一个难以解释甚至具有误导性的能力指数。
一、双峰分布通常意味着什么？
所谓双峰分布（Bimodal Distribution），就是数据的频率分布中出现两个相对明显的峰。
最常见的原因是：你以为自己分析的是“一个过程”，实际上数据中可能混合了两个不同的总体、过程条件或运行状态。
例如，制造现场可能存在：
- A、B两台设备的中心位置不同；
- 白班和夜班采用了不同的操作方法；
- 两个模具穴位存在系统性尺寸差异；
- 不同供应商的原材料产生不同结果；
- 换刀前和换刀后的加工中心发生偏移；
- 不同产品型号被错误合并分析；
- 测量系统或测量人员之间存在系统差异。
一个很容易理解的例子是体重数据。
假设把两个平均体重明显不同的群体放在一起绘制直方图，整体数据就可能出现两个峰。此时两个峰并不是某种神秘的统计现象，而是隐藏的分类变量被混在了一起。
在过程改善中，这反而可能是很有价值的发现：图形让原本没有被注意到的过程差异暴露出来了。
不过需要注意，看到两个峰并不能仅凭图形就断言“一定存在两个过程”。样本量太小、直方图组距选择不当、离散化数据或某些特殊分布，也可能让图形看起来像双峰。因此，双峰更准确的意义是：它提供了一条值得进一步分层调查的线索。
二、为什么双峰出现时，不宜马上相信一个整体Cpk？
经典正态过程能力分析中的Cpk主要根据过程均值、规格限以及组内标准差来衡量潜在过程能力。Minitab对Cpk的定义也是比较过程均值到最近规格限的距离与单侧3σ过程散布。
问题是，如果两个不同中心的过程被合并，它们产生的“整体均值”和“整体变异”可能并不能代表任何一个真实过程。
举个简单例子。
假设某产品强度数据来自两个班次：
- A班：平均值约为50；
- B班：平均值约为70。
把两组数据混在一起后，整体均值可能接近60。
从数学上看，60没有错。
但现场可能几乎没有产品真正集中在60附近。数据实际上集中在50和70附近。
这时说“我们的典型过程水平大约是60”，管理意义就很有限。
更麻烦的是，两组均值之间的差异还会扩大整体数据的离散程度。如果未经分层就计算能力，最终得到的能力指数可能主要反映的是两种运行条件之间的差异，而不是单一稳定过程本身的变异。
所以，当Cpk分析图明显出现双峰时，一个很实用的原则是：
先解释双峰，再解释Cpk。
三、双峰并不只是“非正态”，不能简单换一种分布就结束
看到数据不符合正态分布，有些分析者会立即想到：
那就做Box-Cox转换，或者改用非正态过程能力分析。
这些方法本身没有问题。Minitab也指出，对于非正态数据，可以考虑选择适合的非正态分布、转换数据，或者采用非参数能力分析。
但双峰有一个特别值得警惕的地方：
它可能不是单一过程天然具有的非正态形状，而是两个不同过程被混合后的结果。
这两种情况的处理思路并不一样。
例如某种化学反应时间本身呈明显右偏，这可能是真实的单一总体分布，此时选择合适的非正态模型是合理的。
但如果双峰是因为：
机器1平均50，机器2平均70，
那么强行寻找一个概率分布去拟合这堆混合数据，可能只是在数学上“把曲线拟合好”，却没有解决真正的过程问题。
因此，在考虑数据转换或非正态能力分析之前，应先问：
为什么会有两个峰？
四、发现双峰后，第一件事是进行数据分层
处理双峰最有效的方法之一，是回到原始数据，把可能影响过程输出的变量一起找出来。
常见的分层维度包括：
- Machine：机器；
- Cavity：模穴；
- Shift：班次；
- Operator：操作员；
- Supplier：供应商；
- Material Lot：原材料批次；
- Tool：刀具；
- Production Line：生产线；
- Date / Time：生产日期与时间；
- Product Model：产品型号。
然后分别绘制直方图、箱线图或时间序列图。
假设原来的整体数据长这样：
一个峰约在50，另一个峰约在70。
把数据按照班次拆开之后发现：
A班：均值≈50，形成一个相对集中的单峰分布；
B班：均值≈70，同样形成另一个相对集中的单峰分布。
那么你就获得了一条非常重要的过程知识：
真正的问题不一定是“过程随机波动很大”，而可能是两个班次存在系统性的中心差异。
这种发现通常比单纯得到一个Cpk数字有价值。
五、一个制造现场例子：整体数据看起来很差，分层后完全不同
假设一家工厂测量某装配件的拉脱力，收集100个样本。
整体分析结果大致为：
平均值：60 N
直方图：明显双峰
如果只看均值，很容易认为整个过程大约围绕60 N运行。
工程师进一步把生产记录与测量结果连接起来，结果发现：
A班的平均值约为50 N；
B班的平均值约为70 N。
两个班次内部的数据都相对集中。
进一步调查后又发现，A班和B班在某项设备设定或操作程序上存在差异。
这时，改善方向就相当清楚了。
问题不是简单地要求大家“降低变异”，而是应该确定：
为什么两个班次的过程中心不一样？哪一种设定才是正确或更优的？能否将操作条件标准化？
这就是双峰分析真正有价值的地方。
它把一个模糊的“数据波动很大”，转化成一个具体、可以调查的过程问题。
六、双峰情况下到底应该怎样计算Cpk？
没有一个“看到双峰就全部分开计算”的机械规则。
正确做法取决于两个峰究竟为什么形成。
情况一：本来就是两个独立过程
例如两台机器分别生产相同零件，而且企业本来就需要分别控制机器能力。
此时更合理的做法通常是：
机器A单独做能力分析，机器B单独做能力分析。
这样得到的Cpk才分别代表两个实际过程。
情况二：理论上应该是一个过程，但出现了异常的两个状态
例如同一台设备在换刀后突然发生中心偏移。
这时不应该简单地说：
“分成换刀前和换刀后，分别算两个漂亮的Cpk就可以了。”
真正应该做的是调查过程为什么发生改变。
如果其中一种状态来自特殊原因，通常要先消除或控制特殊原因，使过程重新稳定，再评估过程能力。
过程能力分析本身也建立在过程具有足够稳定性的基础上。Minitab在能力分析工具中同样强调，应检查过程是否稳定，并判断所使用的分布模型是否合适。
情况三：两个群体本来就客观存在，而且客户面对的是混合输出
有些情况更复杂。
例如两条生产线的产品最终混在一起交付给客户，而客户真正承受的正是整体输出。
这时不能为了得到较高的Cpk，就随意把数据拆开后只报告各自的能力。
分析者可能需要同时回答两个问题：
每一个子过程本身能力如何？
以及：
客户实际收到的混合输出表现如何？
过程如何分层分析，应由真正的过程结构和分析目的决定，而不是由“怎样算出来的Cpk比较好看”决定。
七、分层后，Cpk为什么可能发生明显变化？
假设A、B两个过程各自的标准差都只有3，但两者均值分别为50和70。
单独观察时，它们可能都是相对集中的分布。
合并之后，数据却从50一直延伸到70附近，整体变异显著增加。
于是会出现一个很有意思的现象：
每个子过程看起来相当稳定，但合并的数据看起来非常宽。
这其实与过程能力分析中的变异来源有关。
Minitab也特别指出，能力分析中的合理子组应该反映过程中的不同变异来源，并且数据采集时间应足够长，以代表实际过程变异。
因此，双峰经常提醒我们重新检查一个SPC中的基本问题：
你的数据分组是否真的反映了过程结构？
如果合理子组（Rational Subgrouping）本身就设计错了，后面的控制图、组内标准差甚至Cpk解释都可能受到影响。
八、双峰出现时，可以按这个顺序调查
实际做能力分析时，如果直方图看到两个峰，可以按照下面的思路处理：
- 先确认图形是否真的双峰。检查样本量和直方图组距，避免被偶然图形误导。
- 查看数据随时间的变化。时间序列图或控制图有时会直接显示过程从一个中心跳到另一个中心。
- 寻找潜在分层变量。设备、模穴、班次、操作员、批次、供应商、时间段都是优先检查对象。
- 分层重新绘图。观察两个峰是否能够被某个分类变量解释。
- 检查过程稳定性。如果双峰来自特殊原因或过程发生过明显改变，应先处理稳定性问题。
- 重新确定能力分析方法。根据过程结构决定是否分别计算Cpk，或者采用更适合实际分布的能力分析。
这里最不建议的做法，就是：
看到双峰 → 软件仍然输出了一个Cpk → 直接把这个数字拿去判断过程能力。
软件能够进行计算，并不意味着这个数字一定具有正确的工程解释。
九、不要只盯着正态性检验的P值
实践中还有一种常见情况：
分析人员发现正态性检验P值很小，于是所有注意力都集中在“怎样让数据通过正态检验”。
但对于一个明显双峰的数据集，图形背后的过程解释往往比单纯追求正态性更重要。
假如数据实际上来自两台中心不同的机器，即使你找到某种数学转换，让整体数据在统计检验上表现得更接近某种分布，也没有消除两台机器之间真实存在的差异。
过程能力分析的目标不是让数据“通过考试”。
真正需要回答的是：
这个数据模型是否代表真实过程？
Minitab对于非正态能力分析的建议同样是选择能够合理拟合数据的分布；如果不知道哪一种非正态分布合适，应先进行分布识别，而不是任意套用模型。
十、双峰其实可能是一次很有价值的过程发现
第一次看到双峰时，很容易觉得：“数据出问题了。”
换个角度看，它有时反而是一条非常有价值的线索。
因为在此之前，你可能只知道：
过程变异很大。
看到双峰并进一步分层后，你可能变成知道：
原来1号机和2号机中心不同；
原来夜班采用了另一组参数；
原来其中一个模穴长期偏高；
原来更换供应商之后过程中心发生了变化。
前者只是描述现象，后者已经开始接近原因。
这也是数据分析真正值得学习的部分：不是把Cpk、P值和标准差算出来就结束，而是利用数据建立对过程的理解。如果希望系统掌握控制图、过程能力、MSA以及后续的假设检验和改善方法，我个人会更建议按六西格玛绿带的知识体系顺着学下来，因为这些工具本来就是相互连接的。
十一、看到双峰时，最重要的结论是什么？
当Cpk过程能力分析出现双峰分布时，最值得怀疑的不是“Cpk公式错了”，而是：
我们是否把本来不应该放在一起的数据混在了一起？
双峰经常意味着潜在的分层因素、过程中心变化或多个过程状态。
此时应先通过时间、机器、班次、模穴、材料、操作员等变量寻找两个峰形成的原因，再判断应该分别进行能力分析，还是采用适合实际数据结构的其他方法。
Cpk只是一个结果，过程结构才是它成立的前提。
如果直方图已经明显告诉你“这里可能不止一个总体”，却仍然只用一个均值、一个标准差和一个Cpk概括全部数据，那么最值得重新检查的，往往不是计算公式，而是我们对过程本身的理解。
