在AIAG出版的统计过程控制手册中提到，当过程稳定并且单值基本服从正态分布，才可以计算过程能力指数Cp,Cpk，如果过程不稳定或不服从正态分布，则只能计算过程性能指数Pp, Ppk。
在六西格玛的理论中，“当前的能力”计算认为是“短期的”,用Cp, Cpk去衡量，而考虑过程的整个寿命周期，“长期的”的过程表现用Pp, Ppk去衡量。
看正态（分布）的过程能力Cpk和Ppk的计算公式，我们可以发现他们几乎是一样的：
通过比较这两者的计算公式我们发现，分子都一样，有区别的是分母部分：Cpk使用子组内标准偏差, 而Ppk使用整体标准差。
我们通过2个例子来说明一下这两者的一些差异：
相似的Cpk和Ppk
从上图可以看出来：与子组内的变异相比，子组间没有大的偏移和漂移。 因此，子组内和整体标准差是相似的，这意味着Cpk和Ppk也是相似的(分别在1.13和1.07)。
2. 不同的Cpk和Ppk
使用相同的数据和子组大小一样，但将数据移动到不同的子组内（当然，在实践中我们永远不要把数据移动到不同的子组，我仅仅是拿它来说明一下问题）。由于使用相同的数据，整体标准差和Ppk没有变化（不够你数据怎么排列，S计算公式不变，S结果不变，则Ppk不变）。但Cpk是3.69，比之前的1.13大很多。为什么Cpk增加了呢？ 因为每个子组内的点比以前更接近，所以每个子组内的变异性越小，这样每个子组的极差变小，所有子组的极差平均值也就变小，组内标准偏差也穗子越小，这导致更高的Cpk。
