Minitab軟件過程能力概述與分析

1、過程能力概述 一旦過程處于統(tǒng)計操縱狀態(tài)，同時是連續(xù)生產(chǎn)，那么你可能想明白那個過程是否有能力滿足規(guī)范的限制，生產(chǎn)出好的零件（產(chǎn)品），通過比較過程變差的寬度和規(guī)范界限的寬度能夠確定過程能力。在評估過程能力之前，過程必須受控。假如過程不受控，你將得到不正確的過程能力值。 .你能通過畫能力柱狀圖和能力圖來評估過程能力。這些圖形能夠關(guān)心你評估數(shù)據(jù)的分布和檢驗過程是否受控。你也能夠可能包括規(guī)范公差與正常過程變差之間比率的能力指數(shù)。能力指數(shù)或統(tǒng)計指數(shù)差不多上評估過程能力的一種方法，因為它們都沒有單位，因此，能夠用能力統(tǒng)計表來比較不同過程的能力。 選擇能力命令 MINITAB提供了一組不同的能力分析命令，你能

2、夠依照數(shù)據(jù)的性質(zhì)和分布從中選擇命令，你能夠?qū)σ韵虑闆r進行能力分析： 正態(tài)或Weibull概率模式（關(guān)于測量數(shù)據(jù)） 不同子組之間可能有專門強變差的正態(tài)數(shù)據(jù) 二項式或Poisson概率模式（關(guān)于計數(shù)數(shù)據(jù)或?qū)傩詳?shù)據(jù)） 當進行能力分析時，選擇正確的公式是差不多要求，例如，MINITAB提供基于正態(tài)或Weibull分布模型上的能力分析工具，使用正態(tài)概率模型的命令提供了更完全的統(tǒng)計設(shè)置，然而，適用的數(shù)據(jù)必須近似于正態(tài)分布. 例如，利用正態(tài)概率模型，能力分析（正態(tài)）能夠可能預(yù)期零件的缺陷PPM數(shù)。這些統(tǒng)計分析建立在兩個假設(shè)的基礎(chǔ)上，1、數(shù)據(jù)來自于一個穩(wěn)定的過程，2、數(shù)據(jù)服從近似的正態(tài)分布，類似地，能力分析（

3、Weibull）計算零件的缺陷的PPM值利用的是Weibull分布。在這兩個例子中，統(tǒng)計分析正確性依靠于假設(shè)分布模型的正確性。 假如數(shù)據(jù)是歪斜特不嚴峻，那么用正態(tài)分布分析將得出與實際的缺陷率相差專門大的結(jié)果。在這種情況下，把那個數(shù)據(jù)轉(zhuǎn)化比正態(tài)分布更適當?shù)哪Ｐ?，或為?shù)據(jù)選擇不同的概率模式.用MINITAB,你能夠使用Box-Cox能力轉(zhuǎn)化或Weibull概率模型，非正態(tài)數(shù)據(jù)比較了這兩種方法. 假如懷疑過程中子組之間有專門強的變差來源，能夠使用能力分析（組間/組內(nèi)）或SIXpack能力分析（組間/組內(nèi)）。除組內(nèi)數(shù)據(jù)具有隨機誤差外，組間還可能有隨機變差。明白了子組變差的來源，能夠為你提供過程更真實的

4、潛在能力評估。能力分析（組間/組內(nèi)）或SIXpack能力分析（組間/組內(nèi)）既計算組內(nèi)標準偏差也計算組間標準偏差，然后，集中它們來計算總的標準偏差。 MINITAB也提供基于二項式和Poisson概率模型屬性數(shù)據(jù)（計數(shù)型）的能力分析，例如，產(chǎn)品可與標準比較分為有缺陷和沒有缺陷（用能力分析（二項式）。也能夠依照缺陷個數(shù)對產(chǎn)品進行分類（用能力分析（Poisson）。 MINITAB的能力分析命令 HYPERLINK http:/6/minitab_spc_normal.htm 能力分析（正態(tài)） 畫出單個測量值的能力柱狀圖，用一條基于過程平均值和標準偏差的正態(tài)曲線覆蓋在柱狀圖上，那個圖形有助于進行正態(tài)

5、假設(shè)的視覺評估。那個報告包括了過程能力統(tǒng)計表，既包括組內(nèi)也包括整體統(tǒng)計。 HYPERLINK http:/6/minitab_spc_withinwithout.htm 能力分析（組間 HYPERLINK http:/6/minitab_spc_without.htm /組內(nèi)） 畫出了用正態(tài)曲線覆蓋的單個測量值的能力柱狀圖。這有助于進行正態(tài)假設(shè)的視覺評估。用這種分析方法可進行組間組內(nèi)有專門強變差來源的子組數(shù)據(jù)的分析，那個報告包括組間/組內(nèi)和整個過程能力的統(tǒng)計分析 HYPERLINK http:/6/minitab_spc_within.htm 能力分析（ HYPERLINK http:/6/m

6、initab_spc_within.htm Weibull分布） 畫出基于過程形狀和比例的Weibull曲線覆蓋單個測量值的能力柱狀圖，這有助于進行Weibull分布的視覺評估。那個報告也包括了整個過程能力的統(tǒng)計分析 HYPERLINK http:/6/minitab_spc_sixpack.htm SIXPACK HYPERLINK http:/6/minitab_spc_sixpack.htm 能力分析（正態(tài)分布） 連同那個能力統(tǒng)計的子集一起,結(jié)合下面的圖表深入了解單個的顯示值的含義： 單個數(shù)據(jù)圖，R 或 S(離差),以及運行圖,可用來檢驗過程是否受控. 能力柱狀圖和正態(tài)分布圖,可用來檢驗

7、數(shù)據(jù)是否服從正態(tài)分布. HYPERLINK http:/6/minitab_spc_sixpackwithin.htm SIXPACK HYPERLINK http:/6/minitab_spc_sixpackwithin.htm 能力分析（組間/組內(nèi)）適用于組間有專門強變差來源的子組數(shù)據(jù), SIXPACK能力分析（組間/組內(nèi)）連同那個能力統(tǒng)計的子集一起,結(jié)合下面的圖表深入了解單個的顯示值的含義： 單個極差,離差圖和極差和離差圖,可用于檢驗過程受控狀態(tài). 柱狀圖和正態(tài)分布圖可用于檢驗數(shù)據(jù)的正態(tài)分布情況 能力圖顯示了與規(guī)范比較后的過程變異 HYPERLINK http:/6/minitab_sp

8、c_sixpackwebull.htm HYPERLINK http:/6/minitab_spc_sixpackwebull.htm SIXPACK能力(Weibull) 在一個顯示面上顯示了下面的多個圖形,和各項能力統(tǒng)計數(shù)據(jù): 一個（或單個數(shù)據(jù)）圖、R（或移動極差）圖，以及運行圖，通常用于檢驗過程是否受控。 能力柱狀圖和Weibull性能圖通常用于檢驗數(shù)據(jù)是否服從Weibull分布。 能力圖顯示了與規(guī)范比較過程的可變性。 盡管SIXPACK能力命令提供了比能力分析命令少的統(tǒng)計，然而圖形的排列通常用于檢驗過程是否受控，以及數(shù)據(jù)是否服從所選擇的分布模型。 HYPERLINK http:/6/m

9、initab_spc_sixpackbional.htm 能力分析 HYPERLINK http:/6/minitab_spc_sixpackbional.htm (Binomial) HYPERLINK http:/6/minitab_spc_sixpackbional.htm 適用于數(shù)據(jù)由總的抽樣零件的缺陷數(shù)組成時，它畫了一個P圖，這有助于檢驗過程是否受控，那個報告還包括缺陷累積率的圖形，缺陷百分比的柱狀圖和缺陷率圖。 HYPERLINK http:/6/minitab_spc_sixpackpossion.htm 能力分析（泊松） 適用于數(shù)據(jù)由每個項目的缺陷數(shù)構(gòu)成時，報告畫了一個U圖，它

10、有助于檢驗過程是否受控，報告還包括了累積的平均DPU（每單位缺陷數(shù)）的柱狀圖和缺陷率圖。 能力統(tǒng)計分析 過程能力統(tǒng)計是過程能力的數(shù)值,用來衡量過程滿足標準的能力程度,這些統(tǒng)計量是單個的和沒有單位的，因此能夠比較不同過程的的能力，能力統(tǒng)計差不多上是同意的過程波動（標準界限的范圍）與實際過程波動（6）的比值。某些統(tǒng)計考慮了過程平均值或目標值。 講明：能力統(tǒng)計使用簡單，然而，具有未完全了解的分布特性?？偟膩碇v，依靠單個能力統(tǒng)計來評價（表現(xiàn)）一個過程不是好的適應(yīng)，許多業(yè)內(nèi)人士認為1.33是過程能力的最小可同意的值，幾乎沒有人相信小于1的值是可同意的，小于1的值表明過程變差比規(guī)范的公差寬，那個地點有一些

11、如何使用能力統(tǒng)計的指導(dǎo)方針：過程能力命令能力統(tǒng)計 能力分析（正態(tài)）和能力SIXPACK （正態(tài)） Cp, Cpk, CPU, CPL, and Cpm（假如你指定目標值）與組內(nèi)變差有關(guān)， Pp, Ppk, PPU, PPL與整體變差有關(guān) 能力分析（組間/組內(nèi)）和能力SIXPACK （組間/組內(nèi)） Cp, Cpk, CPU, CPL, and Cpm（假如你指定一個目標值）與組內(nèi)和組間變差有關(guān) Pp, Ppk, PPU, PPL與整體變差有關(guān) 能力統(tǒng)計 適用場合 定義 Cp或Pp 適用于過程在規(guī)范界限的中心時 是公差（規(guī)范界限的寬度）與實際寬度（過程公差）的比值。 (USL LSL) / 6 C

12、pk或Ppk 適用于過程不在規(guī)范界限的中心位置，然而落在界限之內(nèi)時 公差（規(guī)范界限寬度）與實際寬度的比值，考慮了過程平均值和規(guī)范中點的關(guān)系。minimum (USL ) / 3, (LSL) / 3 CPU 或 PPU 適用于僅有規(guī)范上限時 USL - / 3 CPL 或 PPL 適用于只有規(guī)范下限時 - LSL / 3 講明：假如過程目標值不是規(guī)范中心點，應(yīng)使用Cpm代替Cpk，因為Cpm衡量相關(guān)于目標值的過程平均值優(yōu)于相關(guān)于規(guī)范中心值的過程平均值。見9的討論，Cpm可通過在選項子對話框中輸入一個目標值來計算。非正態(tài)數(shù)據(jù) 數(shù)據(jù)為非正態(tài)分布時，能夠選擇轉(zhuǎn)化數(shù)據(jù)得到更合適的正態(tài)分布，或選擇Wei

13、bull分布模式， 轉(zhuǎn)化數(shù)據(jù)，使用帶優(yōu)化BoxCox能力轉(zhuǎn)化的能力分析（正態(tài)），SIXPACK能力分析（正態(tài)），能力分析（組間/組內(nèi)）或SIXPACK（組間/組內(nèi)）命令。見非正態(tài)數(shù)據(jù)的BoxCox能力轉(zhuǎn)化。 使用Weibull分布模型，使用能力分析（Weibull）和SIXPACK能力（Weibull）。 下面的表格概述了兩種方法之間的不同。 帶BoxCox能力轉(zhuǎn)化的正態(tài)模型 Weibull模型 用轉(zhuǎn)化后的數(shù)據(jù)可進行柱狀圖,規(guī)格界限,目標值,過程參數(shù)(均值,組內(nèi)和整體標準偏差)以及能力統(tǒng)計計算. 用實際數(shù)據(jù)可進行柱狀圖,過程參數(shù)(形狀和比例)和能力統(tǒng)計. 計算組內(nèi)和整體過程參數(shù)和能力統(tǒng)計 僅計

14、算整體過程參數(shù)和能力統(tǒng)計 在柱狀圖上畫正態(tài)曲線以確定轉(zhuǎn)化是否使數(shù)據(jù)“更符合正態(tài)分布”。 在柱狀圖上畫Weibull曲線以確定數(shù)據(jù)是否滿足Weibull分布. 哪一種方法更好？唯一的答案是看哪種模型擬合數(shù)據(jù)更好，假如兩種模型擬合數(shù)據(jù)一樣，則選擇正態(tài)模式可能更好，因為它能評估整體和組內(nèi)過程能力。 能力分析（正態(tài)分布） 當數(shù)據(jù)服從正態(tài)分布或具有Box-Cox轉(zhuǎn)化數(shù)據(jù)時，可用能力分析（正態(tài)分布）來產(chǎn)生一個能力分析報告。那個報告包括覆蓋著兩條正態(tài)曲線的能力柱狀圖和整體和組內(nèi)能力統(tǒng)計的完整表格，這兩條正態(tài)曲線是分不用過程平均值和組內(nèi)標準偏差和過程平均值和整體標準偏差產(chǎn)生的。 那個報告還包括了過程數(shù)據(jù)的統(tǒng)計

15、，如過程平均值、目標值（假如輸入了的話），組內(nèi)和整體標準偏差，和過程規(guī)范，觀看到的性能，和預(yù)期的組內(nèi)和整體性能。 能力分析(正態(tài)分布)過程能力 進行能力分析,從報告上可直觀地判定數(shù)據(jù)是否是正態(tài)分布,過程是否在目標中心,以及是否有能力連續(xù)滿足過程規(guī)范要求。假設(shè)大多數(shù)的過程數(shù)據(jù)都服從正態(tài)分布。如數(shù)據(jù)嚴峻歪斜，見非正態(tài)數(shù)據(jù)的討論。 數(shù)據(jù) 你能夠使用單個的觀看值或子組數(shù)據(jù),單個的觀看值應(yīng)在一列中,子組數(shù)據(jù)能夠在單個列中,或幾列的行中,當子組數(shù)據(jù)個數(shù)不等時,在一列中輸入數(shù)據(jù),然后,建立一列存放子組指示器.舉例見數(shù)據(jù). 假如為分組數(shù)據(jù),為了評估過程標準偏差,一個子組中必須至少有兩個觀看值. 在使用Box-

16、Cox轉(zhuǎn)化時，數(shù)據(jù)必須是正數(shù)。 假如一個觀看值丟失了，MINITAB在計算時將予以忽略。 運行能力分析（正態(tài)概率模型） 1、 選擇“統(tǒng)計”菜單欄下的“質(zhì)量工具”欄中的“能力分析（正態(tài)）”。 2、進行以下操作： 當子組或單個的觀測值在同一列時，輸入數(shù)據(jù)列號到“Single column”中，在“subgroup size”中，輸入子組大小或子組指示器的列號，關(guān)于單個數(shù)據(jù)，輸入子組大小為 1。 當子組在不同的列時，選擇“Subgroups across rows of”，輸包含數(shù)據(jù)所有行的列號。 3、在“Lower spec ”或“ Upper spec,”中，輸入規(guī)范的下限和/或上限。必須至少輸

17、入其中的一個數(shù)據(jù)。 4、假如需要，能夠使用下面列出的所有選項，然后點擊“OK” 選項 能力分析（正態(tài)分布）對話框 定義規(guī)范的上、下界為“界限”，表示測量值不能落在界限之外，因此，關(guān)于界限來講，希望的規(guī)范外的百分率為0，假如選擇界限，那么規(guī)范的上、下限在分析時將被上、下界限替代。 假如明白過程參數(shù)或以往數(shù)據(jù)的可能數(shù)據(jù)，能夠輸入（過程平均值）和（過程的潛在標準偏差）的歷史值，假如不指明或 的數(shù)值，MINITAB將從給出的數(shù)據(jù)進行估算。 評估子對話框 用不同的方法來可能過程標準偏差()。見可能過程變差 選項子對話框 當數(shù)據(jù)嚴峻歪斜時，可使用Box-Cox能力轉(zhuǎn)化。見非正態(tài)分布數(shù)據(jù)的Box-Cox能力

18、轉(zhuǎn)化 輸入過程目標值，或正常規(guī)范值，MINITAB除了進行標準能力統(tǒng)計外，還計算Cpm值。 輸入一個出了6（過程均值每邊3個）以外的公差間隔來計算過程能力。例如，輸入12，表示用12的間隔寬度來計算，均值每邊6個。 僅進行組內(nèi)或整體分析，默認為兩個都計算。 顯示用百分比或ppm表示的看到的性能，期望的“組內(nèi)”性能，和預(yù)期的“整體”性能。 輸入一個能力柱狀圖的最小和/或最大顯示刻度。 顯示代替能力統(tǒng)計的Zbench值，缺省顯示能力統(tǒng)計。 是否顯示能力分析圖，缺省為顯示圖形。 用自定義的標題代替缺省的圖形標題。 講明：當定義規(guī)范的上、下限為邊界時，MINITAB還計算界外的%，假如樣本中的界外%不

19、為0，將有一個不正確數(shù)據(jù)的明顯數(shù)據(jù)提示。 存儲子對話框 在工作表的列中存儲選擇的統(tǒng)計項，可利用的存儲統(tǒng)計項取決于在能力分析（正態(tài)）對話框和子對話框中的選擇項。 能力統(tǒng)計 當使用正態(tài)分布模型進行能力分析時，MINITAB計算與組內(nèi)變差有關(guān)的能力統(tǒng)計（Cp, Cpk, CPU, andCPL）和整體變差有關(guān)的能力統(tǒng)計(Pp, Ppk PPU, PPL)。在14-4頁可見這些統(tǒng)計的講明。 Cp, Cpk, CPU, and CPL描述了過程的潛在能力在過程的子組均值沒有改變和漂移時過程的能力。在計算這些數(shù)據(jù)時，Minitab只考慮組內(nèi)變差，而不考慮組間變差。 Pp, Ppk, PPU, and PP

20、L描述了過程的整體能力，計算時，MINITAB考慮了所有變差。 整體能力描述了正在運行的過程相關(guān)于規(guī)范界限的實際情況。組內(nèi)能力描述了在變化和偏移能評估時，過程相關(guān)于規(guī)范界限運行的能夠達到的能力， 整體和組內(nèi)變差的差異指出了過程失控或組內(nèi)能力不能評估的變差來源。 講明:當子組容量為1時,組內(nèi)變差的評估是在移動極差的基礎(chǔ)上進行的,相臨的測量值被有效地認為是另一組數(shù)據(jù). 可能過程變差 用標準差()來評估過程變差是正態(tài)能力分析的一個重要步驟，能力分析（正態(tài)）和能力SIXPACK（正態(tài)）都計算組內(nèi)和整體變差，與組內(nèi)變差有關(guān)的能力統(tǒng)計有Cp，Cpk，CPU，CPL；與整體變差有關(guān)的是PP，PPK，PPU，

21、PPL。計算整體能力時，MINITAB使用了數(shù)據(jù)的整體標準偏差。計算組內(nèi)標準偏差時，MINITAB提供了幾個選項，如下所示。這些方法的相關(guān)優(yōu)點見參考文獻1。 指定評估組內(nèi)標準偏差的方法。 1、在能力分析（正態(tài)）或能力SIXPACK（正態(tài)）主對話框中，點擊“Estimate”。 2、進行下面中的一個操作： 關(guān)于子組容量大于1時，計算的基礎(chǔ)為： 用平均極差-選擇Rbar. 用組標準偏差-選擇Sbar，在評估時，不使用偏移常數(shù)，不選Use unbiasing constants. 用共有標準差，選擇Pooled standard deviation，不使用偏移常數(shù)，不選Use unbiasing 關(guān)

22、于單個的觀看值（子組容量為1時），在以下基礎(chǔ)上評估： - 平均移動極差（默認）選擇平均移動極差，可從2改變移動極差的長度，點擊“用移動極差長度”，在對話框中輸入一個數(shù)字。 - 移動極差的中值選擇移動極差中值，點擊“用移動極差長度”，在對話框中輸入一個數(shù)字，可從2改變移動極差的長度， MSSD的平方根（連續(xù)變差平方的平均值）選擇“MSSD的平方根”，在評估中不使用無偏差的常數(shù)。 3、點擊“OK”。 能力分析（正態(tài)分布模型）舉例 假設(shè)你工作在一個汽車廠的裝配工程部，零件之一的凸輪軸的尺寸，必須在6002mm以滿足工程規(guī)范。在那兒有一個凸輪軸長度連續(xù)超出規(guī)范的問題，造成產(chǎn)品裝配不良,廢品高和返工多.

23、 在檢查庫存記錄的基礎(chǔ)上,你看到有兩個凸輪軸的供應(yīng)商,極差圖顯示2號供應(yīng)商的凸輪軸產(chǎn)品超出操縱限.因此你決定對他停止供貨,直到他們的產(chǎn)品受控. 降低了2號供應(yīng)商的供貨量后,裝配不良品的數(shù)量顯著下降了,然而,問題沒有完全消除,你決定運行一個能力研究看1號供應(yīng)商是否有能力獨自滿足你的工程規(guī)范. 1、 打開工作表CAMSHAFT.MTW 2、 選擇Stat Quality Tools 能力分析 (正態(tài)). 3、在“單列”中，輸入“Supp1”，在“子組容量”中，輸入“5” 4、在“下限”中，輸入“598”，在“上限”中，輸入“602” 5、點擊選項，在目標值（在表格中增加CPm），輸入600，在每個

24、對話框中點擊ok 結(jié)果講明 假如你想解釋過程能力統(tǒng)計，數(shù)據(jù)應(yīng)大致服從正態(tài)分布。通過柱狀圖覆蓋的正態(tài)曲線來看，那個要求看來差不多滿足了。 然而，你能夠過程平均值599.55略小于目標值600。分布的左邊尾部落在規(guī)范下限之外,這意味著你有時可已看到不符合規(guī)范下限598mm的凸輪軸. Cpk指數(shù)表明過程生產(chǎn)的零件是否在公差范圍內(nèi).1號供應(yīng)商的Cpk值僅為0.9，這表明他們需要通過減少變差和圍繞目標值定位過程來改進過程。同樣地，PPM Quality Tools 能力 Sixpack (組間/組內(nèi)). 2 進行下列之一的操作： 當數(shù)據(jù)在一列時，在Single column中輸入數(shù)據(jù)列號，在 Subgr

25、oup size中輸入子組容量或子組號所在的列號。 當數(shù)據(jù)在幾列時，選擇 Subgroups across rows of, 輸入包含數(shù)據(jù)的列號。 3 、在Lower spec 或 Upper spec中, 分不輸入規(guī)范的上限或下限,，必須至少輸入一個。 4、如需要，使用下列的任何選項s ， 然后點擊 OK. 選項 能力 Sixpack (組間/組內(nèi)) 對話框 假如從過去數(shù)據(jù)評估中已知過程參數(shù)，輸入(t過程平均值) 和 (過程潛在標準偏差) 。假如不指明或 值， MINITAB 將從現(xiàn)有數(shù)據(jù)中評估。 試驗子對話框 在8個指明緣故的試驗中選擇見做指明緣故的試驗。 調(diào)整試驗的靈敏度時，使用指明緣故

26、試驗的定義。 評估子對話框 用不同的方法評估過程標準偏差 () 。見 評估過程變差 選項子對話框 當你有專門歪斜的數(shù)據(jù)時，使用Box-Cox能力轉(zhuǎn)化 。見非正態(tài) 數(shù)據(jù) 。 輸入過程目標值或標稱規(guī)范， MINITAB 在計算標準能力 統(tǒng)計外還計算Cpm 通過輸入公差來代替六倍的標準偏差間隔（過程均值每邊3倍）來計算能力統(tǒng)計。例如，輸入12表示用12倍的標準偏差寬度，過程均值每邊6倍來計算。 用自己的標題代替默認的圖形標題。 能力統(tǒng)計 當你使用能力分析 (組間/組內(nèi))時, MINITAB 計算整體能力統(tǒng)計 (Pp, Ppk, PPU, and PPL) 和 組間/組內(nèi)能力統(tǒng)計s (Cp,Cpk,

27、CPU, and CPL). 這些統(tǒng)計的講明, 見能力 統(tǒng)計 能力 sixpack (組間/組內(nèi))舉例 假設(shè)你對帶一層薄膜的紙涂層輥的過程能力感興趣，你關(guān)懷的是紙被涂上正確的薄膜厚度。那個薄膜通過輥子均勻的施加。你從25個連續(xù)的輥子中取了3個樣，并測量薄膜厚度，那個厚度必須是50 3 以滿足工程規(guī)范。 因為你想確定整個輥子的薄膜是否均勻，因此你用MINITAB 來執(zhí)行能力 Sixpack (組間/組內(nèi)). 1 打開工作表 BWCAPA.MTW. 2 選擇 Stat Quality Tools 能力 Sixpack (組間/組內(nèi)) 當你懷疑有組內(nèi)和組間變差時，使用能力Sixpack（組間/組內(nèi)）

28、 命令。 能力 Sixpack (組間/組內(nèi)) 同意你大致評估過程能力和同時顯示下列信息： 單個觀看值圖 移動極差圖 一個R 圖 或 S 圖 過程數(shù)據(jù)的柱狀圖 正態(tài)概率圖 過程能力圖 組間/組內(nèi)和整體能力統(tǒng)計Cp, Cpk, Cpm (假如指明目標值), within, between, 和 total; Pp, Ppk, and 整體. 平均值圖, 移動極差, 和 R 或 S 圖能檢驗過程是否受控。柱狀圖 和正態(tài)概率圖能檢驗數(shù)據(jù)是否服從正態(tài)分布。 最后,能力圖給出了過程相關(guān)于規(guī)范可變性 的圖示看法。結(jié)合能力統(tǒng)計,那個信息有助于你評估過程是否受控和產(chǎn)品是否滿足規(guī)范。 A model that

29、assumes that the 數(shù)據(jù)服從正態(tài) 分布的假設(shè)模型適合于大多數(shù)過程數(shù)據(jù).假如你的數(shù)據(jù)歪斜專門嚴峻或組內(nèi)變差不為常數(shù)（例如，變差與平均值成比例）時，見Non-非正態(tài) 數(shù)據(jù)下的討論 數(shù)據(jù) 你能夠按組輸入數(shù)據(jù) ，每組兩個或以上觀看值。子組數(shù)據(jù)能夠在一列或幾列中。 使用Box-Cox 轉(zhuǎn)化時, 數(shù)據(jù) 必須是正數(shù)。 理想情況下，所有的子組容量相等，假如你的子組容量因為數(shù)據(jù)丟失或樣品數(shù)量不等而不同時，在評估組間變差時，只使用大多數(shù)子組容量相等的子組數(shù)據(jù)。單個觀看值圖和移動極差圖的操縱限是在要緊的子組容量評估得出的。 做能力 sixpack (組間/組內(nèi)) 1 選擇 Stat Quality T

30、ools 能力 Sixpack (組間/組內(nèi)). 2 進行下列之一的操作： 當數(shù)據(jù)在一列時，在Single column中輸入數(shù)據(jù)列號，在 Subgroup size中輸入子組容量或子組號所在的列號。 當數(shù)據(jù)在幾列時，選擇 Subgroups across rows of, 輸入包含數(shù)據(jù)的列號。 3 、在Lower spec 或 Upper spec中, 分不輸入規(guī)范的上限或下限,，必須至少輸入一個。 4、如需要，使用下列的任何選項s ， 然后點擊 OK. 選項 能力 Sixpack (組間/組內(nèi)) 對話框 假如從過去數(shù)據(jù)評估中已知過程參數(shù)，輸入(t過程平均值) 和 (過程潛在標準偏差) 。假

31、如不指明或 值， MINITAB 將從現(xiàn)有數(shù)據(jù)中評估。 試驗子對話框 在8個指明緣故的試驗中選擇見做指明緣故的試驗。 調(diào)整試驗的靈敏度時，使用指明緣故試驗的定義。 評估子對話框 用不同的方法評估過程標準偏差 () 。見 評估過程變差 選項子對話框 當你有專門歪斜的數(shù)據(jù)時，使用Box-Cox能力轉(zhuǎn)化 。見非正態(tài) 數(shù)據(jù) 。 輸入過程目標值或標稱規(guī)范， MINITAB 在計算標準能力 統(tǒng)計外還計算Cpm 通過輸入公差來代替六倍的標準偏差間隔（過程均值每邊3倍）來計算能力統(tǒng)計。例如，輸入12表示用12倍的標準偏差寬度，過程均值每邊6倍來計算。 用自己的標題代替默認的圖形標題。 能力統(tǒng)計 當你使用能力分

32、析 (組間/組內(nèi))時, MINITAB 計算整體能力統(tǒng)計 (Pp, Ppk, PPU, and PPL) 和 組間/組內(nèi)能力統(tǒng)計s (Cp,Cpk, CPU, and CPL). 這些統(tǒng)計的講明, 見能力 統(tǒng)計 能力 sixpack (組間/組內(nèi))舉例 假設(shè)你對帶一層薄膜的紙涂層輥的過程能力感興趣，你關(guān)懷的是紙被涂上正確的薄膜厚度。那個薄膜通過輥子均勻的施加。你從25個連續(xù)的輥子中取了3個樣，并測量薄膜厚度，那個厚度必須是50 3 以滿足工程規(guī)范。 因為你想確定整個輥子的薄膜是否均勻，因此你用MINITAB 來執(zhí)行能力 Sixpack (組間/組內(nèi)). 1 打開工作表 BWCAPA.MTW.

33、2 選擇 Stat Quality Tools 能力 Sixpack (組間/組內(nèi)). 講明： 當你用子組平均極差評估評估時， MINITAB 顯示一個 R 圖. 當用子組平均標準偏差(Sbar)評估時， MINITAB 顯示一個 S 圖. 當使用集中標準偏差評估，同時子組容量小于時， MINITAB 顯示一個 R 圖. 當使用集中標準偏差評估，同時子組容量大于等于時， MINITAB 顯示一個 S 圖 3 在Single column, 輸入 Coating. In Subgroup size, 輸入 Roll. 4 在 Lower spec, 輸入 47. In Upper spec, 輸

34、入 53. 5 點擊 Tests. 選擇 Perf或m all eight tests. 在每個對話框中點擊 OK 。 結(jié)果講明 假如你想解釋過程能力 統(tǒng)計， 你的數(shù)據(jù)必須服從正態(tài) 分布. 那個標準看來差不多滿足了。在能力 柱狀圖中, 數(shù)據(jù) 大致服從正態(tài)曲線. 在正態(tài)概率涂上，數(shù)據(jù)點也大致服從一條直線。沒有點不滿足指明緣故的測試，因此，意味著你的過程受控。在單個觀看值圖和移動極差圖上沒有點互相跟隨，又表明過程穩(wěn)定。 能力圖顯示Cpk值(1.21) 和 Ppk值 (1.14) 剛剛在指標線1.33以下, 因此你的過程可能要進行一些改進。 能力Sixpack(Weibull分布) 當Weibull

35、分布與你的過程數(shù)專門接近時,你能夠用能力Sixpack(Weibull分布)命令來大致可能過程能力, 能力Sixpack(Weibull分布)在一個顯示面上結(jié)合了以下信息： 一個 圖形（或關(guān)于單個觀看值的圖形） 一個R 圖（或單值的MR圖） 最近25組數(shù)據(jù)（或最后25組）的運行圖 過程數(shù)據(jù)的能力圖 一個Weibull分布圖 過程柱狀圖圖 整體能力統(tǒng)計Pp, Ppk,，形狀(), 和刻度 () R圖或運行圖可用于檢驗過程是否受控。 柱狀圖和Weibull分布圖通常用于檢驗數(shù)據(jù)近似Weibull模型，最后，能力圖給出了相關(guān)于規(guī)范過程可變性的視覺圖形。那個信息有助于你判定過程是否受控和連續(xù)生產(chǎn)出滿足

36、規(guī)范要求的產(chǎn)品。 當使用Weibull模型時，MINITAB僅計算整體能力統(tǒng)計，Pp和 Ppk。那個計確實是基于Weibull分布的形狀和比例參數(shù)的最大可能性評估上進行的，它優(yōu)于在正態(tài)分布下的平均值和變差評估。假如你有不服從正態(tài)分布的數(shù)據(jù)，想計算組內(nèi)統(tǒng)計(Cp, Cpk, within)，見使用Box-Cox能力轉(zhuǎn)化的能力分析（正態(tài)分布）。對非正態(tài)數(shù)據(jù)兩種方法的比較，見非正態(tài)數(shù)據(jù)。 數(shù)據(jù) 你能夠輸入單個的觀看值或按組取的數(shù)據(jù)，單個的觀看值應(yīng)在一列中， 分組的數(shù)據(jù)能夠在一列中或幾列中。當子組的容量不等時，在一列中輸入子組數(shù)據(jù)，在另一列中放子組代號。 舉例見數(shù)據(jù)。 Tip 為了做一個你能完全解釋的

37、操縱圖， 你的數(shù)據(jù)必須服從正態(tài)分布. 假如e Weibull 分布更適合你的數(shù)據(jù) , 一個log正態(tài) 分布大概也比較適合。轉(zhuǎn)化 數(shù)據(jù), 使用操縱 圖 命令下的選項Box-Cox 轉(zhuǎn)化, 輸入Lambda = 0(natural log). 更多細節(jié), 見非-正態(tài) 數(shù)據(jù)的Box-Cox 能力轉(zhuǎn)化。 數(shù)據(jù)必須是正數(shù)。 假如某個子組的一個觀看值丟失了， MINITAB 在為那個子組計算這些統(tǒng)計時忽略它。這可能使那組數(shù)據(jù)的操縱界限不同。假如整組數(shù)據(jù)丟失，在平均值圖會出現(xiàn)一個缺口。 執(zhí)行能力 sixpack (Weibull 概率模型) 1 選擇Stat Quality Tools 能力 Sixpack

38、 (Weibull). 2 進行以下之一操作: 當數(shù)據(jù)在一列時，在Single column中輸入數(shù)據(jù)列號，在 Subgroup size中輸入子組容量或子組號所在的列號。 當數(shù)據(jù)在幾列時，選擇 Subgroups across rows of, 輸入包含數(shù)據(jù)的列號。 3 、在Lower spec 或 Upper spec中, 分不輸入規(guī)范的上限或下限,，必須至少輸入一個。這些界限必須是正數(shù)，盡管規(guī)范下限可能為0 4、如需要，使用下列的任何選項s ， 然后點擊 OK. 選項 選項子對話框 輸入你自己的Weibull 形狀和刻度參數(shù)見 Weibull 分布家族。假如你不 輸入數(shù)值, MINITA

39、B 將從現(xiàn)有數(shù)據(jù)獲得最大可能性的評估。 警告：當你輸入 “已知” 的這些參數(shù)數(shù)值時，要小心這些參數(shù)的細小變化，特不是形狀參數(shù)，可能對相關(guān)概率有專門大阻礙。 改變組數(shù)或觀看值的數(shù)量來顯示運行圖。默認值是25。 通過輸入公差來代替六倍的標準偏差間隔（過程均值每邊3倍）來計算能力統(tǒng)計。例如，輸入12表示用12倍的標準偏差寬度，過程均值每邊6倍來計算。 用自己的標題代替默認的圖形標題。 能力統(tǒng)計 能力 Sixpack (Weibull) 顯示整體能力統(tǒng)計, Pp and Ppk. 這些計確實是在Weibull分布的形狀和刻度的最大可能性基礎(chǔ)上進行的。優(yōu)于當作正態(tài)情況下平均值和變差的評估。 這些統(tǒng)計的講

40、明信息, 見 能力統(tǒng)計 能力 sixpack (Weibull probability model)舉例 假設(shè)你在生產(chǎn)地板磚的工廠工作，關(guān)懷的是地板磚的彎曲度，為保證產(chǎn)品質(zhì)量，你每天測量10塊地板磚，連續(xù)進行了10 天。 數(shù)據(jù)的柱狀圖顯示不服從正態(tài) 分布見帶Box-Cox轉(zhuǎn)化的 能力分析舉例。因此你決定執(zhí)行一個Weibull概率模型基礎(chǔ)上的能力sixpack 。 1 打開工作表TILES.MTW. 2 選擇 Stat Quality Tools 能力 Sixpack (Weibull). 3 In Single column, 輸入 Warping. In Subgroup size, typ

41、e 10. 4 In Upper spec, type 8. 點擊 OK. 結(jié)果講明 能力柱狀圖沒有顯示假設(shè)模型和數(shù)據(jù)間的明顯差異，在Weibull概率圖上，數(shù)據(jù)點也大致是一條直線。然而， 能力圖顯示過程不滿足規(guī)范。Ppk (0.77) 小于指標線 1.33, 因此你的過程能力不足。相同數(shù)據(jù)的能力 Sixpack (正態(tài))分析, 見 帶Box-Cox轉(zhuǎn)化的能力 sixpack舉例。 能力分析(二項分布) 當數(shù)據(jù)服從二項式分布時，用能力分析(二項式)產(chǎn)生一個過程能力報告。二項式分布通常用來記錄由抽樣總數(shù)產(chǎn)生的缺陷項目數(shù)。例如，你可能有一個通過/失敗的標準來確定一個項目是不是缺陷。然后你可能記錄檢

42、查的零件總數(shù)和按標準確定的失敗數(shù)量?；蛘撸隳軌蛴涗浢刻祛A(yù)定工作的人數(shù)和每天的生病的人數(shù)。 假如數(shù)據(jù)滿足下列條件，使用能力分析（二項式）： 每個項目在同樣條件下 每個項目可能導(dǎo)致一個或兩個可能的結(jié)果（成功/失敗，可行/不可行） 對每個項目，成功（或失敗）的概率相等 每個項目的結(jié)果差不多上互相獨立的。 能力分析（二項式）產(chǎn)生一個包括下面內(nèi)容的過程能力報告： P 圖檢驗過程是否受控。 圖 of cumulative %defective檢驗?zāi)闶欠褚褟淖銐虻臉颖臼占瘮?shù)據(jù)以對缺陷%有一個穩(wěn)定的評估。 柱狀圖 of %defective顯示從收集的樣本中缺陷%的整體分布。 Defective rate

43、plot檢驗缺陷%是否受取樣項目數(shù)量的阻礙。 數(shù)據(jù) 使用服從二項式分布的數(shù)據(jù)工作表中每列的項目應(yīng)包含每組的缺陷數(shù)。當子組容量不等時，你必須要輸入子組容量的列。 假設(shè)你已收集了檢驗零件的數(shù)量和不合格零件的數(shù)量，所有數(shù)據(jù)差不多上變化的，在一列中輸入不合格零件的數(shù)量，假如總的檢驗數(shù)量變化，那么在另一列中輸入子組容量。 不合格品數(shù)量 檢驗量 11 1003 12 968 9 897 13 1293 9 989 15 1423 丟失的數(shù)據(jù) 假如一個觀看值丟失了，在P圖上將有一個缺口，而那兒組容量線已畫出來了。除了丟失的數(shù)據(jù)外其他的線和圖都相似。 不等的子組大小 在P圖中，操縱限是子組大小的函數(shù)。一般來講

44、，在子組容量小的操縱限比子組容量大的操縱限離中心線更遠。當子組大小不等時，相關(guān)于樣本大小的缺陷%的線同意你檢驗兩者之間是否有關(guān)系。例如，當更多的項目被抽樣時，假如缺陷率有變小的趨勢，這可能是由于檢驗員疲勞所致，這是一個普遍的問題。子組大小在其他圖上沒有意義，因為這些圖只顯示缺陷%。 執(zhí)行一個能力分析（二項式分布模型） 1、 選擇Stat Quality Tools 能力分析 (Binomial). 2、 在Defectives,中，輸入包含缺陷數(shù)的列。 3、 進行下列之一的操作： 當樣本數(shù)是常數(shù)時，在Constant size中輸入樣本數(shù) 當樣本數(shù)不同時，在Use sizes in中輸入包含樣

45、本數(shù)的列。 4、 如需要，使用下面列出的選項，然后點擊OK。 選項 能力分析（二項式）子對話框 輸入缺陷比例的歷史數(shù)據(jù)，那個值必須在0到1之間。 輸入缺陷%的目標值。 試驗子對話框 在4個專門緣故的試驗中選擇見做專門緣故的試驗，用為專門緣故定義試驗，校準試驗的敏感度。 選項子對話框 選擇打印的顏色配置 用自己的標題代替默認的圖形標題。 能力分析（二項式分布模型）舉例 假設(shè)你負責(zé)評估電話銷售部門的響應(yīng)速度，確實是回復(fù)呼叫的能力如何。你每天記錄銷售代表無效的沒有回復(fù)的數(shù)量，記錄20天。你也記錄總的呼叫數(shù)。 1、打開工作表BPCAPA.MTW. 1、 選擇Stat Quality Tools 能力分析 (Binomial) 2、 在Defectives中，輸入Unavailable. 4、在Use sizes in中，輸入Calls，點擊OK。 結(jié)果分析 P圖表明有一個點在操縱限外，累計的缺陷%圖顯示可能的整體缺陷率大概穩(wěn)定在22%左右。然而可能需要收集更多的數(shù)據(jù)來驗證。看起來樣本數(shù)并不阻礙缺陷率。