【正文】 r spec 或 Upper spec中, 分別輸入規(guī)范的上限或下限,，必須至少輸入一個。單個觀察值圖和移動極差圖的控制限是在主要的子組容量評估得出的。 A model that assumes that the 數(shù)據(jù)服從正態(tài) （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) 你可以按組輸入數(shù)據(jù) ，每組兩個或以上觀察值。 Pp, Ppk, and s整體. 平均值圖, 移動極差, 和 R 或 S 圖能檢驗(yàn)過程是否受控。 從能力 柱狀圖上你可以看出, 數(shù)據(jù) 服從 正態(tài) 曲線. 在正態(tài)概率圖上,數(shù)據(jù)點(diǎn)大致為一條直線. 這些模式表明BoxCox 轉(zhuǎn)化“正態(tài)化” 了數(shù)據(jù). 現(xiàn)在這個能力 ，能力圖顯示過程不滿足規(guī)范。這表明是一個穩(wěn)定的過程。 打開工作表 . 2 、選擇Stat 228。 帶BoxCox轉(zhuǎn)化的能力 sixpack 舉例 假設(shè)你在生產(chǎn)地板磚的工廠工作，關(guān)心的是地板磚的彎曲度。 但是從能力圖上, 你可以看見過程公差落在規(guī)范下限下面。 如果想去說明過程能力統(tǒng)計，你的數(shù)據(jù)應(yīng)大致服從正態(tài) 分布。這表明是一個穩(wěn)定的過程。 1 、打開工作表 . 選擇 Stat 228。那里有一個長期性的凸輪軸長度超過規(guī)范值 的問題—這個問題產(chǎn)生了下線產(chǎn)品裝配不合適，和比較高的廢品和返修率。 當(dāng)使用集中標(biāo)準(zhǔn)標(biāo)準(zhǔn)偏差來估計s，并且子組容量大于或等于10時， MINITAB 顯示一個S 圖。 Pp, Ppk, PPU, and PPL 反映的餓是過程的整體 能力。 能力統(tǒng)計 能力 Sixpack (正態(tài)) 顯示組內(nèi)和整體能力統(tǒng)計，Cp, Cpk, Cpm (如果指明目標(biāo)值), 和 swithin, 以及 Pp, Ppk, and s整體. 這些能力統(tǒng)計的說明, 見 能力統(tǒng)計。 ——輸入過程目標(biāo)值或標(biāo)稱規(guī)范， MINITAB 在計算標(biāo)準(zhǔn)能力 統(tǒng)計外還計算Cpm 通過輸入δ公差來代替六倍的標(biāo)準(zhǔn)偏差間隔（過程均值每邊3倍δ）來計算能力統(tǒng)計。調(diào)整試驗(yàn)的敏感度，用定義指明原因的試驗(yàn)。 3 、在Lower spec 或 Upper spec中, 分別輸入規(guī)范的上限或下限,，必須至少輸入一個。 1 、選擇 Stat 228。 如果某個子組的一個數(shù)據(jù)就是了， MINITAB 計算時將予以忽略。舉例見 數(shù)據(jù) 。如果你的數(shù)據(jù)歪斜很嚴(yán)重或組內(nèi)變差不是常數(shù)（例如，變差與平均值成比例）， 見 非正態(tài) 數(shù)據(jù) 的討論。柱狀圖和正態(tài)分布圖通常用于檢驗(yàn)數(shù)據(jù)是否服從正態(tài)分布。這個分析告訴你你的過程能力比較高。Cpk指數(shù)表明生成的零件是否在公差范圍內(nèi)。在Subgroup size中，輸入Roll。 選擇Stat 228。3，以滿足工程規(guī)范的要求。在評估不使用偏移常數(shù)時，不點(diǎn)擊Use unbiasing constants. 4 點(diǎn)擊 OK. 能力分析 (組間/組內(nèi))舉例 假設(shè)你對這樣的過程能力感興趣，這個過程是用涂層輥在紙上涂一薄涂層。 改變評估swithin的方法，選擇下列之一： —— 平均極差—選擇 Rbar. ——平均標(biāo)準(zhǔn)偏差——選擇Sbar，在評估不使用偏移常數(shù)時，不點(diǎn)擊Use unbiasing constants. ——集中的標(biāo)準(zhǔn)偏差（默認(rèn)）——選擇Pooled standard deviation。這些方法的優(yōu)點(diǎn)的討論見[1]。能力分析（組間/組內(nèi)）和能力Sixpack (組間/組內(nèi))都計算組內(nèi)，組間，總的和整體變差。計算這些能力時，Minitab評估swithin and sbetween并集中它們來評估stotal。 存儲子對話框 ——在工作表中存儲選擇的統(tǒng)計，存儲的統(tǒng)計依賴于你在能力統(tǒng)計（組間/組內(nèi)）對話框和子對話框的選擇。默認(rèn)值為ppm表示。 ——通過輸入δ公差來代替六倍的標(biāo)準(zhǔn)偏差間隔（過程均值每邊3倍δ）來計算能力統(tǒng)計。 說明： 當(dāng)定義規(guī)范上下限為邊界時，MINITAB還計算觀察到的界外%，如果觀察到的界外%不為零，這明確指出了不正確數(shù)據(jù)的數(shù)量。因此，對于邊界來說，期望的落在界外的%為0。 Quality Tools 228。 理想狀況下，所有組的數(shù)據(jù)個數(shù)相等。正態(tài)曲線分別用過程平均值和整體標(biāo)準(zhǔn)偏差以及過程平均值和總的標(biāo)準(zhǔn)偏差來產(chǎn)生。這些將結(jié)合（集中）起來計算總的標(biāo)準(zhǔn)偏差?？赡芤泊嬖诮M間誤差。 因?yàn)槟銉H輸入一個規(guī)范上限，能力統(tǒng)計打印的是CPU和Cpk，所以你的過程顯示能力不夠，你也能在柱狀圖上看出一些過程數(shù)據(jù)落在規(guī)范上限之外。 在Upper spec中，輸入8 選擇Stat 228。 ，但是，說實(shí)話，你可能想要一個與直覺轉(zhuǎn)化相符的lambda值， 如平方根（lambda ），在我們的例子中，應(yīng)為它落在lambda值區(qū)間的置信度為95%。 . 選擇Stat 228。 使用BoxCox轉(zhuǎn)化的能力分析舉例 假設(shè)你在一家生產(chǎn)地板瓷磚的工廠中從事與瓷磚彎曲度有關(guān)的工作， 為保證產(chǎn)品質(zhì)量，你每個工作日測量了10塊瓷磚的彎曲度，連續(xù)測量了10天。 但是。 能力分析 (正態(tài)). 在“單列”中，輸入“Supp1”，在“子組容量”中，輸入“5” 在“下限”中，輸入“598”，在“上限”中，輸入“602” 點(diǎn)擊‘選項(xiàng)’，在‘目標(biāo)值’（在表格中增加CPm），輸入‘600’，在每個對話框中點(diǎn)擊‘ok’在那里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. 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,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,但是,問題沒有徹底消除,你決定運(yùn)行一個能力研究看1號供應(yīng)商是否有能力獨(dú)自滿足你的工程規(guī)范. 平均移動極差（默認(rèn)）—選擇平均移動極差，可從2改變移動極差的長度，點(diǎn)擊“用移動極差長度”，在對話框中輸入一個數(shù)字。計算組內(nèi)標(biāo)準(zhǔn)偏差時，MINITAB提供了幾個選項(xiàng)，如下所示。 整體能力描述了正在運(yùn)行的過程相對于規(guī)范界限的實(shí)際情況。 存儲子對話框 在工作表的列中存儲選擇的統(tǒng)計項(xiàng)，可利用的存儲統(tǒng)計項(xiàng)取決于在能力分析（正態(tài)）對話框和子對話框中的選擇項(xiàng)。 ——顯示代替能力統(tǒng)計的Zbench值，缺省顯示能力統(tǒng)計。例如，輸入12，表示用12δ的間隔寬度來計算，均值每邊6個δ。 評估子對話框 用不同的方法來估計過程標(biāo)準(zhǔn)偏差(s)。必須至少輸入其中的一個數(shù)據(jù)。 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)）”。 這個報告還包括了過程數(shù)據(jù)的統(tǒng)計，如過程平均值、目標(biāo)值（如果輸入了的話），組內(nèi)和整體標(biāo)準(zhǔn)偏差，和過程規(guī)范，觀察到的性能，和預(yù)期的組內(nèi)和整體性能。 在柱狀圖上畫Weibull曲線以確定數(shù)據(jù)是否滿足Weibull分布. 見非正態(tài)數(shù)據(jù)的Box—Cox能力轉(zhuǎn)化。 說明：能力統(tǒng)計使用簡單，但是，具有未完全了解的分布特性。 能力分析(Binomial) 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(yàn)過程是否受控，這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。 —— 能力柱狀圖和Weibull性能圖通常用于檢驗(yàn)數(shù)據(jù)是否服從Weibull分布。這有助于進(jìn)行正態(tài)假設(shè)的視覺評估。 MINITAB也提供基于二項(xiàng)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(biāo)準(zhǔn)比較分為有缺陷和沒有缺陷（用能力分析（二項(xiàng)式））。在這種情況下，把這個數(shù)據(jù)轉(zhuǎn)化比正態(tài)分布更適當(dāng)?shù)哪Ｐ停?你可以使用BoxCox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. 如果懷疑過程中子組之間有很強(qiáng)的變差來源，可以使用能力分析（組間/組內(nèi)）或SIXpack能力分析（組間/組內(nèi)）。選擇能力命令 MINITAB提供了一組不同的能力分析命令，你可以根據(jù)數(shù)據(jù)的性質(zhì)和分布從中選擇命令，你可以對以下情況進(jìn)行能力分析： ——正態(tài)或Weibull概率模式（對于測量數(shù)據(jù)） ——不同子組之間可能有很強(qiáng)變差的正態(tài)數(shù)據(jù) ——二項(xiàng)式或Poisson概率模式（對于計數(shù)數(shù)據(jù)或?qū)傩詳?shù)據(jù)） 當(dāng)進(jìn)行能力分析時，選擇正確的公式是基本要求，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，但是，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)）可以估計預(yù)期零件的缺陷PPM數(shù)。這些圖形能夠幫助你評估數(shù)據(jù)的分布和檢驗(yàn)過程是否受控。過程能力概述 一旦過程處于統(tǒng)計控制狀態(tài)，并且是連續(xù)生產(chǎn)，那么你可能想知道這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)范界限的寬度可以確定過程能力。 .你能通過畫能力柱狀圖和能力圖來評估過程能力。 如果數(shù)據(jù)是歪斜非常嚴(yán)重，那么用正態(tài)分布分析將得出與實(shí)際的缺陷率相差很大的結(jié)果。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(biāo)準(zhǔn)偏差也計算組間標(biāo)準(zhǔn)偏差，然后，集中它們來計算總的標(biāo)準(zhǔn)偏差。MINITAB的能力分析命令 這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。 能力分析（組間/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。這個報告也包括了整個過程能力的統(tǒng)計分析 SIXPACK能力(Weibull) 在一個顯示面上顯示了下面的多個圖形,和各項(xiàng)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(yùn)行圖，通常用于檢驗(yàn)過程是否受控。 某些統(tǒng)計考慮了過程平均值或目標(biāo)值。minimum [(USL m) / 3s, (m LSL) / 3s] CPU 或 PPU 適用于僅有規(guī)范上限時 USL m / 3s CPL 或 PPL 適用于只有規(guī)范下限時 m LSL / 3s 非正態(tài)數(shù)據(jù) 數(shù)據(jù)為非正態(tài)分布時，可以選擇轉(zhuǎn)化數(shù)據(jù)得到更合適的正態(tài)分布，或選擇Weibull分布模式， —— 轉(zhuǎn)化數(shù)據(jù)，使用帶優(yōu)化Box—Cox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。 帶Box—Cox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(jìn)行柱狀圖,規(guī)格界限,目標(biāo)值,過程參數(shù)(均值,組內(nèi)和整體標(biāo)準(zhǔn)偏差)以及能力統(tǒng)計計算. 用實(shí)際數(shù)據(jù)可進(jìn)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”。這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)曲線是分別用過程平均值和組內(nèi)標(biāo)準(zhǔn)偏差和過程平均值和整體標(biāo)準(zhǔn)偏差產(chǎn)生的。如數(shù)據(jù)嚴(yán)重歪斜，見非正態(tài)數(shù)據(jù)的討論。 運(yùn)行能力分析（正態(tài)概率模型） 在“Lower spec ”或“ Upper spec,”中，輸入規(guī)范的下限和/或上限。 ——如果知道過程參數(shù)或以往數(shù)據(jù)的估計數(shù)據(jù)，可以輸入m （過程平均值）和s（過程的潛在標(biāo)準(zhǔn)偏差）的歷史值 ，如果不指明m 或 s的數(shù)值，MINITAB將從給出的數(shù)據(jù)進(jìn)行估算。 ——輸入一個出了6δ（過程均值每邊3個）以外的δ公差間隔