【正文】 the roll. You take three samples from 25 consecutive rolls and measure coating thickness. The thickness must be 50 177。在評(píng)估不使用偏移常數(shù)時(shí)，不點(diǎn)擊Use unbiasing constants. 改變?cè)u(píng)估sbetween的方法。與總的變差有關(guān)的能力統(tǒng)計(jì)是Cp, Cpk, CPU, and CPL。 能力統(tǒng)計(jì) 當(dāng)使用能力分析（組間/組內(nèi)）時(shí)，MINITAB計(jì)算整體能力統(tǒng)計(jì)（Pp, Ppk, PPU, and PPL）和組間/組內(nèi)能力統(tǒng)計(jì)（Cp,Cpk, CPU, and CPL）。例如，輸入12表示用12倍的標(biāo)準(zhǔn)偏差寬度，過(guò)程均值每邊6倍δ來(lái)計(jì)算。如果你選擇一個(gè)邊界，MINITAB不計(jì)算另一邊界的能力統(tǒng)計(jì)。 能力分析 (組間/組內(nèi)) 進(jìn)行下列之一的操作： ——當(dāng)數(shù)據(jù)在一列時(shí)，在Single column中輸入數(shù)據(jù)列號(hào)。 這個(gè)報(bào)告還包括過(guò)程數(shù)據(jù)的統(tǒng)計(jì)，如過(guò)程平均值，目標(biāo)值，如果你輸入一個(gè)的話，總的（組間/組內(nèi)）和整體標(biāo)準(zhǔn)偏差和觀察到的和預(yù)期的性能。在這些條件下，整個(gè)過(guò)程變差既包括組間變差也包括組內(nèi)變差。 點(diǎn)擊選項(xiàng)s. 如圖上垂直線所標(biāo)出的。 柱狀圖顯示你的餓數(shù)據(jù)不服從正態(tài)分布，所以你決定使用BoxCox能力轉(zhuǎn)化盡量使數(shù)據(jù)“更符合正態(tài)分布”。 指定評(píng)估組內(nèi)標(biāo)準(zhǔn)偏差的方法。這些方法的相關(guān)優(yōu)點(diǎn)見參考文獻(xiàn)[1]。組內(nèi)能力描述了在變化和偏移能評(píng)估時(shí)，過(guò)程相對(duì)于規(guī)范界限運(yùn)行的能夠達(dá)到的能力， 整體和組內(nèi)變差的差異指出了過(guò)程失控或組內(nèi)能力不能評(píng)估的變差來(lái)源。 ——僅進(jìn)行組內(nèi)或整體分析，默認(rèn)為兩個(gè)都計(jì)算。 如果需要，可以使用下面列出的所有選項(xiàng)，然后點(diǎn)擊“OK” 數(shù)據(jù) 你可以使用單個(gè)的觀察值或子組數(shù)據(jù),單個(gè)的觀察值應(yīng)在一列中,子組數(shù)據(jù)可以在單個(gè)列中,或幾列的行中,當(dāng)子組數(shù)據(jù)個(gè)數(shù)不等時(shí),在一列中輸入數(shù)據(jù),然后,. 如果為分組數(shù)據(jù),為了評(píng)估過(guò)程標(biāo)準(zhǔn)偏差,一個(gè)子組中必須至少有兩個(gè)觀察值. 在使用BoxCox轉(zhuǎn)化時(shí)，數(shù)據(jù)必須是正數(shù)。 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，如果兩種模型擬合數(shù)據(jù)一樣，則選擇正態(tài)模式可能更好，因?yàn)樗茉u(píng)估整體和組內(nèi)過(guò)程能力。 說(shuō)明：如果過(guò)程目標(biāo)值不是規(guī)范中心點(diǎn)，應(yīng)使用Cpm代替Cpk，因?yàn)镃pm衡量相對(duì)于目標(biāo)值的過(guò)程平均值優(yōu)于相對(duì)于規(guī)范中心值的過(guò)程平均值。 能力分析（泊松） 適用于數(shù)據(jù)由每個(gè)項(xiàng)目的缺陷數(shù)構(gòu)成時(shí)，報(bào)告畫了一個(gè)U圖，它有助于檢驗(yàn)過(guò)程是否受控，報(bào)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。用這種分析方法可進(jìn)行組間\組內(nèi)有很強(qiáng)變差來(lái)源的子組數(shù)據(jù)的分析，這個(gè)報(bào)告包括組間/組內(nèi)和整個(gè)過(guò)程能力的統(tǒng)計(jì)分析 除組內(nèi)數(shù)據(jù)具有隨機(jī)誤差外，組間還可能有隨機(jī)變差。你也可以估計(jì)包括規(guī)范公差與正常過(guò)程變差之間比率的能力指數(shù)。如果過(guò)程不受控，你將得到不正確的過(guò)程能力值。在這兩個(gè)例子中，統(tǒng)計(jì)分析正確性依賴于假設(shè)分布模型的正確性。 雖然SIXPACK能力命令提供了比能力分析命令少的統(tǒng)計(jì)，但是圖形的排列通常用于檢驗(yàn)過(guò)程是否受控，以及數(shù)據(jù)是否服從所選擇的分布模型。 (USL LSL) / 6s Cpk或Ppk 適用于過(guò)程不在規(guī)范界限的中心位置，但是落在界限之內(nèi)時(shí) 公差（規(guī)范界限寬度）與實(shí)際寬度的比值，考慮了過(guò)程平均值和規(guī)范中點(diǎn)的關(guān)系。 下面的表格概述了兩種方法之間的不同。假設(shè)大多數(shù)的過(guò)程數(shù)據(jù)都服從正態(tài)分布。 ——當(dāng)子組在不同的列時(shí)，選擇“Subgroups across rows of”，輸包含數(shù)據(jù)所有行的列號(hào)。見非正態(tài)分布數(shù)據(jù)的BoxCox能力轉(zhuǎn)化 ——輸入過(guò)程目標(biāo)值，或正常規(guī)范值，MINITAB除了進(jìn)行標(biāo)準(zhǔn)能力統(tǒng)計(jì)外，還計(jì)算Cpm值。 ——用自定義的標(biāo)題代替缺省的圖形標(biāo)題。在計(jì)算這些數(shù)據(jù)時(shí)，Minitab只考慮組內(nèi)變差，而不考慮組間變差。 估計(jì)過(guò)程變差 用標(biāo)準(zhǔn)差(s)來(lái)評(píng)估過(guò)程變差是正態(tài)能力分析的一個(gè)重要步驟，能力分析（正態(tài)）和能力SIXPACK（正態(tài)）都計(jì)算組內(nèi)和整體變差，與組內(nèi)變差有關(guān)的能力統(tǒng)計(jì)有Cp，Cpk，CPU，CPL；與整體變差有關(guān)的是PP，PPK，PPU，PPL。 移動(dòng)極差的中值—選擇移動(dòng)極差中值，點(diǎn)擊“用移動(dòng)極差長(zhǎng)度”，在對(duì)話框中輸入一個(gè)數(shù)字，可從2改變移動(dòng)極差的長(zhǎng)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(píng)估中不使用無(wú)偏差的常數(shù)。 選擇Stat 228。同樣地，PPM LSL每百萬(wàn)零件重要性能低于規(guī)范下限的數(shù)量—，這表示每100萬(wàn)凸輪軸中大約有3621個(gè)不能滿足規(guī)范的下限598mm的要求。 BoxCox Transf或mation. 能力分析 (正態(tài)). 　能力分析（組間/組內(nèi)） 用能力分析（組間/組內(nèi)）根據(jù)組間和組內(nèi)變差來(lái)產(chǎn)生一個(gè)過(guò)程能力報(bào)告。如Cp 和 Cpk。 選項(xiàng)子對(duì)話框 ——當(dāng)有歪斜嚴(yán)重的數(shù)據(jù)時(shí)，使用BoxCox能力轉(zhuǎn)化——見非正態(tài)數(shù)據(jù)的BoxCox能力轉(zhuǎn)化。 ——輸入能力柱狀圖顯示的最小和/或最大刻度。 Pp, Ppk, PPU, and PPL 描述的是過(guò)程的整體能力，在計(jì)算這些能力時(shí)，MINITAB 評(píng)估的是考慮整個(gè)研究中變差的的s整體 。 指明評(píng)估swithin and sbetween的方法 在能力分析 (組間/組內(nèi)) 或 能力 Sixpack (組間/組內(nèi))主 對(duì)話框中, 點(diǎn)擊 Estimate. 你從25個(gè)連續(xù)的輥?zhàn)又腥×?個(gè)樣品，并測(cè)量涂層厚度。 能力分析 (組間/組內(nèi)) 總的預(yù)期的“組間/組內(nèi)”。這個(gè)報(bào)告通常用于直觀的評(píng)估相對(duì)于目標(biāo)值的過(guò)程分布情況。 數(shù)據(jù) 你可以在一列中輸入數(shù)據(jù)，或者在多列中輸入數(shù)據(jù)，如果你安排每列中輸一個(gè)子組數(shù)據(jù)的話。你必須至少輸入其中一個(gè) ，這些界限必須是正數(shù)，雖然，規(guī)范下限可能為0。 ——用自己的標(biāo)題代替默認(rèn)的圖形標(biāo)題。 分布的形狀變化很廣，依賴于 b的大小，如b=1時(shí)，為指數(shù)分布，b=2時(shí)，則為Rayleigh 分布。數(shù)據(jù)的柱狀圖顯示不服從正態(tài)分布——見就BoxCox轉(zhuǎn)化的能力分析舉例。 同樣地，PPM USL——。 A model that assumes the 數(shù)據(jù)服從正態(tài) 分布的假設(shè)適合大多數(shù)過(guò)程數(shù)據(jù)。組數(shù)不一定要一樣多。如果是單個(gè)觀察值，輸入子組容量為 1. ——當(dāng)數(shù)據(jù)在幾列時(shí)，選擇 Subgroups across rows of, 輸入包含數(shù)據(jù)的列號(hào)。 選項(xiàng)子對(duì)話框 ——但數(shù)據(jù)很歪斜時(shí)，使用BoxCox 能力轉(zhuǎn)化—見 為非正態(tài)數(shù)據(jù)使用BoxCox 能力轉(zhuǎn)化 ——更改在運(yùn)行圖上顯示的觀察值的組數(shù)，默認(rèn)為25組。但組間不存在偏移。2 mm 長(zhǎng)以滿足規(guī)范要求。 結(jié)果說(shuō)明 在平均值 圖和R 圖上，點(diǎn)隨機(jī)地分布在控制限之間。 這些模型表明數(shù)據(jù)是正態(tài)分布。 所有你將對(duì)數(shù)據(jù)運(yùn)行帶BoxCox轉(zhuǎn)化的能力 sixpack 。 運(yùn)行圖上的點(diǎn)隨機(jī)水平分布，沒有偏移趨勢(shì)，也表明過(guò)程穩(wěn)定。結(jié)合能力統(tǒng)計(jì),這個(gè)信息有助于你評(píng)估過(guò)程是否受控和產(chǎn)品是否滿足規(guī)范。 ——當(dāng)數(shù)據(jù)在幾列時(shí)，選擇 Subgroups across rows of, 輸入包含數(shù)據(jù)的列號(hào)?！姺钦龖B(tài) 數(shù)據(jù) 。 因?yàn)槟阆氪_定整個(gè)輥?zhàn)拥谋∧な欠窬鶆?，所以你用MINITAB 來(lái)執(zhí)行能力 Sixpack (組間/組內(nèi)). 1 打開工作表 . 2 選擇 Stat 228。 能力Sixpack(Weibull分布) 當(dāng)Weibull分布與你的過(guò)程數(shù)很接近時(shí),你可以用能力Sixpack(Weibull分布)命令來(lái)大致估計(jì)過(guò)程能力, 能力Sixpack(Weibull分布)在一個(gè)顯示面上結(jié)合了以下信息： —— 一個(gè) 圖形（或?qū)τ趩蝹€(gè)觀察值的圖形） —— 一個(gè)R 圖（或單值的MR圖） —— 最近25組數(shù)據(jù)（或最后25組）的運(yùn)行圖 —— 過(guò)程數(shù)據(jù)的能力圖 —— 一個(gè)Weibull分布圖 —— 過(guò)程柱狀圖圖 —— 整體能力統(tǒng)計(jì)Pp, Ppk,，形狀(b), 和刻度 (d) R圖或運(yùn)行圖可用于檢驗(yàn)過(guò)程是否受控。當(dāng)子組的容量不等時(shí)，在一列中輸入子組數(shù)據(jù)，在另一列中放子組代號(hào)。 執(zhí)行能力 sixpack (Weibull 概率模型) 1 選擇Stat 228。 —— 改變組數(shù)或觀察值的數(shù)量來(lái)顯示運(yùn)行圖。 數(shù)據(jù)的柱狀圖顯示不服從正態(tài) 分布—見帶BoxCox轉(zhuǎn)化的 能力分析舉例。 能力分析(二項(xiàng)分布) 當(dāng)數(shù)據(jù)服從二項(xiàng)式分布時(shí)，用能力分析(二項(xiàng)式)產(chǎn)生一個(gè)過(guò)程能力報(bào)告。 柱狀圖 of %defective——顯示從收集的樣本中缺陷%的整體分布。 不等的子組大小 在P圖中，控制限是子組大小的函數(shù)。 選擇Stat 228。 你也記錄總的呼叫數(shù)?？雌饋?lái)樣本數(shù)并不影響缺陷率。 當(dāng)數(shù)據(jù)滿足下列條件時(shí)，使用能力分析（泊松分布）： ——每個(gè)項(xiàng)目單位空間或單位時(shí)間的缺陷率相同 ——在不同項(xiàng)目中觀察到的缺陷數(shù)彼此獨(dú)立。 假設(shè)你已收集每單位的缺陷數(shù)的數(shù)據(jù)和單位數(shù)量的大小。子組大小在其他圖上沒有影響，因?yàn)樗鼈冎伙@示DPU。 調(diào)整試驗(yàn)的靈敏度——使用定義指明原因的試驗(yàn) 選項(xiàng)子對(duì)話框 選擇使用滿顏色、分部顏色或黑白色的打印設(shè)置。DPU的比率看來(lái)部首線長(zhǎng)度的影響。你記錄薄弱點(diǎn)的數(shù)量和每根線的長(zhǎng)度。 選擇Stat Quality Tools 能力分析 (Poisson). 不合格數(shù) 檢驗(yàn)數(shù) 3 89 4 94 7 121 2 43 11 142 6 103 ——累積的平均DPU（單位缺陷）圖，檢驗(yàn)?zāi)銖淖銐驑悠分惺占臄?shù)據(jù)是否有穩(wěn)定的平均評(píng)估值。這個(gè)過(guò)程需要大量改進(jìn)。 選擇Stat 228。 ——輸入缺陷%的目標(biāo)值。 能力分析 (Binomial). 當(dāng)子組大小不等時(shí)，相對(duì)于樣本大小的缺陷%的線允許你檢驗(yàn)兩者之間是否有關(guān)系。 數(shù)據(jù) 使用服從二項(xiàng)式分布的數(shù)據(jù)工作表中每列的項(xiàng)目應(yīng)包含每組的缺陷數(shù)。例如，你可能有一個(gè)通過(guò)/失敗的標(biāo)準(zhǔn)來(lái)確定一個(gè)項(xiàng)目是不是缺陷。 1 . 2 選擇 Stat 228。 ——通過(guò)輸入δ公差來(lái)代替六倍的標(biāo)準(zhǔn)偏差間隔（過(guò)程均值每邊3倍δ）來(lái)計(jì)算能力統(tǒng)計(jì)。 能力 Sixpack (Weibull). 2 進(jìn)行以下之一操作: ——當(dāng)數(shù)據(jù)在一列時(shí)，在Single column中輸入數(shù)據(jù)列號(hào)，在 Subgroup size中輸入子組容量或子組號(hào)所在的列號(hào)。 Tip 為了做一個(gè)你能完全解釋的控制圖， 你的數(shù)據(jù)必須服從正態(tài)分布. 如果e Weibull 分布更適合你的數(shù)據(jù) , 一個(gè)log正態(tài) 分布大概也比較適合。這個(gè)信息有助于你判定過(guò)程是否受控和連續(xù)生產(chǎn)出滿足規(guī)范要求的產(chǎn)品。 能力 Sixpack (組間/組內(nèi)). 說(shuō)明：—— 當(dāng)你用子組平均極差評(píng)估評(píng)估s時(shí)， MINITAB 顯示一個(gè) R 圖. ——當(dāng)用子組平均標(biāo)準(zhǔn)偏差(Sbar)評(píng)估s時(shí)， MINITAB 顯示一個(gè) S 圖. ——當(dāng)使用集中標(biāo)準(zhǔn)偏差評(píng)估s，并且子組容量小于10時(shí)， MINITAB 顯示一個(gè) R 圖. ——當(dāng)使用集中標(biāo)準(zhǔn)偏差評(píng)估s，并且子組容量大于等于10時(shí)， MINITAB 顯示一個(gè) 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, 輸入 53. 5 點(diǎn)擊 Te