【正文】 sts. 選擇 Perf或m all eight tests. 在每個對話框中點擊 OK 。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δ來計算。 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) 對話框 ——如果從過去數據評估中已知過程參數，輸入m (t過程平均值) 和 s (過程潛在標準偏差) 。子組數據可以在一列或幾列中。 Cpk ()值和Ppk () , 所以，你的過程能力不足。 Quality Tools 228。 有時你可以看到凸輪軸的平均值不滿足規(guī)范下限598 mm的要求。比較R圖和平均值圖上點是否互相跟隨也是非常重要的。 在檢查存貨記錄的基礎上，你發(fā)現凸輪軸有兩個供應商，R圖顯示2號供應商的凸輪軸產品超出界限，所以你決定停止它的供貨直到它的產品在控制限內。當計算這些統(tǒng)計時, MINITAB 評估 s整體 時考慮的是整個研究中的變差。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δ來計算。 如需要，使用下列的任何選項s ， 然后點擊 OK. 選項 能力 Sixpack (正態(tài)) 對話框 ——如果從過去數據評估中已知過程參數，輸入m (t過程平均值) 和 s (過程潛在標準偏差) 。這樣的忽略可能使控制圖中心線和控制限變化。 數據 你可以輸入單個的觀察值或分組的數據。 在能力分析 (正態(tài))中可見相同的數據。 . 選擇 Stat 228。 警告：因為形狀和刻度參數定義了Weibull 分布的性質，它們也通常用于計算能力統(tǒng)計的概率。這個計算是在Weibull的形狀和刻度參數的最大可能評估基礎上進行的。 選項 能力分析 (Weibull) 對話框 ——定義規(guī)范的上下限為“邊界”，表示測量值不能落在界限之外。 如果觀察值丟失，MINITAB在計算時將忽略它。 當使用Weibull模型時，MINITAB計算整體能力統(tǒng)計，Pp,Ppk, PPU, and PPL。這個分析告訴你你的過程能力比較高。在Subgroup size中，輸入Roll。3，以滿足工程規(guī)范的要求。 改變評估swithin的方法，選擇下列之一： —— 平均極差—選擇 Rbar. ——平均標準偏差——選擇Sbar，在評估不使用偏移常數時，不點擊Use unbiasing constants. ——集中的標準偏差（默認）——選擇Pooled standard deviation。能力分析（組間/組內）和能力Sixpack (組間/組內)都計算組內，組間，總的和整體變差。 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）對話框和子對話框的選擇。 ——通過輸入δ公差來代替六倍的標準偏差間隔（過程均值每邊3倍δ）來計算能力統(tǒng)計。因此，對于邊界來說，期望的落在界外的%為0。 Quality Tools 228。正態(tài)曲線分別用過程平均值和整體標準偏差以及過程平均值和總的標準偏差來產生?？赡芤泊嬖诮M間誤差。 在Upper spec中，輸入8 ，但是，說實話，你可能想要一個與直覺轉化相符的lambda值， 如平方根（lambda ），在我們的例子中，應為它落在lambda值區(qū)間的置信度為95%。 使用BoxCox轉化的能力分析舉例 假設你在一家生產地板瓷磚的工廠中從事與瓷磚彎曲度有關的工作， 為保證產品質量，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。 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” 點擊‘選項’，在‘目標值’（在表格中增加CPm），輸入‘600’，在每個對話框中點擊‘ok’ 計算組內標準偏差時，MINITAB提供了幾個選項，如下所示。 整體能力描述了正在運行的過程相對于規(guī)范界限的實際情況。 存儲子對話框 在工作表的列中存儲選擇的統(tǒng)計項，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。例如，輸入12，表示用12δ的間隔寬度來計算，均值每邊6個δ。必須至少輸入其中的一個數據。 在柱狀圖上畫Weibull曲線以確定數據是否滿足Weibull分布. 能力分析(Binomial) 適用于數據由總的抽樣零件的缺陷數組成時，它畫了一個P圖，這有助于檢驗過程是否受控，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。這有助于進行正態(tài)假設的視覺評估。在這種情況下，把這個數據轉化比正態(tài)分布更適當的模型，,你可以使用BoxCox能力轉化或Weibull概率模型，非正態(tài)數據比較了這兩種方法. 如果懷疑過程中子組之間有很強的變差來源，可以使用能力分析（組間/組內）或SIXpack能力分析（組間/組內）。這些圖形能夠幫助你評估數據的分布和檢驗過程是否受控。 .你能通過畫能力柱狀圖和能力圖來評估過程能力。 如果數據是歪斜非常嚴重，那么用正態(tài)分布分析將得出與實際的缺陷率相差很大的結果。MINITAB的能力分析命令 能力分析（組間/組內） 畫出了用正態(tài)曲線覆蓋的單個測量值的能力柱狀圖。 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 帶Box—Cox能力轉化的正態(tài)模型 Weibull模型 用轉化后的數據可進行柱狀圖,規(guī)格界限,目標值,過程參數(均值,組內和整體標準偏差)以及能力統(tǒng)計計算. 用實際數據可進行柱狀圖,過程參數(形狀和比例)和能力統(tǒng)計. 計算組內和整體過程參數和能力統(tǒng)計 僅計算整體過程參數和能力統(tǒng)計 在柱狀圖上畫正態(tài)曲線以確定轉化是否使數據“更符合正態(tài)分布”。如數據嚴重歪斜，見非正態(tài)數據的討論。 在“Lower spec ”或“ Upper spec,”中，輸入規(guī)范的下限和/或上限。 ——輸入一個出了6δ（過程均值每邊3個）以外的δ公差間隔來計算過程能力。 說明：當定義規(guī)范的上、下限為邊界時，MINITAB還計算界外的%，如果樣本中的界外%不為0，將有一個不正確數據的明顯數據提示。 Pp, Ppk, PPU, and PPL描述了過程的整體能力，計算時，MINITAB考慮了所有變差。計算整體能力時，MINITAB使用了數據的整體標準偏差。 點擊“OK”。 Quality Tools 228。 因為1供應商是目前你最好的供應商，你應和它們一起提高它們的過程，以及你們自己的過程。 在Single column，輸入“Warping”，在Subgroup size中，輸入10，點擊OK。 在Single column中，輸入Warping，在Subgroup size中, 輸入 10. 當你按組收集數據時，組內的隨機誤差可能不是考慮的唯一變差來源。這個報告包括覆蓋兩條正態(tài)曲線的能力柱狀圖，和一個完整的整體和總的（組間/組內）能力統(tǒng)計表。執(zhí)行一個能力分析（組間/組內） 選擇Stat 228。選項 能力分析（組間/組內）對話框 ——定義規(guī)范的上限和下限為“邊界”，表明測量值不能落在這些界限之外。 ——輸入一個 過程目標值，或名義規(guī)格，MINITAB在標準能力統(tǒng)計外計算Cpm。 ——用自己的標題代替默認的圖形標題。 評估過程變差 正態(tài)數據能力分析的一個重要步驟是用標準偏差評估過程變差，sigma (s)。這個厚度必須是50 177。 在Single column中，輸入Coating。這表明每100萬個涂層中大約有194個不滿足規(guī)范限制。數據是否服從Weibull分布，過程是否有能力連續(xù)滿足規(guī)范的要求。因為Weibull 能力分析 不計算組內能力統(tǒng)計， MINITAB 在計算時不使用組數，例如，見數據 數據 必須是正數。 如需要，可使用下面所列的任何選項，然后點擊 OK。 能力統(tǒng)計 當使用Weibull模型進行能力分析時，MINITAB僅計算整體能力分析，Pp, Ppk, PPU, and PPL。 如必要，你可以輸入形狀和刻度的歷史數據，如果不輸歷史數據，MINITAB從數據中獲得最大可能性的評估。所以你決定執(zhí)行一個基于Weibull 概率模型上的能力分析。這表示每百萬塊地板磚中有20000塊的彎曲度將超過規(guī)范上限8mm。如果你的數據歪斜很嚴重或組內變差不是常數（例如，變差與平均值成比例）， 見 非正態(tài) 數據 的討論。 如果某個子組的一個數據就是了， MINITAB 計算時將予以忽略。 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。 ——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δ公差來代替六倍的標準偏差間隔（過程均值每邊3倍δ）來計算能力統(tǒng)計。 Pp, Ppk, PPU, and PPL 反映的餓是過程的整體 能力。那里有一個長期性的凸輪軸長度超過規(guī)范值 的問題—這個問題產生了下線產品裝配不合適，和比較高的廢品和返修率。這表明是一個穩(wěn)定的過程。 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。 打開工作表 . 2 、選擇Stat 228。 從能力 柱狀圖上你可以看出, 數據 服從 正態(tài) 曲線. 在正態(tài)概率圖上,數據點大致為一條直線. 這些模式表明BoxCox 轉化“正態(tài)化” 了數據. 現在這個能力 ，能力圖顯示過程不滿足規(guī)范。 A model that assumes that the 數據服從正態(tài) （例如，變差與平均值成比例）時，見Non非正態(tài) 數據下的討論 數據 你可以按組輸入數據 ，每組兩個或以上觀察值。 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。 ——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δ公差來代替六倍的標準偏差間隔（過程均值每邊3倍δ）來計算能力統(tǒng)計。 Quality Tools 228。 柱狀圖和Weibull分布圖通常用于檢驗數據近似Weibull模型，最后，能力圖給出了相對于規(guī)范過程可變性的視覺圖形。 舉例見數據。 Quality Tools 228。默認值是25。所以你決定執(zhí)行一個Weibull概率模型基礎上的能力sixpack 。二項式分布通常用來記錄由抽樣總數產生的缺陷項目數。 Defective rate plot——檢驗缺陷%是否受取樣項目數量的影響。一般來說，在子組容量小的控制限比子組容量大的控制限離中心線更遠。 Quality Tools 228。 選項 能力分析（二項式）子對話框 ——輸入缺陷比例的歷史數據，這個值必須在0到1之間。 . 這是很低的。 能力分析（泊松分布）為服從泊松分布的數據產生一個過程能力報告，這個報告包括以下內容： ——U 圖，在報告產生的時間里檢驗過程是否受控。對于任一給定單位，數量可能都不同，在一列中輸入缺陷數，如果單位大小不同，在另一列中輸入單位大小。 執(zhí)行一個能力分析（泊松分布模型） 用自己的標題取代默認的圖形標題 能力分析（泊松分布模型）舉例 假設你在電線生產廠從事有關電線絕緣過程有效性的工作，你取隨機的電線長度，然后通過施加一個試驗電壓來找 出絕緣的薄弱點。