【文章內容簡介】 PPU, and PPL 描述的是過程的整體能力，在計算這些能力時，MINITAB 評估的是考慮整個研究中變差的的s整體 。 評估過程變差 正態(tài)數(shù)據(jù)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)。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。與總的變差有關的能力統(tǒng)計是Cp, Cpk, CPU, and CPL。與整體變差有關的能力統(tǒng)計是Pp, Ppk, PPU, and PPL. 計算s整體時，MINITAB使用所有數(shù)據(jù)的標準差。 計算swithin and sbetween，MINITAB提供幾個選項，如下所列。這些方法的優(yōu)點的討論見[1]。 計算stotal時，MINITAB集中swithin and sbetween. 評估過程偏差(s),的公式，見幫助。 指明評估swithin and sbetween的方法 在能力分析 (組間/組內) 或 能力 Sixpack (組間/組內)主 對話框中, 點擊 Estimate. 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(shù)時，不點擊Use unbiasing constants. ——集中的標準偏差（默認）——選擇Pooled standard deviation。在評估不使用偏移常數(shù)時，不點擊Use unbiasing constants. 改變評估sbetween的方法。選擇下列之一： ——平均移動極差（默認）——選擇Average moving Use moving range of length并輸入一個數(shù)字，可以改變移動極差的長度。 ——MSSD (連續(xù)差異平方的平均值)的平方根—選擇Square root of MSSD。在評估不使用偏移常數(shù)時，不點擊Use unbiasing constants. 4 點擊 OK. 能力分析 (組間/組內)舉例 假設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。你關心的是紙涂上正確的厚度，并且通過輥子均勻地進行。你從25個連續(xù)的輥子中取了3個樣品，并測量涂層厚度。這個厚度必須是50 177。3，以滿足工程規(guī)范的要求。 Suppose you are interested in the 能力 of a process that coats rolls of paper with a thin film. You are concerned that the paper is being coated with the c或rect thickness of film and that the coating is applied evenly throughout the roll. You take three samples from 25 consecutive rolls and measure coating thickness. The thickness must be 50 177。3 to meet engineering specifications. . 選擇Stat 228。 Quality Tools 228。 能力分析 (組間/組內) 在Single column中，輸入Coating。在Subgroup size中，輸入Roll。 在Lower spec，輸入47，在Upper spec中，輸入53，點擊 OK。 Interpreting results 結果分析 你可以看到過程平均值()接近于目標值50。Cpk指數(shù)表明生成的零件是否在公差范圍內。，表明過程有相當?shù)哪芰?，但還能改進。 總的預期的“組間/組內”。這表明每100萬個涂層中大約有194個不滿足規(guī)范限制。這個分析告訴你你的過程能力比較高。 能力 Sixpack (正態(tài)分布) 當數(shù)據(jù)服從正態(tài)分布或你有BoxCox轉化數(shù)據(jù)時，使用能力 Sixpack (正態(tài)) 命令大致估算過程能力能力 Sixpack 同時顯示以下信息： ——一個圖形 (或單個觀察值的單個圖形) ——一個R圖或S 圖t (或單個觀察值的MR圖) ——最少25組數(shù)據(jù)的運行圖 (或至少25個觀察值) —過程數(shù)據(jù)柱狀圖 —— 正態(tài)分布圖 ——過程能力圖 ——組內和整體能力統(tǒng)計：Cp, Cpk, Cpm (如果輸入的話), 以及swithin。 Pp, Ppk, and s整體 R圖或運行圖通常用于檢驗過程是否受控。柱狀圖和正態(tài)分布圖通常用于檢驗數(shù)據(jù)是否服從正態(tài)分布。最后，過程能力圖給出了與規(guī)范相比較的過程可變性圖示看法。與能力 統(tǒng)計比較的結果，有助于你評估過程是否受控和滿足規(guī)范。 A model that assumes the 數(shù)據(jù)服從正態(tài) 分布的假設適合大多數(shù)過程數(shù)據(jù)。如果你的數(shù)據(jù)歪斜很嚴重或組內變差不是常數(shù)（例如，變差與平均值成比例）， 見 非正態(tài) 數(shù)據(jù) 的討論。 數(shù)據(jù) 你可以輸入單個的觀察值或分組的數(shù)據(jù)。單個觀察值必須在一列中，分組數(shù)據(jù)可以在一列或幾列中。當有子組容量不等的數(shù)據(jù)時，在一列中輸入數(shù)據(jù)，在另一列中輸入組號。舉例見 數(shù)據(jù) 。 使用 BoxCox轉化, 數(shù)據(jù) 必須是正數(shù)。 如果你有分組的數(shù)據(jù)，為了評估過程標準偏差，每組至少有兩個及以上觀察值。組數(shù)不一定要一樣多。 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。這樣的忽略可能使控制圖中心線和控制限變化。如果整個子組丟失，在控制圖上會產(chǎn)生一個缺口。 運行 能力 sixpack (正態(tài) 概率模式) 1 、選擇 Stat 228。 Quality Tools 228。 能力 Sixpack (正態(tài)). 2 、進行下列之一操作: ——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。如果是單個觀察值，輸入子組容量為 1. ——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, 分別輸入規(guī)范的上限或下限,，必須至少輸入一個。 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(shù)據(jù)評估中已知過程參數(shù)，輸入m (t過程平均值) 和 s (過程潛在標準偏差) 。如果不指明m 或 s 值， MINITAB 將從現(xiàn)有數(shù)據(jù)中評估。 Tests sub對話框 ——在8個指明原因的測試中選擇—見 做指明原因的測試。調整試驗的敏感度，用定義指明原因的試驗。 評估子對話框 ——評估過程標準偏差(s)的不同方法—見 評估過程變差。 默認的s是在集中標準偏差基礎上進行的。 選項子對話框 ——但數(shù)據(jù)很歪斜時，使用BoxCox 能力轉化—見 為非正態(tài)數(shù)據(jù)使用BoxCox 能力轉化 ——更改在運行圖上顯示的觀察值的組數(shù)，默認為25組。 ——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。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。 ——用自己的標題代替默認的圖形標題。 能力統(tǒng)計 能力 Sixpack (正態(tài)) 顯示組內和整體能力統(tǒng)計，Cp, Cpk, Cpm (如果指明目標值), 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。 Cp, Cpk, CPU, and CPL 描述的是過程的潛在能力—在過程沒有偏移時的能力。 計算 這些能力時, Minitab 評估 swithin 時，考慮的是組內變差。但組間不存在偏移。 Pp, Ppk, PPU, and PPL 反映的餓是過程的整體 能力。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。 說明：當使用子組平均極差(Rbar)來估計s時， MINITAB 顯示一個 R 圖。 當使用子組平均標準偏差(Sbar)來估計s時， MINITAB 顯示一個S 圖. 當使用集中標準標準偏差來估計s，并且子組容量小于10時， MINITAB 顯示一個R 圖。 當使用集中標準標準偏差來估計s，并且子組容量大于或等于10時， MINITAB 顯示一個S 圖。 能力 sixpack (正態(tài)概率模型)舉例 假設你在汽車廠的裝配發(fā)動機的部門工作。零件之一的凸輪軸必須是 600 mm 177。2 mm 長以滿足規(guī)范要求。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。 在檢查存貨記錄的基礎上，你發(fā)現(xiàn)凸輪軸有兩個供應商，R圖顯示2號供應商的凸輪軸產(chǎn)品超出界限，所以你決定停止它的供貨直到它的產(chǎn)品在控制限內。停止2號供應商的供貨后，劣質裝配產(chǎn)品的數(shù)量有效降低了，但是，問題并沒有完全解決。你決定運行一個能力 sixpack 來看 1號供應商是否獨自有能力滿足你的工程規(guī)范。 1 、打開工作表 . 選擇 Stat 228。 Quality Tools 228。 能力 Sixpack (正態(tài)). 3在 Single column中, 輸入 Supp1. 在 Subgroup size中, 輸入 5. 4 在 Lower spec中, 輸入 598. 在 Upper spec中, 輸入 602. 點擊 OK. 結果說明 在平均值 圖和R 圖上，點隨機地分布在控制限之間。這表明是一個穩(wěn)定的過程。比較R圖和平均值圖上點是否互相跟隨也是非常重要的。你的數(shù)據(jù)也沒有這種趨勢，表明是穩(wěn)定的過程。 運行圖上的點隨機水平分布，沒有偏移趨勢，也表明過程穩(wěn)定。 如果想去說明過程能力統(tǒng)計，你的數(shù)據(jù)應大致服從正態(tài) 分布。 在能力柱狀圖上，數(shù)據(jù) 大致服從正態(tài)曲線。 在正態(tài)概率圖上, 這些點大致為直線。 這些模型表明數(shù)據(jù)是正態(tài)分布。 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。 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。Cp () 值and Cpk () 。表明1號供應商需要提高過程。 帶BoxCox轉化的能力 sixpack 舉例 假設你在生產(chǎn)地板磚的工廠工作，關心的是地板磚的彎曲度。為保證產(chǎn)品質量，你每天測量10塊地板磚的彎曲度，連續(xù)抽樣10天。從前面的分析中，你發(fā)現(xiàn)地板磚數(shù)據(jù)不服從正態(tài)分布, 使用lambda 轉化可以使數(shù)據(jù) “更正態(tài).” 詳細情況, 見 帶BoxCox轉化的能力分析舉例。 所有你將對數(shù)據(jù)運行帶BoxCox轉化的能力 sixpack 。 打開工作表 . 2 、選擇Stat 228。 Quality Tools 228。 能力 Sixpack (正態(tài)). 3 在 Single column中, 輸入 Warping. 在Subgroup size中, 輸入 10. 4 在Upper spec中, 輸入 8. 5 點擊 選項s.