【正文】 列中， 分組的數據可以在一列中或幾列中。當子組的容量不等時，在一列中輸入子組數據，在另一列中放子組代號。 舉例見數據。 Tip 為了做一個你能完全解釋的控制圖， 你的數據必須服從正態(tài)分布. 如果e Weibull 分布更適合你的數據 , 一個log正態(tài) 分布大概也比較適合。轉化 數據, 使用控制 圖 命令下的選項BoxCox 轉化, 輸入Lambda = 0(natural log). 更多細節(jié), 見非正態(tài) 數據的BoxCox 能力轉化。 數據必須是正數。 如果某個子組的一個觀察值丟失了， MINITAB 在為那個子組計算這些統(tǒng)計時忽略它。這可能使那組數據的控制界限不同。如果整組數據丟失，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 228。 Quality Tools 228。 能力 Sixpack (Weibull). 2 進行以下之一操作: ——當數據在一列時，在Single column中輸入數據列號，在 Subgroup size中輸入子組容量或子組號所在的列號。 ——當數據在幾列時，選擇 Subgroups across rows of, 輸入包含數據的列號。 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。這些界限必須是正數，雖然規(guī)范下限可能為0 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—見 Weibull 分布家族。如果你不 輸入數值, MINITAB 將從現(xiàn)有數據獲得最大可能性的評估。 警告：當你輸入 “已知” 的這些參數數值時，要小心這些參數的細小變化，特別是形狀參數，可能對相關概率有很大影響。 —— 改變組數或觀察值的數量來顯示運行圖。默認值是25。 ——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 (Weibull) 顯示整體能力統(tǒng)計, Pp and Ppk. 這些計算是在Weibull分布的形狀和刻度的最大可能性基礎上進行的。優(yōu)于當作正態(tài)情況下平均值和變差的評估。 這些統(tǒng)計的說明信息, 見 能力統(tǒng)計 能力 sixpack (Weibull probability model)舉例 假設你在生產地板磚的工廠工作，關心的是地板磚的彎曲度，為保證產品質量，你每天測量10塊地板磚，連續(xù)進行了10 天。 數據的柱狀圖顯示不服從正態(tài) 分布—見帶BoxCox轉化的 能力分析舉例。所以你決定執(zhí)行一個Weibull概率模型基礎上的能力sixpack 。 1 . 2 選擇 Stat 228。 Quality Tools 228。 能力 Sixpack (Weibull). 3 In Single column, 輸入 Warping. In Subgroup size, type 10. 4 In Upper spec, type 8. 點擊 OK. 結果說明 能力柱狀圖沒有顯示假設模型和數據間的明顯差異，在Weibull概率圖上，數據點也大致是一條直線。但是， 能力圖顯示過程不滿足規(guī)范。Ppk () 小于指標線 , 所以你的過程能力不足。相同數據的能力 Sixpack (正態(tài))分析, 見 帶BoxCox轉化的能力 sixpack舉例。 能力分析(二項分布) 當數據服從二項式分布時，用能力分析(二項式)產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產生的缺陷項目數。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。然后你可能記錄檢查的零件總數和按標準確定的失敗數量?；蛘撸憧梢杂涗浢刻祛A定工作的人數和每天的生病的人數。 如果數據滿足下列條件，使用能力分析（二項式）： ——每個項目在同樣條件下 ——每個項目可能導致一個或兩個可能的結果（成功/失敗，可行/不可行） ——對每個項目，成功（或失?。┑母怕氏嗟?——每個項目的結果都是互相獨立的。 能力分析（二項式）產生一個包括下面內容的過程能力報告： P 圖——檢驗過程是否受控。 圖 of cumulative %defective——檢驗你是否已從足夠的樣本收集數據以對缺陷%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 plot——檢驗缺陷%是否受取樣項目數量的影響。 數據 使用服從二項式分布的數據工作表中每列的項目應包含每組的缺陷數。當子組容量不等時，你必須要輸入子組容量的列。 假設你已收集了檢驗零件的數量和不合格零件的數量，所有數據都是變化的，在一列中輸入不合格零件的數量，如果總的檢驗數量變化，那么在另一列中輸入子組容量。 不合格品數量 檢驗量 11 1003 12 968 9 897 13 1293 9 989 15 1423 丟失的數據 如果一個觀察值丟失了，在P圖上將有一個缺口，而那里組容量線已畫出來了。除了丟失的數據外其他的線和圖都相似。 不等的子組大小 在P圖中，控制限是子組大小的函數。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。當子組大小不等時，相對于樣本大小的缺陷%的線允許你檢驗兩者之間是否有關系。例如，當更多的項目被抽樣時，如果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） 選擇Stat 228。 Quality Tools 228。 能力分析 (Binomial). 在Defectives,中，輸入包含缺陷數的列。 進行下列之一的操作： ——當樣本數是常數時，在Constant size中輸入樣本數 ——當樣本數不同時，在Use sizes in中輸入包含樣本數的列。 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據，這個值必須在0到1之間。 ——輸入缺陷%的目標值。 試驗子對話框 ——在4個特殊原因的試驗中選擇——見做特殊原因的試驗，用為特殊原因定義試驗，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 假設你負責評估電話銷售部門的響應速度，就是回復呼叫的能力如何。你每天記錄銷售代表無效的沒有回復的數量，記錄20天。你也記錄總的呼叫數。 . 選擇Stat 228。 Quality Tools 228。 能力分析 (Binomial) 在Defectives中，輸入Unavailable. 在Use sizes in中，輸入Calls，點擊OK。 結果分析 P圖表明有一個點在控制限外，累計的缺陷%圖顯示估計的整體缺陷率似乎穩(wěn)定在22%左右。但是可能需要收集更多的數據來驗證?？雌饋順颖緮挡⒉挥绊懭毕萋省?，這是很低的。這個過程需要大量改進。 能力分析（泊松分布） 當數據服從泊松分布時，使用能力分析（泊松分布）來產生一個能力報告。泊松數據通常與在一個項目中觀察到的缺陷有關，這個項目占用了指定數量的時間和空間。這個項目的取樣數量可能變化，所以你也要保留取樣數量的記錄。例如，如果你生產電線，你可能想記錄一根電線的破裂處的數量，如果線的長度變化，你將必須記錄每根樣品線的長度?；蛘撸绻闵a器具，你可能想記錄器具表面擦傷的數量，因為表面大小不同，你也要記錄每個樣品表面的大小。 當數據滿足下列條件時，使用能力分析（泊松分布）： ——每個項目單位空間或單位時間的缺陷率相同 ——在不同項目中觀察到的缺陷數彼此獨立。 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。 ——累積的平均DPU（單位缺陷）圖，檢驗你從足夠樣品中收集的數據是否有穩(wěn)定的平均評估值。 ——DPU柱狀圖，顯示收集的單位缺陷的整體分布。 ——缺陷率圖，檢驗DPU是否受項目取樣數量的影響。 數據 每個工作表的列中應包含子組的缺陷數或缺陷。當子組大小不等時，必須輸入一個相應的子組容量的列。 假設你已收集每單位的缺陷數的數據和單位數量的大小。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。 不合格數 檢驗數 3 89 4 94 7 121 2 43 11 142 6 103 丟失的數據 如果某個觀察值丟失了，在U圖上將有一個缺口，在那里子組界限已經畫出了。除了丟失的觀察值外，其它圖形相似。 子組大小不等時 在U圖上，控制限是子組大小的函數，一般來說，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。相對于樣品數量的DPU（單位缺陷）圖允許你檢驗兩者之間有無關系。例如，如果當更多的項目被取樣時，你注意到DPU有變小的趨勢，這可能由疲勞的檢驗人員造成，這是一個普遍的問題。子組大小在其他圖上沒有影響，因為它們只顯示DPU。 執(zhí)行一個能力分析（泊松分布模型） 選擇Stat Quality Tools 能力分析 (Poisson). 在Defects中，輸入包含缺陷數的列。 進行下列之一的操作： ——當單位大小相同時，在Constant size中輸入單位大小 ——當單位大小不同時，在Use sizes in中輸入包含單位大小的列 如需要，使用下面列出的選項，然后點擊OK。 選項 能力分析（泊松分布）對話框 ——如果你已知道過程參數或從過去數據的輸入得到的估計值，輸入歷史的m (過程平均值)值。 ——為過程輸入DPU目標值 試驗子對話框 執(zhí)行指明原因的4個試驗——見做指明原因的試驗。 調整試驗的靈敏度——使用定義指明原因的試驗 選項子對話框 選擇使用滿顏色、分部顏色或黑白色的打印設置。 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。你記錄薄弱點的數量和每根線的長度。 選擇Stat 228。 Quality Tools 228。 能力分析 (Poisson). 在Defects中，輸入Weak Spots. 在Uses sizes in中，輸入Lengths，點擊OK。 結果分析 U圖表明有3個點超出控制限，累積的平均DPU（單位缺陷），這表明已收集足夠的樣品對平均DPU有一個很好的評估。DPU的比率看來部首線長度的影響。