【正文】 DPU的比率看來部首線長度的影響。 Quality Tools 228。你記錄薄弱點的數(shù)量和每根線的長度。 調(diào)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(shè)置。 選項 能力分析（泊松分布）對話框 ——如果你已知道過程參數(shù)或從過去數(shù)據(jù)的輸入得到的估計值，輸入歷史的m (過程平均值)值。 選擇Stat Quality Tools 能力分析 (Poisson). 子組大小在其他圖上沒有影響，因為它們只顯示DPU。相對于樣品數(shù)量的DPU（單位缺陷）圖允許你檢驗兩者之間有無關(guān)系。除了丟失的觀察值外，其它圖形相似。 不合格數(shù) 檢驗數(shù) 3 89 4 94 7 121 2 43 11 142 6 103 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。 數(shù)據(jù) 每個工作表的列中應(yīng)包含子組的缺陷數(shù)或缺陷。 ——缺陷率圖，檢驗DPU是否受項目取樣數(shù)量的影響。 ——累積的平均DPU（單位缺陷）圖，檢驗?zāi)銖淖銐驑悠分惺占臄?shù)據(jù)是否有穩(wěn)定的平均評估值。 當(dāng)數(shù)據(jù)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(shù)彼此獨立。例如，如果你生產(chǎn)電線，你可能想記錄一根電線的破裂處的數(shù)量，如果線的長度變化，你將必須記錄每根樣品線的長度。泊松數(shù)據(jù)通常與在一個項目中觀察到的缺陷有關(guān)，這個項目占用了指定數(shù)量的時間和空間。這個過程需要大量改進?？雌饋順颖緮?shù)并不影響缺陷率。 結(jié)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。 能力分析 (Binomial) 選擇Stat 228。你也記錄總的呼叫數(shù)。 能力分析（二項式分布模型）舉例 假設(shè)你負(fù)責(zé)評估電話銷售部門的響應(yīng)速度，就是回復(fù)呼叫的能力如何。 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(zhǔn)試驗的敏感度。 ——輸入缺陷%的目標(biāo)值。 能力分析 (Binomial). 選擇Stat 228。 執(zhí)行一個能力分析（二項式分布模型） 子組大小在其他圖上沒有意義，因為這些圖只顯示缺陷%。當(dāng)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(guān)系。 不等的子組大小 在P圖中，控制限是子組大小的函數(shù)。 丟失的數(shù)據(jù) 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。 假設(shè)你已收集了檢驗零件的數(shù)量和不合格零件的數(shù)量，所有數(shù)據(jù)都是變化的，在一列中輸入不合格零件的數(shù)量，如果總的檢驗數(shù)量變化，那么在另一列中輸入子組容量。 數(shù)據(jù) 使用服從二項式分布的數(shù)據(jù)工作表中每列的項目應(yīng)包含每組的缺陷數(shù)。 柱狀圖 of %defective——顯示從收集的樣本中缺陷%的整體分布。 能力分析（二項式）產(chǎn)生一個包括下面內(nèi)容的過程能力報告： P 圖——檢驗過程是否受控?；蛘?，你可以記錄每天預(yù)定工作的人數(shù)和每天的生病的人數(shù)。例如，你可能有一個通過/失敗的標(biāo)準(zhǔn)來確定一個項目是不是缺陷。 能力分析(二項分布) 當(dāng)數(shù)據(jù)服從二項式分布時，用能力分析(二項式)產(chǎn)生一個過程能力報告。Ppk () 小于指標(biāo)線 , 所以你的過程能力不足。 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(jié)果說明 能力柱狀圖沒有顯示假設(shè)模型和數(shù)據(jù)間的明顯差異，在Weibull概率圖上，數(shù)據(jù)點也大致是一條直線。 1 . 2 選擇 Stat 228。 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。優(yōu)于當(dāng)作正態(tài)情況下平均值和變差的評估。 ——用自己的標(biāo)題代替默認(rèn)的圖形標(biāo)題。 ——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。 —— 改變組數(shù)或觀察值的數(shù)量來顯示運行圖。如果你不 輸入數(shù)值, MINITAB 將從現(xiàn)有數(shù)據(jù)獲得最大可能性的評估。 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。 能力 Sixpack (Weibull). 2 進行以下之一操作: ——當(dāng)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。 執(zhí)行能力 sixpack (Weibull 概率模型) 1 選擇Stat 228。這可能使那組數(shù)據(jù)的控制界限不同。 數(shù)據(jù)必須是正數(shù)。 Tip 為了做一個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log正態(tài) 分布大概也比較適合。當(dāng)子組的容量不等時，在一列中輸入子組數(shù)據(jù)，在另一列中放子組代號。對非正態(tài)數(shù)據(jù)兩種方法的比較，見非正態(tài)數(shù)據(jù)。這個計算是基于Weibull分布的形狀和比例參數(shù)的最大可能性評估上進行的，它優(yōu)于在正態(tài)分布下的平均值和變差評估。這個信息有助于你判定過程是否受控和連續(xù)生產(chǎn)出滿足規(guī)范要求的產(chǎn)品。 能力Sixpack(Weibull分布) 當(dāng)Weibull分布與你的過程數(shù)很接近時,你可以用能力Sixpack(Weibull分布)命令來大致估計過程能力, 能力Sixpack(Weibull分布)在一個顯示面上結(jié)合了以下信息： —— 一個 圖形（或?qū)τ趩蝹€觀察值的圖形） —— 一個R 圖（或單值的MR圖） —— 最近25組數(shù)據(jù)（或最后25組）的運行圖 —— 過程數(shù)據(jù)的能力圖 —— 一個Weibull分布圖 —— 過程柱狀圖圖 —— 整體能力統(tǒng)計Pp, Ppk,，形狀(b), 和刻度 (d) R圖或運行圖可用于檢驗過程是否受控。在單個觀察值圖和移動極差圖上沒有點互相跟隨，又表明過程穩(wěn)定。在能力 柱狀圖中, 數(shù)據(jù) 大致服從正態(tài)曲線. 在正態(tài)概率涂上，數(shù)據(jù)點也大致服從一條直線。 能力 Sixpack (組間/組內(nèi)). 說明：—— 當(dāng)你用子組平均極差評估評估s時， MINITAB 顯示一個 R 圖. ——當(dāng)用子組平均標(biāo)準(zhǔn)偏差(Sbar)評估s時， MINITAB 顯示一個 S 圖. ——當(dāng)使用集中標(biāo)準(zhǔn)偏差評估s，并且子組容量小于10時， MINITAB 顯示一個 R 圖. ——當(dāng)使用集中標(biāo)準(zhǔn)偏差評估s，并且子組容量大于等于10時， MINITAB 顯示一個 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 點擊 Tests. 選擇 Perf或m all eight tests. 在每個對話框中點擊 OK 。 因為你想確定整個輥子的薄膜是否均勻，所以你用MINITAB 來執(zhí)行能力 Sixpack (組間/組內(nèi)). 1 打開工作表 . 2 選擇 Stat 228。你從25個連續(xù)的輥子中取了3個樣，并測量薄膜厚度，這個厚度必須是50 177。 能力統(tǒng)計 當(dāng)你使用能力分析 (組間/組內(nèi))時, MINITAB 計算整體能力統(tǒng)計 (Pp, Ppk, PPU, and PPL) 和 組間/組內(nèi)能力統(tǒng)計s (Cp,Cpk, CPU, and CPL). 這些統(tǒng)計的說明, 見能力 統(tǒng)計 能力 sixpack (組間/組內(nèi))舉例 假設(shè)你對帶一層薄膜的紙涂層輥的過程能力感興趣，你關(guān)心的是紙被涂上正確的薄膜厚度。例如，輸入12表示用12倍的標(biāo)準(zhǔn)偏差寬度，過程均值每邊6倍δ來計算?！姺钦龖B(tài) 數(shù)據(jù) 。 評估子對話框 ——用不同的方法評估過程標(biāo)準(zhǔn)偏差 (s) 。 試驗子對話框 ——在8個指明原因的試驗中選擇—見做指明原因的試驗。 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(nèi)) 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(biāo)準(zhǔn)偏差) 。 ——當(dāng)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。 做能力 sixpack (組間/組內(nèi)) 1 選擇 Stat Quality Tools 228。 理想情況下，所有的子組容量相等，如果你的子組容量因為數(shù)據(jù)丟失或樣品數(shù)量不等而不同時，在評估組間變差時，只使用大多數(shù)子組容量相等的子組數(shù)據(jù)。子組數(shù)據(jù)可以在一列或幾列中。結(jié)合能力統(tǒng)計,這個信息有助于你評估過程是否受控和產(chǎn)品是否滿足規(guī)范。柱狀圖 和正態(tài)概率圖能檢驗數(shù)據(jù)是否服從正態(tài)分布。 能力 Sixpack (組間/組內(nèi)) 允許你大致評估過程能力和同時顯示下列信息： ——單個觀察值圖 ——移動極差圖 ——一個R 圖 或 S 圖 ——過程數(shù)據(jù)的柱狀圖 ——正態(tài)概率圖 ——過程能力圖 ——組間/組內(nèi)和整體能力統(tǒng)計Cp, Cpk, Cpm (如果指明目標(biāo)值), swithin, sbetween, 和 stotal。 Cpk ()值和Ppk () , 所以，你的過程能力不足。 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。比較R圖和平均值圖上的點是否互相跟隨也是非常重要的。 結(jié)果說明 在平均值圖 和 R 圖上，點隨機地分布在控制限之間。 Quality Tools 228。 所有你將對數(shù)據(jù)運行帶BoxCox轉(zhuǎn)化的能力 sixpack 。為保證產(chǎn)品質(zhì)量，你每天測量10塊地板磚的彎曲度，連續(xù)抽樣10天。表明1號供應(yīng)商需要提高過程。 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。 這些模型表明數(shù)據(jù)是正態(tài)分布。 在能力柱狀圖上，數(shù)據(jù) 大致服從正態(tài)曲線。 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。比較R圖和平均值圖上點是否互相跟隨也是非常重要的。 結(jié)果說明 在平均值 圖和R 圖上，點隨機地分布在控制限之間。 Quality Tools 228。你決定運行一個能力 sixpack 來看 1號供應(yīng)商是否獨自有能力滿足你的工程規(guī)范。 在檢查存貨記錄的基礎(chǔ)上，你發(fā)現(xiàn)凸輪軸有兩個供應(yīng)商，R圖顯示2號供應(yīng)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(nèi)。2 mm 長以滿足規(guī)范要求。 能力 sixpack (正態(tài)概率模型)舉例 假設(shè)你在汽車廠的裝配發(fā)動機的部門工作。 當(dāng)使用子組平均標(biāo)準(zhǔn)偏差(Sbar)來估計s時， MINITAB 顯示一個S 圖. 當(dāng)使用集中標(biāo)準(zhǔn)標(biāo)準(zhǔn)偏差來估計s，并且子組容量小于10時， MINITAB 顯示一個R 圖。當(dāng)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。但組間不存在偏移。 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。 例如，輸入12表示用12倍的標(biāo)準(zhǔn)偏差寬度，過程均值每邊6倍δ來計算。 選項子對話框 ——但數(shù)據(jù)很歪斜時，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 ——更改在運行圖上顯示的觀察值的組數(shù)，默認(rèn)為25組。 評估子對話框 ——評估過程標(biāo)準(zhǔn)偏差(s)的不同方法—見 評估過程變差。 Tests sub對話框