【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。 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，檢驗你從足夠樣品中收集的數(shù)據(jù)是否有穩(wěn)定的平均評估值。 當數(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，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。 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。 ——輸入缺陷%的目標值。 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。 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?；蛘?，你可以記錄每天預定工作的人數(shù)和每天的生病的人數(shù)。例如，你可能有一個通過/失敗的標準來確定一個項目是不是缺陷。 能力分析(二項分布) 當數(shù)據(jù)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。Ppk () 小于指標線 , 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. 結果說明 能力柱狀圖沒有顯示假設模型和數(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轉化的 能力分析舉例。優(yōu)于當作正態(tài)情況下平均值和變差的評估。 ——用自己的標題代替默認的圖形標題。 ——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。 —— 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)生產出滿足規(guī)范要求的產品。 能力Sixpack(Weibull分布) 當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)在一個顯示面上結合了以下信息： —— 一個 圖形（或對于單個觀察值的圖形） —— 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). 說明：—— 當你用子組平均極差評估評估s時， MINITAB 顯示一個 R 圖. ——當用子組平均標準偏差(Sbar)評估s時， MINITAB 顯示一個 S 圖. ——當使用集中標準偏差評估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). 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 當你使用能力分析 (組間/組內)時, MINITAB 計算整體能力統(tǒng)計 (Pp, Ppk, PPU, and PPL) 和 組間/組內能力統(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)舉例 假設你對帶一層薄膜的紙涂層輥的過程能力感興趣，你關心的是紙被涂上正確的薄膜厚度。例如，輸入12表示用12倍的標準偏差寬度，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準偏差 (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) 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) 。 ——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。 做能力 sixpack (組間/組內) 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。結合能力統(tǒng)計,這個信息有助于你評估過程是否受控和產品是否滿足規(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) 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/組內和整體能力統(tǒng)計Cp, Cpk, Cpm (如果指明目標值), 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轉化的能力 sixpack 。為保證產品質量，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。2 mm 長以滿足規(guī)范要求。 能力 sixpack (正態(tài)概率模型)舉例 假設你在汽車廠的裝配發(fā)動機的部門工作。 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倍的標準偏差寬度，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。 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。 Tests sub對話框