MINITAB进行过程能力分析

第二章MINITAB之制程能力分析

制程能力分析是通过对生产过程进行统计分析，识别和评估生产过程

偏离目标值的能力。MINITAB是一种常用的统计分析软件，可以帮助我们

进行制程能力分析。本文将介绍MINITAB在制程能力分析中的应用，包括

测量系统分析、过程稳定性分析和过程能力指数计算等。

首先，我们需要进行测量系统的分析，以确保测量系统具有良好的稳

定性和准确性。MINITAB提供了一系列测量系统分析工具，包括平均值图、范围图、方差分析等。通过这些工具，我们可以评估测量系统的可靠性，

进而确定测量系统是否适合用于制程能力分析。

接下来是过程稳定性分析，主要应用MINITAB中的控制图工具。控制

图可以帮助我们监控过程的稳定性，及时发现和纠正过程中的异常情况。MINITAB提供了许多不同类型的控制图，例如X-控制图、R-控制图、P-控

制图等。我们可以根据数据类型和分布情况选择合适的控制图，分析过程

是否稳定，并识别特殊原因的存在。

最后是过程能力指数的计算。过程能力指数是衡量过程能力的一个重

要指标。MINITAB提供了能力分析工具，可以帮助我们计算过程的CP、CPK、Pp和Ppk等指数。通过这些指标，我们可以评估过程是否能够满足

要求，并进行相应的改进。

在使用MINITAB进行制程能力分析时，有一些注意事项需要注意。首先，要选择合适的样本大小和采样方案，以确保分析结果具有一定的可信度。其次，要确保数据的质量，包括数据的准确性和完整性。如果数据存

在异常值或缺失值，应进行相应的处理。最后，要结合实际情况对分析结

Minitab教程-过程能力分析

• 一位质量分析师希望评估螺
栓生产过程的能力。为了满足客户要求，螺栓的螺纹长度与 20 毫米目标值的差值应该在 0.1 毫米范围内。该分析师根据数据的正态分布，使用正态能力分析来评估该过程满足 20 ± 0.1 毫米规格要求的能力。
要执行正态能力分析，请选择统计 > 质量工具 > 能力分析 > 正态。
解释结果所有测量值都位于规格限内。过程达到目标，并且测量值大致介于规格限之内。能力指标 Cpk、Ppk 和 Cpm 均大于 1.33（这是遍接受的对应于有能力过程的最小值）。因此，工程师得出结论，锻造过程满足对活塞环直径的要求。
正态能力分析的数据注意事项
• 数据应当是连续的 • 收集足够的数据以获取过程能力的可靠估计值 • 如果可能，应当采用合理子组的形式收集数据 • 过程必须稳定且受控制 • 数据应该服从正态分布
对于这些过程数据，Cpk 为 1.09。因为 Cpk 小于 1.33，所以过程的潜在能力无法满足要求。过程过于接近规格下限。过程未处于中心位置，因此 Cpk 值不等于 Cp (2.76)。
评估整体能力
可使用 Ppk 基于过程位置和过程展开来评估该过程的整体能力。整体能力表示您客户在一段时间内体验到的实际过程性能。总体上讲，Ppk 值越高，过程的能力越高。Ppk 值低表明可能需要改进过程。将 Ppk 与基准值（代表可接受的过程最小值）进行比较。许多行业使用基准值 1.33。如果 Ppk 比基准值低，则考虑如何改进您的过程。比较 Pp 和 Ppk。如果 Pp 和 Ppk 大致相等，则该过程位于两个规格限之间的中心位置。如果 Pp 和 Ppk 不同，则过程未处于中心位置。比较 Ppk 和 Cpk。当过程在统计意义上受控制时，Ppk 和 Cpk 大致相等。Ppk 和 Cpk 之间的差异代表在消除过程偏移和漂移的情况下预期可实现的过程能力提高。

Minitab教程-过程能力分析

对正态分布数据计算能力指数（Cp/Cpk）
• 使用正态能力分析根据正态分布评估过程的潜在（组内）能力和整体能
力。
• 确定过程是否能够生成满足客户要求的输出。 • 比较过程的整体能力和其潜在（组内）能力，以评估改善的机会。
• 一位质量分析师希望评估螺
栓生产过程的能力。为了满足客户要求，螺栓的螺纹长度与 20 毫米目标值的差值应该在 0.1 毫米范围内。该分析师根据数据的正态分布，使用正态能力分析来评估该过程满足 20 ± 0.1 毫米规格要求的能力。
六合图
• 确定过程是否稳定且受控制 • 确定数据是否服从正态分布 • 估计整体能力（Pp、Ppk）和潜在能力（Cp、Cpk）
要执行正态 Capability Sixpack，请选择统计 > 质量工具 > Capability Sixpack > 正态。
发动机制造商使用锻造过程生产活塞环。质量工程师想评估过程能力。他们收集了 25 个由 5 个活塞环组成的子组，并测量了它们的直径。活塞环直径的规格限为 74.0 毫米 ± 0.05 毫米。
性能所对应的 PPM < LSL
性能所对应的 PPM > USL
PPM 66807 6210 233 3.4
不合格部件 % 6.807% 0.621% 0.0233% 0.00034%
合格部件 % 93.193% 99.379% 99.9767% 99.99966%

MINITAB进行过程能力分析

6、Capability Analysis (Poisson) 、
• Capability Analysis (Poisson)用于当数据来自于泊松分布时产生过程能力报告。
7、Capability Analysis (Between/Within) 、
• Capability Analysis (Between/Within)利用组间和组内变差产生一个过程能力报告。
8、Capability Sixpack (Between/Within) 、
• Capability Sixpack (Between/Within)命令适于存在组内和组间变差的时候。
minitab进行过程能力分析1capabilityanalysisnormal?capabilityanalysisnormal用于来自于正态分布的数据或boxcox转换后的数据进行能力分析
MINITAB进行过程能力分析
1、Capability Analysis (Normal) 、
• Capability Analysis (Normal)用于来自于正态分布的数据或Box-Cox转换后的数据进行能力分析。
Process Capability Analysis for Supp1
Process Data USL Target LSL Mean Sample N StDev (Within) StDev (Overall) 602.000 600.000 598.000 599.548 100 0.576429 0.620865

过程能力分析minitab版

过程能力概述（Process Capability

Overview）

在过程处于统计控制状态之后，即生产比较稳定时，你很可能希望知道过程能力，也即满足规格界限和生产良品的能力。你可以将过程变差的宽度与规格界限的差距进行对比来片段过程能力。在评价其能力之前，过程应该处于控制状态，否则，你得出的过程能力的估计是不正确的。

你可以画能力条形图和能力点图来评价过程能力，这些图形可以帮助你评价数据的分布并验证过程是否受控。你还可以计算过程指数，即规范公差与自然过程变差的比值。过程指数是评价过程能力的一个简单方法。因为它们无单位，你可以用能力统计量来比较不同的过程。

一、选择能力命令（Choosing a capability command）

Minitab提供了许多不同的能力分析命令，你可以根据数据的属性及其分布来选择适当的命令。你可以为以下几个方面进行能力分析：

⏹正态或Weibull概率模型(适合于测量数据)

⏹很可能来源于具有明显组间变差的总体的正态数据

⏹二项分布或泊松概率分布模型(适合于属性数据或计数数据)

注：如果你的数据倾斜严重，你可以利用Box-Cox转换或使用Weibull 概率模型。

在进行能力分析时，选择正确的分布是必要的。例如：Minitab提供基于正态和Weibull概率模型的能力分析。使用正态概率模型的命令提供更完整的一系列的统计量，但是你的数据必须近似服从正态分布以保证统计量适合于这些数据。举例来说，Analysis (Normal) 利用正态概率模型来估计期望的PPM。这些统计量的结实依赖于两个假设：数据来自于稳定的过程，且近似服从的正态分布。类似地，Capability Analysis (Weibull) 利用Weibull 分布模型计算PPM。在两种情况下，统计的有效性依赖于假设的分布的有效性。

运用Minitab进行过程能力(Process+Capability)_1

过程能力概述（Process Capability

Overview）

在过程处于统计控制状态之后，即生产比较稳定时，你很可能希望知道过程能力，也即满足规格界限和生产良品的能力。你可以将过程变差的宽度与规格界限的差距进行对比来片段过程能力。在评价其能力之前，过程应该处于控制状态，否则，你得出的过程能力的估计是不正确的。

你可以画能力条形图和能力点图来评价过程能力，这些图形可以帮助你评价数据的分布并验证过程是否受控。你还可以计算过程指数，即规范公差与自然过程变差的比值。过程指数是评价过程能力的一个简单方法。因为它们无单位，你可以用能力统计量来比较不同的过程。

一、选择能力命令（Choosing a capability command）

Minitab提供了许多不同的能力分析命令，你可以根据数据的属性及其分布来选择适当的命令。你可以为以下几个方面进行能力分析：

⏹正态或Weibull概率模型(适合于测量数据)

⏹很可能来源于具有明显组间变差的总体的正态数据

⏹二项分布或泊松概率分布模型(适合于属性数据或计数数据)

注：如果你的数据倾斜严重，你可以利用Box-Cox转换或使用Weibull 概率模型。

在进行能力分析时，选择正确的分布是必要的。例如：Minitab提供基于正态和Weibull概率模型的能力分析。使用正态概率模型的命令提供更完整的一系列的统计量，但是你的数据必须近似服从正态分布以保证统计量适合于这些数据。举例来说，Analysis (Normal) 利用正态概率模型来估计期望的PPM。这些统计量的结实依赖于两个假设：数据来自于稳定的过程，且近似服从的正态分布。类似地，Capability Analysis (Weibull) 利用Weibull 分布模型计算PPM。在两种情况下，统计的有效性依赖于假设的分布的有效性。

过程能力分析minitab版

过程能力概述（Process Capability

Overview）

在过程处于统计控制状态之后，即生产比较稳定时，你很可能希望知道过程能力，也即满足规格界限和生产良品的能力。你可以将过程变差的宽度与规格界限的差距进行对比来片段过程能力。在评价其能力之前，过程应该处于控制状态，否则，你得出的过程能力的估计是不正确的。

你可以画能力条形图和能力点图来评价过程能力，这些图形可以帮助你评价数据的分布并验证过程是否受控。你还可以计算过程指数，即规范公差与自然过程变差的比值。过程指数是评价过程能力的一个简单方法。因为它们无单位，你可以用能力统计量来比较不同的过程。

一、选择能力命令（Choosing a capability command）

Minitab提供了许多不同的能力分析命令，你可以根据数据的属性及其分布来选择适当的命令。你可以为以下几个方面进行能力分析：

⏹正态或Weibull概率模型(适合于测量数据)

⏹很可能来源于具有明显组间变差的总体的正态数据

⏹二项分布或泊松概率分布模型(适合于属性数据或计数数据)

注：如果你的数据倾斜严重，你可以利用Box-Cox转换或使用Weibull 概率模型。

在进行能力分析时，选择正确的分布是必要的。例如：Minitab提供基于正态和Weibull概率模型的能力分析。使用正态概率模型的命令提供更完整的一系列的统计量，但是你的数据必须近似服从正态分布以保证统计量适合于这些数据。举例来说，Analysis (Normal) 利用正态概率模型来估计期望的PPM。这些统计量的结实依赖于两个假设：数据来自于稳定的过程，且近似服从的正态分布。类似地，Capability Analysis (Weibull) 利用Weibull 分布模型计算PPM。在两种情况下，统计的有效性依赖于假设的分布的有效性。

怎样用minitab进行过程能力分析

过程能力概述

一旦过程处于统计操纵状态，同时是连续生产，那么你可能想明白那个过程是否有能力满足规范的限制，生产出好的零件

（产品），通过比较过程变差的宽度和规范界限的宽度能够确定

过程能力。在评估过程能力之前，过程必须受控。假如过程不受控，你将得到不正确的过程能力值。

.你能通过画能力柱状图和能力图来评估过程能力。这些图形能

够关心你评估数据的分布和检验过程是否受控。你也能够可能包括规范公差与正常过程变差之间比率的能力指数。能力指数或统计指数差不多上评估过程能力的一种方法，因为它们都没有单

位，因此，能够用能力统计表来比较不同过程的能力。

选择能力命令

MINITAB提供了一组不同的能力分析命令，你能够依照数据

的性质和分布从中选择命令，你能够对以下情况进行能力分析：——正态或Weibull概率模式（关于测量数据）

——不同子组之间可能有专门强变差的正态数据

——二项式或Poisson概率模式（关于计数数据或属性数据）当进行能力分析时，选择正确的公式是差不多要求，例如，MINITAB提供基于正态或Weibull分布模型上的能力分析工具，

使用正态概率模型的命令提供了更完全的统计设置，然而，适用的数据必须近似于正态分布.

例如，利用正态概率模型，能力分析（正态）能够可能预期

零件的缺陷PPM数。这些统计分析建立在两个假设的基础上，1、数据来自于一个稳定的过程，2、数据服从近似的正态分布，类

似地，能力分析（Weibull）计算零件的缺陷的PPM值利用的是Weibull分布。在这两个例子中，统计分析正确性依靠于假设分

Minitab教程-过程能力分析

过程能力指数的判断标准
CPK≥1.33，表明过程能力良好；1.33＞CPK≥1.0，表明过程能力尚可；CPK＜1.0，表明过程能力不足。
过程能力分析的步骤
收集数据
收集足够的过程数据，包括不合格品数、合格品数、规格范围等。
计算过程能力指数
根据规格范围和标准差计算过程能力指数。
计算规格范围和标准差
02
Minitab软件简介
Minitab软件的特点
01
02
03
04
界面友好
Minitab软件采用直观的图形界面，易于学习和操作。
功能强大
Minitab提供了丰富的统计分析工具，满足各种数据分析需求。
可靠性高
Minitab经过严格测试和验证，结果准确可靠。
兼容性好
Minitab可以与其他软件进行数据交换，方便用户进行数据管理和分析。
minitab教程-过程能力分析
目
CONTENCT
录
• 引言 • Minitab软件简介 • 过程能力分析基本概念 • Minitab软件进行过程能力分析的
步骤 • 案例分析 • 总结与展望
01
引言
目的和背景
02
01
03
过程能力分析是质量管理中的重要工具，用于评估生产过程中的稳定性和能力。
通过过程能力分析，可以了解生产过程的性能，识别潜在的问题和改进机会。

如何用MINITAB进行过程能力分析报告

过程能力概述

一旦过程处于统计控制状态，并且是连续生产，那么你可能想知道这个过程是否有能力满足规的限制，生产出好的零件（产品），通过比较过程变差的宽度和规界限的宽度可以确定过程能力。在评估过程能力之前，过程必须受控。如果过程不受控，你将得到不正确的过程能力值。

.你能通过画能力柱状图和能力图来评估过程能力。这些图形能够帮助你评估数据的分布和检验过程是否受控。你也可以估计包括规公差与正常过程变差之间比率的能力指数。能力指数或统计指数都是评估过程能力的一种方法，因为它们都没有单位，所以，可以用能力统计表来比较不同过程的能力。

选择能力命令

MINITAB提供了一组不同的能力分析命令，你可以根据数据的性质和分布从中选择命令，你可以对以下情况进行能力分析：

——正态或Weibull概率模式（对于测量数据）

——不同子组之间可能有很强变差的正态数据

——二项式或Poisson概率模式（对于计数数据或属性数据）

当进行能力分析时，选择正确的公式是基本要求，例如，MINITAB提供基于正态或Weibull分布模型上的能力分析工具，使用正态概率模型的命令提供了更完全的统计设置，但是，适用的数据必须近似于正态分布.

例如，利用正态概率模型，能力分析（正态）可以估计预期零件的缺陷PPM 数。这些统计分析建立在两个假设的基础上，1、数据来自于一个稳定的过程，2、数据服从近似的正态分布，类似地，能力分析（Weibull）计算零件的缺陷的PPM 值利用的是Weibull分布。在这两个例子中，统计分析正确性依赖于假设分布模型的正确性。

过程能力分析minitab版

过程能力概述（Process Capability

Overview）

在过程处于统计控制状态之后，即生产比较稳定时，你很可能希望知道过程能力，也即满足规格界限和生产良品的能力。你可以将过程变差的宽度与规格界限的差距进行对比来片段过程能力。在评价其能力之前，过程应该处于控制状态，否则，你得出的过程能力的估计是不正确的。

你可以画能力条形图和能力点图来评价过程能力，这些图形可以帮助你评价数据的分布并验证过程是否受控。你还可以计算过程指数，即规范公差与自然过程变差的比值。过程指数是评价过程能力的一个简单方法。因为它们无单位，你可以用能力统计量来比较不同的过程。

一、选择能力命令（Choosing a capability command）

Minitab提供了许多不同的能力分析命令，你可以根据数据的属性及其分布来选择适当的命令。你可以为以下几个方面进行能力分析：

⏹正态或Weibull概率模型(适合于测量数据)

⏹很可能来源于具有明显组间变差的总体的正态数据

⏹二项分布或泊松概率分布模型(适合于属性数据或计数数据)

注：如果你的数据倾斜严重，你可以利用Box-Cox转换或使用Weibull 概率模型。

在进行能力分析时，选择正确的分布是必要的。例如：Minitab提供基于正态和Weibull概率模型的能力分析。使用正态概率模型的命令提供更完整的一系列的统计量，但是你的数据必须近似服从正态分布以保证统计量适合于这些数据。举例来说，Analysis (Normal) 利用正态概率模型来估计期望的PPM。这些统计量的结实依赖于两个假设：数据来自于稳定的过程，且近似服从的正态分布。类似地，Capability Analysis (Weibull) 利用Weibull 分布模型计算PPM。在两种情况下，统计的有效性依赖于假设的分布的有效性。

干货：如何用Minitab软件进行过程能力分析(CPCPK)

干货：如何用Minitab软件进行过程能力分析（CPCPK）

引入过程能力分析的目的

1、在我们现有的管理过程中，我们经常会遇到有些具体指标总是不尽人意，存在许多需要改进的地方。那么在改进之前，我们就有必要知道我们的问题到底有多严重？目前的过程能力到底是多少？也就是说，在试图解决一个问题(改进)之前，首先需要深入了解问题现状及其过程能力。因此进行过程能力分析很有必要。过程能力分析可以根据实际情况选择使用，如果暂时还不能计算，可以放在以后去解决。

2、哪一个过程最佳?上面三个图中，哪一个过程最佳？你是否想知道，为什么？过程表现如何？什么是最佳的过程？什么是最差的过程？连续数据过程能力指数Cp1、Cp－表示过程容差与自然容差的比值大小，用来衡量过程的能力。

2、计算过程能力的要求：A、稳定过程；B、数据分布类型——正态分布。连续数据过程能力指数CpK1、Cpk－表示当过程中心值偏移时，中心值与规格上下限之间的最短距离与1/2自然容差的比值大小。

2、计算过程能力的要求：A、稳定过程；B、数据分布类型——正态分布。

3、中心值无偏离时，Cpk= Cp

CP/CPK计算事例[一]中心值无偏离时，Cpk= Cp

CP/CPK计算事例[二]中心值偏离时，Cpk CpCP/CPK计算事例[Minitab]1、例如:按照设计图纸的要求,某一机柜门板的长度要求是1.5±0.1图纸下发给供应商后,供应商试加工了32个样品,具体的数据如下,请衡量该供应商加工该门板的过程能力。

2、首先要判断是否为正态分布，若否，则须经转换为正态分布后方可使用Minitab求取Cpk。

如何用MINITAB进行过程能力分析

过程能力概述

一旦过程处于统计控制状态，并且是连续生产，那么你可能想知道这个过程是否有能力满足规范的限制，生产出好的零件（产品），通过比较过程变差的宽度和规范界限的宽度可以确定过程能力。在评估过程能力之前，过程必须受控。如果过程不受控，你将得到不正确的过程能力值。

.你能通过画能力柱状图和能力图来评估过程能力。这些图形能够帮助你评估数据的分布和检验过程是否受控。你也可以估计包括规范公差与正常过程变差之间比率的能力指数。能力指数或统计指数都是评估过程能力的一种方法，因为它们都没有单位，所以，可以用能力统计表来比较不同过程的能力。

选择能力命令

MINITAB提供了一组不同的能力分析命令，你可以根据数据的性质和分布从中选择命令，你可以对以下情况进行能力分析：

——正态或Weibull概率模式（对于测量数据）

——不同子组之间可能有很强变差的正态数据

——二项式或Poisson概率模式（对于计数数据或属性数据）

当进行能力分析时，选择正确的公式是基本要求，例如，MINITAB提供基于正态或Weibull分布模型上的能力分析工具，使用正态概率模型的命令提供了更完全的统计设置，但是，适用的数据必须近似于正态分布.

例如，利用正态概率模型，能力分析（正态）可以估计预期零件的缺陷PPM 数。这些统计分析建立在两个假设的基础上，1、数据来自于一个稳定的过程，2、数据服从近似的正态分布，类似地，能力分析（Weibull）计算零件的缺陷的PPM 值利用的是Weibull分布。在这两个例子中，统计分析正确性依赖于假设分布模型的正确性。

MINITAB过程能力分析概述

MINITAB是一种专业的数据分析软件，广泛用于各个领域的

数据分析和统计学研究。MINITAB能够对数据进行快速、准

确的分析，并生成相应的统计图表，帮助用户更好地理解数据特征和趋势。过程能力分析是MINITAB中的一个重要功能，

它可以帮助用户评估和改进不同过程的稳定性和能力。

过程能力分析主要用于评估和监控一个过程是否稳定，并确定其能力是否足够满足特定要求。它通常涉及两个主要方面：过程稳定性和过程能力。过程稳定性是指一个过程在统计控制范围内的变异程度，在过程稳定的前提下，过程能力则是指过程在特定控制限内能够提供的产品或服务的变异程度。

在MINITAB中进行过程能力分析需要先导入数据，通常是一

个过程中的一系列样本数据。然后，用户需要选择一个合适的过程能力分析方法。MINITAB提供了多种方法，如正态分布

能力分析、非正态分布能力分析、双容限分析等。用户可以根据具体情况选择最适合的方法。

以正态分布能力分析为例，用户需要输入数据列和规格限制。数据列包含了过程中得到的一系列样本数据，规格限制是用户根据产品或服务的要求设定的控制限。通过分析这些数据，MINITAB可以计算出过程的过程能力指标，如Cp、Cpk、Pp、Ppk等。这些指标可以帮助用户评估过程的稳定性和能力，并

作出相应的决策。

过程能力指标主要包括以下几个方面：Cp指标是一个比率，

表示过程的容差能力，值越大表示过程的能力越高；Cpk指标

是一个比率，表示过程中心到最近规格限的距离与过程控制限的一半之比，值越大表示过程的中心越接近规格限；Pp指标

如何用MINITAB进行过程能力分析

过程能力概述

一旦过程处于统计控制状态，并且是连续生产，那么你可能想知道这个过程是否有能力满足规范的限制，生产出好的零件（产品），通过比较过程变差的宽度和规范界限的宽度可以确定过程能力。在评估过程能力之前，过程必须受控。如果过程不受控，你将得到不正确的过程能力值。

.你能通过画能力柱状图和能力图来评估过程能力。这些图形能够帮助你评估数据的分布和检验过程是否受控。你也可以估计包括规范公差与正常过程变差之间比率的能力指数。能力指数或统计指数都是评估过程能力的一种方法，因为它们都没有单位，所以，可以用能力统计表来比较不同过程的能力。

选择能力命令

MINITAB提供了一组不同的能力分析命令，你可以根据数据的性质和分布从中选择命令，你可以对以下情况进行能力分析：

——正态或Weibull概率模式（对于测量数据）

——不同子组之间可能有很强变差的正态数据

——二项式或Poisson概率模式（对于计数数据或属性数据）

当进行能力分析时，选择正确的公式是基本要求，例如，MINITAB提供基于正态或Weibull分布模型上的能力分析工具，使用正态概率模型的命令提供了更完全的统计设置，但是，适用的数据必须近似于正态分布.

例如，利用正态概率模型，能力分析（正态）可以估计预期零件的缺陷PPM 数。这些统计分析建立在两个假设的基础上，1、数据来自于一个稳定的过程，2、数据服从近似的正态分布，类似地，能力分析（Weibull）计算零件的缺陷的PPM 值利用的是Weibull分布。在这两个例子中，统计分析正确性依赖于假设分布模型的正确性。

过程能力分析minitab版

在过程处于统计操纵状态之后，即生产比较稳固时，你很可能希望明白过程能力，也即满足规格界限与生产良品的能力。你能够将过程变差的宽度与规格界限的差距进行对比来片段过程能力。在评价其能力之前，过程应该处于操纵状态，否则，你得出的过程能力的估计是不正确的。

你能够画能力条形图与能力点图来评价过程能力，这些图形能够帮助你评价数据的分布并验证过程是否受控。你还能够计算过程指数，即规范公差与自然过程变差的比值。过程指数是评价过程能力的一个简单方法。由于它们无单位，你能够用能力统计量来比较不一致的过程。

一、选择能力命令（Choosing a capability command）

Minitab提供了许多不一致的能力分析命令，你能够根据数据的属性及其分布来选择适当的命令。你能够为下列几个方面进行能力分析：

⏹正态或者Weibull概率模型(适合于测量数据)

⏹很可能来源于具有明显组间变差的总体的正态数据

⏹二项分布或者泊松概率分布模型(适合于属性数据或者计数数据)

注：假如你的数据倾斜严重，你能够利用Box-Cox转换或者使用Weibull 概率模型。

在进行能力分析时，选择正确的分布是必要的。比如：Minitab提供基于正态与Weibull概率模型的能力分析。使用正态概率模型的命令提供更完整的一系列的统计量，但是你的数据务必近似服从正态分布以保证统计量适合于这些数据。举例来说，Analysis (Normal) 利用正态概率模型来估计期望的PPM。这些统计量的结实依靠于两个假设：数据来自于稳固的过程，且近似服从的正态分布。类似地，Capability Analysis (Weibull) 利用Weibull 分布模型计算PPM。在两种情况下，统计的有效性依靠于假设的分布的有效性。