Minitab软件过程能力概述与分析
minitab过程能力分析图制作
精品课件
10
过程能力分析------计量型
Step7. 报告分析（略）
精品课件
11
过程能力分析------计数型
例题：我们研究11月份焊接件生产和检查数量。从发现的不合格数 ，来探讨焊接件的过程能力。
精品课件
12
过程能力分析------计数型
Step1. 我们将一个月1-30日采集的数据输入工作表
精品课件
4
过程能力分析------计量型
Step1. 按要求测量得到一组数据后，输入工作表
连续输入60个数据
精品课件
5
过程能力分析------计量型
Step2. 点击“统计”--“质量工具”--“能力分析”--“”正态“。
精品课件
6
过程能力分析------计量型
Step3. 出现的”能力分析（正态分布）“工具栏内，在”单列“中双 击”C2“，填入”实测值“；在”子组大小（Z）“中输入”5“ ；在”规格下限“中输入10；在”规格上限“中输入10.1，单击 ”确定“。
精品课件
7
过程能力分析------计量型
Step4. 出现的”能力分析（正态分布）选项“工具栏内，在”目标（ 添加Cpm到表格）栏内输入”9.9“单击”确定“。
精品课件
8
过程能力分析------计量型
Step5. 形成能力报告。
第二章MINITAB之制程能力分析
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。
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。
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。
MINITAB过程能力概述
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教程-过程能力分析
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。
minitab过程能力分析图制作
过程能力分析------计量型
Step4. 出现的”能力分析（正态分布）选项“工具栏内，在”目标（ 添加Cpm到表格）栏内输入”9.9“单击”确定“。
9
过程能力分析------计量型
Step5. 形成能力报告。
10
过程能力分析------计量型
Step6. 点击菜单栏”文件“，保存项目或将项目另存为。注意保存的 文件名后缀”.MPJ“不得删除。
5
过程能力分析------计量型
Step1. 按要求测量得到一组数据后，输入工作表
连续输ຫໍສະໝຸດ Baidu60个数据
6
过程能力分析------计量型
Step2. 点击“统计”--“质量工具”--“能力分析”--“”正态“。
7
过程能力分析------计量型
Step3. 出现的”能力分析（正态分布）“工具栏内，在”单列“中双 击”C2“，填入”实测值“；在”子组大小（Z）“中输入”5“ ；在”规格下限“中输入10；在”规格上限“中输入10.1，单击 ”确定“。
14
过程能力分析------计数型
Step2. 点击“统计”--“质量工具”--“能力分析”--“二项B“。
15
过程能力分析------计数型
Step3. 出现的”能力分析（二项分布）“工具栏内，在”缺陷 数“，双击”C3“，输入“不合格数”；在”实际样本量） “中双击”C2“，输入“数量”；单击”选项“。
过程能力(minitab教程)
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。
MINITAB过程能力分析概述
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
过程能力 Process Capability
MINITAB过程能力分析（Process Capability Analysis）
1、Capability Analysis (Normal)
[概述]
Capability Analysis (Normal)用于对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。分析报告包括一张带两条正态曲线的能力条形图，一张长期和组内能力统计量的列表。两条正态曲线分别与过程均值和组内标准差、过程均值和长期标准差相对应。
报告还包括过程数据的统计量，如过程均值，目标，组内和长期标准差，过程规范，观察到的能力，以及期望的组内和长期能力。因此，该报告可用于直观评价过程是否服从正态分布，是否以目标值为中心，是否具备持续满足过程规范要求的能力。
一个假设数据来自于正态分布的模型适合于大多数过程数据。如果数据是倾斜的，参见Non-normal data下面的讨论。
[例]
假设你在一个汽车制造厂的机器组装部门工作。某个零件，凸轮轴的长度的工程规范为600+-2mm。长期以来，该轴的长度均超出规范的要求，导致生产线上装配性性、高废弃和重工率。
在对记录清单检查后，你发现该零件有两个供应商。Xbar-R图告诉你供应商2的零件失控，因此你决定停止接受供应商2的零件直至产品受控为止。
在去除供应商2后，不良装配的数量明显减少，但问题并未完全消除。你决定通过能力研究来观察供应商1是否具备满足工程规范的能力。
1 Open the worksheet CAMSHAFT.MTW.
2 Choose Stat > Quality Tools > Capability Analysis (Normal).
运用Minitab进行过程能力（Process+Capability）_1
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minitab教程
过程能力m i n i t a b教
程
集团标准化工作小组 #Q8QGGQT-GX8G08Q8-GNQGJ8-MHHGN#
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(Process Capability)
MINITAB过程能力分析（Process Capability Analysis）
1、Capability Analysis (Normal)
[概述]
Capability Analysis (Normal)用于对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。分析报告包括一张带两条正态曲线的能力条形图，一张长期和组内能力统计量的列表。两条正态曲线分别与过程均值和组内标准差、过程均值和长期标准差相对应。
报告还包括过程数据的统计量，如过程均值，目标，组内和长期标准差，过程规范，观察到的能力，以及期望的组内和长期能力。因此，该报告可用于直观评价过程是否服从正态分布，是否以目标值为中心，是否具备持续满足过程规范要求的能力。
一个假设数据来自于正态分布的模型适合于大多数过程数据。如果数据是倾斜的，参见Non-normal data下面的讨论。
[例]
假设你在一个汽车制造厂的机器组装部门工作。某个零件，凸轮轴的长度的工程规范为600+-2mm。长期以来，该轴的长度均超出规范的要求，导致生产线上装配性性、高废弃和重工率。
在对记录清单检查后，你发现该零件有两个供应商。Xbar-R图告诉你供应商2的零件失控，因此你决定停止接受供应商2的零件直至产品受控为止。
在去除供应商2后，不良装配的数量明显减少，但问题并未完全消除。你决定通过能力研究来观察供应商1是否具备满足工程规范的能力。
1 Open the worksheet CAMSHAFT.MTW.
2 Choose Stat > Quality Tools > Capability Analysis (Normal).
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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布模型的正确性。
假如数据是歪斜特不严峻，那么用正态分布分析将得出与实际的缺陷率相差专门大的结果。在这种情况下，把那个数据转化比正态分布更适当的模型，或为数据选择不同的概率模式.用MINITAB,你能够使用Box-Cox能力转化或Weibull概率模型，非正态数据比较了这两种方法.
假如怀疑过程中子组之间有专门强的变差来源，能够使用能力分析（组间/组内）或SIXpack能力分析（组间/组内）。除组内数据具有随机误差外，组间还可能有随机变差。明白了子组变差的来源，能够为你提供过程更真实的潜在能力评估。能力分析（组间/组内）或SIXpack能力分析（组间/组内）既计算组内标准偏差也计算组间标准偏差，然后，集中它们来计算总的标准偏差。
MINITAB也提供基于二项式和Poisson概率模型属性数据（计数型）的能力分析，例如，产品可与标准比较分为有缺陷和没有缺陷（用能力分析（二项式））。也能够依照缺陷个数对产品进行分类（用能力分析（Poisson））。
MINITAB的能力分析命令
能力分析（正态）画出单个测量值的能力柱状图，用一条基于过程平均值和标准偏差的正态曲线覆盖在柱状图上，那个图形有助于进行正态假设的视觉评估。那个报告包括了过程能力统计表，既包括组内也包括整体统计。
能力分析（组间/组内）画出了用正态曲线覆盖的单个测量值的能力柱状图。这有助于进行正态假设的视觉评估。用这种分析方法可进行组间\组内有专门强变差来源的子组数据的分析，那个报告包括组间/组内和整个过程能力的统计分析能力分析（Weibull分布）
画出基于过程形状和比例的Weibull曲线覆盖单个测量值的能力柱状图，这有助于进行Weibull分布的视觉评估。那个报告也包括了整个过程能力的统计分析
SIXPACK能力分析（正态分布）
连同那个能力统计的子集一起,结合下面的图表深入了解单个的显示值的含义：
——单个数据图，R 或 S(离差),以及运行图,可用来检验过程是否受控.
——能力柱状图和正态分布图,可用来检验数据是否服从正态分布.
SIXPACK能力分析（组间/组内）适用于组间有专门强变差来源的子组数据, SIXPACK能力分析（组间/组内）连同那个能力统计的子集一起,结合下面的图表深入了解单个的显示值的含义：
——单个极差,离差图和极差和离差图,可用于检验过程受控状态.
——柱状图和正态分布图可用于检验数据的正态分布情况
——能力图显示了与规范比较后的过程变异
SIXPACK能力(Weibull) 在一个显示面上显示了下面的多个图形,和各项能力统计数据:
——一个（或单个数据）图、R（或移动极差）图，以及运行图，通常用于检验过程是否受控。
——能力柱状图和Weibull性能图通常用于检验数据是否服从Weibull分布。
——能力图显示了与规范比较过程的可变性。
尽管SIXPACK能力命令提供了比能力分析命令少的统计，然而图形的排列通常用于检验过程是否受控，以及数据是否服从所选择的分布模型。
能力分析(Binomial)适用于数据由总的抽样零件的缺陷数组成时，它画了一个P图，这有助于检验过程是否受控，那个报告还包括缺陷累积率的图形，缺陷百分比的柱状图和缺陷率图。能力分析（泊松）适用于数据由每个项目的缺陷数构成时，报告画了一个U图，它有助于检验过程是否受控，报告还包括了累积的平均DPU（每单位缺陷数）的柱状图和缺陷率图。
能力统计分析
过程能力统计是过程能力的数值,用来衡量过程满足标准的能力程度,这些统计量是单个的和没有单位的，因此能够比较不同过程的的能力，能力统计差不多上是同意的过程波动（标准界限的范围）与实际过程波动（6δ）的比值。某些统计考虑了过程平均值或目标值。
讲明：能力统计使用简单，然而，具有未完全了解的分布特性。总的来讲，依靠单个能力统计来评价（表现）一个过程不是好的适应，
许多业内人士认为1.33是过程能力的最小可同意的值，几乎没有人相信小于1的值是可同意的，小于1的值表明过程变差比规范的公差宽，那个地点有一些如何使用能力统计的指导方针：
过程能力命令能力统计
能力分析（正态）和能力SIXPACK （正态）
Cp, Cpk, CPU, CPL, and Cpm（假如你指定目标值）——与组内变差有关，
Pp, Ppk, PPU, PPL——与整体变差有关
能力分析（组间/组内）和能力SIXPACK （组间/组内）
Cp, Cpk, CPU, CPL, and Cpm（假如你指定一个目标值）——与组内和组间变差有关
Pp, Ppk, PPU, PPL——与整体变差有关