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。
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%
性能所对应的合计 PPM
西格玛水平 3西格玛 4西格玛 5西格玛 6西格玛
在此直方图中，过程展开宽于规格展开， 这表明能力较差。虽然大部分数据都在 规格限内，但是也一些低于规格下限 (LSL) 或者高于规格上限 (USL) 的不合格 项。
• 步骤 3：评估过程的能力
评估潜在能力
可使用 Cpk 基于过程的位置和展开来评估该过程的潜在能力。潜在能力估计值表示在消除过程偏移 和漂移的情况下可实现的能力。 总体上讲，Cpk 值越高，过程的能力越高。Cpk 值低表明可能需要改进过程。 将 Cpk 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 Cpk 低于 基准值，则考虑如何改进您的过程，例如减少其变异或改变其位置。 比较 Cp 和 Cpk。如果 Cp 和 Cpk 大致相等，则过程位于两个规格限制之间的中心位置。如果 Cp 和 Cpk 不同，则过程未处于中心位置。
解释结果 Xbar 和 R 控制图表明过程稳定，没有 超出控制限的点。“最后 25 个子组” 图表明数据绕着过程均值随机且对称地 分布。正常概率图表明数据是正态分布 的。因此，可满足正态能力分析的假设， 并可分析过程的能力。 直方图和能力指标表明，过程几乎位于 目标中心，测量值在规格限之内。能力 指标 Cpk、Ppk 和 CPM 都大于 1.33，这 是一般情况下可接受的能力过程的最小 值。因此，工程师得出结论：锻造过程 可满足客户对活塞环直径的要求。
对于这些过程数据，Ppk = 0.52。因为 Ppk 小于 1.33，所以过程的整体能力无法满足要求。过程处 于中心位置，因此 Ppk ≈ Pp (0.53)。但是，Ppk < Cpk (0.72)，这表明，如果减少偏移和漂移（子组 之间的变异），将可以改进过程的整体能力。
正态能力分析 的观测性能/预测整体ห้องสมุดไป่ตู้能
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。
MINITAB教程-过程能力分析
全海军
过程能力分析
• 对正态分布数据计算能力指数（Cp/Cpk） • 对不正态分布数据的计算能力指数
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。
指定用于 正态能力分析 的变换
• 统计 > 质量工具 > 能力分析 > 正态 > 变换
您可以变换数据，以拟合正态分布，从 而满足分析假设。 Box-Cox 幂变换(W =Y^λ)（正数 (> 0) ） Johnson 变换（仅适用于整体分析）
解释结果
• 步骤 1：检查数据是否有问题
直方图和拟合的正态曲线有助于以非正式的方式快速检查潜在问题。 直观检查分布拟合
将整体实曲线与直方图的条形进行比较， 评估数据是否大致是正态的。如果条形 与曲线存在很大差异，则数据可能不是 正态的，并且过程的能力估计值可能不 可靠。如果数据看上去为非正态，需使 用个体分布标识确定是否需要变换数据 或拟合非正态分布以执行能力分析。
• 比较组内曲线和整体曲线
将整体实曲线与组内虚曲线进行比较，确定它们的对齐紧 密程度。如果曲线之间存在很大差异，则表明过程可能不 稳定，或者子组间可能存在明显变异。在执行能力分析之 前使用控制图验证过程是否稳定。
如果您所分析的过程（如批量过程）自然地显示子组间 存在较大变异，而且该变异并非由特殊原因造成，则考 虑使用组间/组内能力分析。
• 步骤 2：检查过程的观测性能
检查过程展开 直观检查直方图中的数据与规格下限和规格上限的关 系。理想情况下，数据的散布窄于规格散布，并且所 有数据都在规格限内。超出规格限的数据表示不合格 项。
个体分布标识
• 统计 > 质量工具 > 个体分布标识。
使用 p 值评估分布的拟合。 将每个分布或变换的 p 值与显著 性水平进行比较。通常，显著性 水平（用 α 或 alpha 表示）为 0.05 即可。显著性水平 0.05 指示 当数据实际上服从分布时，判定 数据不服从分布的风险为 5%。
如果分布是数据的良好拟合，这些点将 沿着拟合分布线附近分布。离开直线说 明拟合是不可接受的。