過(guò)程能力minitab教程

集團(tuán)標(biāo)準(zhǔn)化工作小組#Q8QGGQT-GX8G08Q8-GNQGJ8-MHHGN#過(guò)程能力概述(ProcessCapabilityOverview)在過(guò)程處于統(tǒng)計(jì)控制狀態(tài)之后，即生產(chǎn)比較穩(wěn)定時(shí)，你很可能希望知道過(guò)程能力，也即滿足規(guī)格界限和生產(chǎn)良品的能力。你可以將過(guò)程變差的寬度與規(guī)格界限的差距進(jìn)行對(duì)比來(lái)片段過(guò)程能力。在評(píng)價(jià)其能力之前，過(guò)程應(yīng)該處于控制狀態(tài)，否則，你得出的過(guò)程能力的估計(jì)是不正確的。你可以畫能力條形圖和能力點(diǎn)圖來(lái)評(píng)價(jià)過(guò)程能力，這些圖形可以幫助你評(píng)價(jià)數(shù)據(jù)的分布并驗(yàn)證過(guò)程是否受控。你還可以計(jì)算過(guò)程指數(shù)，即規(guī)范公差與自然過(guò)程變差的比值。過(guò)程指數(shù)是評(píng)價(jià)過(guò)程能力的一個(gè)簡(jiǎn)單方法。因?yàn)樗鼈儫o(wú)單位，你可以用能力統(tǒng)計(jì)量來(lái)比較不同的過(guò)程。一、選擇能力命令（以00$瞄acapabilitycommand）Minitab提供了許多不同的能力分析命令，你可以根據(jù)數(shù)據(jù)的屬性及其分布來(lái)選擇適當(dāng)?shù)拿?。你可以為以下幾個(gè)方面進(jìn)行能力分析：■正態(tài)或Weibull概率模型（適合于測(cè)量數(shù)據(jù)）■很可能來(lái)源于具有明顯組間變差的總體的正態(tài)數(shù)據(jù)■二項(xiàng)分布或泊松概率分布模型（適合于屬性數(shù)據(jù)或計(jì)數(shù)數(shù)據(jù)）注：如果你的數(shù)據(jù)傾斜嚴(yán)重，你可以利用Box-Cox轉(zhuǎn)換或使用Weibull概率模型。在進(jìn)行能力分析時(shí)，選擇正確的分布是必要的。例如:Minitab提供基于正態(tài)和Weibull概率模型的能力分析。使用正態(tài)概率模型的命令提供更完整的一系列的統(tǒng)計(jì)量，但是你的數(shù)據(jù)必須近似服從正態(tài)分布以保證統(tǒng)計(jì)量適合于這些數(shù)據(jù)。舉例來(lái)說(shuō)，Analysis（Normal）利用正態(tài)概率模型來(lái)估計(jì)期望的PPM。這些統(tǒng)計(jì)量的結(jié)實(shí)依賴于兩個(gè)假設(shè)：數(shù)據(jù)來(lái)自于穩(wěn)定的過(guò)程，且近似服從的正態(tài)分布。類似地，CapabilityAnalysis（Weibull）利用Weibull分布模型計(jì)算PPM。在兩種情況下，統(tǒng)計(jì)的有效性依賴于假設(shè)的分布的有效性。如果數(shù)據(jù)傾斜嚴(yán)重，基于正態(tài)分布的概率會(huì)提供對(duì)實(shí)際的超出規(guī)格的概率做比較差的統(tǒng)計(jì)。這種情況下，轉(zhuǎn)化數(shù)據(jù)使其更近似于正態(tài)分布，或?yàn)閿?shù)據(jù)選擇不同的概率模型。在Minitab中，你可以用“Box-Coxpowertransformation”或Weibull概率模型。Non-normaldata對(duì)這兩個(gè)模型進(jìn)行了比較。如果你懷疑過(guò)程具有較明顯的組間變差，使用CapabilityAnalysis(Between/Within)或CapabilitySixpack(Between/Within)。子組內(nèi)部的隨機(jī)誤差之上，子組數(shù)據(jù)可能還有子組之間的隨機(jī)變差。對(duì)子組變差的兩個(gè)來(lái)源的理解可以為過(guò)程潛在能力提供更實(shí)際的估計(jì)。CapabilityAnalysis(Between/Within)和CapabilitySixpack(Between/Within)計(jì)算了組間和組內(nèi)標(biāo)準(zhǔn)差，然后再估計(jì)長(zhǎng)期的標(biāo)準(zhǔn)差。Minitab還為屬性數(shù)據(jù)和計(jì)數(shù)數(shù)據(jù)進(jìn)行能力分析，基于二項(xiàng)分布和泊松概率模型。例如：產(chǎn)品可以根據(jù)標(biāo)準(zhǔn)判定為合格和不合格(使用CapabilityAnalysis(Binomial)).o你還可以根據(jù)缺陷的數(shù)量進(jìn)行分類(使用CapabilityAnalysis(Poisson)).二、能力分析命令概況CapabilityAnalysis(Normal)為單個(gè)測(cè)量結(jié)果畫一張能力條形圖，圖上包含基于過(guò)程均值和標(biāo)準(zhǔn)差的正態(tài)曲線。這可以幫助你對(duì)正態(tài)性假設(shè)進(jìn)行視覺(jué)上的評(píng)價(jià)。報(bào)告還包括一張過(guò)程能力統(tǒng)計(jì)量的表，包括組內(nèi)和組間統(tǒng)計(jì)量。CapabilityAnalysis(Between/Within)為單個(gè)測(cè)量結(jié)果畫一張能力條形圖，圖上包含基于過(guò)程均值和標(biāo)準(zhǔn)差的正態(tài)曲線。這可以幫助你對(duì)正態(tài)性假設(shè)進(jìn)行視覺(jué)上的評(píng)價(jià)。報(bào)告還包括一張組間/組內(nèi)和長(zhǎng)期過(guò)程能力統(tǒng)計(jì)量的列表。CapabilitySixpack(Normal)同時(shí)顯示以下圖形，以及能力統(tǒng)計(jì)量的子集：-—張Xbar(orIndividuals),RorS(orMovingRange),和runchart,可用來(lái)驗(yàn)證過(guò)程是否處于控制狀態(tài)；-一個(gè)能力條形圖和正態(tài)概率圖，可以幫助驗(yàn)證數(shù)據(jù)是否服從正態(tài)分布；-一個(gè)能力圖，顯示過(guò)程變差與規(guī)范界限的相對(duì)性。CapabilitySixpack(Between/Within)適合于組間變差比較明顯的子組數(shù)據(jù)。CapabilitySixpack(Between/Within)同時(shí)顯示以下圖形，以及能力統(tǒng)計(jì)量的子集：-一張IndividualsChart,MovingRangeChart,andRChartorSChart,可用來(lái)驗(yàn)證過(guò)程是否處于控制狀態(tài)；-一個(gè)能力條形圖和正態(tài)概率圖，可以幫助驗(yàn)證數(shù)據(jù)是否服從正態(tài)分布；-一個(gè)能力圖，顯示過(guò)程變差與規(guī)范界限的相對(duì)性。CapabilitySixpack(Weibull)同時(shí)顯示以下圖形，以及能力統(tǒng)計(jì)量的子集：-一張Individuals,R-(orMovingRange),andrunchart,可用來(lái)驗(yàn)證過(guò)程是否處于控制狀態(tài)；-一個(gè)能力條形圖和Weibull概率圖，可以幫助驗(yàn)證數(shù)據(jù)是否服從Weibull分布；-一個(gè)能力圖，顯示過(guò)程變差與規(guī)范界限的相對(duì)性。CapabilityAnalysis(Weibull)為單個(gè)測(cè)量結(jié)果畫一張能力條形圖，圖上包含基于過(guò)程形狀和大小的Weibull曲線。這可以幫助你對(duì)Weibull分布的假設(shè)進(jìn)行直觀的評(píng)價(jià)。報(bào)告還包括一張長(zhǎng)期過(guò)程能力統(tǒng)計(jì)量的表。CapabilityAnalysis(Binomial)適合于數(shù)據(jù)由不合格品的數(shù)量相對(duì)于抽取的全部樣本數(shù)組成時(shí)。報(bào)告畫了一張P圖，可以幫助你驗(yàn)證過(guò)程是否處于控制狀態(tài)，以及一張不合格品率的累積圖，不合格品率的條形圖，以及不合格品率圖。CapabilityAnalysis(Poisson)適用于數(shù)據(jù)為單位缺陷數(shù)。報(bào)告畫了一張U圖，可以幫助你可以幫助你驗(yàn)證過(guò)程是否處于控制狀態(tài)，還包括一張累積DPU(defectsperunit)圖，DPU條形圖和缺陷率圖。MINITAB過(guò)程能力分析(^006￡?8CapabilityAnalysis)1、CapabilityAnalysis(Normal)［概述］CapabilityAnalysis(Normal)用于對(duì)來(lái)自于正態(tài)分布的數(shù)據(jù)或Box-Cox轉(zhuǎn)換后的數(shù)據(jù)進(jìn)行能力分析。分析報(bào)告包括一張帶兩條正態(tài)曲線的能力條形圖，一張長(zhǎng)期和組內(nèi)能力統(tǒng)計(jì)量的列表。兩條正態(tài)曲線分別與過(guò)程均值和組內(nèi)標(biāo)準(zhǔn)差、過(guò)程均值和長(zhǎng)期標(biāo)準(zhǔn)差相對(duì)應(yīng)。報(bào)告還包括過(guò)程數(shù)據(jù)的統(tǒng)計(jì)量，如過(guò)程均值，目標(biāo)，組內(nèi)和長(zhǎng)期標(biāo)準(zhǔn)差，過(guò)程規(guī)范，觀察到的能力，以及期望的組內(nèi)和長(zhǎng)期能力。因此，該報(bào)告可用于直觀評(píng)價(jià)過(guò)程是否服從正態(tài)分布，是否以目標(biāo)值為中心，是否具備持續(xù)滿足過(guò)程規(guī)范要求的能力。一個(gè)假設(shè)數(shù)據(jù)來(lái)自于正態(tài)分布的模型適合于大多數(shù)過(guò)程數(shù)據(jù)。如果數(shù)據(jù)是傾斜的，參見(jiàn)Nonnormaldata下面的討論。［例］假設(shè)你在一個(gè)汽車制造廠的機(jī)器組裝部門工作。某個(gè)零件，凸輪軸的長(zhǎng)度的工程規(guī)范為600+-2mm。長(zhǎng)期以來(lái)，該軸的長(zhǎng)度均超出規(guī)范的要求，導(dǎo)致生產(chǎn)線上裝配性性、高廢棄和重工率。在對(duì)記錄清單檢查后，你發(fā)現(xiàn)該零件有兩個(gè)供應(yīng)商。Xbar-R圖告訴你供應(yīng)商2的零件失控，因此你決定停止接受供應(yīng)商2的零件直至產(chǎn)品受控為止。在去除供應(yīng)商2后，不良裝配的數(shù)量明顯減少，但問(wèn)題并未完全消除。你決定通過(guò)能力研究來(lái)觀察供應(yīng)商1是否具備滿足工程規(guī)范的能力。Opentheworksheet.ChooseStat>QualityTools>CapabilityAnalysis(Normal).InSinglecolumn,enterSupp1.InSubgroupsize,enter5.InLowerspec,enter598.InUpperspec,enter602.ClickOptions.InTarget(addsCpmtotable),enter600.ClickOKineachdialogbox.［結(jié)果］ProcessCapabilityAnalysisforSupplUSLProcessDataUSL 602.000Target 600.000LSL 598.000Mean 599.548SampleN 100StDev(Within)0.576429StDev(Overall)0.620865Potential(Within)CapabilityCp1.16USLProcessDataUSL 602.000Target 600.000LSL 598.000Mean 599.548SampleN 100StDev(Within)0.576429StDev(Overall)0.620865Potential(Within)CapabilityCp1.16CPU1.42CPL0.90Cpk0.90Cpm0.87598599600601LSLTargetWithini Overall602Pp1.07PPU1.32PPLPp1.07PPU1.32PPL0.83Ppk0.83［結(jié)果分析］OverallCapabilityObservedPerformancePPM<LSL 10000.00PPM>USL 0.00PPMTotal 10000.00Exp."Within"PerformancePPM<LSL 3621.06PPM>USL 10.51PPMTotal 3631.57Exp."Overall"PerformancePPM<LSL 6328.16PPM>USL 39.19PPMTotal 6367.35如果你想解釋過(guò)程能力統(tǒng)計(jì)量，數(shù)據(jù)應(yīng)該近似服從正態(tài)分布。這個(gè)要求得到了滿足，這點(diǎn)可以從帶正態(tài)曲線的條形圖上看出來(lái)但是你可以發(fā)現(xiàn)過(guò)程均值比目標(biāo)值低，切分布的左邊落在了下規(guī)范界限之外。這個(gè)均值意味著你有些時(shí)候可以看到不符合最低規(guī)范（598mm）的零件。Cpk指數(shù)表明過(guò)程是否可以生產(chǎn)在公差界限內(nèi)的產(chǎn)品。供應(yīng)商1的CPK為，表明他們需要通過(guò)減少變差和向目標(biāo)值靠攏來(lái)改善其過(guò)程。同樣，Likewise,PPM<LSL—每百萬(wàn)零件中質(zhì)量特性值低于下規(guī)范界限的零件數(shù)一是.。這意味著大約3621個(gè)零件不滿足下規(guī)范界限（598mm）。既然供應(yīng)商1是你最好的供應(yīng)商，你應(yīng)該與它們一起共同改善其過(guò)程，從而改善自己的過(guò)程。2、CapabilityAnalysis（WeibullDistribution）［概述］CapabilityAnalysis（Weibull）命令用于對(duì)來(lái)自于Weibull分布的數(shù)據(jù)進(jìn)行過(guò)程能力分析。分析報(bào)告包括：一個(gè)帶Weibull曲線的能力條形圖，一張長(zhǎng)期能力統(tǒng)計(jì)表。Weibull曲線是根據(jù)過(guò)程形狀和規(guī)模（大?。?gòu)造的。報(bào)告還包括過(guò)程數(shù)據(jù)的統(tǒng)計(jì)量，如均值，形狀，目標(biāo)，過(guò)程規(guī)范，實(shí)際的長(zhǎng)期能力，以及觀察到的和期望的長(zhǎng)期能力。因此報(bào)告可直觀地評(píng)價(jià)過(guò)程相對(duì)于目標(biāo)的分布，數(shù)據(jù)是否服從Weibull分布，過(guò)程是否具備持續(xù)滿足過(guò)程規(guī)范的能力。在Weibull模型中，Minitab計(jì)算長(zhǎng)期過(guò)程統(tǒng)計(jì)量，Pp,Ppk,PPU,andPPL。計(jì)算是基于形狀的最大可能估計(jì)和規(guī)模參數(shù)，而不是象正態(tài)分布中的均值和變差。如果數(shù)據(jù)不服從正態(tài)分布，你可以選擇Box-Cox轉(zhuǎn)換來(lái)應(yīng)用CapabilityAnalysis(NormalDistribution)命令來(lái)計(jì)算組內(nèi)統(tǒng)計(jì)量，Cp和Cpk。Foracomparisonofthemethodsusedfornon-normaldata,參見(jiàn)Non-normaldata對(duì)兩種方法的比較。［例］假設(shè)你在生產(chǎn)地板瓷磚的公司工作，你對(duì)瓷磚表面的翹曲比較關(guān)心。為保證產(chǎn)品質(zhì)量，你每個(gè)工作日測(cè)量10個(gè)瓷磚的翹曲量，連續(xù)測(cè)量了10天。數(shù)據(jù)的條形圖表明它們不是來(lái)自于正態(tài)分布(參見(jiàn)ExampleofacapabilityanalysiswithaBoxCoxtransformation)。因此你決定基于Weibull概率模型進(jìn)行能力分析。Opentheworksheet.ChooseStat>QualityTools>CapabilityAnalysis(Weibull).InSinglecolumn,enterWarping.岫InUpperspeC,E5USLTargetLSLMeanSampleNShapeScaleProcessData8.000002.925641001.693683.27812ExpectedLTPerformancePPM<LSL *PPM>USL10764.53PPMTotal10764.53ProcessCapabilityAnalysisforWarpingCalculationsBasedonWeibullDistributionModelUSLOverall(LT)CapabilityPp *PPU 0.77PPL *Ppk 0.770.770.77USLTargetLSLMeanSampleNShapeScaleProcessData8.000002.925641001.693683.27812ExpectedLTPerformancePPM<LSL *PPM>USL10764.53PPMTotal10764.53ProcessCapabilityAnalysisforWarpingCalculationsBasedonWeibullDistributionModelUSLOverall(LT)CapabilityPp *PPU 0.77PPL *Ppk 0.770.770.77ObservedLTPerformancePPM<LSL *PPM>USL20000.00PPMTotal20000.00246810［結(jié)果分析］能力條形圖沒(méi)有顯示在假想的模型和數(shù)據(jù)之間存在嚴(yán)重的差異。但你可以看出分布的右邊超出了上規(guī)范界限，這意味著你有時(shí)會(huì)發(fā)現(xiàn)翹曲超過(guò)上規(guī)范界限(8mm)。Ppk和PPU指數(shù)表明過(guò)程是否能生產(chǎn)在允差范圍內(nèi)的瓷磚。兩個(gè)指數(shù)均為，均在之下，因此，過(guò)程能力是不夠的。同樣，PPM>USL—每百萬(wàn)產(chǎn)品中質(zhì)量特性值高于上規(guī)范界限的產(chǎn)品數(shù)一為。這意味著1，000，000個(gè)瓷磚中有20000個(gè)的翹曲量將超出上規(guī)范界限(8mm)。為觀察同樣的數(shù)據(jù)以CapabilityAnalysis(Normal)分析的結(jié)果，參見(jiàn)ExampleofacapabilityanalysiswithaBox-Coxtransformation3、CapabilitySixpack(Normal)［概述］CapabilitySixpack(Normal)命令用來(lái)數(shù)據(jù)服從正態(tài)分布或轉(zhuǎn)換數(shù)據(jù)時(shí)評(píng)價(jià)過(guò)程能力。CapabilitySixpack同時(shí)顯示以下信息：■一張Xbar圖(或Individualschartforindividualobservations)■一張R圖或S圖(orMRchartforindividualobservations)■一張最近25個(gè)子組的趨勢(shì)圖（或最近25個(gè)觀察結(jié)果）一個(gè)過(guò)程數(shù)據(jù)的條形圖一個(gè)正態(tài)概率圖一個(gè)過(guò)程能力圖■短期和長(zhǎng)期能力統(tǒng)計(jì)量:Cp,Cpk,和swithin;Pp,Ppk,andsoverallXbar,R,和趨勢(shì)圖可用于驗(yàn)證過(guò)程是否處于受控狀態(tài)。條形圖和正態(tài)概率圖可用于驗(yàn)證數(shù)據(jù)服從正態(tài)分布。最后，能力圖以圖形顯示相對(duì)于規(guī)范的過(guò)程能力。與能力統(tǒng)計(jì)量一起，這些信息可以幫助你評(píng)價(jià)過(guò)程是否受控以及產(chǎn)品是否符合規(guī)范。假設(shè)數(shù)據(jù)來(lái)自于正態(tài)分布的模型適合于多數(shù)過(guò)程數(shù)據(jù)。如果數(shù)據(jù)是傾斜的，或組內(nèi)變差不是固定的（如變差與均值相對(duì)應(yīng)），參見(jiàn)Non-normaldata下的討論。［例］假設(shè)你在一個(gè)汽車制造廠的機(jī)器組裝部門工作。某個(gè)零件，凸輪軸的長(zhǎng)度的工程規(guī)范為600+-2mm。長(zhǎng)期以來(lái)，該軸的長(zhǎng)度均超出規(guī)范的要求，導(dǎo)致生產(chǎn)線上裝配性性、高廢棄和重工率。在對(duì)記錄清單檢查后，你發(fā)現(xiàn)該零件有兩個(gè)供應(yīng)商。Xbar-R圖告訴你供應(yīng)商2的零件失控，因此你決定停止接受供應(yīng)商2的零件直至產(chǎn)品受控為止。在去除供應(yīng)商2后，不良裝配的數(shù)量明顯減少，但問(wèn)題并未完全消除。你決定通過(guò)capabilitysixpack來(lái)觀察供應(yīng)商1是否具備滿足工程規(guī)范的能力。Opentheworksheet.ChooseStat>QualityTools>CapabilitySixpack（Normal）.InSinglecolumn,enterSupp1.InSubgroupsize,type5.盤Upperspec,type602.InLowerspec,ty55jimiTTAB-Wrtitlod ;歹■E.J14E/HiIwiip匚心肝 2r4gh.EJ11￡<rHude*gLp■萱|M電博|叫s|imiei的國(guó)茵iem 也隔隔ia>i可冒|捌的IBSupuriilk￡.■Suppl L_roJ^jetElwuniwazkalieED1 ProcessCdpabililySixpackforSupplMaC^En13CUHJLLflQJE.J14E/HiIwiip匚心肝 2r4gh.EJ11￡<rHude*gLp■萱|M電博|叫s|imiei的國(guó)茵iem 也隔隔ia>i可冒|捌的IBSupuriilk￡.■Suppl L_roJ^jetElwuniwazkalieED1 ProcessCdpabililySixpackforSupplMaC^En13CUHJLLflQJRe^mlESfor:CainEhafE：C：那5帕孫副哪麻h>rSupplftnalysis!Sixp-acfc1Ttsc.reauLcarat：<baxTfiisc.zasliLls￡oeRCh-sM.U-5W.-5-39SJQ-.XbsrandRChartaoi**折| inUCL-K4J.3KL-i?ei-apaDll^HstogramClQ「Lmglh[Sirppl￡D14E￡H.D印LB E39.B翊0 OT.OEJjl4 599.65994 EO1D6DD.DEffl.n6EO.2 5?.EECH2知3涌4 知』IgjICTiIJEDi祖n_BAIXL-2S3SL"LaslZDyjbgrQupsIaSitqraupNumbergerallSIDevO.B2O805Pp- 1.07Fdc 0.83WithinStDev.D.57E429Cp: 1.16Cpk D.9DNormalProbPlotCapatnIi^PlotC16?PraiessTdenance.__如ii刖巳頃iC3llD「iS|騷 6gLwrint『wlnMrtCMThiitN[l*l［結(jié)果分析］在Xbar-R圖上，點(diǎn)在控制界限之間隨機(jī)分布，表明過(guò)程是穩(wěn)定的。將R圖上的點(diǎn)與Xbar上的點(diǎn)進(jìn)行比較可發(fā)現(xiàn)點(diǎn)之間是否有相關(guān)關(guān)系。圖上的點(diǎn)沒(méi)有，表明過(guò)程穩(wěn)定。趨勢(shì)圖上的點(diǎn)隨機(jī)分布，無(wú)趨勢(shì)或偏移，也表明過(guò)程的穩(wěn)定性。如果你想解釋過(guò)程能力統(tǒng)計(jì)量，數(shù)據(jù)應(yīng)該近似服從正態(tài)分布。這個(gè)要求得到了滿足，這點(diǎn)可以從正態(tài)曲線看出來(lái)。在正態(tài)概率圖上，點(diǎn)大致在一條直線上。這些表明數(shù)據(jù)服從正態(tài)分布。但是從能力圖上，可以看出過(guò)程的允差落在了下控制界限外，表明你有時(shí)會(huì)看到不滿足最低規(guī)范界限的零件。同樣，CpandCpk均低于，表明供應(yīng)商1的過(guò)程需要改善。4、CapabilitySixpack(Weibull)［概述］CapabilitySixpack(Normal)命令用來(lái)數(shù)據(jù)近似服從Weibull分布時(shí)評(píng)價(jià)過(guò)程能力。CapabilitySixpack(Weibull)同時(shí)顯示以下信息：■一張Xbar圖(或Individualschartforindividualobservations)■一張R圖(orMRchartforindividualobservations)一張最近25個(gè)子組的趨勢(shì)圖(或最近25個(gè)觀察結(jié)果)一個(gè)過(guò)程數(shù)據(jù)的條形圖一個(gè)正態(tài)概率圖一個(gè)過(guò)程能力圖■長(zhǎng)期過(guò)程能力統(tǒng)計(jì)量：Pp,Ppk,shape(b),andscale(d).Xbar,R,和趨勢(shì)圖可用于驗(yàn)證過(guò)程是否處于受控狀態(tài)。條形圖和Weibull概率圖可用于驗(yàn)證數(shù)據(jù)近似服從Weibull分布。最后，能力圖以圖形顯示相對(duì)于規(guī)范的過(guò)程能力。與能力統(tǒng)計(jì)量一起，這些信息可以幫助你評(píng)價(jià)過(guò)程是否受控以及產(chǎn)品是否符合規(guī)范。假設(shè)數(shù)據(jù)來(lái)自于正態(tài)分布的模型適合于多數(shù)過(guò)程數(shù)據(jù)。如果數(shù)據(jù)是傾斜的，或組內(nèi)變差不是固定的(如變差與均值相對(duì)應(yīng))，參見(jiàn)Non-normaldata下的討論。在Weibull模型中，Minitab僅計(jì)算長(zhǎng)期過(guò)程統(tǒng)計(jì)量，Pp,Ppk。計(jì)算是基于形狀的最大可能估計(jì)和規(guī)模參數(shù)，而不是象正態(tài)分布中的均值和變差。如果數(shù)據(jù)不服從正態(tài)分布，你可以選擇Box-Cox轉(zhuǎn)換來(lái)應(yīng)用CapabilityAnalysis(NormalDistribution)命令來(lái)計(jì)算組內(nèi)統(tǒng)計(jì)量，Cp和Cpk。參見(jiàn)Nonnormaldata對(duì)兩種方法的比較。［例］假設(shè)你在生產(chǎn)地板瓷磚的公司工作，你對(duì)瓷磚表面的翹曲比較關(guān)心。為保證產(chǎn)品質(zhì)量，你每個(gè)工作日測(cè)量10個(gè)瓷磚的翹曲量，連續(xù)測(cè)量了10天。數(shù)據(jù)的條形圖表明它們不是來(lái)自于正態(tài)分布(參見(jiàn)ExampleofacapabilityanalysiswithaBoxCoxtransformation)。因此你決定基于Weibull概率模型進(jìn)行capabilitysixpack分析。Opentheworksheet.ChooseStat>QualityTools>CapabilitySixpack(Weibull).InSinglecolumn,enterWarping.InSubgroupsize,type10.盤……°K.

□jititIM白肉喲KdlA|ao.ip匚lilci5.4*!： EJItm-QuxJmH?Lp曲回劊更_二］ri.MElin］屬］IX國(guó).".冬|#|函|-glttlCiQlslal-*.i||a3制咔”h**r□jititIM白肉喲KdlA|ao.ip匚lilci5.4*!： EJItm-QuxJmH?Lp曲回劊更_二］ri.MElin］屬］IX國(guó).".冬|#|函|-glttlCiQlslal-*.i||a3制咔”h**rtAijalyed9iTnsiLxaiauLLartflicresaleaRHrtEl-IT'in^VD,iS&EhjshjetcwHk*ed*E'-oinR^tulnfer:1Mfixp^chl^rfinXbarandRChai!VSiipacfcf?EVbrpiincQ^rall(LTJ匚］回岡CapaisilityHislogifimWwpin'EIEDIQ2OE胡□COS79I293233Lsat10SubgruLps□I2 ：3 4- 5ETB9IOSubgroupNumberIZIalnE.--ProcessTalerarice3hapEI印罪日Scale3.27612Pp-PpK0.77a^edffcallDngi［結(jié)果分析］能力條形圖沒(méi)有顯示在假想的模型和數(shù)據(jù)之間存在嚴(yán)重的差異。同樣，在Weibull概率圖上，所有點(diǎn)近似在一條直線上。Ppk和PPU指數(shù)表明過(guò)程是否能生產(chǎn)在允差范圍內(nèi)的瓷磚。然而，能力圖表明過(guò)程不能滿足規(guī)范要求。Ppk為，低于之下，因此，過(guò)程能力是不夠的。同樣，PPM>USL—每百萬(wàn)產(chǎn)品中質(zhì)量特性值高于上規(guī)范界限的產(chǎn)品數(shù)一為。這意味著1，000，000個(gè)瓷磚中有20000個(gè)的翹曲量將超出上規(guī)范界限(8mm)。為觀察同樣的數(shù)據(jù)以CapabilitySixpack(Normal)分析的結(jié)果，參見(jiàn)capabilitysixpackwithaBoxCoxtransformation5、CapabilityAnalysis(Binomial)［概述］CapabilityAnalysis(Binomial)命令用于對(duì)來(lái)自于二項(xiàng)分布的數(shù)據(jù)進(jìn)行過(guò)程能力分析。二項(xiàng)分布通常與所抽取的樣本的缺陷項(xiàng)目的數(shù)目的記錄相關(guān)。例如，你可能使用通過(guò)/失敗GAGE來(lái)判斷某個(gè)特性合格與否。你應(yīng)記錄檢查的所有的樣本數(shù)和失敗的數(shù)量?；蛘?，你可以記錄某天電話報(bào)告生病的人數(shù)和每天計(jì)劃工作的人數(shù)。應(yīng)用CapabilityAnalysis(Binomial)命令時(shí)必須滿足下列條件：■每個(gè)項(xiàng)目都是相同條件下的結(jié)果；eachitemistheresultofidenticalconditions■每個(gè)項(xiàng)目將導(dǎo)致兩種可能的結(jié)果(成功/失敗，GO/NG)；■對(duì)某個(gè)項(xiàng)目成功的概率是常數(shù)；■項(xiàng)目結(jié)果之間是相互獨(dú)立的。CapabilityAnalysis(Binomial)所產(chǎn)生的過(guò)程能力報(bào)告包括以下內(nèi)容：P圖，用于驗(yàn)證過(guò)程是否受控；■不合格品率的累積圖，用于驗(yàn)證你收集的樣本數(shù)據(jù)是否足夠以對(duì)穩(wěn)定的不合格率作出估計(jì)；■不合格品率的條形圖，顯示搜集的樣本的長(zhǎng)期不合格品率的分布；■不合格品率圖，用于驗(yàn)證不合格品率是否受抽取的樣本數(shù)影響。［例］假設(shè)你負(fù)責(zé)評(píng)價(jià)電話銷售部門的反應(yīng)情況，也就是回答來(lái)電的能力。你記錄下了20天中每天因?yàn)闊o(wú)效銷售代表沒(méi)有回的來(lái)電數(shù)(不合格)。你還記錄了整個(gè)的來(lái)電數(shù)。Opentheworksheet.ChooseStat>QualityTools>CapabilityAnalysis(Binomial).InDefectives,enterUnavailable.盤……5^SnVTT^B-IhrtitledE.J14E/HiIwiip匚心肝 2r4gh.EJ11￡<rHude*gLp洋囪?|祀|電|目|5昆JSIEIE)ffij國(guó)茵IE?)T劇□Roditef&if：TilS.MTWW^ixp^gktorMrpim厘HeLLlH'iiuyvaikalueec/ech#OlDEk^AAE.ITUJ-anAd.aftI腿引itsf&ir：邱哪mrrvBEomi審NC^p^biKty4ipWi|目hinomi』。C：菱pebiNtyUnewTtstE45ULt3f?tiPU14Et-*GWUmi&*Teac(s)hoc|陷□Roditef&if：TilS.MTWW^ixp^gktorMrpim厘HeLLlH'iiuyvaikalueec/ech#OlDEk^AAE.ITUJ-anAd.aftI腿引itsf&ir：邱哪mrrvBEomi審NC^p^biKty4ipWi|目hinomi』。C：菱pebiNtyUnewTtstE45ULt3f?tiPU14Et-*GWUmi&*Teac(s)hoc|陷Uin口■土@1.CapabilityUniviilableBinomialProcessCapabilityReportforUnavailableLiD_2CLD」a_ucl=wj?LCLfl昭FCha-l10 x>SampleNunberCumulalive^Defective-10SsflpleNtrnberRiffleaffDwellspwl_lD>,lao%SummaryStatsIdBnfflBSSC'i.Q.L)A^ragc-P:AJ2Bfl27[0.2223.D.230J)SDFfPdW-22613[2222,23.07)TarQcl0FPMDe(：：226^2?022241sZ3D65+l1S8J 1做臼arrplE3izePTDCBSSiZ0.T3Ira.rsr.dje5>iZwte蟲r&vEi*rt邸匚咋?■.IffT 折5L43q［結(jié)果分析］P圖上有一個(gè)點(diǎn)失控。累積不合格品率圖顯示長(zhǎng)期不合格品率趨于22%，但需要收集跟多的數(shù)據(jù)以證明這一點(diǎn)。不合格品率看起來(lái)不受樣本大小的影響。過(guò)程Z值在左右，比較低，過(guò)程需要進(jìn)一步進(jìn)行改善。6、CapabilityAnalysis(Poisson)［概述］CapabilityAnalysis(Poisson)用于當(dāng)數(shù)據(jù)來(lái)自于泊松分布時(shí)產(chǎn)生過(guò)程能力報(bào)告。泊松數(shù)據(jù)通常與在某個(gè)單位上的缺陷數(shù)相關(guān)，這個(gè)單位可以是指定的時(shí)間周期或指定的空間。單位的大小可以改變，因此，你必須同時(shí)跟蹤大小的變化。例如：如果你生產(chǎn)電線，你可能想記錄某段電線斷開的數(shù)量，如果線的長(zhǎng)度是變化的，你必須記錄每段抽取的樣本的大小。或者，你們生產(chǎn)電器，你希望記錄電器表面的劃傷數(shù)量。因?yàn)楸砻娲笮】赡懿煌憧赡苡涗浢總€(gè)抽取的表面的大小，及平方英寸?！霎?dāng)數(shù)據(jù)滿足下列條件時(shí)，應(yīng)用CapabilityAnalysis(Poisson):■單位表面或時(shí)間內(nèi)的缺陷率對(duì)每個(gè)項(xiàng)目是相同的；■項(xiàng)目中缺陷數(shù)量彼此之間是相互獨(dú)立的。CapabilityAnalysis(Poisson)為服從泊松分布的數(shù)據(jù)產(chǎn)生過(guò)程能力分析報(bào)告，包括：U圖，驗(yàn)證報(bào)告時(shí)過(guò)程是否受控；■累積平均DPU(defectsperunit)，驗(yàn)證是否收集到足夠數(shù)據(jù)來(lái)對(duì)均值做出穩(wěn)定的估計(jì)；DPU條形圖，顯示收集到的樣本的單位缺陷數(shù)的整體分布；■缺陷圖比率，驗(yàn)證DPU是否受抽取到的樣本大小的影響。［例］假設(shè)你在電線廠工作，你對(duì)電線絕緣過(guò)程的有效性非常關(guān)心。你隨機(jī)抽取一定長(zhǎng)度的電線，以測(cè)試電壓，測(cè)試絕緣上的弱點(diǎn)。你記錄了弱點(diǎn)數(shù)和每段電線的長(zhǎng)度(infeet)。Opentheworksheet.ChooseStat>QualityTools>CapabilityAnalysis(Poisson).InDefects,enterWeakSpots.InUsessizesin,enterLengths.ClickOK.［結(jié)果］*舊| ，|聊峭IFBO]D|E|亶成茵I?［結(jié)果分析］U圖上有3個(gè)點(diǎn)失控。累積DPU均值在上來(lái)回變動(dòng)，表明樣本數(shù)是足夠的以對(duì)DPU均值作出較好的估計(jì)。DPU看起來(lái)不受電線長(zhǎng)度的影響。7、CapabilityAnalysis(Between/Within)［概述］CapabilityAnalysis(Between/Within)利用組間和組內(nèi)變差產(chǎn)生一個(gè)過(guò)程能力報(bào)告。但數(shù)據(jù)為子組時(shí)，組內(nèi)的隨機(jī)誤差可能不是唯一應(yīng)考慮的變差來(lái)源。在子組之間也可能存在著隨機(jī)誤差。在這種情況下，全部過(guò)程變差包括組內(nèi)變差和組間變差。CapabilityAnalysis(Between/Within)計(jì)算組內(nèi)標(biāo)準(zhǔn)差和組間標(biāo)準(zhǔn)差，也可以指定歷史標(biāo)準(zhǔn)差。這些將被結(jié)合起來(lái)計(jì)算全部標(biāo)準(zhǔn)差。全部標(biāo)準(zhǔn)差可用于計(jì)算工程能力，如Cp和Cpk。報(bào)告還包括過(guò)程數(shù)據(jù)的統(tǒng)計(jì)量，如過(guò)程均值，目標(biāo)，整體(組內(nèi)和組間)標(biāo)準(zhǔn)差以及長(zhǎng)期標(biāo)準(zhǔn)差，觀察到的和期望的過(guò)程能力。［例］假設(shè)你對(duì)將卷紙涂上一層薄的膠片的過(guò)程能力感興趣。你關(guān)心的是紙是否被涂上了正確厚度的膠片以及是否整卷