MINITAB用于田口分析资料

1、Good is good, but better carries it.精益求精，善益求善。MINITAB用于田口分析-往链点点通共享资源，了解更多请登录HYPERLINKwww.WLwww.WL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

2、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

3、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。如果数据是歪斜非常严重，那么用正态分布分析将得出与实际的缺陷率相差很大的结果。在这种情况下，把这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,你可以使用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.如果怀疑过程中子组之间有很强的变差来源，可

4、以使用能力分析（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，可以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）。也可以根据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HYPERLINKhttp:/6/minitab_

5、spc_normal.htm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，这个图形有助于进行正态假设的视觉评估。这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。HYPERLINKhttp:/6/minitab_spc_withinwithout.htm能力分析（组间HYPERLINKhttp:/6/minitab_spc_without.htm/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很强变差来源的子组数据的分析，这个报告包括组间/组内和整个过程能力的统计分析

6、HYPERLINKhttp:/6/minitab_spc_within.htm能力分析（HYPERLINKhttp:/6/minitab_spc_within.htmWeibull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。这个报告也包括了整个过程能力的统计分析HYPERLINKhttp:/6/minitab_spc_sixpack.htmSIXPACKHYPERLINKhttp:/6/minitab_spc_sixpack.htm能力分析（正态分布）连同这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：

7、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.HYPERLINKhttp:/6/minitab_spc_sixpackwithin.htmSIXPACKHYPERLINKhttp:/6/minitab_spc_sixpackwithin.htm能力分析（组间/组内）适用于组间有很强变差来源的子组数据,SIXPACK能力分析（组间/组内）连同这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

8、范比较后的过程变异HYPERLINKhttp:/6/minitab_spc_sixpackwebull.htmHYPERLINKhttp:/6/minitab_spc_sixpackwebull.htmSIXPACK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。虽然SIXPACK能力命令提供了比能力分析命令少的统计，但是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

9、选择的分布模型。HYPERLINKhttp:/6/minitab_spc_sixpackbional.htm能力分析HYPERLINKhttp:/6/minitab_spc_sixpackbional.htm(Binomial)HYPERLINKhttp:/6/minitab_spc_sixpackbional.htm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，这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。HYPERLINKhttp:/6/minitab_spc_sixpackpossion.htm能力分析（泊松）适用于数据由每个项目的缺陷

10、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，所以可以比较不同过程的的能力，能力统计基本上是允许的过程波动（标准界限的范围）与实际过程波动（6）的比值。某些统计考虑了过程平均值或目标值。说明：能力统计使用简单，但是，具有未完全了解的分布特性。总的来说，依靠单个能力统计来评价（表现）一个过程不是好的习惯，许多业内人士认为1.33是过程能力的最小可接受的值，几乎没有人相信小于1的值是可接受的，小于1的值表明过程变差比规范的

11、公差宽，这里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,andCpm（如果你指定目标值）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,andCpm（如果你指定一个目标值）与组内和组间变差有关Pp,Ppk,PPU,PPL与整体变差有关能力统计适用场合定义Cp或Pp适用于过程在规范界限的中心时是公差（规范界限的宽度）与实际宽度（过程公差）的比值。(USLLSL)/6Cpk或Ppk适用于过程不在规范界限的中心位置，但是落

12、在界限之内时公差（规范界限宽度）与实际宽度的比值，考虑了过程平均值和规范中点的关系。minimum(USL)/3,(LSL)/3CPU或PPU适用于仅有规范上限时USL-/3CPL或PPL适用于只有规范下限时-LSL/3说明：如果过程目标值不是规范中心点，应使用Cpm代替Cpk，因为Cpm衡量相对于目标值的过程平均值优于相对于规范中心值的过程平均值。见9的讨论，Cpm可通过在选项子对话框中输入一个目标值来计算。非正态数据数据为非正态分布时，可以选择转化数据得到更合适的正态分布，或选择Weibull分布模式，转化数据，使用带优化BoxCox能力转化的能力分析（正态），SIXPACK能力分析（正态

13、），能力分析（组间/组内）或SIXPACK（组间/组内）命令。见非正态数据的BoxCox能力转化。使用Weibull分布模型，使用能力分析（Weibull）和SIXPACK能力（Weibull）。下面的表格概述了两种方法之间的不同。带BoxCox能力转化的正态模型Weibull模型用转化后的数据可进行柱状图,规格界限,目标值,过程参数(均值,组内和整体标准偏差)以及能力统计计算.用实际数据可进行柱状图,过程参数(形状和比例)和能力统计.计算组内和整体过程参数和能力统计仅计算整体过程参数和能力统计在柱状图上画正态曲线以确定转化是否使数据“更符合正态分布”。在柱状图上画Weibull曲线以确定数据

14、是否满足Weibull分布.哪一种方法更好？唯一的答案是看哪种模型拟合数据更好，如果两种模型拟合数据一样，则选择正态模式可能更好，因为它能评估整体和组内过程能力。能力分析（正态分布）当数据服从正态分布或具有Box-Cox转化数据时，可用能力分析（正态分布）来产生一个能力分析报告。这个报告包括覆盖着两条正态曲线的能力柱状图和整体和组内能力统计的完整表格，这两条正态曲线是分别用过程平均值和组内标准偏差和过程平均值和整体标准偏差产生的。这个报告还包括了过程数据的统计，如过程平均值、目标值（如果输入了的话），组内和整体标准偏差，和过程规范，观察到的性能，和预期的组内和整体性能。能力分析(正态分布)过程

15、能力进行能力分析,从报告上可直观地判定数据是否是正态分布,过程是否在目标中心,以及是否有能力连续满足过程规范要求。假设大多数的过程数据都服从正态分布。如数据严重歪斜，见非正态数据的讨论。数据你可以使用单个的观察值或子组数据,单个的观察值应在一列中,子组数据可以在单个列中,或几列的行中,当子组数据个数不等时,在一列中输入数据,然后,建立一列存放子组指示器.举例见数据.如果为分组数据,为了评估过程标准偏差,一个子组中必须至少有两个观察值.在使用Box-Cox转化时，数据必须是正数。如果一个观察值丢失了，MINITAB在计算时将予以忽略。运行能力分析（正态概率模型）1、选择“统计”菜单栏下的“质量工

16、具”栏中的“能力分析（正态）”。2、进行以下操作：当子组或单个的观测值在同一列时，输入数据列号到“Singlecolumn”中，在“subgroupsize”中，输入子组大小或子组指示器的列号，对于单个数据，输入子组大小为1。当子组在不同的列时，选择“Subgroupsacrossrowsof”，输包含数据所有行的列号。3、在“Lowerspec”或“Upperspec,”中，输入规范的下限和/或上限。必须至少输入其中的一个数据。4、如果需要，可以使用下面列出的所有选项，然后点击“OK”选项能力分析（正态分布）对话框定义规范的上、下界为“界限”，表示测量值不能落在界限之外，因此，对于界限来说，

17、希望的规范外的百分率为0，如果选择界限，那么规范的上、下限在分析时将被上、下界限替代。如果知道过程参数或以往数据的估计数据，可以输入（过程平均值）和（过程的潜在标准偏差）的历史值，如果不指明或的数值，MINITAB将从给出的数据进行估算。评估子对话框用不同的方法来估计过程标准偏差()。见估计过程变差选项子对话框当数据严重歪斜时，可使用Box-Cox能力转化。见非正态分布数据的Box-Cox能力转化输入过程目标值，或正常规范值，MINITAB除了进行标准能力统计外，还计算Cpm值。输入一个出了6（过程均值每边3个）以外的公差间隔来计算过程能力。例如，输入12，表示用12的间隔宽度来计算，均值每边

18、6个。仅进行组内或整体分析，默认为两个都计算。显示用百分比或ppm表示的看到的性能，期望的“组内”性能，和预期的“整体”性能。输入一个能力柱状图的最小和/或最大显示刻度。显示代替能力统计的Zbench值，缺省显示能力统计。是否显示能力分析图，缺省为显示图形。用自定义的标题代替缺省的图形标题。说明：当定义规范的上、下限为边界时，MINITAB还计算界外的%，如果样本中的界外%不为0，将有一个不正确数据的明显数据提示。存储子对话框在工作表的列中存储选择的统计项，可利用的存储统计项取决于在能力分析（正态）对话框和子对话框中的选择项。能力统计当使用正态分布模型进行能力分析时，MINITAB计算与组内变

19、差有关的能力统计（Cp,Cpk,CPU,andCPL）和整体变差有关的能力统计(Pp,PpkPPU,PPL)。在14-4页可见这些统计的说明。Cp,Cpk,CPU,andCPL描述了过程的潜在能力在过程的子组均值没有改变和漂移时过程的能力。在计算这些数据时，Minitab只考虑组内变差，而不考虑组间变差。Pp,Ppk,PPU,andPPL描述了过程的整体能力，计算时，MINITAB考虑了所有变差。整体能力描述了正在运行的过程相对于规范界限的实际情况。组内能力描述了在变化和偏移能评估时，过程相对于规范界限运行的能够达到的能力，整体和组内变差的差异指出了过程失控或组内能力不能评估的变差来源。说明:

20、当子组容量为1时,组内变差的评估是在移动极差的基础上进行的,相临的测量值被有效地认为是另一组数据.估计过程变差用标准差()来评估过程变差是正态能力分析的一个重要步骤，能力分析（正态）和能力SIXPACK（正态）都计算组内和整体变差，与组内变差有关的能力统计有Cp，Cpk，CPU，CPL；与整体变差有关的是PP，PPK，PPU，PPL。计算整体能力时，MINITAB使用了数据的整体标准偏差。计算组内标准偏差时，MINITAB提供了几个选项，如下所示。这些方法的相关优点见参考文献1。指定评估组内标准偏差的方法。1、在能力分析（正态）或能力SIXPACK（正态）主对话框中，点击“Estimate”。

21、2、进行下面中的一个操作：对于子组容量大于1时，计算的基础为：用平均极差-选择Rbar.用组标准偏差-选择Sbar，在评估时，不使用偏移常数，不选Useunbiasingconstants.用共有标准差，选择Pooledstandarddeviation，不使用偏移常数，不选Useunbiasing对于单个的观察值（子组容量为1时），在以下基础上评估：-平均移动极差（默认）选择平均移动极差，可从2改变移动极差的长度，点击“用移动极差长度”，在对话框中输入一个数字。-移动极差的中值选择移动极差中值，点击“用移动极差长度”，在对话框中输入一个数字，可从2改变移动极差的长度，MSSD的平方根（连续变

22、差平方的平均值）选择“MSSD的平方根”，在评估中不使用无偏差的常数。3、点击“OK”。能力分析（正态分布模型）举例假设你工作在一个汽车厂的装配工程部，零件之一的凸轮轴的尺寸，必须在6002mm以满足工程规范。在那里有一个凸轮轴长度连续超出规范的问题，造成产品装配不良,废品高和返工多.在检查库存记录的基础上,你看到有两个凸轮轴的供应商,极差图显示2号供应商的凸轮轴产品超出控制限.所以你决定对他停止供货,直到他们的产品受控.降低了2号供应商的供货量后,装配不良品的数量显著下降了,但是,问题没有彻底消除,你决定运行一个能力研究看1号供应商是否有能力独自满足你的工程规范.1、打开工作表CAMSHAF

23、T.MTW2、选择StatQualityTools能力分析(正态).3、在“单列”中，输入“Supp1”，在“子组容量”中，输入“5”4、在“下限”中，输入“598”，在“上限”中，输入“602”5、点击选项，在目标值（在表格中增加CPm），输入600，在每个对话框中点击ok结果说明如果你想解释过程能力统计，数据应大致服从正态分布。通过柱状图覆盖的正态曲线来看，这个要求看来已经满足了。但是，你可以过程平均值599.55略小于目标值600。分布的左边尾部落在规范下限之外,这意味着你有时可已看到不符合规范下限598mm的凸轮轴.Cpk指数表明过程生产的零件是否在公差范围内.1号供应商的Cpk值仅为

24、0.9，这表明他们需要通过减少变差和围绕目标值定位过程来改进过程。同样地，PPMQualityTools能力Sixpack(组间/组内).2进行下列之一的操作：当数据在一列时，在Singlecolumn中输入数据列号，在Subgroupsize中输入子组容量或子组号所在的列号。当数据在几列时，选择Subgroupsacrossrowsof,输入包含数据的列号。3、在Lowerspec或Upperspec中,分别输入规范的上限或下限,，必须至少输入一个。4、如需要，使用下列的任何选项s，然后点击OK.选项能力Sixpack(组间/组内)对话框如果从过去数据评估中已知过程参数，输入(t过程平均值)

25、和(过程潜在标准偏差)。如果不指明或值，MINITAB将从现有数据中评估。试验子对话框在8个指明原因的试验中选择见做指明原因的试验。调整试验的灵敏度时，使用指明原因试验的定义。评估子对话框用不同的方法评估过程标准偏差()。见评估过程变差选项子对话框当你有很歪斜的数据时，使用Box-Cox能力转化。见非正态数据。输入过程目标值或标称规范，MINITAB在计算标准能力统计外还计算Cpm通过输入公差来代替六倍的标准偏差间隔（过程均值每边3倍）来计算能力统计。例如，输入12表示用12倍的标准偏差宽度，过程均值每边6倍来计算。用自己的标题代替默认的图形标题。能力统计当你使用能力分析(组间/组内)时,MI

26、NITAB计算整体能力统计(Pp,Ppk,PPU,andPPL)和组间/组内能力统计s(Cp,Cpk,CPU,andCPL).这些统计的说明,见能力统计能力sixpack(组间/组内)举例假设你对带一层薄膜的纸涂层辊的过程能力感兴趣，你关心的是纸被涂上正确的薄膜厚度。这个薄膜通过辊子均匀的施加。你从25个连续的辊子中取了3个样，并测量薄膜厚度，这个厚度必须是503以满足工程规范。因为你想确定整个辊子的薄膜是否均匀，所以你用MINITAB来执行能力Sixpack(组间/组内).1打开工作表BWCAPA.MTW.2选择StatQualityTools能力Sixpack(组间/组内)当你怀疑有组内和

27、组间变差时，使用能力Sixpack（组间/组内）命令。能力Sixpack(组间/组内)允许你大致评估过程能力和同时显示下列信息：单个观察值图移动极差图一个R图或S图过程数据的柱状图正态概率图过程能力图组间/组内和整体能力统计Cp,Cpk,Cpm(如果指明目标值),within,between,和total;Pp,Ppk,and整体.平均值图,移动极差,和R或S图能检验过程是否受控。柱状图和正态概率图能检验数据是否服从正态分布。最后,能力图给出了过程相对于规范可变性的图示看法。结合能力统计,这个信息有助于你评估过程是否受控和产品是否满足规范。Amodelthatassumesthatthe数据服

28、从正态分布的假设模型适合于大多数过程数据.如果你的数据歪斜很严重或组内变差不为常数（例如，变差与平均值成比例）时，见Non-非正态数据下的讨论数据你可以按组输入数据，每组两个或以上观察值。子组数据可以在一列或几列中。使用Box-Cox转化时,数据必须是正数。理想情况下，所有的子组容量相等，如果你的子组容量因为数据丢失或样品数量不等而不同时，在评估组间变差时，只使用大多数子组容量相等的子组数据。单个观察值图和移动极差图的控制限是在主要的子组容量评估得出的。做能力sixpack(组间/组内)1选择StatQualityTools能力Sixpack(组间/组内).2进行下列之一的操作：当数据在一列时

29、，在Singlecolumn中输入数据列号，在Subgroupsize中输入子组容量或子组号所在的列号。当数据在几列时，选择Subgroupsacrossrowsof,输入包含数据的列号。3、在Lowerspec或Upperspec中,分别输入规范的上限或下限,，必须至少输入一个。4、如需要，使用下列的任何选项s，然后点击OK.选项能力Sixpack(组间/组内)对话框如果从过去数据评估中已知过程参数，输入(t过程平均值)和(过程潜在标准偏差)。如果不指明或值，MINITAB将从现有数据中评估。试验子对话框在8个指明原因的试验中选择见做指明原因的试验。调整试验的灵敏度时，使用指明原因试验的定义

30、。评估子对话框用不同的方法评估过程标准偏差()。见评估过程变差选项子对话框当你有很歪斜的数据时，使用Box-Cox能力转化。见非正态数据。输入过程目标值或标称规范，MINITAB在计算标准能力统计外还计算Cpm通过输入公差来代替六倍的标准偏差间隔（过程均值每边3倍）来计算能力统计。例如，输入12表示用12倍的标准偏差宽度，过程均值每边6倍来计算。用自己的标题代替默认的图形标题。能力统计当你使用能力分析(组间/组内)时,MINITAB计算整体能力统计(Pp,Ppk,PPU,andPPL)和组间/组内能力统计s(Cp,Cpk,CPU,andCPL).这些统计的说明,见能力统计能力sixpack(组

31、间/组内)举例假设你对带一层薄膜的纸涂层辊的过程能力感兴趣，你关心的是纸被涂上正确的薄膜厚度。这个薄膜通过辊子均匀的施加。你从25个连续的辊子中取了3个样，并测量薄膜厚度，这个厚度必须是503以满足工程规范。因为你想确定整个辊子的薄膜是否均匀，所以你用MINITAB来执行能力Sixpack(组间/组内).1打开工作表BWCAPA.MTW.2选择StatQualityTools能力Sixpack(组间/组内).说明：当你用子组平均极差评估评估时，MINITAB显示一个R图.当用子组平均标准偏差(Sbar)评估时，MINITAB显示一个S图.当使用集中标准偏差评估，并且子组容量小于时，MINITA

32、B显示一个R图.当使用集中标准偏差评估，并且子组容量大于等于时，MINITAB显示一个S图3在Singlecolumn,输入Coating.InSubgroupsize,输入Roll.4在Lowerspec,输入47.InUpperspec,输入53.5点击Tests.选择Perf或malleighttests.在每个对话框中点击OK。结果说明如果你想解释过程能力统计，你的数据必须服从正态分布.这个标准看来已经满足了。在能力柱状图中,数据大致服从正态曲线.在正态概率涂上，数据点也大致服从一条直线。没有点不满足指明原因的测试，因此，意味着你的过程受控。在单个观察值图和移动极差图上没有点互相跟随，

33、又表明过程稳定。能力图显示Cpk值(1.21)和Ppk值(1.14)刚刚在指标线1.33以下,所以你的过程可能要进行一些改进。能力Sixpack(Weibull分布)当Weibull分布与你的过程数很接近时,你可以用能力Sixpack(Weibull分布)命令来大致估计过程能力,能力Sixpack(Weibull分布)在一个显示面上结合了以下信息：一个图形（或对于单个观察值的图形）一个R图（或单值的MR图）最近25组数据（或最后25组）的运行图过程数据的能力图一个Weibull分布图过程柱状图图整体能力统计Pp,Ppk,，形状(),和刻度()R图或运行图可用于检验过程是否受控。柱状图和Weib

34、ull分布图通常用于检验数据近似Weibull模型，最后，能力图给出了相对于规范过程可变性的视觉图形。这个信息有助于你判定过程是否受控和连续生产出满足规范要求的产品。当使用Weibull模型时，MINITAB仅计算整体能力统计，Pp和Ppk。这个计算是基于Weibull分布的形状和比例参数的最大可能性评估上进行的，它优于在正态分布下的平均值和变差评估。如果你有不服从正态分布的数据，想计算组内统计(Cp,Cpk,within)，见使用Box-Cox能力转化的能力分析（正态分布）。对非正态数据两种方法的比较，见非正态数据。数据你可以输入单个的观察值或按组取的数据，单个的观察值应在一列中，分组的数据

35、可以在一列中或几列中。当子组的容量不等时，在一列中输入子组数据，在另一列中放子组代号。举例见数据。Tip为了做一个你能完全解释的控制图，你的数据必须服从正态分布.如果eWeibull分布更适合你的数据,一个log正态分布大概也比较适合。转化数据,使用控制图命令下的选项Box-Cox转化,输入Lambda=0(naturallog).更多细节,见非-正态数据的Box-Cox能力转化。数据必须是正数。如果某个子组的一个观察值丢失了，MINITAB在为那个子组计算这些统计时忽略它。这可能使那组数据的控制界限不同。如果整组数据丢失，在平均值图会出现一个缺口。执行能力sixpack(Weibull概率模

36、型)1选择StatQualityTools能力Sixpack(Weibull).2进行以下之一操作:当数据在一列时，在Singlecolumn中输入数据列号，在Subgroupsize中输入子组容量或子组号所在的列号。当数据在几列时，选择Subgroupsacrossrowsof,输入包含数据的列号。3、在Lowerspec或Upperspec中,分别输入规范的上限或下限,，必须至少输入一个。这些界限必须是正数，虽然规范下限可能为04、如需要，使用下列的任何选项s，然后点击OK.选项选项子对话框输入你自己的Weibull形状和刻度参数见Weibull分布家族。如果你不输入数值,MINITAB将

37、从现有数据获得最大可能性的评估。警告：当你输入“已知”的这些参数数值时，要小心这些参数的细小变化，特别是形状参数，可能对相关概率有很大影响。改变组数或观察值的数量来显示运行图。默认值是25。通过输入公差来代替六倍的标准偏差间隔（过程均值每边3倍）来计算能力统计。例如，输入12表示用12倍的标准偏差宽度，过程均值每边6倍来计算。用自己的标题代替默认的图形标题。能力统计能力Sixpack(Weibull)显示整体能力统计,PpandPpk.这些计算是在Weibull分布的形状和刻度的最大可能性基础上进行的。优于当作正态情况下平均值和变差的评估。这些统计的说明信息,见能力统计能力sixpack(We

38、ibullprobabilitymodel)举例假设你在生产地板砖的工厂工作，关心的是地板砖的弯曲度，为保证产品质量，你每天测量10块地板砖，连续进行了10天。数据的柱状图显示不服从正态分布见带Box-Cox转化的能力分析举例。所以你决定执行一个Weibull概率模型基础上的能力sixpack。1打开工作表TILES.MTW.2选择StatQualityTools能力Sixpack(Weibull).3InSinglecolumn,输入Warping.InSubgroupsize,type10.4InUpperspec,type8.点击OK.结果说明能力柱状图没有显示假设模型和数据间的明显差异

39、，在Weibull概率图上，数据点也大致是一条直线。但是，能力图显示过程不满足规范。Ppk(0.77)小于指标线1.33,所以你的过程能力不足。相同数据的能力Sixpack(正态)分析,见带Box-Cox转化的能力sixpack举例。能力分析(二项分布)当数据服从二项式分布时，用能力分析(二项式)产生一个过程能力报告。二项式分布通常用来记录由抽样总数产生的缺陷项目数。例如，你可能有一个通过/失败的标准来确定一个项目是不是缺陷。然后你可能记录检查的零件总数和按标准确定的失败数量。或者，你可以记录每天预定工作的人数和每天的生病的人数。如果数据满足下列条件，使用能力分析（二项式）：每个项目在同样条件

40、下每个项目可能导致一个或两个可能的结果（成功/失败，可行/不可行）对每个项目，成功（或失败）的概率相等每个项目的结果都是互相独立的。能力分析（二项式）产生一个包括下面内容的过程能力报告：P图检验过程是否受控。图ofcumulative%defective检验你是否已从足够的样本收集数据以对缺陷%有一个稳定的评估。柱状图of%defective显示从收集的样本中缺陷%的整体分布。Defectiverateplot检验缺陷%是否受取样项目数量的影响。数据使用服从二项式分布的数据工作表中每列的项目应包含每组的缺陷数。当子组容量不等时，你必须要输入子组容量的列。假设你已收集了检验零件的数量和不合格零件

41、的数量，所有数据都是变化的，在一列中输入不合格零件的数量，如果总的检验数量变化，那么在另一列中输入子组容量。不合格品数量检验量1110031296898971312939989151423丢失的数据如果一个观察值丢失了，在P图上将有一个缺口，而那里组容量线已画出来了。除了丢失的数据外其他的线和图都相似。不等的子组大小在P图中，控制限是子组大小的函数。一般来说，在子组容量小的控制限比子组容量大的控制限离中心线更远。当子组大小不等时，相对于样本大小的缺陷%的线允许你检验两者之间是否有关系。例如，当更多的项目被抽样时，如果缺陷率有变小的趋势，这可能是由于检验员疲劳所致，这是一个普遍的问题。子组大小在

42、其他图上没有意义，因为这些图只显示缺陷%。执行一个能力分析（二项式分布模型）1、选择StatQualityTools能力分析(Binomial).2、在Defectives,中，输入包含缺陷数的列。3、进行下列之一的操作：当样本数是常数时，在Constantsize中输入样本数当样本数不同时，在Usesizesin中输入包含样本数的列。4、如需要，使用下面列出的选项，然后点击OK。选项能力分析（二项式）子对话框输入缺陷比例的历史数据，这个值必须在0到1之间。输入缺陷%的目标值。试验子对话框在4个特殊原因的试验中选择见做特殊原因的试验，用为特殊原因定义试验，校准试验的敏感度。选项子对话框选择打印

43、的颜色配置用自己的标题代替默认的图形标题。能力分析（二项式分布模型）举例假设你负责评估电话销售部门的响应速度，就是回复呼叫的能力如何。你每天记录销售代表无效的没有回复的数量，记录20天。你也记录总的呼叫数。1、打开工作表BPCAPA.MTW.1、选择StatQualityTools能力分析(Binomial)2、在Defectives中，输入Unavailable.4、在Usesizesin中，输入Calls，点击OK。结果分析P图表明有一个点在控制限外，累计的缺陷%图显示估计的整体缺陷率似乎稳定在22%左右。但是可能需要收集更多的数据来验证。看起来样本数并不影响缺陷率。过程的Z值在0.75左

44、右，这是很低的。这个过程需要大量改进。能力分析（泊松分布）当数据服从泊松分布时，使用能力分析（泊松分布）来产生一个能力报告。泊松数据通常与在一个项目中观察到的缺陷有关，这个项目占用了指定数量的时间和空间。这个项目的取样数量可能变化，所以你也要保留取样数量的记录。例如，如果你生产电线，你可能想记录一根电线的破裂处的数量，如果线的长度变化，你将必须记录每根样品线的长度。或者，如果你生产器具，你可能想记录器具表面擦伤的数量，因为表面大小不同，你也要记录每个样品表面的大小。当数据满足下列条件时，使用能力分析（泊松分布）：每个项目单位空间或单位时间的缺陷率相同在不同项目中观察到的缺陷数彼此独立。能力分析（泊松分布）为服从泊松分布的数据产生一个过程能力报告，这个报告包括以下内容：U图，在报告产生的时间里检验过程是否受控。累积的平均DPU（单位缺陷）图，检验你从足够样品中收集的数据是否有稳定的平均评估值。DPU柱状图，显示收集的单位缺陷的整体分布。缺陷率图，检验DPU是否受项目取样数