过程能力分析课件

过程能力分析单击此处添加副标题演讲者：什么是过程能力分析过程能力分析：在过程处于统计受控状态下，通过指定过程变异或规格界限的宽度以评估过程是否有能力(即符合规格界限并生产出“良好”的产品)，如果流程表现越能满足客户要求，则流程能力越充分，反之则不足。Minitab

可通过个体分布标识拟合过程数据的分布，通过Johnson变换或Box-Cox变换对数据进行变换使其服从正态分布，并根据数据的分布选择不同的过程能力分析方法，包括：正态分布能力分析、

组间/组内能力分析、非正态分布能力分析、多变量正态分布能力分析、多变量非正态分布能力分析、二项分布能力分析、Poisson

分布能力分析、正态分布能力六包装分析、组间/组内能力六包装分析及非正态分布能力六包装基本概念规格界限

(LSL和USL)：由设计工程师根据客户的要求，对产品特性参数设置的公差范围；公差（USL-LSL）短期流程偏差

st长期流程偏差

lt流程能力±3

st在什么前提下再进行流程能力分析：能力分析要求过程处于受控状态，否则，会错误估计过程能力流程能力分析的数据一定是准确的，所以一般情况是在测量系统分析可靠后进行流程能力分析LSLUSL流程表现要求要求什么是过程能力为何测量过程能力缺陷率得以量化确认可改进机会分析过程能力可使组织预测其所有产品和服务的真实质量水平确认过程发生问题的本质-

居中程度或分散度如何评价过程能力abc过程能力高过程能力一般过程能力不足对于相同的规格要求，标准差越小，西格玛水准越高，发生不良的可能性越小，流程能力越充分。练习：思考过程A过程B过程

C哪个过程能力好？哪个过程能力不好？思考：当标准差没有变化，客户的要求更加严格时，这对不良率和过程能力有什么影响呢？过程能力指数过程潜在能力：描述流程的潜在最佳值好指标Cp过程应有能力：可观察到的短期过程性能CpuCpl过程能力指数：比较客户要求的产品和我们生产的产品=客户之声/流程之声=流程应该做什么/流程做了什么=规格范围/流程分散指数值越高，流程能力越好。过程能力统计意义上的测量是指过程变异与规格界限之间的关系。Cp

比较的是过程变异(6

)与规格界限之间的关系。代表过程潜力指数，是规格范围与6倍的所测量的过程标准偏差的比值，反应过程离散程度。Cpk

是考虑了离散及过程中心值与规格中心值偏移的问题。过程能力指数CPK=Min{CPL,

CPU}CPL=

X-LSL

3sCPU=

USL-X

3sCP与CPK之间的关系1.601.601.600.400.400.400.400.15过程居中能力好偏差小过程中心偏移偏差小过程居中偏差大过程中心偏移偏差大在6σ里,

我们首先解决中心偏移问题，然后解决产生偏差的原因。流程能力PPK差<1一般1-1.33可以1.33-1.67好˃1.67过程能力指数长期过程能力指数PPL=

X-LSL3lPPU=

USL-X

3lPPK=Min{PPL,

PPU}比较的是长期过程变异(6

)与规格界限之间的关系。代表长期过程潜力指数，是规格范围与6倍的所测量的过程标准偏差的比值，反应过程离散程度。Ppk

是考虑了离散及过程中心值与规格中心值偏移的问题。短期的变量：所有输入是不变的同一天,

相同技术,

相同设备,

同批材料…

…

.

.反映过程设计带来的变化情况长期的变量输入发生改变不同天,

不同的技术,

不同的材料,批次………反映客户实际经历的变化情况短期

、长期过程能力长期数据短期机会01短期0204短期03长期05短期06短期σ-变

异

...SeasonalBatchsOperatorsDay

to

DayMachinesShort

Term

TermLong

2

2

2

2

2

2

2BetweenWithinTotal

2

2

2CP、CPK和PP、PPK的关系CPPPCPKPPK变异的状态可能的最好偏移的状态实际（总体）改进机会如何减小不良品的产生使中心靠拢目标值降低离散从统计的角度看,只有两个问题：中心偏移

：过程中心值不在目标值上离散：过程偏差太大Minitab软件能力分析（正态性检验）3025151099.99995908070605040302010510.120T

h

i

c

k

n

e

s

s百分比均值

22

.

03标准差

2

.

841N 150AD 0

.

361P

值 0

.

442T

h

i

c

k

n

e

s

s

的概率图正态

-

95

%

置信区间在95%的置信度下数据呈正态分布Minitab软件能力分析（正态性检验）30251599.99995908070605040302010510.120Thickness百分比均值

22.03标准差

2.841N 150AD

0.361P值

0.442Thickness

的概率图正态

20222426

28LSL望目

规格上限LSL望目规格上限样本均值样本

N18242622

.

0267150标准差（组内）

2

.

84791标准差（整体）

2

.

84132过程数据潜在（组内）能力Cp

0.47CPL0.

47CPU0.

47Cpk0.

47整体能力Pp0.

47PPL0.

47PPU0.

47Ppk0.

47Cpm0.

19PPPM

>

规格上限合计

PPM113333

.

33206666

.

671416

18实测性能

预期组内PM

<

规格下限

93333

.

33

PPM

<

规格下限性能78695

.

06PPM

>

规格上限

81482

.

38合计PPM

160177

.

44PPM

<

规格下限PPM

>

规格上限合计

PPM78214

.

4580995

.

47159209

.

93预期整体性能组内整体T

h

i

c

k

n

e

s

s

的过程能力Minitab软件能力分析（能力分析）282622 24201814 16LSL规格上限过程数据LSL 18望目 *规格上限 26样本均值 22.0267样本

N 150标准差（组内） 2.84791标准差（整体） 2.84132潜在（组内）能力Cp 0.47CPL

0.47CPU

0.47Cpk

0.47整体能力Pp

0.47PPL

0.47PPU

0.47Ppk

0.47Cpm *实测性能PPM

<

规格下限 93333.33PPM

>

规格上限 113333.33合计

PPM 206666.67PPM

<

规格下限PPM

>

规格上限合计PPM78695.0681482.38160177.44预期组内性能PPM

<

规格下限PPM

>

规格上限合计PPM78214.4580995.47159209.93预期整体性能组内整体Thickness

的过程能力30272421181512LSL规格上限12*LSL望目规格上限样本均值样本

N3022.0267150标准差（组内）

2.84791标准差（整体）

2.84132过程数据整体能力Pp

1.06PPL

1.18PPU

0.94Ppk

0.94Cpm

*潜在（组内）能力Cp

1.05CPL

1.17CPU

0.93Cpk

0.93实测性能PPM<规格下限

0.00预期组内性PPM

<

规格下限能215.20预期整体性PPM

<

规格下限能208.66PPM

>

规格上限0.00PPM

>

规格上限2557.46PPM

>

规格上限2506.46合计

PPM0.00合计

PPM2772.66合计

PPM2715.12组内整体Thickness

的过程能力Minitab软件能力分析（拆分工作表）Minitab软件能力分析（正态性检验）99959080706050403020105115.0

17.5

20.0

22.5

25.0

27.5

30.0Thickness百分比Nozzle1

510均值标准差NADP19.021.655470.501

0.19821.911.077570.356

0.44525.241.576460.505

0.193Thickness

的概率图正态

-

95%

置信区间在95%的置信度下数据呈正态分布Minitab软件能力分析（

能力分析）简意赅的阐述您的观点。点击此处添加正文，

请言简意赅的阐述您的观点。14

16

18

20LSL规格上限过程数据LSL 18望目 *规格上限 26样本均值 19.0241样本

N 47标准差（组内）

1.63017标准差（整体）

1.65472Cp

0.82CPL

0.21CPU

1.43Cpk

0.21PPU

1.41Ppk

0.21Cpm

*潜在（组内）能力实测性能PPM

<

规格下限 297872.34PPM

>

规格上限 0.00合计

PPM 297872.34预期组内性能PPM

<

规格下限 264929.25PPM

>

规格上限 9.38合计

PPM 264938.63PPM

<

规格下限PPM

>

规格上限合计PPM267990.7212.45268003.17预期整体性能组内整体Thickness

的过程能力整体能力Pp

0.81PPLLSL

0.21规格上限18*LSL望目规格上限样本均值样本N57标准差（组内）

0.96523522

标准差（24整体）

216.07694过程数据21.9075 Cp

1.38CPL

1.35CPU

1.41Cpm

*

Cpk

1.35

整体能力Pp

1.24PPL

1.21PPU

1.2726点击此处添加正文，

文字是您思炼，

为了潜在演（组示内）发能力

布的良好效果，

请言0.000.000.00实测性能PPM

<

规格下限PPM

>

规格上限合计PPM25.8111.1836.99预期组内性能PPM

<规格下限PPM

>规格上限合计

PPM组内整体Thickness

的过程能力18.019.521.022.524.025.527.0

28.5LSL规格上限18.0 19.2 20.4 21.6 2LS2L.8 24.0

1825.2望目 *预期整规体格性上能限 26PPM<

规格下样限本均值142.64

25.2422PPM>规格上样限本

N

72.30

46合计

PPM

标准差（组21内4.）94

1.69425标准差（整体）

1.57638过程数据整体能力Pp

0.85PPL

1.53PPU

0.16Ppk

0.16Cpm

*潜在（组内）能力Cp

0.79CPL

1.42CPU

0.15Cpk

0.150.00PPM

>

规格上限合计

PPM369565.22369565.22实测性能PPM

<

规格下限9.57PPM

>

规格上限合计

PPM327345.54327355.12预期组内性能PPM

<

规格下限2.17PPM

>

规格上限合计

PPM315366.43315368.61预期整体性能PPM

<

规格下限组内整体PpkT

h1i.2c1

kness

的过程能力非正态数据的过程能力特性参数 分布类型合格率 二项式分布缺陷率 泊松分布周期时间 指数分布不是所有测量特性参数都是正态分布的：计量型控制图包括：I-MR （单值移动极差图）Xbar-R（均值极差图）Xbar-s（均值标准差图）计数型控制图包括：二项式分布：P（用于可变样本量的不合格品率）Np（用于固定样本量的不合格品数）泊松分布：u（用于可变样本量的单位缺陷数）c（用于固定样本量的缺陷数）非正态数据的流程能力计算特性不清楚的分布——正态性检验——非正态：利用BOX-COX转换、JOHNSON转换，转换成正态分布，再进行能力分析。15100-599.99995908070605040302010510.15D

1百分比均值

2.833标准差

2.235N 500AD 14.076P值

<0.005D

1

的概率图正态

在95%的置信度下数据呈非正态分布M

i

n

i

t

a

b

软件能力分析

（

正态性

检验）加正文，

请言简意赅的阐述您的观点。20015050099.99995908070605040302010510.1100数据百分比70

.

00 10

.

00

500

0

.

418 0

.

32870

.

00 10

.

00

500

46

.

489

<

0

.

00570

.

00 10

.

00

500

44

.

491

<

0

.

005100

.

0 32

.

38

500

27

.

108

<

0

.

005良好效果，

请言简意赅的阐述您的均观值点标。准差点击N

此处A

D添P点击此处添加正文 ，文字

是您思炼，

为M了y

s演t

e

r示y

发布的变量NormalPos

SkewNeg

SkewN

o

r

m

a

l

,

P

o

s

S

k

e

w

,

N

e

g

S

k

e

w

,

M

y

s

t

e

r

y

的概率图正态

-

9

5

%

置信区间Minitab软件能力分析（正态性检验）1

0

09

08

06

05

04

03

07

06

05

04

03

02

01

007

0N

o

r

m

a

l频率均值 7

0

.

0

0标准差

1

0

.

0

0N 5

0

0N

o

r

m

a

l

直

方

图正态

1

2

5

.

01

1

2

.

51

0

0

.

07

5

.

06

2

.

55

0

.

01

4

01

2

01

0

08

06

04

02

008

7

.

5P

o

s

S

k

e

w频率均值 7

0

.

0

0标准差

1

0

.

0

0N 5

0

0P

o

s

S

k

e

w

直

方

图正态

8

47

26

03

62

41

202

5

02

0

01

5

01

0

05

004

8N

e

g

S

k

e

w频率均值 7

0

.

0

0标准差

1

0

.

0

0N 5

0

0N

e

g

S

k

e

w

直

方

图正态

1

6

01

4

06

04

06

05

04

03

02

01

008

0 1

0

0 1

2

0M

y

s

t

e

r

y频率均值 1

0

0

.

0标准差

3

2

.

3

8N 5

0

0M

y

s

t

e

r

y

直

方

图正态

1

0

08

0 9

07

06

05

04

03

0均

值中

位

数7

1

.

07

0

.

57

0

.

06

9

.

56

9

.

0A

n

d

e

r

s

o

n

-

D

a

r

l

i

n

g

正

态

性

检

验

A

平

方 0

.

4

2P

值 0

.

3

2

8均

值 7

0

.

0

0

0标

准

差 1

0

.

0

0

0方

差 1

0

0

.

0

0

0偏

度 -

0

.

0

5

0

0

0

8峰

度 0

.

4

2

3

2

5

6N 50

0最

小

值 2

9

.

8

2

4第一四分

位

数 6

3

.

4

1

2中

位

数 6

9

.

9

7

7第三四分

位

数 7

6

.

6

5

3最

大

值 1

0

3

.

3

0

195%均值置信区

间6

9

.

1

2

1 7

0

.

8

7

995%中位数置信区

间6

9

.

0

2

1 7

0

.

7

3

795%标准差置信区

间9

.

4

1

6 1

0

.

6

6

295%置信区

间Normal汇

总1

3

01

2

01

0

0 1

1

08

0 9

07

0均

值中

位

数7

17

06

96

86

76

66

5A

n

d

e

r

s

o

n

-

D

a

r

l

i

n

g

正

态

性

检

验

A

平

方 4

6

.

4

9P值

小

于 0

.

0

0

5均

值 7

0

.

0

0

0标

准

差 1

0

.

0

0

0方

差 1

0

0

.

0

0

0偏

度 2

.

4

1

7

0

7峰

度 6

.

9

3

0

4

1N 50

0最

小

值 6

2

.

9

2

1第一四分位数

63.647中

位

数 6

5

.

6

9

5第三四分位数

72.821最

大

值 1

3

0

.

3

6

695%均值置信区

间6

9

.

1

2

1 7

0

.

8

7

995%中位数置信区

间6

5

.

2

6

0 6

6

.

5

0

195%标准差置信区

间9

.

4

1

6 1

0

.

6

6

295%置信区

间PosSkew汇

总7

26

04

82

4 3

61

20均

值中

位

数7

57

47

37

27

17

06

9A

n

d

e

r

s

o

n

-

D

a

r

l

i

n

g

正

态

性

检

验

A

平

方 4

4

.

4

9P值

小

于 0

.

0

0

5均

值 7

0

.

0

0

0标

准

差 1

0

.

0

0

0方

差 1

0

0

.

0

0

0偏

度 -

2

.

8

6

8

8峰

度 1

1

.

5

8

9

7N 50

0最

小

值 1

.

8

6

6第一四分位数

67.891中

位

数 7

3

.

7

8

3第三四分位数

76.290最

大

值 7

7

.

1

0

695%均值置信区

间6

9

.

1

2

1 7

0

.

8

7

995%中位数置信区

间7

3

.

1

6

2 7

4

.

3

2

695%标准差置信区

间9

.

4

1

6 1

0

.

6

6

295%置信区

间NegSkew汇

总1

6

01

4

06

0 8

0 1

0

0 1

2

04

0均

值中

位

数1

2

01

1

01

0

09

08

0A

n

d

e

r

s

o

n

-

D

a

r

l

i

n

g

正

态

性

检

验

A

平

方 2

7

.

1

1P值

小

于 0

.

0

0

5均

值 1

0

0

.

0

0标

准

差 3

2

.

3

8方

差 1

0

4

8

.

7

8偏

度 0

.

0

0

7

1

6峰

度 -

1

.

6

3

1

8

4N 50

0最

小

值 4

1

.

7

7第一四分

位

数 6

8

.

6

9中

位

数 1

0

4

.

2

0第三四分位数

130.81最

大

值 1

6

2

.

8

295%均值置信区

间9

7

.

1

5 1

0

2

.

8

595%中位数置信区

间8

2

.

7

8 1

1

7

.

6

695%标准差置信区

间3

0

.

4

9 3

4

.

5

395%置信区

间Mystery

汇总Minitab软件能力分析（正态性检验）Minitab软件能力分析（个体分布标识）Minitab软件能力分析（个体分布标识）6099.99990501010.10 30时间百分比4.53.00.0

1.590501010.1百分比100110.110时间百分比10010.199.9

99.999

9990

9050

5010

1010.110时间

-

阈值百分比拟合优度检验正态AD=

5.738

P值<

0.005Box-Cox

变换AD=

0.432

P值=

0.299对数正态AD=

0.432

P值=

0.2993

参数对数正态AD=

0.277

P值=

*时间Box-Cox

变换后

(Lambda

=

0)正态

-

95%

置信区间时间

的概率图正态

-

95%

置信区间99.999对数正态

-

95%

置信区间3

参数对数正态

-

95%

置信区间1000.0199.990501010.10.1

1

10时间百分比10

1000.010.11010.11时间

-

阈值百分比1001010.110.1时间百分比1001099.9

99.990

9050

5010

1010.10.01

0.11时间

-

阈值百分比拟合优度检验指数AD=

5.822

P值<

0.0032

参数指数AD=

1.763

P值=

0.014WeibullAD=

1.986

P值<

0.0103

参数

WeibullAD=

0.822

P值=

0.037指数

-

95%

置信区间时间

的概率图2

参数指数

-

95%

置信区间99.99050Weibull

-

95%

置信区间3

参数

Weibull

-

95%

置信区间5099.9905010.1-100-50

0时间百分比604020099109050100.1时间百分比10099.99990501010.10.11 10时间百分比1001010.199.99990501010.1时间

-

阈值百分比拟合优度检验最小极值AD=

10.959

P值<

0.010最大极值AD=

2.116

P值<

0.010GammaAD=

1.426

P值<

0.0053

参数

GammaAD=

0.661

P值=

*最小极值

-

95%

置信区间时间的概率图最大极值

-

95%

置信区间99.9Gamma

-

95%

置信区间3

参数

Gamma

-

95%

置信区间6099.99990501010.1-300 30时间百分比10019990501010.110时间百分比1000100905010.11 10时间

-

阈值百分比4-499.9 99.999 999050101010.10时间百分比拟合优度检验LogisticAD=

3.715

P值<

0.005对数

LogisticAD=

0.498

P值=

0.1693

参数对数

LogisticAD=

0.322

P值=

*Johnson

变换AD=

0.267

P值=

0.680Johnson

变换后Logistic

-

95%

置信区间时间

的概率图对数

Logistic

-

95%

置信区间99.93

参数对数

Logistic

-

95%

置信区间正态

-

95%

置信区间Minitab软件能力分析（BOX-COX变换）210-1-2-3-4-5180160140120100806040200L

a

m

b

d

a标准差置信水平上限限Lambda（使用

95.

0%

置信）估计-

0.

19置信水平下限-

0.

50置信水平上限0.

08取整值0.

00时间

的

B

o

x

-

C

o

x

图置信水平下限040302010010 20 30 40 50时间频率时间

直方图9999.995908070605040302010510.1-30-20

-100102030405060时间百分比均值

12.31标准差

9.656N 100AD

5.738P值

<0.005时间

的概率图正态

-

95%置信区间541099

.

99995908070605040302010510

.

12 3T百分比均值

2

.

2

6

9标准差

0

.

6

8

4

5N 1

0

0A

D 0

.

4

3

2P值

0.299T的概率

图正态

-

9

5

%置信区间Minitab软件能力分析（非正态能力分析）420单独值_X

=2.269UCL=4.29921移动极差UCL=2.49432180 85 90 95 100观测值值LCL=0.2391 11 21 31 41 51 61 71 81 91 1.01.52.02.53.03.5

4.0规格USL* 2.890374.5MR=0.7630 LCL=01 11 21 31 41 51 61 71 81 91 0.0整体规格组内标准差

0.6767Cp *Cpk 0.31PPM 179315.80整体标准差

0.6845Pp *Ppk 0.30Cpm *PPM 182064.06时间

的过程

Capability

Sixpack使用

Box-Cox变换，Lambda=0I

控制图移动极差控制图最后

2

5

个观测值能力直方图USL*正态概率图

AD:0.432，P:

0.2991.5 3.0变换后能力图组内

3.

5 4.

03.

01.

0 1.

5 2.

0 2.

5已变换数据U

S

L

*2

.

8

9

0

3

72

.

2

6

9

1

8标准差（

组内）

*

0

.

6

7

6

7

0

2标准差（

整体）

*

0

.

6

8

4

4

9

3**L

S

L望目规格上限样本均值样本

N1

81

2

.

3

11

0

0L

S

L

*目标*U

S

L

*样本均值***标准差（

组内）

8

.

4

4

4

3

7标准差（

整体）

9

.

6

5

6

4

2变换后过程数据整体能力P

p

*PPL

*P

P

U

0

.

3

0P

p

k

0

.

3

0Cpm

*潜在（

组内）

能力C

p *CPL

*C

P

U

0

.

3

1C

p

k

0

.

3

1实测性能P

P

M

<

规格下限 *预期组内性能P

P

M

<

规格下限* *预期整体性能P

P

M

<

规格下限* *P

P

M

>

规格上限1

8

0

0

0

0

.

0

0P

P

M

>

规格上限*1

7

9

3

1

5

.

8

0P

P

M

>

规格上限*1

8

2

0

6

4

.

0

6合计

P

P

M1

8

0

0

0

0

.

0

0合计

P

P

M1

7

9

3

1

5

.

8

0合计

P

P

M1

8

2

0

6

4

.

0

6组内整体时

间

的

过

程

能

力使用

B

o

x

-

C

o

x

变换，

L

a

m

b

d

a

=

0Minitab软件能力分析（非正态能力分析）Minitab软件能力分析（Johnson变换）0 3

0 6

09

9

.

99

99

05

01

010

.

1百分比NA

D1

0

05

.

7

3

8P值

<

0

.

0

0

540-

49

9

.

99

99

05

01

010

.

1百分比

N 1

0

0AD

0.267P

值

0

.

6

8

01

.

21

.

00

.

2 0

.

40

.

6

00

.

4

5

0

.

3

00

.

1

50

.

0

00

.

6 0

.

8Z

值AD

检验的

P

值参考

P

最

佳

拟

合

的

P

值

:

0

.

6

8

0

0

5

8最

佳

拟

合

的

Z

:

0

.

7

4最

佳

变

换

类

型

:

S

U变

换

函

数

相

等-

3

.

4

1

4

1

3

+

1

.

2

4

8

0

1

*

A

s

i

n

h

(

(

X

-

1

.

6

8

0

3

8

)

/

1

.

0

2

7

8

5

)原始数据的概率

图已变换数据的概率

图选择变换0

.

7

4（

P

值

=

0

.

0

0

5

均

值

<

=

0

.

0

0

5

）时间的Johnson变

换210-

1-

3 -

2标准差（

整体）

*

1

.

0

6

1

5

59

.

6

5

6

4

2**0

.

9

0

2

7

9

3-

0

.

0

5

6

1

5

6

6标准差（

整体）变换后L

S

L

*目标*U

S

L

*样本均值*过程数据L

S

L *望目 *规格上限 1

8样本均值 1

2

.

3

1样本

N 1

0

0整体能力P

p

*P

P

L *P

P

U

0

.

3

0P

p

k

0

.

3

0C

p

m *实测性能P

P

M

<

规格下限

*P

P

M

>

规格上限

1

8

0

0

0

0

.

0

0合计

P

P

M 1

8

0

0

0

0

.

0

0预期整体性能P

P

M

<

规格下限*

*P

P

M

>

规格上限*

1

8

3

1

7

0

.

2

7合计

P

P

M 1

8

3

1

7

0

.

2

7时

间

的

过

程

能

力使用

S

U

分布类型的

J

o

h

n

s

o

n

变换-

3

.

4

1

4

+

1

.

2

4

8

*

A

s

i

n

h

(

(

X

-

1

.

6

8

0

)

/

1

.

0

2

8

)U

S

L

*已变换数据Minitab软件能力分析（非正态能力分析）5030 4020100规格上限

18样本均值

12.31样本

N 100位置 2.26918尺度 0.684493过程数据LSL *望目 *整体能力Pp

*PPL

*实测性能PPM<规格下限

*PPM>规格上限

180000.00合计PPM

180000.00*PPM

>

规格上限合计

PPM182064.06182064.06PPU 0.13Ppk 0.13预期整体性能PPM

<

规格下限时间

的过程能力基于

对数正态

分布模型的计算规格上限Minitab软件能力分析（二项分布）对于服从二项分布的数据，可使用二项分布能力分析生成过程能力报告，包括P控制图、累计缺陷品率图、缺陷品直方图以及缺陷率图或二项图0.450.300.150.001 4 7101316192225

28样本比率_P=0.2489UCL=0.4857LCL=0.0121302510528242015

20样本%

缺陷汇总统计（95.0%置信）%缺陷: 24.89置信区间下限: 22.09置信区间上限: 27.85目标: 0.00PPM

缺陷: 248889置信区间下限: 220946置信区间上限: 278486过程

Z: 0.6780置信区间下限: 0.5873置信区间上限: 0.76901551510510观测缺陷期望缺陷40302010086420%

缺陷频率Tar次品数

的二项过程能力分析P

控制图累积

%

缺陷二项图直方图

从P控制图可见，该过程处于统计受控状态，满足二项分布能力分析的条件。累积缺陷率图中的3条水平虚线从上至下依次为过程平均缺陷率的上限、平均缺陷率及其下限。其纵坐标为过程的累积平均缺陷率，如累积平均缺陷率将趋于稳定，则表明有足够样本计算平均缺陷率的估计值。如果没有足够的数据来估计平均缺陷品率，则无法继续分析。本例中最终的累积平均缺陷率为7.47%，但尚未趋于稳定，表明还需要收集更多的样本进行能力分析。二项图为预期缺陷项目数与观测缺陷项目数的对比图，数据点均接近或重叠在对角线上时，表明数据服从二项分布。如果明显偏离对角线，则不宜进行二项分布能力分析。本例的数据点均比较接近对角线，表明数据适合进行二项分布能力分析。过程Z值为1.44<2，表明该过程能力不足，此过程需要进行改进。Minitab软件能力分析（二项分布）0.020.010.00比率_P=0.00951UCL=0.02287LCL=0201551.11.00.90.80.710样本%

缺陷置信区间上限:

11434过程Z:

2.3451置信区间下限:

2.2756置信区间上限: