文档介绍：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,,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。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,,你可以使用Box-Cox能力转化或Weibull概率模型,,可以使用能力分析(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   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。   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 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。这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,(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。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,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。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