MINITAB用于田口分析

1、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中选择命令，你可以对以下情况进行能力分析：正态

2、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，MINITABWeibull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 PPMWeibull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MINITAB

3、,Box-CoxWeibull如果怀疑过程中子组之间有很强的变差来源，可以使用能力分析（组间/组 内）SIXpack（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）SIXpack（组间/组内）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。MINITABPoisson（计数型）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

4、条基于过程平均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）WeibullWeibullSIXPACK 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

5、态分布图,可用来检验数据是否服从正态分布. SIXPACK（组间/组内）SIXPACK（组间/组内）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(Weibull)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。SIXPACK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(Bino

6、mial) 适用于数据由总的抽样零件的缺陷数组成时，它画了P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，报告画了一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

7、好的习惯，1.3311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, and Cpm（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, and Cpm（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能力适用场合定义统计Cp 或 适用于过程在规范界限 是公差（规范界限的宽度）与实际宽度（过程公Pp的中心时差）的比值。 (USL -?LSL) / 6Cpk适用于过程

8、不在规范界 公差（规范界限宽度）与实际宽度的比值，考虑了或限的中心位置，但是落 过程平均值和规范中点的关系。minimum (USL -Ppk在界限之内时?) / 3, (?-?LSL) / 3CPU或适用于仅有规范上限时 USL - ?/ 3PPUCPL或适用于只有规范下限时 ?- LSL / 3PPLCpmCpk，Cpm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，BoxCox（正态）， SIXPACK（正态），能力分析（组间/组内）SIXPACK（组间/组内

9、）BoxCox 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。BoxCoxWeibull用转化后的数据可进行柱状图,规格界限,目标值,用实际数据可进行柱状图,过程过程参数(均值,组内和整体标准偏差)以及能力统参数(形状和比例)和能力统计.计计算.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Weibull符合正态分布”。Weibull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）

10、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

11、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“质量工具”栏中的“能力分析（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“Single 中，在“subgroup size”中，输入子组大小或子组指

12、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“Subgroups across rows of”，输包含数据所有行的列号。3、在“Lower spec ”或“ Upper spec,”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 0，下限在分析时将被上、下界限替代。?（过程平均值）（过程的潜在标准偏差）?或 MINITAB评估子对话框用不同的方法来估计过程标准偏差()选项子对话框Box-CoxCox输入过程目

13、标值，或正常规范值，MINITABCpm6（3）12126。仅进行组内或整体分析，默认为两个都计算。ppm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，MINITAB0，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，MINITAB14-4Cp, Cpk, CPU, and CPL

14、虑组间变差。Pp, Ppk, PPU, and PPL，MINITAB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。1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）SIXPACK（正态）Cp，Cpk，CPU，CPL；PP，PPK，PPU，PPL。计算整体能力时，MINITABMINITAB指定评估组内标准偏差的方法。1、在能力分析（正态）SIXPACK（正态）“Est

15、imate”。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.Sbar，unbiasing constants.Pooled standard deviation，Use unbiasing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）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。2MSSD（连续变差平方的平均值）选择“MSSD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6002mm2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

16、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1范.1、打开工作表CAMSHAFT.MTW2、选择Stat ? Quality Tools ? 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（CPm），输入600，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。599.55600598mmCpk.1CpkPPM Quality Tools ? 能力 Sixpack (组间/组

17、内). 2 进行下列之一的操作：Single columnSubgroup size当数据在几列时，选择 Subgroups across rows of, 输入包含数据的列号。3Lower spec 或 Upper spec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?(t?或 MINITAB评估。试验子对话框8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 ()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

18、算标准能力 统计外还计算Cpm（3） 12126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, PPU, and PPL)/s (Cp,Cpk, CPU, and CPL). 这些统计的能力 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25350以满足工程规范。MINITABSixpack (组间/组内).打开工作表 BWCAPA.MTW.选择 Stat ? Quality Tools能力 Sixpack (组间/组内)Sixpack（组间/组内）Sixpack(组

19、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。A model that assumes that the 数据服从正态 分布

20、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 Stat Quality Tools ? 能力 Sixpack (组间/组内). 2 进行

21、下列之一的操作：Single columnSubgroup size当数据在几列时，选择 Subgroups across rows of, 输入包含数据的列号。3Lower spec 或 Upper spec至少输入一个。4s ， 然后点击 选项能力 Sixpack (组间/组内) 对话框?(t?或 MINITAB评估。试验子对话框8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 ()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（3） 12126用自

22、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, PPU, and PPL)/s (Cp,Cpk, CPU, and CPL). 这些统计的能力 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25350以满足工程规范。MINITABSixpack (组间/组内).打开工作表 BWCAPA.MTW.选择 Stat ? Quality Tools ? 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

23、准偏差(Sbar)评估 时， MINITAB 显示一个 S 图.，10MINITABR 图.，10MINITAB S 图Single column, 输入 Coating. In Subgroup size, 输入 4 在 Lower spec, 输入 47. In Upper spec, 输入 53.5 点击 Tests. 选择 Perfm all eight tests.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Cpk(1.21) 和 Ppk (1.

24、14)1.33能力 Sixpack(Weibull 分布)WeibullSixpack(WeibullSixpack(Weibull 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。WeibullWeibull和连续生产出满足规范要求的产品。Weibull，MINITAB，PpPpk。这个计Weibull(Cp, Cpk, within)，Box-Cox（正态分布）。

25、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e Weibull 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(natural log). 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

26、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 概率模型)1StatQuality ToolsSixpack (Weibull). 2 进行以下之一操作:Single columnSubgroup size当数据在几列时，选择 Subgroups across rows of, 输入包含数据的列号。3Lower spec 或 Upper spec04、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Weibull 形状和刻度参数见 WeibullM

27、INITAB 将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。（3） 12126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, Pp and Ppk. 这些计算是在Weibull值和变差的评估。这些统计的说明信息, 见 能力统计能力 sixpack (Weibull probability model)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

28、 块地板砖，连续进行了 10 天。Box-CoxWeibullsixpack 。TILES.MTW.选择 Stat ? Quality Tools ? 能力 Sixpack (Weibull).In Single column, 输入 Warping. In Subgroup size, type 10.In Upper spec, type 8. 点击 OK.结果说明Weibull1.33, 所以你的过程能力不足。相同数据的能力 SixpackBox-Coxsixpack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

29、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 of cumulative %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 %defecti

30、ve显示从收集的样本中缺陷%的整体分布。Defective rate plot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P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P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、

31、选择Stat?QualityTools?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 Constant size 中输入样本数当样本数不同时，在Use sizes in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01输入缺陷%的目标值。试验子对话框4定义试验，校准试验的敏感度。选项子对话框选择打印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Stat?QualityTools?能力分析(Binomial) 2、在Defectives中，输入Unavailable.4Use sizes inCalls，OK结果分析P22%Z0.75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