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，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,可用来检验数据是否服从正态分布.
SIXPACK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（6δ）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, 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
能力统计 Cp或Pp 适用场合 适用于过程在规范界限的中心时 定义 是公差（规范界限的宽度）与实际宽度（过程公差）的比值。 (USL ??LSL) / 6? Cpk或Ppk CPU 或 PPU CPL 或 PPL 适用于过程不在规范界公差（规范界限宽度）与限的中心位置，但是落在实际宽度的比值，考虑了界限之内时 过程平均值和规范中点的关系。minimum [(USL ???) / 3?, (????LSL) / 3?] 适用于仅有规范上限时 USL - ??/ 3? 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Box—Cox能力转化的能力分析（正态），SIXPACK能力分析（正态），能力分析（组间/组内）或SIXPACK（组间/组内）命令。见非正态数据的Box—Cox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Box—Cox能力转化的正态模型 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. 计算组内和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”。 Weibull模型 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. 仅计算整体过程参数和能力统计 在柱状图上画Weibull曲线以确定数据是否满足Weibull分布.
相关推荐：
loading