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50 ±3 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 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， MINITAB 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Single column, 输入 Coating. In Subgroup size, 输入 Roll. 4 在 Lower spec, 输入 47. In Upper spec, 输入 53.
5 点击 Tests. 选择 Perf或m all eight tests. 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，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Weibull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)
1 选择Stat ? Quality Tools ? 能力 Sixpack (Weibull). 2 进行以下之一操作:
——当数据在一列时，在Single column中输入数据列号，在 Subgroup size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 Subgroups across rows of, 输入包含数据的列号。
3 、在Lower spec 或 Upper spec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0
4、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δ公差来代替六倍的标准偏差间隔（过程均值每边3倍δ）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δ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, Pp and Ppk. 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 (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 Stat ? Quality Tools ? 能力 Sixpack (Weibull). 3 In Single column, 输入 Warping. In Subgroup size, type 10. 4 In Upper spec, type 8. 点击 OK.
相关推荐：
loading