如何用MINITB进行过程能力(42页)要点.docVIP

过程能力概述 .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 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）