教你用minitzab计算cpk.pptVIP

* 利用正态概率图来分析数据是否服从正态分布。 结果输出 结果输出(加标0.5概率) 计量型制程能力分析总结 一般的正态分布使用 Capability Analysis (Normal) 如果是正态分布且其组内和组间差异较大时可用 Capability Analysis (Between/Within) 当非正态分布时则可以使用 Capability Analysis (Weibull) Capability Sixpack (Normal) 复合了以下的六个图形 Xbar R 原始数据分布（plot） 直方图 正态分布检定 CPK, PPK 练习 请以前面的数据来进行相应的Capability Sixpack (Normal)练习 Select: Stat Quality Tools Capabilty Sixpack Normal 输入各项参数 输入规格 选定判异准则 选择判异准则 选择标准差估计方法 默认值是复合标准差计算公式 考虑可选择项 如果希望计算Cpm, 则输入目标值 结果输出 Capability Sixpack (Between/Within) 复合了以下的六个图形 Xbar R 原始数据分布 直方图 正态分布检定 CPK, PPK 同前练习及结果 Capability Sixpack (Weibull) 复合了以下的六个图形 Xbar R 原始数据分布 直方图 正态分布检定 CPK, PPK 结果输出 二项分布制程能力分析 二项分布只适合用在 好，不好 过，不过 好，坏 不可以用在 0,1,2,3等二项以的选择，此种状况必须使用卜氏分布。 示例 数据在excel档案中 Select: Stat Quality Tools Capabilty Analysis Binomial 填好各项的参数 输入样本数 输入历史的不良率 选好控制图的判异准则 结果及输出 卜氏分布制程能力分析 卜分布只适合用在 计数型，有二个以上的选择时 例如可以用在 外观检验，但非关键项部份 0,1,2,3等二项以的选择，此种状况必须使用卜氏分布。 示例 数据在excel档案中 Select: Stat Quality Tools Capabilty Analysis Poisson 填好各项的参数 结果及输出 * 制程能力，即要求的规格界限与我们的过程变差的比。 * 计量型常用正态分布来研究。同时也有weibull分布。过程分析的前提是服从正态分布，即过程统计受控或者稳定（控制图无异常）。通过能力分析达到了解生产能力是否满足规格要求的目的。 Capability Analysis（Normal），可以评估数据的正态性，输出过程能力统计表，包括子组内和总体能力统计。 Capability Analysis (Between/Within)，可以评估数据的正态性，该命令更适合于子组间存在较大变差的场合。输出过程能力统计表，包括子组内和总体能力统计。 Capability Analysis (Weibull)，可以评估数据是否服从weibull分布，输出过程能力统计表。 Capability Sixpack。能力分析的工具包，整合了Xbar图或单值图，R图或S图，运行图，直方图，正态概率图，过程能力图六个图形的综合分析。 * 与（between和within）的区别是，这里只考虑了组内的变差，在计算cpk时的σ的估计就只有组内的变差，因此这张图要求数据的组间变差不能很大，否则对你的cpk会有过高的估计。 * 在组间变差很大时，我们对于过程变差的估计就必须将这组间的变差考虑进去。 * 对于那些数据分布偏斜的，非正态的分布可使用weibull分布。 * 过程重要的参数等。 * 即数据y的收集要能代表整个制造过程，分组的组内的数据要在很短的时间内采集。必要时，可以以班次等进行分层分析，进行对比。 * Weibull分布用于非正态分布的情形，或者是数据分布出现偏斜的情况。 MINITAB之制程能力分析 制程能力之分类 计量型(基于正态分布) 计数型(基于二项分布) 计数型(基于卜氏项分布) MINITAB 能力分析的选项(计量型) Capability Analysis (Normal) Capability Analysis (Between/Within) Capability Analysis (Weibull) Capability Sixpack (Normal) Capability Sixpack (Between/Within) Capability Sixpack (Weibull) Capability Analysis (Normal) 该命令会划出带理论正态曲线的直方图，这可直观评估数据的正态