过程能力概述
另请参见  

过程一旦处于统计控制状态下（即稳定生产）后，您就可能要确定其是否有能力（即符合规格限制并生产出“良好”的部件）。您通过将过程变异的宽度与规格限制的宽度相比较来确定能力。过程需要处于受控状态，然后才能评估其能力；否则，会错误地估计过程能力。

可以通过绘制能力直方图和能力图以图形化方式评估过程能力。这些图形有助于评估数据的分布并证实过程受控。还可以计算能力指数，即规格公差占自然过程变异的比率。过程能力指数（即统计量）是评估过程能力的简单方法。由于将过程信息简化为一个数字，因此可以使用能力统计量对一个过程与另一个过程的能力进行比较。

选择能力命令

Minitab 提供了许多选项，用于在使用能力分析之前确认与您的数据相拟合的分布，或者将数据变换为服从正态分布。根据数据及其分布的特性，可以对以下各项执行能力分析：

·    正态或非正态概率模型（对于测量数据）

·    可能具有较强的子组间变异源的正态数据

·    二项或 Poisson 概率模型（对于属性或计数数据）

进行能力分析时，必不可少的一点就是要选择正确的分布。在执行能力分析之前，您可以使用个体分布标识来选择与数据最为拟合的分布。例如，Minitab 同时提供了基于正态和非正态概率模型的能力分析。使用正态概率模型的命令提供一组更完整的统计量，但是您的数据必须接近于正态分布，这些统计量才适用于您的数据。例如，“能力分析（正态）”使用正态概率模型来估计每百万超出规格的预期部件数。这些统计量的解释基于以下两个假设：数据来自稳定过程，且其近似服从正态分布。类似地，“能力分析（非正态）”使用与数据最为拟合的非正态分布来计算每百万超出规格的部件数。在这两种情况下，统计量的有效性都取决于假设分布的有效性。

如果数据严重偏斜，则不良品的估计比率可能会被严重高估或低估。在这种情况下，最好变换数据以使正态分布成为更合适的模型，或者为数据选择非正态概率模型。在 Minitab 中，可以使用 Johnson 分布系统或 Box-Cox 指数变换来变换数据，也可以使用非正态概率模型。非正态数据中比较了这两种方法。

如果怀疑过程中存在较强的子组间变异源，请使用“能力分析（组间/组内）”或“Capability Sixpack（组间/组内）”。除了子组内的随机误差外，子组数据可能还具有子组间的随机变异。了解这两个子组变异源可以更现实地估计过程的潜在能力。“能力分析（组间/组内）”和“Capability Sixpack（组间/组内）”同时计算组内和组间标准差，然后将它们集中在一起计算合计标准差。

Minitab 还基于二项和 Poisson 概率模型对属性（计数）数据提供能力分析。例如，可将产品与标准进行比较，并将其分类为不良品或合格品（使用“能力分析（二项分布）”）。还可以基于缺陷数对产品进行分类（使用“能力分析 (Poisson)”）。

下面概括介绍了 Minitab 的能力命令：

·    个体分布标识使您可以用 15 个参数分布系列来拟合数据。基于概率图和拟合优度检验，可以在进行能力分析之前选择一个与数据最为拟合的分布。报告中还包括概率图以评估分布与数据是否拟合良好。

·    Johnson 变换使用 Johnson 分布系统变换数据以使其服从正态分布。报告中包括原始数据和变换后数据的概率图和 Anderson-Darling 统计量以供比较。Minitab 使您还可以存储变换后的数据以供将来分析之用。

·    能力分析（正态）在数据服从正态分布时生成过程能力报告。报告中包括能力直方图（上面覆盖有基于分布参数的分布曲线），以便评估数据是否服从所选分布。报告中还包括一个过程能力统计量表（同时包括组内和整体统计量）。

·    能力分析（组间/组内）绘制单值测量的能力直方图（上面覆盖有正态曲线），帮助您直观地评估正态假设。除子组内变异外，还对其中有较强子组间变异源的子组数据使用此分析。报告中还包括组间/组内和整体过程能力统计量的表。

·    能力分析（非正态）绘制单值测量的能力直方图，上面覆盖有基于过程参数的分布曲线。这帮助您直观地评估数据服从指定分布这一假设。报告中还包括整体过程能力统计量的表。

·    能力分析多变量（正态）使您可以对服从或经变换后服从正态分布的多个变量比较过程能力。使用此功能还可以对只有一个输出但有一个分组变量与之关联的过程执行能力分析。例如，您希望比较相同过程中在改进过程之前和之后所生产部件的宽度。报告中包括上面重叠有正态曲线的直方图，以及每个变量或组的能力统计量。

·    能力分析多变量（非正态）使您可以比较不服从或经变换后服从正态分布的多个变量的过程能力。当分组变量与连续变量相关联时，也可以使用此功能。例如，您希望比较过程改进之前和改进之后相同过程生产的部件的宽度。报告中包括直方图（上面重叠有基于过程参数的分布曲线），以及每个变量或组的能力统计量。

·    能力分析（二项）适用于数据由抽样部件总数中的不良品数组成的情况。报告绘制 P 控制图，帮助您证实过程处于受控状态。报告中还包括累积不良品率图、不良品率直方图和缺陷率图。

·    能力分析 (Poisson) 适用于数据采用每项的缺陷数形式的情况。报告绘制 U 控制图，帮助您证实过程处于受控状态。报告中还包括累积平均 DPU（每个单位的缺陷数）图、DPU 直方图和缺陷率图。

·    Capability Sixpack（正态）将以下控制图随能力统计量的子集组合到单一显示中：

-    Xbar（或单值）控制图、R 或 S（或移动极差）控制图以及运行图，可用于证实过程处于受控状态

-    能力直方图和正态概率图，可用于证实数据为正态分布

-    能力图，显示过程变异性与规格之间的比较

·    Capability Sixpack（组间/组内）适用于其中存在较强子组间变异源的子组数据。Capability Sixpack（组间/组内）将以下控制图随能力统计量的子集组合到单一显示中：

-    单值控制图、移动极差控制图和 R 或 S 控制图，可用于证实过程处于受控状态

-    能力直方图和正态概率图，可用于证实数据为正态分布

-    能力图，显示过程变异性与规格之间的比较

·    Capability Sixpack（非正态）将以下控制图随能力统计量的子集组合到单一显示中：

-    Xbar（或单值）控制图、R（或移动极差）控制图和运行图，可用于证实过程处于受控状态

-    能力直方图和概率图，可用于证实数据来自指定分布

-    能力图，显示过程变异性与规格之间的比较