发布时间 : 星期日 文章如何用MINITAB进行过程能力分析更新完毕开始阅读0cf4e76527d3240c8447ef84
结果说明
能力柱状图没有显示假设模型和数据间的明显差异，在Weibull概率图上，数据点也大致是一条直线。但是， 能力图显示过程不满足规范。Ppk (0.77) 小于指标线 1.33, 所以你的过程能力不足。相同数据的能力 Sixpack (正态)分析, 见 带Box-Cox转化的能力 sixpack举例。
能力分析(二项分布)
当数据服从二项式分布时，用能力分析(二项式)产生一个过程能力报告。二项式分布通常用来记录由抽样总数产生的缺陷项目数。例如，你可能有一个通过/失败的标准来确定一个项目是不是缺陷。然后你可能记录检查的零件总数和按标准确定的失败数量。或者，你可以记录每天预定工作的人数和每天的生病的人数。
如果数据满足下列条件，使用能力分析（二项式）：
——每个项目在同样条件下
——每个项目可能导致一个或两个可能的结果（成功/失败，可行/不可行） ——对每个项目，成功（或失败）的概率相等 ——每个项目的结果都是互相独立的。
能力分析（二项式）产生一个包括下面内容的过程能力报告：
P 图——检验过程是否受控。
图 of cumulative Tfective——检验你是否已从足够的样本收集数据以对缺陷%有一个稳定的评估。
柱状图 of Tfective——显示从收集的样本中缺陷%的整体分布。 Defective rate plot——检验缺陷%是否受取样项目数量的影响。
数据
使用服从二项式分布的数据工作表中每列的项目应包含每组的缺陷数。当子组容量不等
时，你必须要输入子组容量的列。 假设你已收集了检验零件的数量和不合格零件的数量，所有数据都是变化的，在一列中输入不合格零件的数量，如果总的检验数量变化，那么在另一列中输入子组容量。
不合格品数量 11 12 9 13 9 15
检验量 1003 968 897 1293 989 1423 丢失的数据
如果一个观察值丢失了，在P图上将有一个缺口，而那里组容量线已画出来了。除了丢失的数据外其他的线和图都相似。 不等的子组大小
在P图中，控制限是子组大小的函数。一般来说，在子组容量小的控制限比子组容量大的控制限离中心线更远。当子组大小不等时，相对于样本大小的缺陷%的线允许你检验两者之间是否有关系。例如，当更多的项目被抽样时，如果缺陷率有变小的趋势，这可能是由于检验员疲劳所致，这是一个普遍的问题。子组大小在其他图上没有意义，因为这些图只显示缺陷%。
执行一个能力分析（二项式分布模型）
1、 选择Stat ? Quality Tools ? 能力分析 (Binomial). 2、 在Defectives,中，输入包含缺陷数的列。 3、 进行下列之一的操作：
——当样本数是常数时，在Constant size中输入样本数 ——当样本数不同时，在Use sizes in中输入包含样本数的列。 4、 如需要，使用下面列出的选项，然后点击OK。 选项
能力分析（二项式）子对话框
——输入缺陷比例的历史数据，这个值必须在0到1之间。 ——输入缺陷%的目标值。
试验子对话框
——在4个特殊原因的试验中选择——见做特殊原因的试验，用为特殊原因定义试验，校准试验的敏感度。 选项子对话框
——选择打印的颜色配置
——用自己的标题代替默认的图形标题。 能力分析（二项式分布模型）举例
假设你负责评估电话销售部门的响应速度，就是回复呼叫的能力如何。你每天记录销售代表无效的没有回复的数量，记录20天。你也记录总的呼叫数。 1、打开工作表BPCAPA.MTW.
1、 选择Stat ? Quality Tools ? 能力分析 (Binomial) 2、 在Defectives中，输入Unavailable.
4、在Use sizes in中，输入Calls，点击OK。
结果分析
P图表明有一个点在控制限外，累计的缺陷%图显示估计的整体缺陷率似乎稳定在22%左右。但是可能需要收集更多的数据来验证。看起来样本数并不影响缺陷率。过程的Z值在0.75左右，这是很低的。这个过程需要大量改进。
能力分析（泊松分布）
当数据服从泊松分布时，使用能力分析（泊松分布）来产生一个能力报告。泊松数据通常与在一个项目中观察到的缺陷有关，这个项目占用了指定数量的时间和空间。这个项目的取样数量可能变化，所以你也要保留取样数量的记录。例如，如果你生产电线，你可能想记录一根电线的破裂处的数量，如果线的长度变化，你将必须记录每根样品线的长度。或者，如果你生产器具，你可能想记录器具表面擦伤的数量，因为表面大小不同，你也要记录每个样品表面的大小。