过程控制 用于能力分析

用于 正态能力 根据正态分布评估过程的潜在(内部)能力和整体能力。用于 非正态能力 根据非正态分布评估过程的能力。

添加功能分析

要添加功能分析,请从 资产 窗格中拖放分析拖动到画布上。Minitab Solution Center 添加一个占位符资产卡,其中包含 Default title、资产的表示形式以及包含与功能板关联的数据的下拉列表。选择要使用的数据。 打开 然后选择以打开功能分析对话框。

输入数据

能力分析要求您的数据位于工作表的单个列中。

数据列

输入要分析的数值数据列。

子组大小

对于 正态能力,输入一个列来标识每个测量的子组,或输入一个指示子组大小的数字。为相同大小的子组输入一个数字。例如,如果每个子组包含 5 个项目的测量值,请输入 5。如果您随时间推移收集的数据没有子组,请使用子组大小 1。如果您输入一列子组 ID,则子组大小不必相等。
注意

每个子组内的观测值应该位于工作表的相邻行中。有关使用列定义子组的更多信息,请转到 使用子组评估过程能力

在此工作表中, 直径 列包含活塞环的直径。 子组 ID 列标识每个测量的子组。
C1 C2
直径 子组 ID
74.030 1
74.002 1
74.019 1
73.992 1
73.995 2
73.992 2

拟合分布

对于 正态能力,请选择一个非正态分布以拟合数据。要得出可靠的过程能力估计值,数据必须服从所选的分布。有关为非正态数据选择合适的分布的更多信息,请转到 使用非正态数据进行的能力分析

规格下限规格上限

输入产品或服务的最小或最大可接受值。如果测量值不可能高于或低于此值,请选择 边界 以将规格限定义为边界。

注意

当您将规格限定义为边界时,Connect 会将与规格限/边界相关的预期能力指数报告为缺失值 (*)。因此,仅当理论上测量值不可能超出极限时,才将极限定义为边界。例如,100% 纯度的规格上限是一个边界,因为纯度不能超过 100%。0% 纯度的规格下限是一个界限,因为不可能低于 0% 纯度。

历史参数(可选)

对于 正态能力,如果您知道过程的历史均值或历史标准差,或者您有从过去数据获得的估计值,请输入要在分析中使用的值。

历史均值
输入总体分布的均值。
历史标准差
输入总体分布的标准差值。

如果不输入历史参数,Connect 会从样本数据中估计平均值和标准差,并使用这些估计值来计算过程能力。

注意

如果要指定 Connect 用于估计样本数据标准差的方法,请选择 估计

变换

对于 正态能力,您可以变换数据以拟合正态分布,从而满足分析的假设。
无变换
如果您的数据已经服从正态分布,请勿使用变换。
Box-Cox 幂变换(W = Y^λ)
如果您的非正态数据全部为正数 (> 0) 而且您希望获取子组内(潜在)能力和整体能力的估计值,请使用 Box-Cox 变换。Box-Cox 变换是一种简单、易于理解的变换。
选择 Connect 用于转换数据的 lambda (λ) 值。
  • 使用最优 λ: 使用应当生成最佳拟合变换的最优 lambda。Connect 将最佳 lambda 舍入为 0.5 或最接近的整数,除非 lambda 的置信区间不包含舍入值。
  • λ = 0 (ln): 使用数据的自然对数。
  • λ = 0.5 (平方根): 使用数据的平方根。
  • 其他(输入 -5 到 5 之间的值): 对 lambda 使用指定的值。其他常见的变换包括平方 (λ = 2)、逆平方根 (λ = −.5) 和逆 (λ = −1)。在大多数情况下,应当使用介于 −2 和 2 之间的值。
Johnson 变换(仅适用于整体分析)
如果您的非正态数据包含负值(或 0)或者如果 Box-Cox 变换无效,请使用 Johnson 变换。Johnson 变换函数比 Box-Cox 复杂,但对于查找合适的变换而言功能非常强大。
选定最佳拟合的 P 值为中,输入一个介于 0 和 1 之间的值。您输入的值定义转换前后数据正态性检验的显著性水平。值越高,正态性标准就越严格。值越低,正态性标准就越宽松。

对于估计 对于 正态能力

(子组大小 > 1)
选择当每个子组中有多个观测值时用于估计子组内标准差的方法。
  • Rbar: Rbar 是子组范围的平均值。此方法是标准差的常见估计值,最适合 2 到 8 的子组大小。
  • Sbar: Sbar 是子组标准差的均值。与 Rbar 相比,此方法提供了更精确的标准差估计值,尤其是子组大小> 8 时。
  • 合并标准差: 合并标准差是子组方差的加权平均值,它为较大的组赋予对总体结果较大的影响。当过程处于受控状态时,此方法可提供最精确的标准差估计值。
(子组大小 = 1)
选择一种在有单个观测值时估计子组内标准差的方法。当子组大小为 1 时,无法计算子组内的样本标准差或范围。相反,Connect 使用移动极差来估计标准差。
  • 移动极差均值: 平均移动极差是两个或多个连续点的移动极差的平均值。当子组大小为 1 时,通常使用此方法。
  • 移动极差中位数: 移动极差中位数是两个或多个连续点的移动极差的中位数值。当数据具有可能影响移动范围的极端范围时,最好使用此方法。
  • 递差均方和平方根: 均方递差的平方根是连续点之间平方差均值的平方根。当您无法合理地假设在相似情况下至少收集了 2 个连续点时,可以使用此方法。
使用长度的移动极差
输入用于计算移动极差的观测值个数。长度必须≤ 100。 默认长度为 2,因为连续值最有可能相似。
无偏常量
您可以选择在子组内和总体标准差的计算中使用无偏常数。无偏常数可减少从少量观测值估计参数时可能出现的偏倚。随着观测值数量的增加,无偏常数对计算结果的影响会减小。
  • 使用无偏常量在子组内标准差的估计中使用无偏常数。此选项适用于 Sbar、合并标准差和均方递差的平方根等方法。
  • 使用无偏常量来计算标准差: 在估计整体标准差时使用无偏常量。
注意

通常,是否选择无偏常量取决于公司策略或行业标准。

对于估计 对于 非正态能力

您可以让 Connect 估计用于能力分析的非正态分布的参数,也可以选择在下面输入部分或全部参数。

估计分布参数
根据样本数据估计分布参数。Connect 会估计您未指定的以下任何参数。
  • 设置形状(Weibull 或 Gamma)或尺度(其他分布)为: 输入形状或尺度参数,具体取决于所选的分布类型。形状参数将影响分布的形状,如偏度。scale 参数会影响数据的分布。
  • 设置阈值在: 如果您选择了 3 参数分布,则输入阈值参数。阈值参数可设置数据分布的最低位置。
    注意

    有关分布的形状、尺度或阈值的更多信息,请转到 处理非正态能力分析的数据 ,然后单击要了解更多信息的参数。

使用历史估计值
指定参数的历史估计值。使用显示的参数顺序输入常量或列。常量数或列中的行数必须等于分布中参数的数量。

选项

本主题介绍了 的完整 正态能力选项集。如果执行 , 非正态能力则只会看到这些选项的子集。

目标(添加 Cpm 到表格)

如果您的流程有目标,请输入该值。如果您输入目标值,Connect 将计算 Cpm,这是一个功能指数,它还考虑数据偏离目标的程度。

对能力统计量使用 K × σ 的公差

在标准差 (σ) 数量中输入公差宽度。默认情况下,公差宽度是 6 个标准差(过程均值的每一侧有 3 个标准差)。

Connect 将 K 值解释为双边公差的宽度。如果要使用单侧公差,请输入为单侧公差两倍的双侧公差。例如,如果需要使用 3σ 的单侧公差,请输入 6。

进行分析

默认情况下,Connect 同时执行子组内能力和整体能力分析。如果您不想执行其中一项分析,请取消选中该复选框。

子组内分析
执行子组内分析,该分析指示过程的潜在(短期)能力。此分析估计在消除子组之间的偏移和漂移时,过程的执行情况。
注意

如果对数据使用 Johnson 变换,则无法计算子组内分析。在这种情况下,Connect 仅报告整体功能。

整体分析
执行整体分析,以指示过程的实际 (长期) 能力。此分析会估算您的客户的实际体验。

显示

选择您希望如何显示预期和观测到的超出规格的值:
  • 百万分之: :用百万分数 (PPM) 显示值。
  • 百分比: 以百分比形式显示值。
包括置信区间
选中此选项可显示能力指标的置信区间。
置信水平
输入介于 0 到 100 之间的置信水平。通常,置信水平为 95% 即可。置信水平 95% 表示,如果您从过程中提取 100 个随机样本,可以预期约 95 个样本将生成其中包含过程能力指标的实际值的置信区间(如果可以收集并分析所有过程数据)。
对于给定的数据集,置信水平越低,生成的置信区间越窄;置信水平越高,生成的置信区间越宽。样本数量越大,区间的宽度也往往会降低。因此,您可能需要使用 95% 以外的置信水平,具体取决于您的样本数量,如下所示:
  • 如果样本数量较小,则 95% 置信区间可能太宽而无用。使用较低的置信水平(如 90%)将产生较窄的区间。但是,区间中包含过程能力指数的可能性减小。
  • 如果样本数量较大,则可能需要考虑使用较高的置信水平,例如 99%。对于较大的样本,99% 置信水平仍可生成合理的窄区间,同时提高区间包含过程能力指数的可能性。
置信区间
选择要显示的置信区间或边界类型:
  • 单侧: 显示能力指数的置信下限,以及 PPM 或超出规格限 % 的置信上限。对于以下情况,请使用单侧置信边界:
    • 为了更确信能力指数大于必需值。例如,为了更确信 Cp 大于 1.33。
    • 为了更确信 PPM 或规格外限制 % 小于必需值。例如,为了更确信规格外合计 PPM 小于 100。
  • 双侧: 显示同时具有置信下限和置信上限的置信区间。