步骤 1：检查数据是否有问题
重要信息
要更全面地分析这些要求，请使用非正态 Capability Sixpack。
从视觉上检查数据的分布
将分布曲线与直方图的条形进行比较，评估数据是否看上去服从您为分析所选的分布。如果条形与曲线存在很大差异，则数据可能不服从所选的分布，并且过程的能力估计值可能不可靠。如果您不确定哪种分布能与数据进行最佳拟合，请使用个体分布标识确定适合的分布或变换。
此外，查找远离大多数其他数据的条形。数据中的异常值可能会影响能力分析的准确度。它们还可能表明过程不稳定。
良好拟合
不良拟合
异常值
注意
要验证过程是否稳定，请使用控制图。
步骤 2：检查过程的观测性能
可使用能力直方图检查样本观测值，以与过程要求进行比较。
检查过程展开
直观检查直方图中的数据与规格下限和规格上限的关系。理想情况下，数据的散布窄于规格散布，并且所有数据都在规格限内。超出规格限的数据表示不合格项。
在此直方图中，过程展开宽于规格展开，这表明能力较差。虽然大部分数据都在规格限内，但是也有许多低于规格下限 (LSL) 或者高于规格上限 (USL) 的项。
注意
要确定过程中不合格项的实际数量，请使用 PPM < 规格下限、PPM > 规格上限以及合计 PPM 的结果。有关更多信息，请转到“所有统计量和图形”。
评估过程的位置
评估过程是否位于规格限的中间，或者在目标值处（如果具有目标值）。分布曲线的峰值显示数据最密集的位置。
在此直方图中，虽然样本观测值在规格限内，但是分布曲线的峰值未在目标上。大部分数据超出目标值，并接近于规格上限。
步骤 3：评估过程的能力
可使用 Ppk 根据过程位置和过程散布评估过程的整体能力。整体能力指示客户在一段时间内体验的实际性能。
总体上讲，Ppk 值越高，过程的能力越高。Ppk 值低表明可能需要改进过程。
将 Ppk 与基准值（代表过程可接受的最小值）进行比较。许多行业都使用基准值 1.33。如果 Ppk 比基准值低，则考虑如何改进您的过程。
主要结果：Ppk
对于这些过程数据，Ppk = 0.25。因为 Ppk 小于 1.33，所以过程的整体能力无法满足客户要求。您应该采取措施来改善过程。
重要信息
Ppk 指数表示的过程能力仅限于有关规格上下限的“最差”侧的过程测量值。如果过程产生超出规格上下限的不合格项，请使用输出中的其他能力度量，以便更加完整地评估过程性能。有关更多信息，请转到所有统计量和图形。
