非正态 Capability Sixpack 的数据注意事项

为了确保结果有效，请在收集数据、执行分析和解释结果时考虑以下准则。

数据应当是连续的

连续数据是测量值，可以是连续尺度上位于某个值范围内的任何数值（包括分数值或小数值）。常见示例包括长度、重量和温度等测量值。

如果您有属性数据（如缺陷品数或缺陷数），请使用 二项式分布过程能力分析 或 Poisson 能力分析。

收集足够的数据以获取过程能力的可靠估计值

尝试收集至少 100 个总数据点（子组大小*子组数），例如 25 个大小为 4 的子组或 35 个大小为 3 的子组。如果没有在足够长的一段时间内收集到充足的数据量，数据可能无法准确地代表不同的过程变异源，并且估计值可能无法指示过程的真实能力。 由于过程数据不服从正态分布，尝试收集至少 5 个或更多观测值的子组大小（如果可能），以更好地确保控制限估计值将接近于真值。

过程必须稳定且受控制

如果当前过程不稳定，则将无法使用能力指标来可靠地评估将来的过程持续能力。 使用 Capability Sixpack 输出中的控制图可确定过程是否稳定且受控制。

数据必须服从选定的非正态分布

如果选定的分布无法更好地拟合数据，则能力估计值将不准确。要确定哪个分布可对数据进行最佳拟合，请使用 个体分布标识。