形状
分布的形状参数确定了分布函数的形状。可从数据估计形状值，也可以根据历史记录知识来指定形状值。
解释
给定分布的形状参数可影响数据的对称或偏斜方式。
形状参数对 Weibull 分布的影响
下图显示了不同的形状参数值对 Weibull 分布的影响。
尺度
分布的尺度参数，确定分布函数的尺度。可从数据估计尺度，也可以根据历史过程知识来指定尺度。
解释
尺度参数会影响数据的发散方式。一般来说，较大的尺度值可能会导致发布更多地呈水平发散。较小的尺度值可能会导致分布更多地呈水平收缩。
尺度参数对 Logistic 分布的影响
下图显示了不同的尺度参数值对 Logistic 分布的影响。
位置
位置参数控制分布的位置。可从数据估计位置值，也可以根据历史过程知识来指定位置值。
解释
位置参数可以通过沿 x 轴偏移数据来影响数据的位置。正位置值将向右侧偏移分布，负位置值将向左侧偏移分布。
位置参数对 Logistic 分布的影响
下图显示了不同的位置参数值对 Logistic 分布的影响。
阈值
阈值参数提供随机变量的估计最小值。可从数据中估计阈值，或者根据历史过程知识指定阈值。
解释
阈值参数将定义分布中理论上可能的数据最小值的位置。
阈值参数对 Weibull 分布的影响
下图显示了不同的阈值参数值对 Weibull 分布的影响。
Pp
- 由 Z 值表示的规格散布。就标准正态分布上的 Z 值而言，此区间表示所选非正态分布的原始规格限。
- 标准正态分布的 6-σ 散布。当测量值呈正态分布时，以过程均值为中心的 6-σ 散布将包含 99.74% 的过程测量值。
Pp 的此定义基于 Z 分值计算方法（默认方法）。有关更多信息，请转到使用 Z 值法确定非正态数据的整体能力。
注意
您必须提供规格下限 (LSL) 和规格上限 (USL)，才能计算 Pp 指数。如果规格上限或规格下限超出您为数据建模指定的分布范围，将无法使用默认方法计算 Pp。要更改计算方法，请选择。
解释
可使用 Pp 根据过程散布评估过程的整体能力。整体能力表示客户在一段时间内体验的过程的实际性能。
总体上讲，Pp 值越高，过程的能力越高。Pp 值低表明可能需要改进过程。如果 Pp < 1，则规格散布小于过程散布，表明过程不能生产至少 99.74% 的合格部件。
低 Pp
在此示例中，相对于过程散布，规格散布较小。因此，Pp 较低 (≈ ..40)，并且过程的整体能力较差。
高 Pp
在此示例中，相对于过程散布，规格散布较大。因此，Pp 较高 (≈ 1.80)，并且过程的整体能力较好。
-
将 Pp 与基准值进行比较以评估过程的整体能力。许多行业都使用基准值 1.33。如果 Pp 比基准值低，则考虑如何通过减少过程变异来改进过程。
-
比较 Pp 和 Ppk 以评估过程中位数是否接近于规格中点。如果 Pp > Ppk，则过程中位数将远离规格中点并接近于规格限之一。
Ppk
- 基于标准正态尺度中的规格下限 (Z.LSL) 或规格上限 (Z.USL) 的单边规格散布（取较小值）。
- 标准正态分布的 1/6 6-σ 散布，值等于 3。
Ppk 的此定义基于 Z 分值计算方法（默认方法）。有关更多信息，请转到使用 Z 值法确定非正态数据的整体能力。
注意
如果规格下限和规格上限都超出您为数据建模指定的分布范围，将无法使用默认方法计算 Ppk。要更改计算方法，请选择。
解释
可使用 Ppk 根据过程位置和过程散布评估过程的整体能力。整体能力表示客户在一段时间内体验的过程的实际性能。
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。
低 Ppk
在此示例中，与过程的规格下限执行情况相比，其规格上限的执行情况要差一些。因此 Ppk 值等于 PPU (≈ ..40) 且较低，表明能力较差。
高 Ppk
在此示例中，与过程的规格上限执行情况相比，其规格下限的执行情况要差一些。因此 Ppk 值等于 PPL (≈ 1.40) 且较高，表明能力较好。
-
如果 Ppk < 1，则规格散布小于过程散布，表明超过 ..13% 的过程输出超出了至少一个规格限。
-
将 Ppk 与基准值（代表可接受的过程最小值）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。
警告
Ppk 指数表示的过程能力仅限于“较差”侧的过程测量值，即显示较差过程性能的一侧。如果您的过程具有同时超出规格限两侧的不合格部件，请检查同时超出两个规格限的部件的能力图形和概率，以便更加完整地评估过程能力。
预期整体性能的合计 PPM
解释
可使用预期整体性能的“合计 PPM”来基于过程整体变异估计预期处于规格限外的不合格品的数目（以百万分数表示）。整体性能值表示客户在一段时间内实际体验到的过程性能。
较低的合计 PPM 值表示更高的过程能力。在理想情况下，很少或无任何部件具有位于规格限外的测量值。
| PPM | 不合格部件 % | 合格部件 % |
|---|---|---|
| 66807 | 6.6807% | 93.3193% |
| 6210 | .621% | 99.379% |
| 233 | .0233% | 99.9767% |
| 3.4 | .00034% | 99.99966% |
总体能力的基准 Z 值
基准 Z 值（整体）是对过程整体西格玛能力的量度。估计基准 Z 值时将考虑低于 LSL 和高于 USL 的产品的概率。此估计基于您为分析指定的非正态分布的参数。
注意
要显示基准 Z 值度量，您必须在执行能力分析时单击 选项 并将能力统计量的默认输出更改为基准 Z 值。
解释
可使用基准 Z 值（整体）评估过程的整体西格玛能力。
总体上讲，基准 Z 值越高，过程的能力越高。基准 Z 值低表明可能需要改进过程。如果可能，基于过程知识或行业标准将基准 Z 值与基准值进行比较。如果基准 Z 值小于基准值，则考虑如何改进您的过程。
