标准差（整体）
整体标准差是所有测量值的标准差，并且是过程整体变异的估计值。如果以正确方式对数据进行收集，整体标准差将捕获所有系统性变异源。在这种情况下，它表示客户在一段时间内经历的实际过程变异。
注意
如果您在执行能力分析时使用数据变换，Minitab 还会计算标准差（整体）*，即变换的数据的整体标准差。
解释
将子组内标准差与整体标准差进行比较。如果子组内标准差和整体标准差之间的差异很大，则表明过程可能不稳定，或者除子组内变异以外，过程还可能存在其他变异源。在执行能力分析之前使用控制图验证过程是否稳定。
Minitab 使用整体标准差计算过程整体能力的 Pp、Ppk 和其他度量。
Pp
- 规格散布 (USL – LSL)
- 过程基于整体标准差的散布（6-σ 变异）
您必须提供规格下限 (LSL) 和规格上限 (USL)，才能计算 Pp 指数。
解释
可使用 Pp 根据过程散布评估过程的整体能力。整体能力指示客户在一段时间内体验的实际性能。
由于 Pp 不考虑过程的位置，所以它只说明过程在处于中心位置时可以获得的整体能力。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。
低 Pp
在此例中，规格散布小于过程的整体散布。因此，Pp 值较低 (0.40)，并且过程的整体能力差（基于过程变异）。
高 Pp
在此例中，规格散布显著大于过程的整体散布。因此，Pp 值高 (1.80)，并且过程的整体能力良好（基于过程变异）。
-
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。 如果 Pp 和 Ppk 大致相等，则该过程位于两个规格限制之间的中心位置。如果 Pp 和 Ppk 不同，则过程不位于中心位置。
警告
Pp = 2.27
Pp = 2.27
要进行完整的准确分析，请结合其他能力指数（如 Ppk）使用这些图形，以便根据数据得出有意义的结论。
Ppk
- 过程均值到最近规格限（USL 或 LSL）的距离
- 过程基于其整体变异的单侧散布（3-σ 变异）
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。
低 Ppk
在此例中，过程均值到最近规格限 (USL) 的距离小于单侧过程散布。因此，Ppk 较低 (0.66)，并且过程的整体能力较差。
高 Ppk
在此例中，从过程均值到最近规格限 (LSL) 的距离大于单侧过程散布。 因此，Ppk 较高 (1.68)，并且过程的整体能力较好。
-
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。
-
比较 Pp 和 Ppk。 如果 Pp 和 Ppk 大致相等，则该过程位于两个规格限制之间的中心位置。如果 Pp 和 Ppk 不同，则过程不位于中心位置。
-
比较 Ppk 和 Cpk。当过程在统计意义上受控制时，Ppk 和 Cpk 大致相等。Ppk 和 Cpk 之间的差异代表在消除过程偏移和漂移的情况下预期可实现的过程能力提高。
警告
Ppk 指数只表示过程曲线的一侧，而不度量过程曲线另一侧的过程执行情况。
例如，下面的几个图形显示了两个具有相同 Ppk 值的过程。但是，一个过程同时违反了两个规格限，另一个过程只违反了规格上限。
Ppk = min {PPL = 4.01, PPU = 0.64} = 0.64
Ppk = PPL = PPU = 0.64
如果过程中具有同时超出两个规格限的不合格部件，可考虑使用其他指数（如基准 Z 值），以便更加完整地评估过程的能力。
Cpm
Cpm 是对过程整体能力的度量。Cpm 将规格散布与过程数据散布相比较，并考虑数据与目标值的偏差。
您必须提供目标值，Minitab 才能计算 Cpm 的值。
解释
可使用 Cpm 评估过程相对于规格散布和目标的整体能力。 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，Cpm 值越高，过程的能力越高。值低表明可能需要改进过程。
高 Cpm
在此示例中，过程达到目标，并且所有数据都在规格限内。因此，Cpm 较高 (1.60)。
低 Cpm
在此示例中，数据都在规格限内，但是过程未达到目标。因此，Cpm 较低 (1.03)。
低 Cpm
在此示例中，过程达到目标，但是并非所有数据都在规格限内。因此，Cpm 较低 (0.48)。
您可以将 Cpm 与其他值进行比较，以获取有关过程能力的更多信息。
-
将 Cpm 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 Cpm 低于基准值，则考虑如何改进您的过程，例如减少其变异或改变其位置。
-
比较 Ppk 和 Cpm。如果过程在目标处居中，则 Ppk 与 Cpm 值大致相等。
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）是标准正态分布（用于将估计的过程中缺陷品率转换为上侧尾部概率）的百分位数。它是基于整体过程性能通过使用整体标准差计算的。
过程的缺陷在两个规格限上。整体标准差由刻度标记显示。
如果您将所有缺陷都放在分布的右尾上，然后度量从中心（垂直线）到定义总缺陷的点的标准差倍数，您就会得到基准 Z（整体）值。
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。
比较组内基准 Z 值和整体基准 Z 值。当过程受统计控制时，组内基准 Z 值和整体基准 Z 值大致相同。这两个值之差表示，如果过程受控，您预期过程能够改进的能力。 基准 Z 值（整体）有时称为长期基准 Z 值 (LT)。。
