拥有工程师权限的用户可以为所有能力分析指定默认偏好。这些偏好是所有能力分析的初始设置。要按度量更改设置，请点击 “指定每个度量的能力设置”。
共同偏好
该全局设置设定了每个能力分析的共享偏好。选择 首选项
进入 工程 门户，然后导航到 。
指定能力分析中共享的容差和显示偏好。
- K * σ 的公差
- 输入公差宽度，单位为标准差数（σ）。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）。
K值表示双侧公差的宽度。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。
- 显示性能指标
- 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。
- 显示能力指标
- 选择显示的能力度量。
- 能力统计量 (Cp、Pp): 计算并显示能力指数，如Cp和Pp。
- 基准 Z 值 (西格玛水平): 计算和显示基准 Z 值。是否选择基准 Z 值往往取决于公司或行业惯例。
常规能力分析
该全局设置为每个能力分析制定估算方法。选择 首选项 进入 工程 门户，然后导航到 。
- 子组内标准差的估计法 (子组大小 > 1)
- 当子组大小大于1时，选择一种方法来估算子组内的标准差。
- 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。
- 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。
- 子组内标准差的估计法 (子组大小 = 1)
- 选择一种方法来估算子组内标准差，当子组大小为1时。
- 移动极差平均值: 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。
- 移动极差长度
- 输入用于计算移动极差的观测值个数。长度必须是100。 默认长度为 2，因为连续值最有可能相似。
- 使用无偏常量
- 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。
注意
通常，是否选择无偏常量取决于公司策略或行业标准。
能力分析之间/内部分析
这一全局设置为每个内部能力分析的估计方法制定。选择 首选项 进入 工程 门户，然后导航到 。
- 子组内标准差的估计法
- 选择一种方法来估算子组内的标准差。
- 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。
- 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。
- 子组间标准差的估计法
- 选择一种方法来估算子组之间的标准差。
- 移动极差平均值: 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。
- 移动极差长度
- 输入用于计算移动极差的观测值个数。长度必须是100。默认长度为 2，因为连续值最有可能相似。
- 使用无偏常量
- 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。
注意
通常，是否选择无偏常量取决于公司策略或行业标准。
