第二章MINITAB之制程能力分析
制程能力分析是通过对生产过程进行统计分析，识别和评估生产过程偏离目标值的能力。MINITAB是一种常用的统计分析软件，可以帮助我们进行制程能力分析。本文将介绍MINITAB在制程能力分析中的应用，包括测量系统分析、过程稳定性分析和过程能力指数计算等。
首先，我们需要进行测量系统的分析，以确保测量系统具有良好的稳定性和准确性。MINITAB提供了一系列测量系统分析工具，包括平均值图、范围图、方差分析等。通过这些工具，我们可以评估测量系统的可靠性，进而确定测量系统是否适合用于制程能力分析。
接下来是过程稳定性分析，主要应用MINITAB中的控制图工具。控制图可以帮助我们监控过程的稳定性，及时发现和纠正过程中的异常情况。MINITAB提供了许多不同类型的控制图，例如X-控制图、R-控制图、P-控制图等。我们可以根据数据类型和分布情况选择合适的控制图，分析过程是否稳定，并识别特殊原因的存在。
最后是过程能力指数的计算。过程能力指数是衡量过程能力的一个重要指标。MINITAB提供了能力分析工具，可以帮助我们计算过程的CP、CPK、Pp和Ppk等指数。通过这些指标，我们可以评估过程是否能够满足要求，并进行相应的改进。
在使用MINITAB进行制程能力分析时，有一些注意事项需要注意。首先，要选择合适的样本大小和采样方案，以确保分析结果具有一定的可信度。其次，要确保数据的质量，包括数据的准确性和完整性。如果数据存在异常值或缺失值，应进行相应的处理。最后，要结合实际情况对分析结果进行解释和应用，提出相应的改进措施。 综上所述，MINITAB是一种功能强大的统计分析软件，在制程能力分析中有着广泛的应用。通过MINITAB的测量系统分析、过程稳定性分析和过程能力指数计算等功能，我们可以全面评估和改进生产过程，提高产品质量和生产效率。
过程能力概述
一旦过程处于统计操纵状态，同时是连续生产，那么你可能想明白那个过程是否有能力满足规范的限制，生产出好的零件（产品），通过比较过程变差的宽度和规范界限的宽度能够确定过程能力。在评估过程能力之前，过程必须受控。假如过程不受控，你将得到不正确的过程能力值。
.你能通过画能力柱状图和能力图来评估过程能力。这些图形能够关心你评估数据的分布和检验过程是否受控。你也能够可能包括规范公差与正常过程变差之间比率的能力指数。能力指数或统计指数差不多上评估过程能力的一种方法，因为它们都没有单位，因此，能够用能力统计表来比较不同过程的能力。
选择能力命令
MINITAB提供了一组不同的能力分析命令，你能够依照数据的性质和分布从中选择命令，你能够对以下情况进行能力分析：
——正态或Weibull概率模式（关于测量数据）
——不同子组之间可能有专门强变差的正态数据 ——二项式或Poisson概率模式（关于计数数据或属性数据）
当进行能力分析时，选择正确的公式是差不多要求，例如，MINITAB提供基于正态或Weibull分布模型上的能力分析工具，使用正态概率模型的命令提供了更完全的统计设置，然而，适用的数据必须近似于正态分布.
例如，利用正态概率模型，能力分析（正态）能够可能预期零件的缺陷PPM数。这些统计分析建立在两个假设的基础上，1、数据来自于一个稳定的过程，2、数据服从近似的正态分布，类似地，能力分析（Weibull）计算零件的缺陷的PPM值利用的是Weibull分布。在这两个例子中，统计分析正确性依靠于假设分布模型的正确性。
假如数据是歪斜特不严峻，那么用正态分布分析将得出与实际的缺陷率相差专门大的结果。在这种情况下，把那个数据转化比正态分布更适当的模型，或为数据选择不同的概率模式.用MINITAB,你能够使用Box-Cox能力转化或Weibull概率模型，非正态数据比较了这两种方法. 假如怀疑过程中子组之间有专门强的变差来源，能够使用能力分析（组间/组内）或SIXpack能力分析（组间/组内）。除组内数据具有随机误差外，组间还可能有随机变差。明白了子组变差的来源，能够为你提供过程更真实的潜在能力评估。能力分析（组间/组内）或SIXpack能力分析（组间/组内）既计算组内标准偏差也计算组间标准偏差，然后，集中它们来计算总的标准偏差。
过程能力概述
一旦过程处于统计控制状态，并且是连续生产，那么你可能想知道这个过程是否有能力满足规范的限制，生产出好的零件（产品），通过比较过程变差的宽度和规范界限的宽度可以确定过程能力。在评估过程能力之前，过程必须受控。如果过程不受控，你将得到不正确的过程能力值。
.你能通过画能力柱状图和能力图来评估过程能力。这些图形能够帮助你评估数据的分布和检验过程是否受控。你也可以估计包括规范公差与正常过程变差之间比率的能力指数。能力指数或统计指数都是评估过程能力的一种方法，因为它们都没有单位，所以，可以用能力统计表来比较不同过程的能力。
选择能力命令
MINITAB提供了一组不同的能力分析命令，你可以根据数据的性质和分布从中选择命令，你可以对以下情况进行能力分析：
——正态或Weibull概率模式（对于测量数据）
——不同子组之间可能有很强变差的正态数据
——二项式或Poisson概率模式（对于计数数据或属性数据）
当进行能力分析时，选择正确的公式是基本要求，例如，MINITAB提供基于正态或Weibull分布模型上的能力分析工具，使用正态概率模型的命令提供了更完全的统计设置，但是，适用的数据必须近似于正态分布.
例如，利用正态概率模型，能力分析（正态）可以估计预期零件的缺陷PPM数。这些统计分析建立在两个假设的基础上，1、数据来自于一个稳定的过程，2、数据服从近似的正态分布，类似地，能力分析（Weibull）计算零件的缺陷的PPM值利用的是Weibull分布。在这两个例子中，统计分析正确性依赖于假设分布模型的正确性。
如果数据是歪斜非常严重，那么用正态分布分析将得出与实际的缺陷率相差很大的结果。在这种情况下，把这个数据转化比正态分布更适当的模型，或为数据选择不同的概率模式.用MINITAB,你可以使用Box-Cox能力转化或Weibull概率模型，非正态数据比较了这两种方法.
如果怀疑过程中子组之间有很强的变差来源，可以使用能力分析（组间/组内）或SIXpack能力分析（组间/组内）。除组内数据具有随机误差外，组间还可能有随机变差。明白了子组变差的来源，可以为你提供过程更真实的潜在能力评估。能力分析（组间/组内）或SIXpack能力分析（组间/组内）既计算组内标准偏差也计算组间标准偏差，然后，集中它们来计算总的标准偏差。 MINITAB也提供基于二项式和Poisson概率模型属性数据（计数型）的能力分析，例如，产品可与标准比较分为有缺陷和没有缺陷（用能力分析（二项式））。也可以根据缺陷个数对产品进行分类（用能力分析（Poisson））。
干货：如何用Minitab软件进行过程能力分析（CPCPK）
引入过程能力分析的目的
1、在我们现有的管理过程中，我们经常会遇到有些具体指标总是不尽人意，存在许多需要改进的地方。那么在改进之前，我们就有必要知道我们的问题到底有多严重？目前的过程能力到底是多少？也就是说，在试图解决一个问题(改进)之前，首先需要深入了解问题现状及其过程能力。因此进行过程能力分析很有必要。过程能力分析可以根据实际情况选择使用，如果暂时还不能计算，可以放在以后去解决。2、哪一个过程最佳?上面三个图中，哪一个过程最佳？你是否想知道，为什么？过程表现如何？什么是最佳的过程？什么是最差的过程？连续数据过程能力指数Cp1、Cp－表示过程容差与自然容差的比值大小，用来衡量过程的能力。
2、计算过程能力的要求：A、稳定过程；B、数据分布类型——正态分布。连续数据过程能力指数CpK1、Cpk－表示当过程中心值偏移时，中心值与规格上下限之间的最短距离与1/2自然容差的比值大小。
2、计算过程能力的要求：A、稳定过程；B、数据分布类型——正态分布。
3、中心值无偏离时，Cpk= Cp
CP/CPK计算事例[一]中心值无偏离时，Cpk= Cp CP/CPK计算事例[二]中心值偏离时， Cpk CpCP/CPK计算事例[Minitab]1、例如:按照设计图纸的要求,某一机柜门板的长度要求是1.5±0.1图纸下发给供应商后,供应商试加工了32个样品,具体的数据如下,请衡量该供应商加工该门板的过程能力。
2、首先要判断是否为正态分布，若否，则须经转换为正态分布后方可使用Minitab求取Cpk。
A、数据是否正态根据P值来判断,如果P值大于0.05，数据符合正态分布；P值小于0.05，则数据是非正态的。B、实际操作过程中，如果数据为非正态，只要数据的容量大于30个，我们也可以近视认为数据是符合正态分布的。3、用Minitab软件计算CPKSigma计算事例[Minitab]使用Excel计算Sigma水平说明：在上图Probability一栏中输入合格率，则Excel会自动计算出的长期的σ水平即: Zlt=1.9110；最后加上1.5 σ的补偿，得出短期的σ水平即: Zst=3.411。
