过程能力分析minitab版

过程能力分析 minitab 版在过程处于统计操纵状态之后，即生产比较稳固时，你专门可能期望明白过 程能力，也即满足规格界限和生产良品的能力。你能够将过程变差的宽度与规格 界限的差距进行对比来片段过程能力。在评判其能力之前，过程应该处于操纵状 态，否那么，你得出的过程能力的估量是不正确的。你能够画能力条形图和能力点图来评判过程能力，这些图形能够关心你评判 数据的分布并验证过程是否受控。你还能够运算过程指数，即规范公差与自然过 程变差的比值。过程指数是评判过程能力的一个简单方法。因为它们无单位，你 能够用能力统计量来比较不同的过程。一、选择能力命令Choosing a capability command)Minitab 提供了许多不同的能力分析命令，你能够依照数据的属性及其分布 来选择适当的命令。你能够为以下几个方面进行能力分析：正态或Weibull概率模型(适合于测量数据)专门可能来源于具有明显组间变差的总体的正态数据 二项分布或泊松概率分布模型 (适合于属性数据或计数数据)注：假如你的数据倾斜严峻，你能够利用 Box-Cox 转换或使用 Weibull 概率 模型。在进行能力分析时，选择正确的分布是必要的。例如：Minitab提供基于正 态和Weibull概率模型的能力分析。使用正态概率模型的命令提供更完整的一系 列的统计量，然而你的数据必须近似服从正态分布以保证统计量适合于这些数 据。举例来说，Analysis (Normal)利用正态概率模型来估量期望的PPM。这些 统计量的结实依靠于两个假设：数据来自于稳固的过程，且近似服从的正态分布。 类似地，Capability Analysis (Weibull)利用Weibull分布模型运算PPM。在两种 情形下，统计的有效性依靠于假设的分布的有效性。假如数据倾斜严峻，基于正态分布的概率会提供对实际的超出规格的概率做 比较差的统计。这种情形下，转化数据使其更近似于正态分布，或为数据选择不 同的概率模型。在 Minitab中，你能够用 Box-Cox power transformation或 Weibull 概率模型。 Non-normal data 对这两个模型进行了比较。假如你怀疑过程具有较明显的组间变差， 使用 Capability Analysis (Between/Within)或 Capability Sixpack (Between/Within)。子组内部的随机误差之 上，子组数据可能还有子组之间的随机变差。对子组变差的两个来源的明白得能 够为过程潜在能力提供更实际的估量。Capability Analysis (Between/Within)和 Capability Sixpack (Between/Within) 运罢了组间和组内标准差，然后再估量长期 的标准差。Minitab 还为属性数据和计数数据进行能力分析，基于二项分布和泊松概率 模型。例如：产品能够依照标准判定为合格和不合格 (使用 Capability Analysis (Binomial). 。 你还能够依照缺 陷的 数量进行 分类(使用 Capability Analysis (Poisson).二、能力分析命令概况Capability Analysis (Normal)为单个测量结果画一张能力条形图，图上包含基于过程均值和标准差的正态曲线。这能够关心你对正态性假设进行视觉上的评 判。报告还包括一张过程能力统计量的表，包括组内和组间统计量。Capability Analysis (Between/Within) 为单个测量结果画一张能力条形图，图 上包含基于过程均值和标准差的正态曲线。这能够关心你对正态性假设进行视觉 上的评判。报告还包括一张组间/组内和长期过程能力统计量的列表。Capability Sixpack (Normal) 同时显示以以下图形，以及能力统计量的子集：- 一张 Xbar (or Individuals), R or S (or Moving Range), 和 run chart, 可用 来验证过程是否处于操纵状态；- 一个能力条形图和正态概率图，能够关心验证数据是否服从正态分布；- 一个能力图，显示过程变差与规范界限的相对性。Capability Sixpack (Between/Within)适合于组间变差比较明显的子组数据。 Capability Sixpack (Between/Within) 同时显示以以下图形，以及能力统计量的子 集：- 一张 Individuals Chart, Moving Range Chart, and R Chart or S Chart,可用来 验证过程是否处于操纵状态；- 一个能力条形图和正态概率图，能够关心验证数据是否服从正态分布；- 一个能力图，显示过程变差与规范界限的相对性。Capability Sixpack (Weibull) 同时显示以以下图形，以及能力统计量的子集：- 一张 Individuals, R- (or Moving Range), and run chart, 可用来验证过程是 否处于操纵状态；-一个能力条形图和Weibull概率图，能够关心验证数据是否服从Weibull 分布；- 一个能力图，显示过程变差与规范界限的相对性。Capability Analysis (Weibull) 为单个测量结果画一张能力条形图，图上包含 基于过程形状和大小的Weibull曲线。这能够关心你对Weibull分布的假设进行 直观的评判。报告还包括一张长期过程能力统计量的表。Capability Analysis (Binomial) 适合于数据由不合格品的数量相关于抽取的 全部样本数组成时。报告画了一张P图，能够关心你验证过程是否处于操纵状态， 以及一张不合格品率的累积图，不合格品率的条形图，以及不合格品率图。Capability Analysis (Poisson)适用于数据为单位缺陷数。报告画了一张U图， 能够关心你能够关心你验证过程是否处于操纵状态，还包括一张累积 DPU (defects per unit)图，DPU条形图和缺陷率图。MINITAB 过程能力分析Process Capability Analysis)1、Capability Analysis (Normal)概述Capability Analysis (Normal)用于对来自于正态分布的数据或Box-Cox转换 后的数据进行能力分析。分析报告包括一张带两条正态曲线的能力条形图，一张 长期和组内能力统计量的列表。两条正态曲线分别与过程均值和组内标准差、过 程均值和长期标准差相对应。报告还包括过程数据的统计量，如过程均值，目标，组内和长期标准差，过 程规范，观看到的能力，以及期望的组内和长期能力。因此，该报告可用于直观 评判过程是否服从正态分布，是否以目标值为中心，是否具备连续满足过程规范 要求的能力。一个假设数据来自于正态分布的模型适合于大多数过程数据。假如数据是倾 斜的，参见 Non-normal data 下面的讨论。例假设你在一个汽车制造厂的机器组装部门工作。某个零件，凸轮轴的长度的 工程规范为600+-2mm。长期以来，该轴的长度均超出规范的要求，导致生产线 上装配性性、高废弃和重工率。在对记录清单检查后，你发觉该零件有两个供应商。 Xbar-R 图告诉你供应 商 2 的零件失控，因此你决定停止同意供应商 2 的零件直至产品受控为止。在去除供应商 2 后，不良装配的数量明显减少，但问题并未完全排除。你决 定通过能力研究来观看供应商 1 是否具备满足工程规范的能力。1 Open the worksheet CAMSHAFT.MTW.2 Choose Stat Quality Tools Capability Analysis (Normal).3 In Single column, enter Supp1. In Subgroup size, enter 5.4 In Lower spec, enter 598. In Upper spec, enter 602.5 Click Options. In Target (adds Cpm to table), enter 600. Click OK in each dialog box.结果Process Capability Analysis for SupplLSLTargetProcess Data602.000600.000598.000599.5481000.576429USLWithinOverallStDev (Overall) 0.620865Cpm0.87598599600 601602Overall CapabilityObserved PerformanceExp. Within PerformanceExp. Overall PerformancePp1.07PPM LSL10000.00PPM LSL3621.06PPM USL0.00PPM USL10.51PPM USL39.19PPL0.83PPM Total10000.00PPM Total3631.57PPM Total6367.350.831.161.420.900.90Potential (Within) CapabilityCpCPUCPLCpkUSLTargetLSLMeanSample NStDev (Within)Ppk结果分析假如你想说明过程能力统计量，数据应该近似服从正态分布。那个要求得到 了满足，这点能够从带正态曲线的条形图上看出来。然而你能够发觉过程均值(599.548)比目标值低，切分布的左边落在了下规范界限之外。那个均值意味着你有些时候能够看到不符合最低规范598mm的零 件。Cpk指数说明过程是否能够生产在公差界限内的产品。供应商1的CPK为 0.90，说明他们需要通过减少变差和向目标值靠拢来改善其过程。同样Likewise, PPM Quality Tools Capability Analysis (Weibull).3 In Single column, enter Warping.4 In Upper spec, type 8. Click OK. 结果USL8.00000Target*LSL*Mean2.92564Sample N100Shape1.69368Scale3.27812Overall (LT) CapabilityPp*PPU0.77PPL*Ppk0.77Observed LT PerformancePPM USL20000.00PPM Total20000.00Expected LT PerformancePPM USL10764.53PPM Total10764.53Process DataProcess Capability Analysis for WarpingCalculations Based on Weibull Distribution ModelUSL结果分析 能力条形图没有显示在假想的模型和数据之间存在严峻的差异。但你能够看 出分布的右边超出了上规范界限，这意味着你有时会发觉翘曲超过上规范界限8mm。Ppk 和 PPU 指数说明过程是否能生产在允差范畴内的瓷砖。两个指数均为 0.77，均在 1.33 之下，因此，过程能力是不够的。同样，PPM USL每百万产品中质量特性值高于上规范界限的产品数一为 20000.00。这意味着1，000，000 个瓷砖中有 20000 个的翘曲量将超出上规范界 限 8mm 。为观看同样的数据以Capability Analysis (Normal)分析的结果，参见Example of a capability analysis with a Box-Cox transformation。3、Capability Sixpack (Normal) 概述Capability Sixpack (Normal) 命令用来数据服从正态分布或转换数据时评判 过程能力。 Capability Sixpack 同时显示以下信息： 一张 Xbar 图(或 Individuals chart for individual observations) 一张 R 图或 S 图(or MR chart for individual observations) 一张最近25 个子组的趋势图 (或最近25 个观看结果) 一个过程数据的条形图 一个正态概率图 一个过程能力图 短期和长期能力统计量：Cp, Cpk,和 swithin; Pp, Ppk, and soverallXbar, R, 和趋势图可用于验证过程是否处于受控状态。条形图和正态概率图 可用于验证数据服从正态分布。最后，能力图以图形显示相关于规范的过程能力。 与能力统计量一起，这些信息能够关心你评判过程是否受控以及产品是否符合规 范。假设数据来自于正态分布的模型适合于多数过程数据。假如数据是倾斜的， 或组内变差不是固定的如变差与均值相对应，参见 Non-normal data 下的讨论。 例假设你在一个汽车制造厂的机器组装部门工作。某个零件，凸轮轴的长度的 工程规范为600+-2mm。长期以来，该轴的长度均超出规范的要求，导致生产线 上装配性性、高废弃和重工率。在对记录清单检查后，你发觉该零件有两个供应商。 Xbar-R 图告诉你供应 商2的零件失控，因此你决定停止同意供应商2的零件直至产品受控为止。在去除供应商 2 后，不良装配的数量明显减少，但问题并未完全排除。你决 定通过 capability sixpack 来观看供应商 1 是否具备满足工程规范的能力。1 Open the worksheet CAMSHAFT.MTW.2 Choose Stat Quality Tools Capability Sixpack (Normal).3 In Single column, enter Supp1. In Subgroup size, type 5.4 In Upper spec, type 602. In Lower spec, type 598. Click OK. 结果10E16L-CL-0I. mrirgthEDIecu01ETi sv泛 VTM他B - Ihrtitled0二亘回区E 弓“口蓟出 fdilE SupplD14 RdLl S.WLIP 01畫辽Et JhriCb. EJliet JKlc*劃副 團卫I电l B|g Al-Jj l V|glProcess Cdpabilily Sixpack for SupplLwTiht fEvlnfai-i-t CMihi-ft !*!MeJcnue t-o Minitabj pi PjetElwmu mo工it血亡匕匚1 Uatlrjhee-t iras awrEd.H&zeb 13 cuniLLtiQ . 匸Sixpsok fr SupplResults foir: CaihEhaft.胡p弗*li畔&科ftMlysls! Sixp-acfc 1 Tssc. reauLca rot ：izerall SlDev 0.B20S65 Pp-1.07PpkD.83Capabi hk Plotaca.55W533 JO:Xfegrand R Chert:LCL-5S3 6HNWi-Sa9.SiXgraup NumticrPracess Trterance ;.f ： ec - ： i i-；.结果分析在Xbar-R图上，点在操纵界限之间随机分布，说明过程是稳固的。将R图 上的点与Xbar上的点进行比较可发觉点之间是否有相关关系。图上的点没有， 说明过程稳固。趋势图上的点随机分布，无趋势或偏移，也说明过程的稳固性。假如你想说明过程能力统计量，数据应该近似服从正态分布。那个要求得到 了满足，这点能够从正态曲线看出来。在正态概率图上，点大致在一条直线上。 这些说明数据服从正态分布。然而从能力图上，能够看出过程的允差落在了下操纵界限外，说明你有时会 看到不满足最低规范界限的零件。同样， Cp (1.16) and Cpk (0.90) 均低于 1.33， 说明供应商1 的过程需要改善。4、Capability Sixpack (Weibull)概述Capability Sixpack (Normal) 命令用来数据近似服从 Weibull 分布时评判过程 能力。Capability Sixpack (Weibull)同时显示以下信息： 一张 Xbar 图(或 Individuals chart for individual observations) 一张 R 图(or MR chart for individual observations) 一张最近25 个子组的趋势图 (或最近25 个观看结果) 一个过程数据的条形图 一个正态概率图 一个过程能力图 长期过程能力统计量： Pp, Ppk, shape (b), and scale (d).Xbar, R,和趋势图可用于验证过程是否处于受控状态。条形图和Weibull概 率图可用于验证数据近似服从Weibull分布。最后，能力图以图形显示相关于规 范的过程能力。与能力统计量一起，这些信息能够关心你评判过程是否受控以及 产品是否符合规范。假设数据来自于正态分布的模型适合于多数过程数据。假如数据是倾斜的， 或组内变差不是固定的如变差与均值相对应，参见 Non-normal data 下的讨论。在Weibull模型中，Minitab仅运算长期过程统计量，Pp, Ppk。运确实是基 于形状的最大可能估量和规模参数，而不是象正态分布中的均值和变差。假如数 据不服从正态分布，你能够选择 Box-Cox 转换来应用 Capability Analysis (Normal Distribution)命令来运算组内统计量，Cp和Cpk。参见Non-normal data对两种方 法的比较。例假设你在生产地板瓷砖的公司工作，你对瓷砖表面的翘曲比较关怀。为保证 产品质量，你每个工作日测量 10个瓷砖的翘曲量，连续测量了 10 天。数据的条形图说明它们不是来自于正态分布参见 Example of a capability analysis with a Box-Cox transformation 。因此你决定基于 Weibull 概率模型进行 capability sixpack 分析。1 Open the worksheet TILES.MTW.2 Choose Stat Quality Tools Capability Sixpack (Weibull).3 In Single column, enter Warping. In Subgroup size, type 10.4 In Upper spec, type 8. Click OK .结果EraLI:L隅VSlapack: Coe5l UVirO - IVnTltled也巳 曰 b 二r: 3.nri.r 01 歎i曲idrrnKTal+illThJ-sieiieiQialBk. iiProcess Capability Sixpack for WarpingPrH：*掰胆辅阳r *4ij41YiEd?i Tamix xaiauL ta TftSC- narhElHiLrvg vd * Qotzlfsheec 屯 Hcuu da EunnRuln for: 1l-rC1WMp4nigI ED IB33 Effi79I 2932352.24237d E357S T 034J393E EG534：? 4阪巧Xbar and R ChanCap afbility HislogirfimWeibul Prob PlcxtCapability PbtL：L-4：KiLd-IRBLast 10 SubroLpsbK4iH2.B23LO_12&Subqr口i_p NumberOnall (LT)Shape I旳日石日Sole 3.27B12P|)P|)K 0.77Fi匚ess TalerBnce-BedrfcallDns结果分析 能力条形图没有显示在假想的模型和数据之间存在严峻的差异。同样，在Weibull概率图上，所有点近似在一条直线上。Ppk 和 PPU 指数说明过程是否能生产在允差范畴内的瓷砖。然而，能力图 说明过程不能满足规范要求。Ppk为0.77，低于1.33之下，因此，过程能力是不 够的。同样，PPM USL每百万产品中质量特性值高于上规范界限的产品数一为20000.00。这意味着1，000，000 个瓷砖中有 20000 个的翘曲量将超出上规范界 限8mm为观看同样的数据以Capability Sixpack (Normal)分析的结果，参见capability sixpack with a Box-Cox transformation。5、Capability Analysis (Binomial) 概述Capability Analysis (Binomial)命令用于对来自于二项分布的数据进行过程能 力分析。二项分布通常与所抽取的样本的缺陷项目的数目的记录相关。例如，你可能使用通过/失败 GAGE 来判定某个特性合格与否。你应记录检 查的所有的样本数和失败的数量。或者，你能够记录某天 报告生病的人数和 每天打算工作的人数。应用 Capability Analysis (Binomial) 命令时必须满足以下条件： 每个项目差不多上相同条件下的结果；each item is the result of identical conditions每个项目将导致两种可能的结果成功/失败，GO/NG； 对某个项目成功的概率是常数； 项目结果之间是相互独立的。Capability Analysis (Binomial)所产生的过程能力报告包括以下内容：P 图，用于验证过程是否受控； 不合格品率的累积图，用于验证你收集的样本数据是否足够以对稳固的不 合格率作出估量； 不合格品率的条形图，显示搜集的样本的长期不合格品率的分布； 不合格品率图，用于验证不合格品率是否受抽取的样本数阻碍。 例假设你负责评判 销售部门的反应情形，也确实是回答来电的能力。你记 录下了20天中每天因为无效销售代表没有回的来电数不合格。你还记录了整 个的来电数。1 Open the worksheet BPCAPA.MTW.2 Choose Stat Quality Tools Capability Analysis (Binomial).3 In Defectives, enter Unavailable.4 In Use sizes in, enter Calls. Click OK. 结果|注亶丁他11 - Untitled湮冈D14 Edit Iwiip Qal橙 2 Jhrh EJ11 ct jkIc*导|三憧? qCEE脚囲雪画R的lit feii1! Tiil.mwWlixpak fer 同对pin 划BaclImIiuu voka1uetz edi F QoEkfhtiAC iru j-aiiAd. mRetjlts f*r: Bpapa mmhnomi袖 Cpbikty AnWlp吕hriQmi袖 Cpabi術 UnawTest risuLts t P CJuec* GAHJI3WG- * Tej匚fM hqe |IXL=D25W匚 DO-UD:19P ChartLULQ.W阳0S ample NunberXf2|_|0,|30%Rsrt 时 UefedlivsiSSj1也沁旳Sample兮血囲4UraavailabbiiCalk1432I9DB 123S21912 13193114-1 ;|513313221424.I9E4 114/01944 1S1919 1919391Cimul自Id20Ssrifiple NtrifiserSummary Stats raBncrlHsiMt-Ql)AragcP: flJ2fi427 fl.2223. 0.23OT)%DFtPdW- 226i3 2222, 23.D7) Tarneh 0Ffrrt Def： 220q2r G22241sZ3D65+lFTDCQSSiZ D 751 1)0.737, DJG5)Di朮gf临3应1阮-U XCISIJv-结果分析P 图上有一个点失控。累积不合格品率图显示长期不合格品率趋于 22%，但 需要收集跟多的数据以证明这一点。不合格品率看起来不受样本大小的阻碍。过 程 Z 值在 0.75 左右，比较低，过程需要进一步进行改善。6、Capability Analysis (Poisson)概述Capability Analysis (Poisson)用于当数据来自于泊松分布时产生过程能力报 告。泊松数据通常与在某个单位上的缺陷数相关，那个单位能够是指定的时刻周 期或指定的空间。单位的大小能够改变，因此，你必须同时跟踪大小的变化。例如：假如你生产电线，你可能想记录某段电线断开的数量，假如线的长度 是变化的，你必须记录每段抽取的样本的大小。或者，你们生产电器，你期望记 录电器表面的划伤数量。因为表面大小可能不同，你可能记录每个抽取的表面的 大小，及平方英寸。 当数据满足以下条件时，应用Capability Analysis (Poisson)：单位表面或时刻内的缺陷率对每个项目是相同的； 项目中缺陷数量彼此之间是相互独立的。Capability Analysis (Poisson) 为服从泊松分布的数据产生过程能力分析报告，包括： U 图，验证报告时过程是否受控； 累积平均 DPU (defects per unit) ，验证是否收集到足够数据来对均值做出 稳固的估计； DPU 条形图，显示收集到的样本的单位缺陷数的整体分布；缺陷图比率，验证DPU是否受抽取到的样本大小的阻碍。例 假设你在电线厂工作，你对电线绝缘过程的有效性专门关怀。你随机抽取一 定长度的电线，以测试电压，测试绝缘上的弱点。你记录了弱点数和每段电线的 长度(in feet)。1 Open the worksheet BPCAPA.MTW.2 Choose Stat Quality Tools Capability Analysis (Poisson).3 In Defects, enter Weak Spots.4 In Uses sizes in, enter Lengths. Click OK. 结果结果分析U 图上有 3 个点失控。累积 DPU 均值在 0.0265 上来回变动，说明样本数是 足够的以对 DPU 均值作出较好的估量。 DPU 看起来不受电线长度的阻碍。7、Capability Analysis (Between/Within)概述Capability Analysis (Between/Within)利用组间和组内变差产生一个过程能力 报告。但数据为子组时，组内的随机误差可能不是唯独应考虑的变差来源。在子 组之间也可能存在着随机误差。在这种情形下，全部过程变差包括组内变差和组 间变差。Capability Analysis (Between/Within) 运算组内标准差和组间标准差，也能够指定 历史标准差。这些将被结合起来运算全部标准差。全部标准差可用于运算工程能 力，如 Cp 和 Cpk。报告还包括过程数据的统计量，如过程均值，目标，整体组内和组间标 准差以及长期标准差，观看到的和期望的过程能力。例假设你对将卷纸涂上一层薄的胶片的过程能力感爱好。你关怀的是纸是否被 涂上了正确厚度的胶片以及是否整卷纸都涂上了胶片。你从25个连续卷中抽取 了 3卷测量涂的厚度。厚度的工程规范为50+-3mm。1 Open the worksheet BWCAPA.MTW.2 Choose Stat Quality Tools Capability Analysis (Between/Within).3 In Single column, enter Coating. In Subgroup size, enter Roll.4 In Lower spec, enter 47. In Upper spec, enter 53. Click OK结果VE16险 Frirj.戶 |口| -話VTVTt刼-IhirtdtlvdBEr-1问図BTCAFA foe Coat incC.J14 阻1ble(rrsgh. EJlicf nude*诲I副團卫I弔l21 Bl UPltBl g O|y |gl也副副国国用I |Hrocess Capabilry Analysis for CoatingBettwerLWfttai n C atcaBW5i9cp USL1D572PPM Trial41123pel+fchinI mi日舟拦列罟皿hin :gpahilty冷1.26CPU1.30CPL1.21申1.21Overal Cpabilrly印1.19FPU1.73FPL1/1JFV：ib：1.14Ob強wed Perf&o8nc：ig PPM c LSL0ppm usla aappm Tctaiana结果分析你能够看出过程均值(49.8829)与50专门接近。Cpk指数说明过程是否生产 在允差内的产品。Cpk指数为1.21,说明过程能力还能够，但还能够进一步改善。期望的组内/组间能力的PPM为193.94。这意味着100万个卷中约有194个 不能满足规范界限。这种分析告诉你过程具备相当的过程能力。8、Capability Sixpack (Between/Within)概述Capability Sixpack (Between/Within)命令适于存在组内和组间变差的时候，它 承诺你同时显示以下信息以评判过程能力： 一张单值图；an Individuals chart 一张移动极差图；a Moving Range chart 一张 R 图或 S 图； an R chart or S chart 一张过程数据的条形图； ?a histogram of the process data 一张正态概率图； ?a normal probability plot 一张过程能力图； ?a process capability plot组间/组内和长期能力统计量：Cp, Cpk, Cpm (假如你指定了目标),swithin,sbetween,and s total; Pp, Ppk, and soverall。单值图、移动极差图、R图或S图能够验证过程是否受控。条形图和正态概 率图能够验证数据是否服从正态分布。最后，能力图能够直观地将过程变差与工 程规范进行比较。在加上能力统计量，这些信息能够关心你评判过程是否受控， 以及产品是否满足规范要求。例假设你对将卷纸涂上一层薄的胶片的过程能力感爱好。你关怀的是纸是否被 涂上了正确厚度的胶片以及是否整卷纸都涂上了胶片。你从25 个连续卷中抽取 了3 卷测量涂的厚度。厚度的工程规范为 50+-3mm 。因为你想判定是否整个卷都被喷涂，你能够用 Minitab 来进行 Capability Sixpack (Between/Within)分析。1 Open the worksheet BWCAPA.MTW.2 Select Stat Quality Tools Capability Sixpack (Between/Within).3 In Single column, enter Coating. In Subgroup size, enter Roll.4 In Lower spec, enter 47. In Upper spec, enter 53.5 Click Tests. Choose Perform all eight tests. Click OK in each dialog box.结果V1GOJ 0:-乏VTVT询-Thrtdtlodfil if 5iep-dc：Ii for Cvadt in： XC.J14 阻1 3_gip ble S.141 (rrsgh. EJlicf nude*诲I副 團奏I弔l勺 劃 國亟囲 團 丙蓟切刪雪團ITest UBSultB faz R ChJMacon 1 EinuiLng ,HlflJt：AFA tar CoaringProcess Capability Sixpack for Coating2ffl.1432Haeta 2? mrmmij 亡方讯已 hty Hid2irarriNufTTial Froti PlotLCL-O+9.522E ilC4rai|cDBWSiscpak for Catonhnlyiodg! BmiupAcITesc lesaLcs lot I DiTest re suit a foe HP CLTe?5t resaltB Ie IS Ch.5215-1l-MR-R ChartNeai-4Q.88LaDilrty P lotPracess Totnanra BEtEeniYfltrin结果分析 假如你想结实过程能力统计量，数据必须来自于正态分布。这一点是符合的。在能力条形图上，数据大致服从正态分布。同样，在正态概率线上，所有点大致 在一条直线上。没有点被察觉出来存在专门因素，从而说明过程受控。单值图和移动极差图 上的点看起来彼此之间无明显关系，也说明过程是稳固的。能力图显示过程符合规范要求。Cpk (1.21) and Ppk (1.14)均比1.33低一些, 因此你的过程还能够进行改善。