能力六合一图(正态)
正态能力六合一图是一套详细的分析工具,用于在数据服从正态分布的假设下评估过程的性能和能力。它使用控制图评估过程的稳定性和受控状态,并用概率图检验正态性。
最后审阅
核心要点
正态能力六合一图是一套详细的分析工具,用于在数据服从正态分布的假设下评估过程的性能和能力。
什么是能力六合一图(正态)?
正态能力六合一图是一套详细的分析工具,用于在数据服从正态分布的假设下评估过程的性能和能力。它使用控制图评估过程的稳定性和受控状态,并用概率图检验正态性。该工具同时估计整体(Pp、Ppk)和潜在(Cp、Cpk)能力指数,这些指数将过程的分布范围与规格限相比较,并考虑均值的任何偏移。通过设定规格下限和/或规格上限,分析考察过程数据相对于这些限值的分布范围,以判断过程是否居中并满足其目标。此外,它还估计不符合规格的产品所占的比例。这种全面的分析有助于企业确保产品质量的一致性,找出改进领域,并确认过程的稳定性和能力。
它是 Six Sigma 方法论中过程能力分析的图形化表示。Six Sigma 是一种质量管理方法,旨在识别并减少过程变异,以提高效率并将缺陷降至最低。
能力六合一图,也称为能力分析六合一图或能力分析报告,由一组六张图或图表构成,提供对过程能力的全面视图。这些图表用于评估过程是否满足客户规格,并找出需要改进的领域。
何时使用能力六合一图?
以下是能力六合一图可发挥作用的一些场合:
- 过程改进:在实施过程改进举措或设法减少过程变异时,能力六合一图可帮助您了解过程的现状,并找出需要改进的领域。
- 新过程验证:在引入新过程或对现有过程做出重大变更时,可用能力六合一图评估过程的初始能力,并评估其满足客户要求的能力。
- 持续监控:能力六合一图可用作持续过程监控工作的一部分,以确保过程保持在可接受的限值之内,并长期满足客户规格。使用能力六合一图定期监控,有助于发现可能影响质量的任何过程偏移或变异。
- 供应商评价:在评价潜在供应商或评估现有供应商的能力时,可用能力六合一图判断供应商的过程能否持续生产出满足您规格的产品。
正确使用能力六合一图的指南
- 确保数据为连续型,且适合分析。
- 对于计数型数据(不合格品数或缺陷数),请使用二项或泊松能力分析。
- 收集足够的数据(总计至少 100 个数据点),以获得可靠的过程能力估计。
- 按合理子组收集数据,这些子组应能代表过程,且在相似条件下收集。
- 使用能力六合一图输出中的控制图,验证过程是否稳定且受控。
- 数据应服从正态分布,才能得到准确的过程能力估计。
- 若数据为非正态,可考虑使用 Box-Cox 变换或 Johnson 变换对其进行变换。
- 使用能力六合一图输出中的正态概率图和 直方图 评估数据的分布。
替代方法:何时不宜使用能力六合一图
- 若希望对能力度量(包括主要指数)进行全面评估,可考虑使用 正态能力分析。
- 若要评估非正态能力分析所需的假设,请使用非正态能力六合一图。
- 若子组之间存在显著变异,例如批次过程,请使用组间/组内能力六合一图,评估组间/组内能力分析的假设。
能力六合一图(正态)示例
某汽车零部件工厂的质量工程师正在评估用于生产凸轮轴的机器的过程能力。工程师每 30 分钟从其中一台机器收集一次子组大小为 5 的数据。凸轮轴长度的规格限为:规格下限(LSL)595 mm,目标值 600 mm,规格上限(USL)605 mm。为了评估正态能力分析所需的假设,并确定凸轮轴长度满足规定要求的程度,工程师进行了正态能力六合一图分析。步骤如下:
- 收集所需数据。

- 现在,在 Zometric Statistical Software 中分析数据,网址为 https://statsai.zometric.com/。
- 要找到能力六合一图,请选择 Statistical module> Process Capability>Capability Six Pack。
- 在工具中输入数据以及其他输入项,如下所示:

- 使用上述工具后,得到的输出如下:


如何进行能力六合一图(正态)分析
操作步骤如下:
- 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
- 在首页选择 Statistical Tool> Process Capability >Capability Six Pack (Normal)。
- 点击 Capability Six Pack (Normal),进入工具界面。
- 接下来,手动更新数据,或从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。
- 接下来,需要填写所需的详细信息,例如 lsl、usl、target、K 等。
- 最后,点击页面底部的 calculate,即可得到所需结果。
在能力六合一图(正态)的工具界面中,窗口分为两个部分。

左侧为数据窗格(Data Pane)。在 Data Pane 中,每一行构成一个子组。数据可手动输入,也可从 Excel 表格中完整复制(Ctrl+C)并粘贴(Ctrl+V)到此处。
Load example: 将加载示例数据。
Load File: 用于直接加载 Excel 数据。
右侧提供以下选项:
- Lsl: 过程能力中的 LSL 指规格下限(Lower Specification Limit)。它是为某一过程参数或特性设定的下边界或阈值。在过程能力分析中,LSL 用于判断过程能否生产出处于期望范围或规格之内的输出。
- Usl: 过程能力中的 USL 指规格上限(Upper Specification Limit)。它表示为某一过程参数或特性设定的上边界或阈值。在过程能力分析中,USL 用于评估过程能否生产出处于期望范围或规格之内的输出。
- Target: 在过程能力中,目标值指某一过程参数或特性的期望值或理想值。它表示过程旨在达到或围绕其居中的值。目标值通常基于设计规格或客户要求。
- Show specs in control chart: 将规格限添加到控制图中,以直观显示过程测量值与质量标准的吻合情况。这有助于评估过程是否保持在可接受的范围之内。
- Process mean: 指过程中一组测量值或观测值的平均值。它表示过程数据随时间变化的集中趋势,是过程性能的关键指标。若未提供,Zometric Statistical Software 将根据所给数据计算中心线。
- Process sd: 指过程数据围绕均值的变异性或离散程度的度量。它表示过程中各个数据点与过程平均值相差的程度。若留空,Zometric Statistical Software 将根据所给数据计算。
- K: 能力统计量的公差倍数:过程分布范围取为 K × 西格玛。默认值为 6,即标准的 6 西格玛惯例。
- Within Stdev estimation method:
- Pooled: 合并标准差是各子组方差的加权平均,子组越大,对总体估计的影响越大。当过程稳定时,该方法可更准确地估计标准差。
- Rbar: Rbar 表示各子组内极差的平均值。Rbar 法是一种广泛使用的标准差估计方法,对子组大小为 2 至 8 的情形尤为有效。
- Sbar:它计算各子组的平均标准差(Sbar),用于监控过程变异。Sbar 对于设定 S 图的控制限至关重要,可反映数据离散程度随时间的变化。该方法可确保在质量控制实践中对过程变异进行一致而准确的评估。
- Within stdev estimation method for subgroup size = 1:
- Average Moving Range: 平均移动极差是两个或更多连续点极差的均值,通常用于子组大小为 1 的情形。
- Median Moving Range: 移动极差中位数是两个或更多连续点极差的中间值,当数据存在可能使移动极差产生偏斜的极端极差时推荐使用。
- Moving range of length: 指定用于计算移动极差的观测个数,长度需 ≤ 100。默认长度为 2,因为连续的值最有可能相似。
- Use Unbiasing Constants to Calculate Overall Standard Deviation: 在估计整体标准差时应用无偏化常数。
- Machine: 能力研究中所评估的具体设备或机器。示例:钻床、锻造机。
- Reported by: 记录能力研究结果的人员。
- Prepared by: 汇编并整理报告数据的人员。
- Verified by: 核对所汇编数据和结论准确性的人员。
- Approved by: 批准最终报告发布或使用的人员。
- Remarks: 与研究相关、可能影响解读的补充说明或观察。
- Shift: 进行研究时所处的工作班次,表明时间以及可能因班次而异的变量。
- Operation: 研究中所评估的具体过程或机器。
- Company name: 开展能力研究的组织。
- Report title: 概括能力研究重点或目的的标题。
- Customer name: 为其开展能力研究的客户。
- Part: 该机器所制造的零部件或产品的名称或编号。
- Variable: 所测零件的具体特性或尺寸。示例:直径、长度、宽度。
- Unit of Measure: 用于量化所测变量的单位。示例:毫米(mm)、英寸(in)。
- Study date: 进行机器能力研究的日期。
- Operator: 操作机器的人员姓名。
- Inspector: 测量零件的人员姓名。
- Gauge: 用于评估该变量的测量仪器或工具。示例:卡尺、千分尺。
- Check Rule 1: 1 point > K Stdev from center line: 检验 1 对于识别与其他子组显著偏离的子组至关重要,因此是公认的检测失控情形的通用工具。为提高灵敏度、检测过程中较小的偏移,可将检验 2 与检验 1 结合使用,从而增强控制图的效果。
- Check Rule 2: K points in a row on same side of center line: 检验 2 检测过程居中或变异的变化。在监控过程的小幅偏移时,可将检验 2 与检验 1 结合使用,以增强控制图的灵敏度。
- Check Rule 3: K points in a row, all increasing or all decreasing: 检验 3 旨在识别过程中的趋势。该检验专门查找数值持续增大或持续减小的一长串连续数据点,这表明过程行为中可能存在潜在趋势。
- Check Rule 4: K points in a row, alternating up and down: 检验 4 旨在识别过程中的系统性变异。理想情况下,过程的变异模式应是随机的。然而,若某点未通过检验 4,则可能表明变异并非随机,而是遵循某种可预测的模式。
- Check Rule 5: K out of K + 1 points > 2 standard deviation from center line (same side): 检验 5 检测过程中的小幅偏移。
- Check Rule 6: K out of K + 1 points > 1 standard deviation from center line (same side):检验 6 检测过程中的小幅偏移。
- Check Rule 7: K points in a row within 1 standard deviation of center line (either side):检验 7 识别可能被误解为受控良好之证据的变异模式。该检验可检测过宽的控制限,这通常是分层数据所致。当每个子组内存在系统性变异来源,使控制限显得比应有的更宽时,就会出现分层数据。
- Check Rule 8: K points in a row > 1 standard deviation from center line (either side):检验 8 检测混合模式。在混合模式中,点倾向于远离中心线,而落在控制限附近。
- Download as Excel: 以 Excel 格式显示结果,可方便地编辑,并通过 load file 选项重新加载用于计算。
常见问题
什么是正态能力六合一图?
正态能力六合一图是一组由六张图和图表构成的工具,在数据服从正态分布的假设下评估过程能力。控制图检查稳定性,概率图检查正态性,报告则对照规格限估计潜在(Cp、Cpk)和整体(Pp、Ppk)能力指数,以及不合格品所占的比例。
什么情况下应使用能力六合一图?
可用于过程改进期间了解现状、验证新过程或发生重大变更的过程、持续监控过程是否保持在限值之内,以及评价供应商的过程能否持续满足您的规格。它可对正态能力分析所依据的假设进行快速检查。
正态能力六合一图需要多少数据?
应收集总计至少 100 个连续型数据点,并按合理子组收集,这些子组应能代表过程,且在相似条件下收集。使用六合一图的控制图验证稳定性,使用其概率图和直方图验证正态性。若数据为非正态,可考虑使用 Box-Cox 变换或 Johnson 变换。
什么情况下应使用其他能力六合一图?
使用非正态能力六合一图检查非正态能力分析的假设;当子组之间存在显著变异(如批次过程)时,使用组间/组内能力六合一图。对于计数型数据,请使用二项或泊松能力分析。若需要更完整的指数集,请使用正态能力分析。
