结果说明
在平均值图 和 R 图上，点随机地分布在控制限之间。这表明是一个稳定的过程。比较R图和平均值图上的点是否互相跟随也是非常重要的。你的数据也没有这种趋势，表明是稳定的过程。
运行图上的点随机水平分布，没有偏移趋势，也表明过程稳定。
从能力 柱状图上你可以看出, 数据 服从 正态 曲线. 在正态概率图上,数据点大致为一条直线. 这些模式表明Box-Cox 转化“正态化” 了数据. 现在这个能力 统计适合数据了.但是，能力图显示过程不满足规范。 Cpk (0.76)值和Ppk (0.75) 值低于1.33的指标线, 所以，你的过程能力不足。
能力 Sixpack (组间/组内)
当你怀疑有组内和组间变差时，使用能力Sixpack（组间/组内） 命令。 能力 Sixpack (组间/组内) 允许你大致评估过程能力和同时显示下列信息：
??单个观察值
图
??移动极差
图
——一个R 图 或 S 图
——过程数据的柱状图 ——正态概率图 ——过程能力图
——组间/组内和整体能力统计Cp, Cpk, Cpm (如果指明目标值), ?within, ?between, 和 ?total; Pp, Ppk, and ?整体.
平均值图, 移动极差, 和 R 或 S 图能检验过程是否受控。柱状图 和正态概率图能检验数据是否服从正态分布。 最后,能力图给出了过程相对于规范可变性 的图示看法。结合能力统计,这个信息有助于你评估过程是否受控和产品是否满足规范。
A model that assumes that the 数据服从正态 分布的假设模型适合于大多数过程数据.如果你的数据歪斜很严重或组内变差不为常数（例如，变差与平均值成比例）时，见Non-非正态 数据下的讨论
数据
你可以按组输入数据 ，每组两个或以上观察值。子组数据可以在一列或几列中。 使用Box-Cox 转化时, 数据 必须是正数。
理想情况下，所有的子组容量相等，如果你的子组容量因为数据丢失或样品数量不等而不同时，在评估组间变差时，只使用大多数子组容量相等的子组数据。单个观察值图和移动极差图的控制限是在主要的子组容量评估得出的。
做能力 sixpack (组间/组内)
1 选择 Stat ??Quality Tools ??能力 Sixpack (组间/组内). 2 进行下列之一的操作：
——当数据在一列时，在Single column中输入数据列号，在 Subgroup size中输入子组容量或子组号所在的列号。
——当数据在几列时，选择 Subgroups across rows of, 输入包含数据的列号。
3 、在Lower spec 或 Upper spec中, 分别输入规范的上限或下限,，必须至少输入一个。 4、如需要，使用下列的任何选项s ， 然后点击 OK.
选项
能力 Sixpack (组间/组内) 对话框
——如果从过去数据评估中已知过程参数，输入??(t过程平均值) 和 ??(过程潜在标准偏差) 。如果不指明??或 ? 值， MINITAB 将从现有数据中评估。 试验子对话框
——在8个指明原因的试验中选择—见做指明原因的试验。 调整试验的灵敏度时，使用指明原因试验的定义。 评估子对话框
??用不同的方法评估过程标准偏差?(?) 。—见 评估过程变差
选项子对话框
??当你有很歪斜的数据时，使用Box-Cox能力转化 。—见非正态 数据 。
——输入过程目标值或标称规范， MINITAB 在计算标准能力 统计外还计算Cpm
——通过输入δ公差来代替六倍的标准偏差间隔（过程均值每边3倍δ）来计算能力统计。例如，输入12表示用12倍的标准偏差宽度，过程均值每边6倍δ来计算。 ——用自己的标题代替默认的图形标题。
能力统计
当你使用能力分析 (组间/组内)时, MINITAB 计算整体能力统计 (Pp, Ppk, PPU, and PPL) 和 组间/组内能力统计s (Cp,Cpk, CPU, and CPL). 这些统计的说明, 见能力 统计 能力 sixpack (组间/组内)举例
假设你对带一层薄膜的纸涂层辊的过程能力感兴趣，你关心的是纸被涂上正确的薄膜厚度。这个薄膜通过辊子均匀的施加。你从25个连续的辊子中取了3个样，并测量薄膜厚度，这个厚度必须是50 ±3 以满足工程规范。
因为你想确定整个辊子的薄膜是否均匀，所以你用MINITAB 来执行能力 Sixpack (组间/组内).
1 打开工作表 BWCAPA.MTW.
2 选择 Stat ??Quality Tools ??能力 Sixpack (组间/组内).
说明：——?当你用子组平均极差评估评估?时， MINITAB 显示一个 R 图.
——当用子组平均标准偏差(Sbar)评估?时， MINITAB 显示一个 S 图.
——当使用集中标准偏差评估?，并且子组容量小于??时， MINITAB 显示一个 R 图. ——当使用集中标准偏差评估?，并且子组容量大于等于??时， MINITAB 显示一个 S 图 3 在Single column, 输入 Coating. In Subgroup size, 输入 Roll. 4 在 Lower spec, 输入 47. In Upper spec, 输入 53.
5 点击 Tests. 选择 Perf或m all eight tests. 在每个对话框中点击 OK 。
结果说明
如果你想解释过程能力 统计， 你的数据必须服从正态 分布. 这个标准看来已经满足了。在能力 柱状图中,
数据 大致服从正态曲线. 在正态概率涂上，数据点也大致服从一条直线。没有点不满足指明原因的测试，因此，意味着你的过程受控。在单个观察值图和移动极差图上没有点互相跟随，又表明过程稳定。 能力图显示Cpk值(1.21) 和 Ppk值 (1.14) 刚刚在指标线1.33以下, 所以你的过程可能要进行一些改进。
能力Sixpack(Weibull分布)
当Weibull分布与你的过程数很接近时,你可以用能力Sixpack(Weibull分布)命令来大致估计过程能力,能力Sixpack(Weibull分布)在一个显示面上结合了以下信息：
—— 一个 图形（或对于单个观察值的图形） —— 一个R 图（或单值的MR图）
—— 最近25组数据（或最后25组）的运行图 —— 过程数据的能力图 —— 一个Weibull分布图 —— 过程柱状图图
—— 整体能力统计Pp, Ppk,，形状(?), 和刻度 (?) R图或运行图可用于检验过程是否受控。
柱状图和Weibull分布图通常用于检验数据近似Weibull模型，最后，能力图给出了相对于规范过程可变性的视觉图形。这个信息有助于你判定过程是否受控和连续生产出满
足规范要求的产品。
当使用Weibull模型时，MINITAB仅计算整体能力统计，Pp和 Ppk。这个计算是基于Weibull分布的形状和比例参数的最大可能性评估上进行的，它优于在正态分布下的平均值和变差评估。如果你有不服从正态分布的数据，想计算组内统计(Cp, Cpk, ?within)，见使用Box-Cox能力转化的能力分析（正态分布）。对非正态数据两种方法的比较，见非正态数据。
数据
你可以输入单个的观察值或按组取的数据，单个的观察值应在一列中，
分组的数据可以在一列中或几列中。当子组的容量不等时，在一列中输入子组数据，在另一列中