一旦過程處於統計控制狀態，並且是連續生產，那麼你可能想知道這個過程 是否有能力滿足規範的限制，生產出好的零件（產品），透過比較過程變差的寬 度和規範界限的寬度可以確定過程能力。在評估過程能力之前，過程必須受控。 如果過程不受控，你將得到不正確的過程能力值。 .你能透過畫能力柱狀圖和能力圖來評估過程能力。這些圖形能夠幫助你評估數 據的分佈和檢驗過程是否受控。 你也可以估計包括規範公差與正常過程變差之間 比率的能力指數。 能力指數或統計指數都是評估過程能力的一種方法，因為它們 都沒有單位，所以，可以用能力統計表來比較不同過程的能力。 選擇能力命令
MINITAB 提供了一組不同的能力分析命令，你可以根據資料的性質和分佈從中選擇命令，你可以對以 下情況進行能力分析：
——正態或 Weibull 機率模式（對於測量資料） ——不同子組之間可能有很強變差的正態資料 ——二項式或 Poisson 機率模式（對於計數資料或屬性資料）
當進行能力分析時，選擇正確的公式是基本要求，例如，MINITAB 提供基於正態或
Weibull 分佈模型上的能力分析工具，使用正態機率模型的命令提供了更完全的 統計設定，但是，適用的資料必須近似於正態分佈. 例如，利用正態機率模型，能力分析（正態）可以估計預期零件的缺陷 PPM 數。 這些統計分析建立在兩個假設的基礎上， 資料來自於一個穩定的過程， 1、 2、 資料服從近似的正態分佈， 類似地， 能力分析 （Weibull） 計算零件的缺陷的 PPM 值利用的是 Weibull 分佈。在這兩個例子中，統計分析正確性依賴於假設分佈模 型的正確性。 如果資料是歪斜非常嚴重， 那麼用正態分佈分析將得出與實際的缺陷率相差 很大的結果。在這種情況下，把這個資料轉化比正態分佈更適當的模型，或為數 據選擇不同的機率模式.用 MINITAB,你可以使用 Box-Cox 能力轉化或 Weibull 機率模型，
非正態資料比較了這兩種方法.
如果懷疑過程中子組之間有很強的變差來源， 可以使用能力分析 （組間/組內） 或 SIXpack 能力分析（組間/組內）。除組內資料具有隨機誤差外，組間還可能 有隨機變差。 明白了子組變差的來源， 可以為你提供過程更真實的潛在能力評估。
一旦過程處於統計控制狀態，並且是連續生產，那麼你可能想知道這個過程 是否有能力滿足規範的限制，生產出好的零件（產品），透過比較過程變差的寬 度和規範界限的寬度可以確定過程能力。在評估過程能力之前，過程必須受控。 如果過程不受控，你將得到不正確的過程能力值。 .你能透過畫能力柱狀圖和能力圖來評估過程能力。這些圖形能夠幫助你評估數 據的分佈和檢驗過程是否受控。 你也可以估計包括規範公差與正常過程變差之間 比率的能力指數。 能力指數或統計指數都是評估過程能力的一種方法，因為它們 都沒有單位，所以，可以用能力統計表來比較不同過程的能力。 選擇能力命令
MINITAB 提供了一組不同的能力分析命令，你可以根據資料的性質和分佈從中選擇命令，你可以對以 下情況進行能力分析：
——正態或 Weibull 機率模式（對於測量資料） ——不同子組之間可能有很強變差的正態資料 ——二項式或 Poisson 機率模式（對於計數資料或屬性資料）
當進行能力分析時，選擇正確的公式是基本要求，例如，MINITAB 提供基於正態或
Weibull 分佈模型上的能力分析工具，使用正態機率模型的命令提供了更完全的 統計設定，但是，適用的資料必須近似於正態分佈. 例如，利用正態機率模型，能力分析（正態）可以估計預期零件的缺陷 PPM 數。 這些統計分析建立在兩個假設的基礎上， 資料來自於一個穩定的過程， 1、 2、 資料服從近似的正態分佈， 類似地， 能力分析 （Weibull） 計算零件的缺陷的 PPM 值利用的是 Weibull 分佈。在這兩個例子中，統計分析正確性依賴於假設分佈模 型的正確性。 如果資料是歪斜非常嚴重， 那麼用正態分佈分析將得出與實際的缺陷率相差 很大的結果。在這種情況下，把這個資料轉化比正態分佈更適當的模型，或為數 據選擇不同的機率模式.用 MINITAB,你可以使用 Box-Cox 能力轉化或 Weibull 機率模型，
非正態資料比較了這兩種方法.
如果懷疑過程中子組之間有很強的變差來源， 可以使用能力分析 （組間/組內） 或 SIXpack 能力分析（組間/組內）。除組內資料具有隨機誤差外，組間還可能 有隨機變差。 明白了子組變差的來源， 可以為你提供過程更真實的潛在能力評估。