Minitab非正态能力分析Z值法与ISO法选择

做非正态能力分析时，你是否纠结过选项里的“ISO”和“Z值”？为什么Minitab官方默认推荐Z值法？本文为你揭开这背后的底层逻辑。

很多六西格玛绿带和黑带在处理非正态数据（Non-normal Data）时，都会熟练地打开 Minitab的统计>质量工具>能力分析>非正态。

但在点击“确定”之前，如果你手滑点开了**“选项”**按钮，会发现一个经常被忽略的设置：

你是否想过：这两个方法到底有什么区别？为什么Minitab如此坚定地默认使用“Z值法”？

今天，我们就来聊聊这背后的统计学江湖。

01、核心差异：你是看“形状”，还是看“风险”？

一句话概括两者的区别：

· ISO法（百分位法）：关注的是图形的几何宽度。

· Z值法（Z.bench）：关注的是实际的不良率风险。

Minitab之所以默认选择Z值法，是因为在质量管理的世界里，“不良率（PPM）”是唯一的通用货币。

02、Z值法：把万物折算成“通用货币”

当我们面对非正态分布（比如Weibull分布、对数正态分布）时，它们的形状千奇百怪，有的拖着长尾巴，有的向左偏。这时候，直接用标准差（Sigma）去衡量能力是很困难的。

Z值法（也叫Z.bench）极其聪明地绕过了“形状”问题，它的逻辑是这样的：

1. 不管形状： 先别管你的曲线长什么样，算出总共有多少产品超出了规格限（计算 Total Defect Rate）。

2. 反向折算： 然后问一个问题——“如果这是一个完美的正态分布，要产生同样多的不良品，它得是多少西格玛水平？”

3. 得出结论： 这个折算出来的西格玛水平，就是Z.bench。

它的优势在于“统一度量衡”：

通过Z值法，Minitab强行把非正态过程的能力，折算成了我们熟悉的Ppk和Sigma水平。这样，你就可以把一个服从Weibull分布的涂层厚度过程，和一个服从正态分布的螺丝直径过程，放在同一张表里比较优劣。

只要Ppk相同，意味着它们的不良率（PPM）是完全一样的。

03、ISO法：严格的几何测量者

ISO法（对应ISO 22514-4：2016/GB/T 40681.4-2021）的逻辑则完全不同。它是基于百分位数的。

它直接在拟合曲线上找到两个点：

· 0.135%分位点

· 99.865%分位点

这两个点中间涵盖了99.73%的数据（这正好是正态分布±3σ的覆盖范围）。ISO法计算这两个点之间的距离，并将其作为过程的“宽度”来计算能力。

ISO法的局限性（Bug）：

对于那些严重偏态（Skewed）的分布，ISO法可能会“骗人”。

有时候，两个过程的“百分位宽度”算出来差不多，但因为尾巴形状不同，实际掉在规格限外面的不良品数量可能天差地别。

换句话说，ISO法算出来的PpK很高，并不代表你的不良率一定很低。这就打破了六西格玛中“Ppk 与 PPM一一对应”的信仰。

04 一张图看懂对比

为了方便大家记忆，小编整理了这张对比表：

05、避坑指南：我该怎么选？

在实际工作中，建议遵循以下原则：

1. 默认不动：90%的情况下，请保持Minitab默认的“Z值法”。因为它最能反映真实的质量风险（PPM），这也是老板最关心的。

2. 客户特殊要求： 如果你的客户是德国车企（遵循VDA标准）或者某些有着特殊定义的行业，明确要求使用ISO/百分位数法计算，那么请切换到ISO法。

3. 切忌混用： 千万不要在同一个项目中，有的指标用Z值法，有的用ISO法。这会导致你的能力指标（Ppk）失去可比性。

总结：

软件只是工具，理解背后的统计学意义，才能让我们不被数字游戏迷惑。下次做非正态分析时，记得看一眼那个默认勾选的“Z值法”，你会更懂它的良苦用心。

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删