4. 非正态数据的过程能力分析

过程能力分析（Cpk、Ppk）的经典公式建立在“数据服从正态分布”这一前提上。但在化工、制药、材料、半导体等流程行业，很多质量特性天然偏离正态：收率、纯度、黏度、粒径、强度、含量等往往呈现右偏、左偏、厚尾或双峰。此时若直接把数据丢进正态能力分析，Cpk 会被严重高估或低估，甚至得出与现场事实相反的结论。本节要解决的核心问题就是：当数据非正态时，如何正确评估过程能力，并在 Minitab 中完成从诊断、变换到能力计算的完整链路。

一、为什么非正态数据不能直接算 Cpk

正态能力分析的底层逻辑是：用样本均值与样本标准差估计正态曲线的位置和宽度，再由规格上下限（LSL、USL）到均值的距离除以 3σ 得到 Cp/Cpk，用超出规格的概率换算 PPM。这个逻辑成立的前提是“数据分布形状与正态一致”。

如果数据右偏（例如收率多数集中在 92%～96%，少数批次掉到 80% 附近），均值会被拉高、标准差被放大，而实际落在规格下限以下的概率可能远高于正态假设给出的值。反过来，若数据左偏或厚尾，正态模型也可能低估不良率。因此，非正态数据的处理原则是：先判断分布形态，再决定是“变换后按正态算”还是“直接用非正态能力分析”。

二、两条技术路线：变换法与直接非正态法

Minitab 提供了两条互补的路径。

• 变换法：通过 Box-Cox 变换或 Johnson 变换，把非正态数据映射成近似正态，再用常规正态能力分析。优点是输出 Cpk、Ppk、PPM 等指标直观，便于与历史数据对比；缺点是变换后的规格限需要同步变换，解释时要回到原始尺度。
• 直接非正态能力分析：在“能力分析（非正态）”中直接拟合 Weibull、对数正态、Gamma、指数、最大极值、最小极值等分布，用拟合分布计算整体能力指标 Ppk 和预期不良率。优点是无需变换、直接贴合原始数据；缺点是分布选择依赖拟合优度，且不输出传统 Cp/Cpk 的“组内能力”。

实践中推荐顺序是：先做正态性检验与分布识别，若能用 Box-Cox 或 Johnson 得到良好正态拟合，优先走变换法；若变换效果差或数据本身适合 Weibull/对数正态，则走直接非正态法。两条路线可以互相验证。

三、Box-Cox 变换：幂变换的自动寻优

Box-Cox 变换的形式为：当 λ≠0 时，y′=(y^λ−1)/λ；当 λ=0 时，y′=ln(y)。Minitab 会在给定区间内搜索使变换后数据最接近正态的 λ 值，并给出 λ 的 95% 置信区间。判断要点：

• 若 λ 置信区间包含 1，说明原始数据已接近正态，无需变换；
• 若包含 0，可考虑对数变换；
• 若包含 0.5，可考虑平方根变换；
• 若包含 −1，可考虑倒数变换。

Box-Cox 要求数据全部为正。若存在零或负值，需要先做平移（加常数）或改用 Johnson 变换。变换后必须重新检查正态性（如 Anderson-Darling 检验、正态概率图），并确认变换后的规格限已同步更新。

四、Johnson 变换：更灵活的三族变换

Johnson 变换包含 SB（有界）、SL（对数正态）、SU（无界）三个族，通过矩匹配或分位数匹配把数据变换为正态。相比 Box-Cox，Johnson 不要求数据为正，且对偏度、峰度组合的适应范围更广，尤其适合双峰、厚尾或强偏态数据。Minitab 的“Johnson 变换”会给出所选族、变换公式以及变换后数据的正态性检验结果。若 Johnson 变换后 P 值大于 0.05，说明变换后数据与正态无显著差异，可继续做正态能力分析。

五、Minitab 操作路径

以“某化工产品收率”为例，数据列为“收率”，规格下限 LSL=85，规格上限 USL=100，目标值 95。操作路径如下：

1. 正态性检验：统计 > 基本统计量 > 正态性检验，选择“收率”，查看 Anderson-Darling 的 P 值。若 P<0.05，拒绝正态。
2. Box-Cox 变换：统计 > 控制图 > Box-Cox 变换，或统计 > 质量工具 > 能力分析 > 正态，在“变换”中选择 Box-Cox，勾选“最优 λ”，Minitab 输出 λ 估计与置信区间，并生成变换后数据列。
3. Johnson 变换：统计 > 质量工具 > Johnson 变换，选择“收率”，Minitab 自动选择 SB/SL/SU 族并输出变换公式与正态性 P 值。
4. 变换后能力分析：统计 > 质量工具 > 能力分析 > 正态，数据列选变换后列，输入变换后的 LSL/USL，得到 Cp、Cpk、Ppk、PPM。
5. 直接非正态能力分析：统计 > 质量工具 > 能力分析 > 非正态，选择“收率”，在“拟合分布”中勾选 Weibull、对数正态、Gamma 等，Minitab 输出各分布的 AD 统计量、P 值、Ppk 与预期不良率。

六、案例：某化工产品收率的过程能力

某化工装置连续采集 60 批产品收率（%），规格为 LSL=85、USL=100。原始数据直方图显示明显左偏（多数批次集中在 93～97，少数批次低至 86～88），正态性检验 AD=1.42，P=0.006，拒绝正态。直接按正态能力分析得到 Cpk≈0.78、Ppk≈0.71，但正态概率图两端明显弯曲，说明该结果不可信。

改用 Box-Cox 变换，Minitab 给出最优 λ≈−0.5，95% 置信区间为 [−0.82, −0.18]，不包含 1，说明变换必要。变换后数据 AD=0.41，P=0.32，通过正态性检验。用变换后的 LSL/USL 做正态能力分析，得到 Cpk≈1.12、Ppk≈1.05，预期不良率约 320 PPM。再用“能力分析（非正态）”拟合 Weibull 分布，AD=0.53，P=0.21，Ppk≈1.03，预期不良率约 350 PPM。两条路线结果接近，说明结论稳健：该过程能力约在 1.0～1.1 之间，处于“勉强可接受、需改进”的水平，主要风险来自下限侧的低收率批次。

七、结果判读与常见误区

非正态能力分析的判读要抓住三点。第一，看拟合优度：无论变换法还是直接非正态法，都要检查变换后或拟合分布的 P 值是否大于 0.05，P 值过小说明模型不可靠，指标无意义。第二，看 PPM 与规格限的关系：非正态数据的不良率往往集中在某一侧，要结合直方图确认是下限风险还是上限风险。第三，看指标口径：变换法给出的是变换后尺度的 Cpk/Ppk，直接非正态法通常只给 Ppk（整体能力），两者不能混用。

常见误区包括：不做正态性检验直接算 Cpk；Box-Cox 变换后忘记变换规格限；用变换后的 Cpk 与原始尺度的历史 Cpk 直接比较；以及只报一个 Ppk 而不说明所用分布。规范做法是：在报告中同时给出原始数据分布形态、所选变换或分布、正态性/拟合优度检验结果、变换后规格限、能力指标与预期不良率，并注明结论的适用范围。