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。
热门跟贴