过程能力概述
一旦过程处于统计控制状态，并且是连续生产，那么你可能想知道这个过程是否有能力满足规范的限制，生产出好的零件（产品），通过比较过程变差的宽度和规范界限的宽度可以确定过程能力。在评估过程能力之前，过程必须受控。如果过程不受控，你将得到不正确的过程能力值。
你能通过画能力柱状图和能力图来评估过程能力。这些图形能够帮助你评估数据的分布和检验过程是否受控。你也可以估计包括规范公差与正常过程变差之间比率的能力指数。能力指数或统计指数都是评估过程能力的一种方法，因为它们都没有单位，所以，可以用能力统计表来比较不同过程的能力。
选择能力命令
MINITAB提供了一组不同的能力分析命令，你可以根据数据的性质和分布从中选择命令，你可以对以下情况进行能力分析：
正态或Weibull概率模式（对于测量数据）
不同子组之间可能有很强变差的正态数据
二项式或Poisso
概率模式（对于计数数据或属性数据）
当进行能力分析时，选择正确的公式是基本要求，例如，MINITAB提供基于正态或Weibull分布模型上的能力分析工具，使用正态概率模型的命令提供了更完全的统计设置，但是，适用的数据必须近似于正态分布
例如，利用正态概率模型，能力分析（正态）可以估计预期零件的缺陷PPM数。这些统计分析建立在两个假设的基础上，1、数据来自于一个稳定的过程，2、数据服从近似的正态分布，类似地，能力分析（Weibull）计算零件的缺陷的PPM值利用的是Weibull分布。在这两个例子中，统计分析正确性依赖于假设分布模型的正确性。
如果数据是歪斜非常严重，那么用正态分布分析将得出与实际的缺陷率相差很大的结果。在这种情况下，把这个数据转化比正态分布更适当的模型，或为数据选择不同的概率模式用MINITAB你可以使用BoxCox能力转化或Weibull概率模型，
非正态数据比较了这两种方法
如果怀疑过程中子组之间有很强的变差来源，可以使用能力分析（组间组内）或SIXpack能力分析（组间组内）。除组内数据具有随机误差外，组间还可能有随机变差。明白了子组变差的来源，可以为你提供过程更真实的潜在能力评估。
f能力分析（组间组内）或SIXpack能力分析（组间组内）既计算组内标准偏差也计算组间标准偏差，然后，集中它们来计算总的标准偏差。
MINITAB也提供基于二项式和Poisso
概率模型属性数据（计数型）的能力分析，例如，产品可与标准比较分为有缺陷和没有缺陷（用能力分析（二项式））。也可以根据缺陷个数对产品进行分类（用能r