假设检验的功效和样本数量 | Power and Sample Size for Hypothesis Tests
在假设检验中，我们会使用样本中的数据来描绘有关总体的结论。首先，我们会进行假设，这被称为原假设（以 H0 表示）。当您进行原假设时，您也需要定义备择假设 (Ha)，其与原假设正相反。样本数据将用于判断 H0 是否可以被否定。如果其被否定，则统计结论将认为备择假设 Ha 正确。
如何设计、分析并解读扩展量具 R&R 研究的结果 | How to Design, Analyze and Interpret the Results of an Expanded Gage R&R Study
本文中解释了为什么标准量具 R&R 无法充分评估多种测量系统的能力，并演示了当标准研究无法满足要求时扩展量具 R&R 是全面描述测量系统特征的理想工具。
创建有效价值流图时需要遵循的五点指南 | Five Guidelines You Need to Follow to Create an Effective Value Stream Map
价值流图析是精益过程改进方法的基石，也是六西格玛中使用的获得认可的工具。价值流图说明当产品或服务遍历整个过程时的材料和信息流。创建“当前状态”价值流图可以帮助您识别浪费现象并更容易设想未来改进状态。
使用 Minitab Engage 提高竞争性制造业的生产稳定性 | Improve Your Production Stability for Competitive Manufacturing with Minitab Engage
稳定性是制造业面临的一个主要问题。任何不稳定的行为和过程都会给客户带来质量问题和干扰。为了防止出现问题，部件必须采用稳定的过程制造，而且制造过程必须符合预期规范并高于客户满意度。
额外花费 120 小时推动改进时，您会怎么做？| What Would You Do with an Extra 120 Hours to Drive Improvement?
Hermann Miskelly 是一家价值 15 亿美元的工业公司的质量副总裁，他负责领导该公司的持续改进工作。现在，他已有 10 年的精益六西格码部署经验，他监督过 4,000 多个大型改进项目和另外 6,000 个小型改进项目的执行。下面是他分享的关于借助 Minitab Engage 管理持续改进项目的三个关键见解。
使用 Engage 或 Workspace 创建 Monte Carlo 模拟的 4 个简单步骤 | The 4 Simple Steps for Creating a Monte Carlo Simulation with Engage or Workspace
今天我们将介绍如何使用 Minitab 为已知的工程公式和 DOE 方程创建 Monte Carlo 模拟。
将优秀项目部署留在阴影之下的 5 大挑战 | 5 Challenges that Keep Even the Best Project Deployments in the Shadows
为什么很多改进计划最终会被搁置一旁？一开始公司领导通常会支持这些工作，那么从在最高管理层的大力支持下启动部署之日到结束部署之日，发生了什么？
在 Minitab Statistical Software 中进行扩展量具 R&R 研究 | Expanded Gage R&R Studies in Minitab Statistical Software
量具 R&R 研究可以告诉您测量系统生成的数据是否值得信赖。遗憾的是，严格的数据要求和其他限制可能会让量具 R&R 研究难以进行分析，并可能无法解释所有重要因子。
您的测量系统准确吗？请使用量具 R&R 找出答案 | Are Your Measurement Systems Accurate? Use Gage R&R to Find Out
大多数测量系统都包含一些变异，我们可以使用量具重复性与再现性研究（量具 R&R）来量化其变异并对测量系统进行评估。
突然有许多项目想法？让我们看看指导委员会如何在 Engage 中工作 | Got a Flurry of Project Ideas? Let’s Look at How Steering Committees Work in Engage
组织以过程改进的名义执行了无数项目。无论是减少缺陷还是确保呼叫中心能够以最佳方式解决问题，组织最终都希望满足客户的需求并帮助其业务取得成功。但是，由于时间和资源有限，组织只能将这么多的想法变成完全合格的项目。这就是项目指导委员会的用武之地。