具有正态分布的某变量的“单项详细报表”显示直方图、过程汇总详细信息，以及能力和不合格统计量。该直方图显示值的分布、上规格限、下规格限和过程目标（若已指定），以及显示假设分布的一条或两条曲线。单项详细报表中的直方图显示两条正态曲线 — 一条基于标准差的总估计值，另一条基于子组内估计值。
使用正态分布拟合过程时，“过程汇总”包括稳定性比，这是一个用于衡量过程稳定性的测度。稳定性比定义如下：
过程 1 的“单项详细报表”
非正态分布的能力指标：百分位数和 Z 得分方法中对用于正态、gamma、Johnson、对数正态和 Weibull 分布的参数和概率密度函数进行了说明。 以上这些也是“分布”平台中使用的参数化，只不过“过程能力”不支持阈值参数。请参见《基本分析》手册中的分布。
比较带有正态概率图的分布显示 Process Measurements.jmp 样本数据表中过程 1 的“比较分布”报表。“已选定”分布（即“对数正态”）正与“正态”分布作比较。“比较详细信息”报表显示这两种分布的拟合统计量。
通过从“比较分布”红色小三角菜单中选择“概率图”选项，您可以获取概率图。比较带有正态概率图的分布中正态分布的概率图中的各点并未紧贴线条分布。这表示拟合不佳。
显示或隐藏为您拟合的每个参数分布显示概率图的报表。请参见比较带有正态概率图的分布。 观测的水平坐标是其调整过中点的 Kaplan-Meier 估计值。观测的垂直坐标是观测秩的拟合分布的分位数值。对于正态分布，总 sigma 估计值用于确定拟合分布。
若可能，通过将参数分布 F 表示为位置尺度系列来计算区间，以便 F(y) = G(z)，其中，z = (y - μ)/σ。使用 delta 方法来计算拟合位置尺度分量在某点处的近似标准误差。使用标准误差估计值，将为每个点计算 z 的 Wald 置信区间。累积分布函数 F 的置信区间通过使用 G 变换 Wald 区间得到。请注意，在某些情况下，需要特别调整以便在过程测量值区间端点附近提供适当区间。