我有一个数据集，其中包含来自工厂生产线的数百个 pH 测量值。该数据集将用于使用 Minitab推断过程能力。

在物理基础上，pH 是一个连续的尺度（溶液中游离氢离子浓度的负对数）。然而，由于测量仪器的分辨率（读数为 0.01）和相对较窄的值范围（最小值：3.34，最大值：3.74），测量可以获取的离散值数量有限。

查看数据，它确实似乎是正常的，但是 Anderson-Darling 检验给出的 p 值 <0.05，表明数据不正常：

如果我使用“与过程变化相比较小”的正态分布噪声（ = 0， = 0.005）对数据进行抖动，则分布不会以任何有意义的方式发生变化。相关的人口参数和/或视觉）。但是，AD 检验给出了更高的 p 值，表明数据的正态性：$\mu$$\sigma$

来自 6 Sigma 绿带背景，正常为王，骚扰数据是严格禁止的，这感觉就像一个难题。我想使用该数据集来估计过程能力，但是 Minitab 警告我非正态性（我以前的 6σ 教练也是如此）。

因此，我的问题有两个：
1）我可以使用原始（非抖动）数据来推断过程能力吗？
2) 是否需要抖动和/或在能力分析之前预处理数据的有效方法？