質(zhì)量策劃工具M(jìn)INITAB

1、MINITAB 質(zhì)量策劃工具(Quality Planning Tools1、走勢(shì)圖(Run Chart)概述走勢(shì)圖可以顯示你將處理的數(shù)據(jù)的變化趨勢(shì)， 并對(duì)非隨機(jī)行為進(jìn)行兩種檢驗(yàn)。 走勢(shì)圖同 時(shí)顯示所有的觀察結(jié)果及子組數(shù)， 并在中位數(shù)處劃一水平線。但子組大小大于1時(shí)，走勢(shì)圖 還可以顯示子組的均值或中位數(shù)并以線條將它們連接起來。對(duì)非隨機(jī)行為的兩種檢驗(yàn)可以探察趨勢(shì)、變動(dòng)幅度、混合及數(shù)據(jù)的聚類性。這些分析表明已察覺的變差來自于異常因素，即來自于系統(tǒng)外的可以被糾正的因素。另一方面，一般因素導(dǎo)致的變差，是隱含的變差或過程自身的屬性導(dǎo)致的變差。一個(gè)過程當(dāng)僅有一般因素而不是異常因素影響過程輸出時(shí)才是受控的。

2、例假設(shè)你在一家生產(chǎn)各種測(cè)量輻射的設(shè)備的公司工作。作為QC工程師，你對(duì)一個(gè)薄膜型的裝置持續(xù)測(cè)量輻射量的設(shè)備感興趣。你希望分析在一個(gè)試驗(yàn)室中收集的二十臺(tái)設(shè)備的數(shù) 據(jù)。每次測(cè)試后，你都記錄下了每臺(tái)設(shè)備測(cè)量的輻射量。作為探討性的測(cè)量，你決定利用走勢(shì)圖評(píng)價(jià)測(cè)量結(jié)果的變動(dòng)性。1 Ope n the worksheet RADON.MTW.2 Choose Stat > Quality Tools > Run Chart.3 In Si ngle colu mn, en ter Membra ne.4 In Subgroup size, enter 2. Click OK.結(jié)果ISE'U

3、l r- (ta5c尺口“ Chart f口r Irbalhr ATieRun Chart for MembraneH41C01H U nit11C4fer pttl* Fl r KetEieuig Qatkhtet Cron Cile if UdlB sheet w-ss laved an £.GM-Re suits- for Radon.hfWVRun ChJLrt for Membrane羽in如 Qp'B-n C2&332521Cxarif+iitUTf戶J 口 | '323346152826Subgroup Number3.00000B.ODOOOV

4、OODOOAJI3424VD.977B1Number of 血官 boirl median: Expected numlDefofains：: Longril run abQiJlAppr®(CUsfenngppno« P-Vakieftr Hixlures:5(10000 B 33333 3000 時(shí)畀醫(yī) 0 3654 5Number of runs up or down: Ejected ninber of run寶 IjqngvsUun up gr ftjwn ADpn?F P-Vlue forTrflinijs' Apprax P-Value for OBC

5、lIlaHon:結(jié)果分析聚類檢驗(yàn)在0.05的水平上是顯著的。既然聚類檢驗(yàn)的概率(p=0.02)比0.05小，你可以得出結(jié)論存在異因影響你的過程，你應(yīng)該調(diào)查可能的來源。聚類可能意味著取樣或測(cè)量有冋題。注：在這里選擇 0.05的顯著性水平進(jìn)行說明。因?yàn)樵谠S多應(yīng)用中它都適用。你可以選 擇任何顯著性水平對(duì)非隨機(jī)現(xiàn)象進(jìn)行檢驗(yàn)顯著性評(píng)估。當(dāng)顯示的p值比選擇的顯著性水平低時(shí)，你應(yīng)拒絕虛擬假設(shè)一數(shù)據(jù)隨機(jī)排列一支持另一個(gè)選擇。參見對(duì)隨機(jī)性檢驗(yàn)的更完整的研討。2、排列圖(Pareto Chart)概述排列圖是一種條圖，其橫軸表示研究對(duì)象的類別，而不是連續(xù)的刻度。橫軸的分類通常 是缺陷。通過按最大到最小順序排列的條

6、形，排列圖可以幫助你判斷缺陷中有哪些是關(guān)鍵的少數(shù)以及次要的多數(shù)。一個(gè)累積百分比的連線可以幫助你判斷每個(gè)類別的累加效果。排列圖可以將改善努力的重點(diǎn)放在可以取得最大成果的因素上。排列圖可以為所有的數(shù)據(jù)畫一張圖，或數(shù)據(jù)內(nèi)部的分組對(duì)應(yīng)的幾個(gè)獨(dú)立的圖形。例 1 Example of using Pareto Chart using Raw Data你所工作的公司制造金屬書架。在最終檢查中，一定數(shù)量的書架因?yàn)閯潅?、裂片、彎?或花邊等原因被拒收。你希望通過排列圖了解是什么缺陷導(dǎo)致了主要問題。首先，你計(jì)算每個(gè)缺陷發(fā)生的次數(shù)，接著你在每次發(fā)生時(shí)將缺陷的名稱輸入到叫“Damage”的工作表列中。1 Ope n

7、the worksheet EXH_QC.MTW.2 Choose Stat > Quality Tools > Pareto Chart.3 Choose Chart defects data in and en ter Damage in the text box. Click OK.結(jié)果1歩Dint itlrdE.j lv Editilu-Lr胡El 爭(zhēng)I阪|=-| _| 團(tuán) E因di SCI1 <S|T gllRcBU>lt& for RaQelccibt Biul PetileviiLQ pots SatikjhtAE. if-aiRun Chart

8、for Ff Sa th sheet w-aoBacso is rural inFarotor Dairnagi辿強(qiáng)電I沁PPareto Chart for DamageWO8060O-TScrahEh口畫岡Pare! ai DosEafe匚 ifEJ'X. jp-8-JzzsCliip ScratchDamage Scratch Scratch BindChip OfiM40Defecta a護(hù)Count4211Percent50.025.012512.5Cum %50.075.DB7.5100.0泗新102結(jié)果分析175%的損失是劃傷和裂片造成的，因此你應(yīng)該將改善的重點(diǎn)放在這兩個(gè)方

9、面。例 2 Example of using Pareto Chart using Count Data假設(shè)你在一家制造摩托車的公司工作。你希望減少因?yàn)樗俣扔?jì)不良導(dǎo)致的質(zhì)量成本。在檢查中，一定數(shù)量的速度計(jì)被拒收，缺陷的類型也被記錄了下來。你在“Defects ”中輸入 缺陷的名稱，在“ Cou nt ”中輸入相應(yīng)的計(jì)數(shù)。你知道你可以將重點(diǎn)放在導(dǎo)致大多數(shù)的拒收的缺陷上而省下許多錢。一個(gè)排列圖可以幫助你識(shí)別哪些缺陷導(dǎo)致了多數(shù)的問題。1 Ope n the worksheet EXH_QC.MTW.2 Choose Stat > Quality Tools > Pareto Chart.

10、3 Choose Chart defects table. En ter Defects in Labels in and Counts in Freque ncies in. ClickOK.結(jié)果2IlTirAE Untitled.旦凹劊_l空LI _J晝Q旦回團(tuán)戊或_釁餌Run Chirt fer!S PilEFt o; Prf<i<rt 5JEetEievinEzoq Cif Uqc± sheet ir-aa saved on 20CRe AUilta- rQrz Ex h qe.MfrWPareto: iDamageHuko la rmning pleaaePsr

11、ew: DtTtcuin*Q-T口Go iini1Mis-sing Screws2742Missing Clips593g底對(duì)血Housi19IL&ak GaMel43Scrap4t;Wir5Miseing StudsSaIncompleie P：art10bH Pwj巴IEPareto Chart for DefectsDefectCount Percent Cum %Do30000JI90604020onEaodedUtmcf蟲nl fwrksk百 1= £ah qj：.inTIB:%結(jié)果分析2一半以上的速度計(jì)是因?yàn)闊o螺釘而拒收，因此你應(yīng)將重點(diǎn)放在這個(gè)問題上。例 3 Ex

12、ample of using Pareto Chart with a "By" Variable假想你在生產(chǎn)洋娃娃的公司工作。最近你注意到，在工廠最終檢查中，因?yàn)閯潅?、剝落、臟污而被拒收的洋娃娃數(shù)量在上升。你想了解是否在類型和缺陷數(shù)量以及生產(chǎn)洋娃娃的班次 之間存在某個(gè)關(guān)系。1 Ope n the worksheet EXH_QC.MTW.2 Choose Stat > Quality Tools > Pareto Chart.3 Choose Chart defects data in and enter Flaws in the text box. In BY

13、 variable in, enter Period. Click OK結(jié)果3Ej 1* £Al L Vvisp L lie 電“L 升 Mph E-£i Lor lojov BbI;Utmte蟲d! fwksU<fclL.IB:42結(jié)果分析3夜班生產(chǎn)的缺陷品較多。大多數(shù)的問題是劃傷和剝落引起的。如果你檢查夜班生產(chǎn)的過程細(xì)節(jié)的話，你可能會(huì)了解到很多與問題相關(guān)的信息。3、因果圖(Cause-and-Effect Diagram)概述利用因果圖(魚骨圖)來組織頭腦風(fēng)暴法獲得的關(guān)于問題的潛在原因，它可以幫助你識(shí)別潛在原因之間的關(guān)系。你可以畫一張空?qǐng)D，或在圖中添加任何你想添加

14、的信息。例Draw a bla nk diagram利用排列圖，你發(fā)現(xiàn)你的零件主要是因?yàn)楸砻嫒毕荻痪苁?。今天下午，你將與不同部門的成員利用頭腦風(fēng)暴法尋找這些缺陷的潛在原因。你需要提前打印出一張因果圖幫你組織會(huì)議中的信息。你可以：畫一張空?qǐng)D1 Choose Stat > Quality Tools > Cause-a nd-Efect.2 Check Do not label the branches, then click OK畫一張帶空枝的圖1 Choose Stat > Quality Tools > Cause-a nd-Efect.2 In Title, ty

15、pe Sample FISHBONE Diagram, then click OK.畫一個(gè)完整的圖1 Ope n the file EXH_QC.MTW.2 Choose Stat > Quality Tools > Cause-and-Efect.3 Under Causes, type Man, Machine. Material, Method, Measure, and Enviro in rows 1 through 6, respectively.4 In Effect, type Surface Flaws. Click OK. 結(jié)果畫一個(gè)完整的圖Cause-a nd

16、-Efect DiagramSurface Flaws4、多變量圖(Multi-Vari Chart )概述Mini tab可以顯示最多含四個(gè)因子的多變量圖(Shai nin multi-vari charts )。多變量圖以圖形表示變差分析的結(jié)果從而為變差分析提供了又一種可視化的選擇。這些圖還可用于數(shù)據(jù)的初步分析以縱覽數(shù)據(jù)。該圖同時(shí)為每個(gè)因子的不同水平顯示平均值。例你負(fù)責(zé)評(píng)價(jià)三種不同金屬的燒結(jié)時(shí)間對(duì)耐壓強(qiáng)度的影響。You are responsible forevaluati ng the effects of sin teri ng time on the compressive stre

17、 ngth of three differe nt metals. 在每 個(gè)燒結(jié)時(shí)間下各取 5個(gè)金屬樣本測(cè)量耐壓強(qiáng)度：100 minutes, 150 minutes, and 200 minutes.在 進(jìn)行全面的數(shù)據(jù)分析前，你希望通過多變量圖觀察數(shù)據(jù)是否有可察覺的趨勢(shì)或交互作用。1 Ope n the worksheet SINTER.MTW.2 Choose Stat > Quality Tools > Multi-Vari Chart.3 In Resp on se, en ter Stren gth.4 In Factor 1, en ter Sin terTime. I

18、n Factor 2, enter MetalType. Click OK.結(jié)果Ej 1« EAl L IWmsf C aIcQr npL S-li idr LnJjav Bal;曳釧削_陛LI _l Ol OinB 團(tuán)IX畫引劇也昌尾國(guó)國(guó)1%結(jié)果分析多變量圖表明在金屬類型和燒結(jié)時(shí)間長(zhǎng)短之間存在著交互作用。燒結(jié)100Min時(shí)，金屬1獲得最大耐壓強(qiáng)度，金屬2燒結(jié)150Min，金屬3燒結(jié)200Min。為量化分析交互作用，你可以進(jìn)一步地使用變差分析或通用線性模型。5、對(duì)稱圖(Symmetry Plot)概述對(duì)稱圖可以用來評(píng)價(jià)樣本數(shù)據(jù)是否來自于對(duì)稱分布。許多統(tǒng)計(jì)過程假設(shè)數(shù)據(jù)來自于正態(tài)分布。然而，許多過程不服從正態(tài)分布，因此數(shù)據(jù)來自于一個(gè)對(duì)稱分布通常是必要的。其它統(tǒng)計(jì)過程，比如非參數(shù)方法，假設(shè)數(shù)據(jù)來自于對(duì)稱分布而不是正態(tài)分布。因此，對(duì)稱圖在許 多情況都是一個(gè)很有用的工具。例在做進(jìn)一步的分析之前，你想判斷是否樣本數(shù)據(jù)來自于對(duì)稱分布。1 Ope n the worksheet EXH_QC.MTW.2 Choos