Minitab16學(xué)習(xí)-培訓(xùn)教程

1.DMAIC步驟及工具表Six-sigmaDMAIC方法利用多種工具。我們?cè)诖嘶仡欉@些工具及步驟。122.Minitab和DMAIC在下面的的描述中中使用了了“庫(kù)存存控制改改進(jìn)計(jì)劃劃”實(shí)例例。=D=確定一計(jì)計(jì)劃(利用QFD))將產(chǎn)品交交運(yùn)的質(zhì)質(zhì)量要求求（CS）轉(zhuǎn)變?yōu)楫a(chǎn)產(chǎn)品的質(zhì)質(zhì)量因素素并摘錄錄當(dāng)前的的計(jì)劃條條目。確定CTQ

或利用前面面的因素素，思考考為什么么成本會(huì)會(huì)高?；蛟S存在在庫(kù)存控控制問(wèn)題題。說(shuō)明缺陷陷如果存在在庫(kù)存控控制問(wèn)題題，那么么此例中中缺陷將將為：因果圖（魚(yú)骨圖））矩陣重要要性評(píng)估估QFDCTQ==庫(kù)存縮減減庫(kù)存太多多??！成本縮減減（處理（（優(yōu)化））中的產(chǎn)產(chǎn)品、庫(kù)庫(kù)存，建立控制制系統(tǒng)））為什么成成本會(huì)高高？3=M=決定CTQ特征值[FMEA,因果圖(魚(yú)骨圖),巴累托圖圖,QFD]]-1––庫(kù)存月份份=庫(kù)存量(價(jià)格)/生產(chǎn)總量量CTQ特征值=庫(kù)存月份份

反應(yīng)變量量(Y)對(duì)CTQ缺陷Y-2––何種類(lèi)型型的產(chǎn)品品出現(xiàn)問(wèn)問(wèn)題?

-3––確認(rèn)庫(kù)存存規(guī)格=小于0.15個(gè)月巴累托圖圖檢驗(yàn):度量R&R確定測(cè)量量Y的方法(庫(kù)存月份份)當(dāng)前月份份庫(kù)存量量:產(chǎn)品工人在庫(kù)庫(kù)房清點(diǎn)點(diǎn)處理中的的貨物工人在庫(kù)庫(kù)存區(qū)清清點(diǎn)生產(chǎn)總量量:生產(chǎn)量用用計(jì)算機(jī)機(jī)輸入數(shù)數(shù)據(jù)計(jì)算算測(cè)量系統(tǒng)統(tǒng)可靠性性評(píng)估:在相同的的庫(kù)房計(jì)計(jì)算(例如，重重復(fù)計(jì)算算三次)測(cè)量系統(tǒng)統(tǒng)可靠性性評(píng)估在相同的的庫(kù)房計(jì)計(jì)算(例如，重重復(fù)計(jì)算算三次)問(wèn)題聲明明處理圖產(chǎn)量4=A=分析當(dāng)前前狀態(tài)例如，檢檢查從1997年年10月至至1998年年9月間間的每一一庫(kù)存月月份。-1––正態(tài)檢驗(yàn)驗(yàn)-2––檢查當(dāng)前前的sigma水平

估計(jì)影響響CTQ的因素(分析)產(chǎn)品庫(kù)存存圖和處處理中貨貨物庫(kù)存存圖并檢查平平均值的的離散及及變遷。。為什么庫(kù)庫(kù)存會(huì)變變化?就魚(yú)骨圖圖的每一一因素如如時(shí)間和和生產(chǎn)過(guò)過(guò)程重復(fù)復(fù)圖表及及魚(yú)骨圖圖分析。。運(yùn)行圖正態(tài)檢驗(yàn)驗(yàn)Z-值(連續(xù)和離離散值的的檢驗(yàn))Xber-R圖運(yùn)行圖F檢驗(yàn)存在差異異嗎?!正常如果果P-值>0..05((好!)尋找影響響Y的因素(X)和離散t檢驗(yàn)平均值5=C=在測(cè)量主主因素時(shí)時(shí)檢查測(cè)測(cè)量方法法用于“M”步相同的的方法測(cè)測(cè)量和評(píng)評(píng)估。(檢查測(cè)量量環(huán)境是是否因改改進(jìn)而改改變)

評(píng)估主因因素(x)的表現(xiàn)(做出改進(jìn)進(jìn)后分析析當(dāng)前狀狀態(tài))用和“A”步相同的的方法做做圖。*目的是評(píng)評(píng)估X(輸入)數(shù)據(jù)對(duì)Y(輸出)。針對(duì)主原原因建立立管理系系統(tǒng)(設(shè)置)=I=識(shí)別主要要因素提取并檢檢查真正正的因素素原因做圖檢驗(yàn)確定重要要的因素素(Xs)識(shí)別重大大主因素素(X)的最佳值值(測(cè)量)設(shè)定主因因素的公公差檢驗(yàn)設(shè)計(jì)計(jì)的結(jié)果果(模擬)((估計(jì)范圍圍)檢驗(yàn)設(shè)計(jì)計(jì)(DOE))度量R&RXber-R圖簡(jiǎn)易風(fēng)險(xiǎn)管理理控制圖標(biāo)準(zhǔn)化及及其他要要素實(shí)施改進(jìn)進(jìn)質(zhì)量工程程(QE)和63.基本屏幕幕7階段窗口口(分析輸出出屏幕)數(shù)據(jù)窗口口(工作單屏屏幕)(幾乎和在在Excel中相同)MINITAB屏幕幕以下是一一般操作作流程。。在數(shù)據(jù)窗窗口輸入入并設(shè)定定數(shù)據(jù)從命令菜菜單選擇擇命令在對(duì)話(huà)框框中輸入入分析條條件在階段窗窗口中顯顯示分析析數(shù)值在圖表窗窗口顯示示分析結(jié)結(jié)果圖表表信息窗口口(工作單清清單屏幕幕)歷史記錄錄窗口(命令保存存屏幕)操作計(jì)算統(tǒng)計(jì)圖表8工具條關(guān)于數(shù)據(jù)據(jù)結(jié)構(gòu)的的補(bǔ)充信信息：Minitab定義以下下兩種類(lèi)類(lèi)型的數(shù)數(shù)據(jù)結(jié)構(gòu)構(gòu)：1.堆積數(shù)據(jù)據(jù)：排列于一一列的多多于一個(gè)個(gè)子群的的數(shù)據(jù)2.非堆積數(shù)數(shù)據(jù)：每一子群群的數(shù)據(jù)據(jù)，排列列于分開(kāi)開(kāi)的列（（或行））使用“Manip>Stack/Unstack”命 令轉(zhuǎn)轉(zhuǎn)換這些些數(shù)據(jù)格格式。什么是子子群？處理數(shù)據(jù)據(jù)常分成成組。例例如，運(yùn)運(yùn)送數(shù)據(jù)據(jù)用發(fā)貨貨分組，，化學(xué)處處理數(shù)據(jù)據(jù)用批而而半導(dǎo)體體處理數(shù)數(shù)據(jù)用lot。。這些數(shù)據(jù)據(jù)組被稱(chēng)稱(chēng)為子群群。這些些子群還還用在短短期和長(zhǎng)長(zhǎng)期處理理能力中中。打開(kāi)文件件保存文件件插入單元元格插入行插入列移動(dòng)列刪除單元元格最后對(duì)話(huà)話(huà)框(返回到最最后的指指示屏幕幕)返回到階階段窗口口返回到數(shù)數(shù)據(jù)窗口口圖表管理理(圖表再排排列)關(guān)閉圖表表(刪除圖表表)前一命令令下一命令令尋找94.圖表工具具M(jìn)initab具有多種種有用的的圖表顯顯示功能能。以下下介紹的的為典型型的功能能：魚(yú)骨圖柱狀圖巴累托圖圖運(yùn)行圖分散繪圖圖點(diǎn)陣圖矩陣圖頁(yè)邊圖三維圖框圖10魚(yú)骨圖1)輸入要素素在最多六六個(gè)列中中書(shū)寫(xiě)主主和次分分類(lèi)要素素。統(tǒng)計(jì)質(zhì)量工具具因和果...就象它的的名字所所暗示的的，魚(yú)骨骨圖（因因果圖，，也稱(chēng)為為Ishikawa圖）顯示示原因和和結(jié)果的的關(guān)系。。結(jié)果的的原因如如缺陷和和異常被被分為5M和1E（人，機(jī)器器，材料料，方法法和測(cè)量量及環(huán)境境）并再再分為較較小的骨骨。2)分析操作作11在每一輸輸入?yún)^(qū)選選擇一列列。按要求，，改變標(biāo)標(biāo)簽并輸輸入到Effect和Title。點(diǎn)擊[OK]。。3)輸出結(jié)果果12柱狀圖1)輸入至數(shù)數(shù)據(jù)窗口口在Minitab文件夾中中閱讀標(biāo)標(biāo)準(zhǔn)練習(xí)習(xí)文件。。雙擊\Mtbwin\Data\Gageaiag.mtw。柱狀圖通通過(guò)表示示數(shù)據(jù)的的條代表表頻率分分布。離離散和連連續(xù)的變變量均可可做入圖圖中。在在此例中中，該區(qū)區(qū)被分開(kāi)開(kāi)用于測(cè)測(cè)量值（（連續(xù)變變量），，圖示于于單獨(dú)的的區(qū)的測(cè)測(cè)量值數(shù)數(shù)計(jì)為頻頻率。2)操作圖表柱狀圖...13為X選擇一列列。點(diǎn)擊[OK]。。3)輸出結(jié)果果14巴累托圖圖1)輸入到數(shù)數(shù)據(jù)窗口口2)操作原因項(xiàng)計(jì)數(shù)統(tǒng)計(jì)質(zhì)量工具具巴累托圖圖15選擇標(biāo)簽簽和缺陷陷列巴累托圖圖按頻率率的順序序再次排排列柱狀狀圖的數(shù)數(shù)據(jù)條并并被用于于分析主主要因素素。如此此圖所示示，左和和右軸分分別表示示頻率和和百分比比。折線線圖顯示示柱狀圖圖的累加加值。目的：方方便地比比較部件件、要素素和其他他條目的的頻率。。作用：1)一眼即可可看出最最有影響響力的條條目。2)最大的兩兩個(gè)或三三個(gè)條目目總計(jì)所所占比例例易通過(guò)過(guò)折線圖圖顯示累累加百分分比的右右軸而理理解。3)利用所有有的要素素分析原原因會(huì)很很費(fèi)時(shí)間間。選擇一些些重要的的要素用用于有效效的分析析及改進(jìn)進(jìn)。3)圖表點(diǎn)擊[OK]在此指定定“95%%”將使余下下的圖示示為“Others””。16運(yùn)行圖統(tǒng)計(jì)質(zhì)量工具具運(yùn)行圖運(yùn)行圖在在折線圖圖中用時(shí)時(shí)間-序序列數(shù)據(jù)據(jù)做圖，，有助于于評(píng)估數(shù)數(shù)據(jù)及過(guò)過(guò)程的穩(wěn)穩(wěn)定性。。運(yùn)行圖圖類(lèi)似于于控制圖圖，可用用于測(cè)量量和控制制階段。。目的：例如，視視沉檢查查時(shí)間--序列趨趨勢(shì)。作用：根據(jù)時(shí)間間-序列列數(shù)據(jù)及及狀態(tài)數(shù)數(shù)據(jù)可推推斷出變變化要素素。1)輸入到數(shù)數(shù)據(jù)窗口口L/##2)分析操作作173)分析結(jié)果果選擇“列”點(diǎn)擊[OK]。。18分散繪圖圖圖表做圖1)輸入到數(shù)數(shù)據(jù)窗口口2)分析操作作分散繪圖圖有助于于用圖表表方式確確定兩種種變量間間是否存存在相關(guān)關(guān)性。相相關(guān)性越越強(qiáng)，包包圍分散散點(diǎn)數(shù)據(jù)據(jù)的橢圓圓的半主主軸和半半次軸的的比值就就越大。。升向右右側(cè)分布布被稱(chēng)為為正相關(guān)關(guān)，升向向左側(cè)的的分布被被稱(chēng)為負(fù)負(fù)相關(guān)。。目的：檢檢查變量量間的相相關(guān)性（（關(guān)系））。作用：1)兩個(gè)變量量如因和和果、輸輸入和輸輸出或三三個(gè)或更更多變量量均可做做圖以檢檢查正比比關(guān)系（（或反比比關(guān)系系）以以便識(shí)別別變化因因數(shù)(X)。2)相關(guān)系數(shù)數(shù)的值(r)和r圖中的值值可比較較以確定定其間是是否存在在顯著關(guān)關(guān)系。（（如果計(jì)計(jì)算出的的相相關(guān)系數(shù)數(shù)r小于r圖中的相相應(yīng)值則則可認(rèn)為為存在相相關(guān)性。。）閱讀Minitab數(shù)據(jù)文件件夾中的的“\MTBWIN\\Data\Exh__regr.mtw””。一臺(tái)機(jī)器器的熱流流量((Heatflux))和多種條條件數(shù)據(jù)據(jù)。19點(diǎn)擊[OK]。。將顯示一一圖表。。分配X和Y列(HeatFluxandNorth))。存在負(fù)相相關(guān)20點(diǎn)陣圖1)輸入到數(shù)數(shù)據(jù)窗口口使用與前前一部分分相同的的數(shù)據(jù)。。閱讀Minitab數(shù)據(jù)文件件夾中的的“\MTBWIN\\Data\Exh__regr.mtw””。GraphDotplot....2)分析操作作選擇一變變量。點(diǎn)擊[OK]。。將顯示一一圖表。。3)分析結(jié)果果該值的頻頻率將以以點(diǎn)顯示示，而不不是柱狀狀圖中的的數(shù)據(jù)條條。21矩陣圖1)輸入到數(shù)數(shù)據(jù)窗口口使用與前前一部分分中相同同的數(shù)據(jù)據(jù)。閱讀讀Minitab數(shù)據(jù)文件件夾中的的“\MTBWIN\\Data\Exh__regr.mtw””。圖表矩陣圖2)分析操作作矩陣圖有有助于同同時(shí)對(duì)許許多變量量相關(guān)性性的直覺(jué)覺(jué)理解。。目的：理解多于于一個(gè)變變量的相相關(guān)性。。作用：減少主要要變量和和原因。。223)分析結(jié)果果選擇多于于一個(gè)變變量以檢檢查它們們的相關(guān)關(guān)性。點(diǎn)擊[OK]。。2323三維圖1)輸入到數(shù)數(shù)據(jù)窗口口使用與前前一部分分中相同同的數(shù)據(jù)據(jù)。閱讀讀Minitab數(shù)據(jù)文件件夾中的的“\MTBWIN\\Data\Exh__regr.mtw””。圖表三維圖...2)分析操作作3)分析結(jié)果果指定X,Y和Z軸的三個(gè)個(gè)變量。。點(diǎn)擊[OK]。。三維圖有有助于直直覺(jué)地理理解Y變量（結(jié)結(jié)果）和和兩個(gè)X變量（原原因）之之間的關(guān)關(guān)系。其其他可以以利用的的技術(shù)如如三維表表面圖和和輪廓圖圖。24框圖圖表框圖將列分配配到X和Y軸1)輸入到數(shù)數(shù)據(jù)窗口口2)分析操作作25框圖早已已被用于于質(zhì)量控控制中。。這種技技術(shù)的優(yōu)優(yōu)越性是是可不在在柱狀圖圖中劃分分布的情情況下了了解大致致的分布布情況，，和對(duì)數(shù)數(shù)種變量量劃圖和和并排查查看。框框圖是按按以下方方式劃出出的：中值3)圖表第一四分分位數(shù)中值第三四分分位數(shù)A=第三四分分位數(shù)–第一四分分位數(shù)(顯示完整整數(shù)據(jù)50%分布范圍圍)連接1.5××A范圍內(nèi)最最大的數(shù)數(shù)據(jù)和第第三四分位數(shù)數(shù)連接1.5××A范圍內(nèi)最最小的數(shù)數(shù)據(jù)和第第一四分位數(shù)數(shù)用“”代表的來(lái)來(lái)自Whisker的A值265.描述統(tǒng)計(jì)計(jì)學(xué)27統(tǒng)計(jì)基本統(tǒng)計(jì)計(jì)顯示基本本統(tǒng)計(jì)描述統(tǒng)計(jì)計(jì)學(xué)輸入到數(shù)數(shù)據(jù)窗口口2)操作閱讀Minitab文件夾中中的標(biāo)準(zhǔn)準(zhǔn)練習(xí)文文件。雙雙擊\Mtbwin\\Data\Gageaiag.mtw。輸入列點(diǎn)擊Graphs28點(diǎn)擊“OK”將從當(dāng)前前屏幕返返回到前前一屏幕幕。再次次點(diǎn)擊“OK”。。3)階段窗口口顯示統(tǒng)計(jì)計(jì)數(shù)量VariableNMeanMedianTrMeanStDevSEMeanResponse600.80750..80000.81570.19520..0252VariableMinimumMaximumQ1Q3Response0.40001.05000..66251.0000Executingfromfile:C:\MINITAB\MACROS\Describe.MAC描述統(tǒng)計(jì)計(jì)學(xué)代表表從數(shù)字字?jǐn)?shù)據(jù)中中可以了了解的內(nèi)內(nèi)容。具具體說(shuō)，，諸如數(shù)數(shù)據(jù)平均均值、方方差和標(biāo)標(biāo)準(zhǔn)方差差的統(tǒng)計(jì)計(jì)（參數(shù)數(shù)）予以以計(jì)算。。N：自由度=獨(dú)立變量量的個(gè)數(shù)數(shù)。平均值：：所有數(shù)數(shù)據(jù)的和和除以數(shù)數(shù)據(jù)的個(gè)個(gè)數(shù)。中值：排列數(shù)據(jù)據(jù)是處于于中央的的數(shù)據(jù)。。StDev:方差的平平方根，，是一種種離散的的測(cè)量。。最小和最最大：最最小和最最大值Q1和Q3：第一和第第三四分分位數(shù)=在排位上上等同于于25和75%的數(shù)據(jù)。。注：從樣樣品推論論群體結(jié)結(jié)論的技技術(shù)被稱(chēng)稱(chēng)為推論論統(tǒng)計(jì)學(xué)學(xué)。選擇“Graphicalsummary”作為圖表表類(lèi)型29統(tǒng)計(jì)量柱狀圖框圖樣品95%平均值置置信區(qū)間間(MU)和中值。。注意和和顯示在在框圖上上的柱狀狀圖刻度度不同。。正態(tài)(正常分布布如果p>0.05)平均值、、標(biāo)準(zhǔn)偏偏差、方方差、偏偏度（左左部間的的不對(duì)稱(chēng)稱(chēng)性）、、峰度4)圖表描述統(tǒng)計(jì)計(jì)學(xué)目的：檢檢查正態(tài)態(tài)，計(jì)算算平均值值和標(biāo)準(zhǔn)準(zhǔn)偏差作用：1)與連續(xù)值值使用2)可以確定定數(shù)據(jù)分分布的特特征。通通過(guò)了解解距中央央的偏度度、分布布的峰度度、平均值和中中值，收收集數(shù)據(jù)據(jù)的分布布可作為為將來(lái)做做出””確認(rèn)不不同“步驟的初初步知識(shí)識(shí)。30統(tǒng)計(jì)基本統(tǒng)計(jì)計(jì)正態(tài)檢驗(yàn)驗(yàn)正態(tài)檢驗(yàn)驗(yàn)1)輸入到數(shù)數(shù)據(jù)窗口口2)操作具有一些些特征的的數(shù)據(jù)選擇一列列31正態(tài)存在在如果P-值>0..05缺乏正態(tài)態(tài)如果P-值<0..053)圖表正態(tài)檢驗(yàn)驗(yàn)?zāi)康模簺Q決定收集集數(shù)據(jù)的的分布是是否存在在正態(tài)。。作用：1)此技術(shù)與與連續(xù)值值使用。。2)如果在圖圖表中數(shù)數(shù)據(jù)排列列在一條條直線上上并由P-值判斷則則說(shuō)明正正態(tài)存在在。3)如果顯示示的P-值大于0.05,正態(tài)存在在，但如如果低于于0..05則則缺乏乏正態(tài)。。4)如果數(shù)據(jù)據(jù)具有正正態(tài)，則則可用統(tǒng)統(tǒng)計(jì)工具具進(jìn)行處處理，如如下一步步中的檢檢驗(yàn)。5)如果缺乏乏正態(tài)，，檢查數(shù)數(shù)據(jù)是否否測(cè)量正正確和數(shù)數(shù)據(jù)修正正為正確確數(shù)據(jù)。。6)如果數(shù)據(jù)據(jù)是正確確的，進(jìn)進(jìn)行對(duì)數(shù)數(shù)變換并并進(jìn)入下下一步。。[注]如果數(shù)據(jù)據(jù)個(gè)數(shù)較較?。ㄐ⌒∮?0）則則不能完完全相信信P-值。在數(shù)數(shù)據(jù)個(gè)數(shù)數(shù)較小的的情況下下即使數(shù)數(shù)據(jù)被判判斷為缺缺乏正態(tài)態(tài)也無(wú)關(guān)關(guān)緊要。。326.測(cè)量系統(tǒng)統(tǒng)的分析析(度量R&R))33測(cè)量條件件：操作員:3重復(fù)操作作:2樣品:10共計(jì)60行數(shù)據(jù)??！度量可重重復(fù)性及及再現(xiàn)性性1)輸入到數(shù)數(shù)據(jù)窗口口閱讀Minitab文件夾中中的標(biāo)準(zhǔn)準(zhǔn)練習(xí)文文件。雙雙擊\Mtbwin\\Data\Gageaiag.mtw。每樣品測(cè)測(cè)量?jī)纱未尾僮鲉T碼碼：Smith……1,,Brown....2一名操作作員的數(shù)數(shù)據(jù)個(gè)數(shù)數(shù)=2034統(tǒng)計(jì)質(zhì)量工具具GRR研究2)分析操作作填寫(xiě)每一一框。點(diǎn)擊“Option””。雙擊列于于左側(cè)的的項(xiàng)并填填寫(xiě)這些些文字框。如果果列未命命名，列列的名稱(chēng)稱(chēng)將顯示為C1和C2。選擇“ANOVA”35在選項(xiàng)屏幕幕輸入公公差。點(diǎn)擊[OK]將返回到到前一屏屏幕。再再次點(diǎn)[OK]。。結(jié)果將顯顯示于階階段屏幕幕。度量R&R((可重復(fù)性性和再現(xiàn)現(xiàn)性?？煽芍貜?fù)性性及再現(xiàn)現(xiàn)性：測(cè)測(cè)量系統(tǒng)統(tǒng)的準(zhǔn)確確評(píng)估)目的：確認(rèn)作為為標(biāo)準(zhǔn)的的用于改改變或改改進(jìn)測(cè)量量方法的的測(cè)量系系統(tǒng)的可可靠性。。作用：1)閱讀在“StudyVar””中的值。。2)如果R&R高于30%則則說(shuō)明明測(cè)量方方法存在在問(wèn)題。?；仡櫞舜朔椒ú⒉⒆龀龈母倪M(jìn)進(jìn)。3)從圖表（（值）中中決定可可重復(fù)性性及再現(xiàn)現(xiàn)性是否否存在問(wèn)問(wèn)題并償償試找到到改進(jìn)的的線索。。4)通過(guò)自由由討論或或其他方方法確定定有問(wèn)題題的因素素以尋找找改進(jìn)的的線索。。（使用用因果圖圖、相似似圖方法法、相關(guān)關(guān)圖方法法或其他他技術(shù)））對(duì)應(yīng)于99%決定標(biāo)準(zhǔn)準(zhǔn)。點(diǎn)擊此處處以用單單獨(dú)圖表表顯示分分析結(jié)果果。如不點(diǎn)擊擊，將顯顯示為一一單頁(yè)圖圖表總結(jié)結(jié)。36帶交到作作用的雙雙向ANOVA表SourceDFSSMSFPPart92.058710.22874539.71780..00000Operator20.048000.0240004.16720..03256Operator*Part180.103670.0057594.45880..00016Repeatability300.038750.001292Total592.24912度量R&RSourceVarCompStdDev5.15*SigmaTotalGageR&&R0..0044370.0666150.34306Repeatability0..0012920.0359400.18509Reproducibility0..0031460.0560880.28885Operator0..0009120.0302000.15553Operator*Part0..0022340.0472630.24340Part-To-Part0..0371640.1927810.99282TotalVariation0..0416020.2039651.05042Source%%Contribution%%StudyVar%%ToleranceTotalGageR&&R10.6732.6634.31Repeatability3.1017.6218.51Reproducibility7.5627.5028.89Operator2.1914.8115.55Operator*Part5.3723.1724.34Part-To-Part89.3394.5299.28TotalVariation100.00100.00105.043)分析結(jié)果果顯示于階階段窗口口的結(jié)果果根據(jù)P-值決定一一顯著因因素。GRR%%注意這三三個(gè)值!如何閱讀讀數(shù)值：：%Contribution::從方差觀觀察的測(cè)測(cè)量系統(tǒng)統(tǒng)離散的的分?jǐn)偙缺嚷?StudyVar::從標(biāo)準(zhǔn)偏偏差觀察察的測(cè)量量系統(tǒng)離離散的分分?jǐn)偙嚷事?Tolerance::測(cè)量系統(tǒng)統(tǒng)相對(duì)離離散對(duì)于于公差的的大小標(biāo)準(zhǔn)：%StudyVar≦≦10%是理想的的，但%StudyVar≦≦30%是可以接接受的。?？山邮?，，如果%Tolerance≦≦30%盡管%StudyVar值較大。。37平均值和和操作員員離散范圍圍和操作作員測(cè)量系統(tǒng)統(tǒng)的偏差差比例評(píng)評(píng)估并用用三個(gè)標(biāo)標(biāo)準(zhǔn)做圖圖：%TotalVar,,%StudyVar和%Tolerance。。操作員1操作員3操作員2度量R&R值=可重復(fù)性性值+可再現(xiàn)性性值結(jié)果圖注意度量量R&R的評(píng)估38部件數(shù)據(jù)據(jù)離散和和平均值值部件和操操作員平平均值39操作員數(shù)數(shù)據(jù)和平平均值離離散如何看圖圖：在圖中檢檢查以下下項(xiàng)目：：是否有某某一操作作員輸出出的測(cè)量量值不同同于其他他操作員員？(不論是誰(shuí)誰(shuí)測(cè)量，，是否能能得到相相同的結(jié)結(jié)果？[可再現(xiàn)性性])在相同條條件下，，重復(fù)測(cè)測(cè)量產(chǎn)生生多大離離散？(可重復(fù)性性)是否有某某一部件件顯示出出不同的的特點(diǎn)？？原則：度量R&R計(jì)算使用用的方差差分析(ANOVA)將在以后后解釋。。407.處理能力力的分析析和評(píng)估估處理能力力是：短期處理理能力Cp,Cpk每一子群群(批,)長(zhǎng)期處理理能力Pp,PpkCp,Pp==||USL--LSL||/6sCpk,,Ppk==|USL-X平均|/3s或|X平均-LSL||/3sUSL::上控制限限LSL::低控制限限s:樣品標(biāo)準(zhǔn)準(zhǔn)偏差41能力分析析1)輸入到數(shù)數(shù)據(jù)窗口口子群42統(tǒng)計(jì)質(zhì)量工具具能力分析析(正常)如需要輸輸入規(guī)格格并點(diǎn)擊擊“Estimate”和“Option””。2)分析方法法輸入需要要的項(xiàng)目目。輸入列和和子群的的大小。。如果在一一個(gè)Lot中只有一一個(gè)數(shù)據(jù)據(jù)，那么么子群大大小將為為1。。43檢查子群群大小是是否大于于1輸入“選項(xiàng)屏幕幕上的Target““(此例中為為40)點(diǎn)擊[OK]將返回到到前一屏屏幕。再再次點(diǎn)擊擊[OK]。。選項(xiàng)屏幕幕估計(jì)屏幕幕44短期處理理能力指指數(shù)：Cp,Cpk長(zhǎng)期處理理能力指指數(shù)：Pp,Ppk(LowerSpecLine))(UpperSpecLine)長(zhǎng)期處理理能力3)分析結(jié)果果柱狀圖正態(tài)分布布曲線平均值Sigma-值Zlt==Ppk3Zst==Zlt++1.5短期處理理能力短期和長(zhǎng)長(zhǎng)期DPMO45如果連續(xù)續(xù)數(shù)據(jù)包包含長(zhǎng)期期和短期期數(shù)據(jù)SixSigma處理報(bào)告告L2電子表2)分析方法法再假設(shè)有有如此表表中的50Lot數(shù)據(jù)。1)輸入到數(shù)數(shù)據(jù)窗口口假設(shè)有50Lot數(shù)據(jù)，每每個(gè)Lot含有5個(gè)數(shù)數(shù)據(jù)塊。。L/##46選擇C1至C5包含數(shù)據(jù)據(jù)輸入高低低限規(guī)格格選擇“Reports”ZltZst3)分析結(jié)果果輸入必要要的項(xiàng)目目。點(diǎn)擊[OK]。。47平均值和和標(biāo)準(zhǔn)偏偏差控制制圖處理能力力和規(guī)格格公差L2工作單(連續(xù)值的的sigma分值計(jì)算算)目的：計(jì)算在何何位置當(dāng)當(dāng)前的CTQ特征值（（連續(xù)值值）位于于目前的的sigma-值。作用：1)了解當(dāng)前前狀態(tài)以以便能夠夠決定是是否做出出改進(jìn)（（也就是是說(shuō)，切切換到較較早處理理階段的的改進(jìn)進(jìn)如如設(shè)計(jì)，，因?yàn)槿缛绻鸝st和Zlt之間的差差異小于于1..5則則不能實(shí)實(shí)現(xiàn)改進(jìn)進(jìn)）或便便于當(dāng)目目標(biāo)標(biāo)值設(shè)設(shè)定、在在做決定定時(shí)作為為數(shù)據(jù)使使用。2)Zst和Zlt的含義Zst:一短期sigma-值，通過(guò)過(guò)將每組組的標(biāo)準(zhǔn)準(zhǔn)偏差（（平均））轉(zhuǎn)換為為sigma-值而得到到。Zlt:一長(zhǎng)期sigma-值，通過(guò)過(guò)將所有有組的全全部標(biāo)準(zhǔn)準(zhǔn)偏差（（平均））轉(zhuǎn)換為為sigma-值而得得到。3)Xbar和S圖(同于將在在以后解解釋的Xbar和R圖)如上所示示Xbar圖中的一一個(gè)點(diǎn)的的數(shù)據(jù)代代表數(shù)據(jù)據(jù)的平均均值。所以，圖圖表表示示數(shù)據(jù)平平均值的的所有趨趨勢(shì)。以上S圖的一點(diǎn)點(diǎn)顯示以以上Xbar圖中一點(diǎn)點(diǎn)的標(biāo)準(zhǔn)準(zhǔn)偏差。。這樣S圖便顯示示數(shù)據(jù)間間的離散散趨勢(shì)。。以上的兩兩圖顯示示何時(shí)平平均值變變化和何何時(shí)離散散較大。。這兩張圖圖允許對(duì)對(duì)為什么么CTQ特征值變變化或?yàn)闉槭裁刺靥卣髦诞a(chǎn)產(chǎn)生錯(cuò)誤誤進(jìn)行估估計(jì)。（（例如，可可假定在在此期間間工作標(biāo)標(biāo)準(zhǔn)并未未被完全全遵守。。）L2工作單被被用于處處理控制制圖，有有助于在在做出改改進(jìn)后防防止問(wèn)題題的再次次發(fā)生或或防止常常見(jiàn)問(wèn)題題。48離散值的的數(shù)據(jù)集集合SixSigma計(jì)劃報(bào)告告L2工作單1)輸入到數(shù)數(shù)據(jù)窗口口2)分析操作作輸入適用用的列并并點(diǎn)擊[OK]。。49ZstL1工作單DMPO對(duì)Zst3)分析結(jié)果果顯示在階階段窗口口的結(jié)果果。結(jié)果圖表表。50L1工作單(離散值的的sigma分值的計(jì)計(jì)算)目的：計(jì)計(jì)算在在當(dāng)前的的sigma值中當(dāng)前前的CTQ特征值（（離散值值）如果果定位。。作用：1)了解當(dāng)前前的狀態(tài)態(tài)以便于于能夠決決定是否否做出改改進(jìn)或在在目標(biāo)值值設(shè)定的的情況下下在在做做出決定定時(shí)作為為數(shù)據(jù)使使用。Zshift和Zst518.相關(guān)性分分析和回回歸分析析52相關(guān)性1)輸入到數(shù)數(shù)據(jù)窗口口獲取Minitab標(biāo)準(zhǔn)數(shù)據(jù)據(jù)。閱讀Minitab數(shù)據(jù)文件件夾中的的“\MTBWIN\\Data\Exh__regr.mtw””。統(tǒng)計(jì)基本統(tǒng)計(jì)計(jì)相關(guān)性...2)分析操作作相關(guān)性分分析有助助于在眾眾多變量量中同時(shí)時(shí)了解相相關(guān)性。。目的：在多于一一種變量量間計(jì)算算相關(guān)系系數(shù)。作用：減少主要要變量及及原因。。相關(guān)系數(shù)數(shù)R^2是一個(gè)表表達(dá)兩變變量相關(guān)關(guān)強(qiáng)度的的值。R^2至1強(qiáng)正相關(guān)關(guān)性0<R^2<<<1弱正相關(guān)關(guān)性-1<<<R^2<<0弱負(fù)相關(guān)關(guān)性R^2to--1強(qiáng)負(fù)相關(guān)關(guān)性53相關(guān)性(Pearson)HeatFluxInsolatiEastSouthNorthInsolati0.6280.000East0.102--0.2040.5970.289South0.112--0.107--0.3290.5630.5820.082North--0.849--0.634--0.1170.2870.0000.0000.5450.131Time--0.351--0.584--0.0650.6970.6850.0620.0010.7370.0000.000CellContents:CorrelationP-Value3)分析結(jié)果果選擇多于于一個(gè)變變量。點(diǎn)擊[OK]。。*上面的行行指示相相關(guān)系數(shù)數(shù)R^2，，下面的行行為P-值，指示示相關(guān)強(qiáng)強(qiáng)度。(如果P<0.05說(shuō)明存在在正相關(guān)關(guān))54回歸統(tǒng)計(jì)回歸擬合線圖圖1)輸入到數(shù)數(shù)據(jù)窗口口檢查硬度度和磨擦擦間的關(guān)關(guān)系。2)操作55選擇X和Y軸選擇模型型點(diǎn)擊[OK]將返回到到前一屏屏幕。再再次點(diǎn)擊擊[OK]。。選擇置信信區(qū)間顯顯示563)階段窗口口4)圖表回歸方程程相關(guān)系數(shù)數(shù)的平方方線95%置信區(qū)間間每一點(diǎn)95%置信區(qū)間間579.檢驗(yàn)58檢驗(yàn)是在在統(tǒng)計(jì)學(xué)學(xué)上決定定一事件件（觀察察數(shù)據(jù)））屬于以以下兩個(gè)個(gè)群體H0或H1中的哪一一個(gè)。H0:零假設(shè)。。例：A先生不是是罪犯。。（無(wú)罪罪）H1:備擇假設(shè)設(shè)。例：：A先生是罪罪犯。（（有罪））在此例中中，法庭庭將考慮慮是否能能夠證明明A先生是罪罪犯。

檢驗(yàn)中定定義了兩兩種風(fēng)險(xiǎn)險(xiǎn)。風(fēng)險(xiǎn)（第第一種錯(cuò)錯(cuò)誤）：：法庭上上無(wú)根據(jù)據(jù)指控的的可能性性。在生產(chǎn)過(guò)過(guò)程中因因判斷錯(cuò)錯(cuò)誤將無(wú)無(wú)缺陷的的產(chǎn)品作作為有缺缺陷的產(chǎn)產(chǎn)品丟棄棄（生產(chǎn)產(chǎn)者風(fēng)險(xiǎn)險(xiǎn)）風(fēng)險(xiǎn)（第第二種錯(cuò)錯(cuò)誤）：：在法庭庭上宣布布罪犯無(wú)無(wú)罪的可可能性。。忽視有缺缺陷上市市產(chǎn)品的的風(fēng)險(xiǎn)（消費(fèi)者風(fēng)風(fēng)險(xiǎn)）H0（無(wú)罪，無(wú)無(wú)缺陷））H1（有罪，有有缺陷））風(fēng)險(xiǎn)風(fēng)險(xiǎn)59平均值明明顯差異異的檢驗(yàn)驗(yàn)T-檢驗(yàn)(一個(gè)樣品品)一種產(chǎn)品品的長(zhǎng)度度由12名名操作員員用兩種種類(lèi)型的的卡尺(nogisu)測(cè)量。統(tǒng)計(jì)基本統(tǒng)計(jì)計(jì)1-樣品t1)輸入到數(shù)數(shù)據(jù)窗口口2)操作60選擇備擇擇假設(shè)：：不等如需要選選擇“Graphs””點(diǎn)擊[OK]備責(zé)假設(shè)設(shè)零假設(shè)3)階段窗口口在此例中中，P=1.00>>0..05。。所以，這這兩中卡卡尺間無(wú)無(wú)明顯差差異?卡尺無(wú)差差異選擇“difference”（（兩種卡尺尺的測(cè)量量差異）。P-值：如果大于于0.05,無(wú)明顯差差異如果小于于0.05,存在明顯顯差異61T-檢驗(yàn)（兩兩個(gè)樣品品）1)輸入到數(shù)數(shù)據(jù)窗口口2)操作統(tǒng)計(jì)基本統(tǒng)計(jì)計(jì)2-樣品t62根據(jù)如何何輸入數(shù)數(shù)據(jù)選擇擇任一項(xiàng)項(xiàng)。點(diǎn)擊[OK]P-值3)階段窗口口選擇“為等”以選擇備備責(zé)假設(shè)設(shè)列由卡尺尺分開(kāi)(nogisu))。選擇這些些項(xiàng)目并并選擇單單獨(dú)列。。63統(tǒng)計(jì)ANOVA方差的均均一性離散顯著著差異檢檢驗(yàn)1)輸入到數(shù)數(shù)據(jù)窗口口按右圖所所示在一一列中輸輸入數(shù)據(jù)據(jù)。2)操作64填寫(xiě)每一一列點(diǎn)擊[OK]如果分布布為正態(tài)態(tài)如果分布布為非正正態(tài)如果P-值>0..05則判斷為為無(wú)明顯顯差異3)圖表65統(tǒng)計(jì)ANOVA單向或單單向（非堆積）多于三個(gè)個(gè)平均數(shù)數(shù)據(jù)的顯顯著差異異檢驗(yàn)以下兩種種方法用用于檢查查三種粘粘合劑(shurui))的強(qiáng)度。在單獨(dú)的的列中輸輸入1、2和和3類(lèi)數(shù)數(shù)據(jù)(C1至C3)。。在C5中輸入類(lèi)類(lèi)型數(shù)據(jù)據(jù)并在C6中輸入數(shù)數(shù)據(jù)(C5和C6)。。1)輸入到數(shù)數(shù)據(jù)窗口口2)操作單向：當(dāng)當(dāng)數(shù)據(jù)輸輸入一列列時(shí)使用用(C5和C6)。。單向(非堆積)：當(dāng)數(shù)據(jù)輸輸入不同同列時(shí)使使用(C1至C3)。。66選擇含類(lèi)類(lèi)型數(shù)據(jù)據(jù)的列(shurui))。通過(guò)拖曳，而不是點(diǎn)點(diǎn)擊倒轉(zhuǎn)轉(zhuǎn)此列，，并點(diǎn)擊擊[Select]]如需要點(diǎn)點(diǎn)擊“Graphs””數(shù)據(jù)輸入入到單獨(dú)獨(dú)列時(shí)67當(dāng)數(shù)據(jù)輸輸入到一一列時(shí)選擇單獨(dú)獨(dú)列如需要點(diǎn)點(diǎn)擊“Graphs””點(diǎn)擊項(xiàng)目目以顯示示683)圖表69離散值數(shù)數(shù)據(jù)檢驗(yàn)驗(yàn)卡方統(tǒng)計(jì)表卡方檢驗(yàn)驗(yàn)拖曳并選擇列列點(diǎn)擊[OK]1)輸入到數(shù)數(shù)據(jù)窗口口

按工作時(shí)時(shí)區(qū)以組組計(jì)算接接受的和和丟棄棄的產(chǎn)品品數(shù)量。。2)操作70預(yù)期值P-值<0..05::存在顯著著差異卡-計(jì)算值3)階段窗口口7110.方差分析析(ANOVA)72平衡ANOVAANOVA((方差分析析)是一種非非常有用用的技術(shù)術(shù)，是檢檢驗(yàn)設(shè)計(jì)計(jì)(DOE))和度量量R&R((測(cè)量系統(tǒng)統(tǒng)評(píng)估)的基礎(chǔ)。。簡(jiǎn)言之之，它利利用在F-檢驗(yàn)中的的離散比比值幫助助確定子子群間和和子群內(nèi)內(nèi)的離散散是否相相同。目的：確定因素素和結(jié)果果之間的的因素關(guān)關(guān)系。作用：因素影響響的決定定、減少少主要因因素和數(shù)數(shù)學(xué)表達(dá)達(dá)式的模模型化。。*平衡數(shù)據(jù)據(jù)意味著著因素的的數(shù)據(jù)個(gè)個(gè)數(shù)是相相同的。。統(tǒng)計(jì)ANOVA平衡ANOVA....1)數(shù)據(jù)閱讀讀

2)分析方法法閱讀Minitab文件夾中中的標(biāo)準(zhǔn)準(zhǔn)練習(xí)文文件。雙雙擊\Mtbwin\\Data\Gageaiag.mtw。73指定結(jié)果果(Y變量)選擇多于于一種因因素(X變量)*在檢查相相互作用用的影響響時(shí)用此此種形式式指定(二者擇一一地，所所有的主主要效應(yīng)應(yīng)和相互互作用將將通過(guò)指指定部件件|操作員進(jìn)進(jìn)行分析析)。點(diǎn)擊按鈕鈕“Graphs.....”并點(diǎn)擊以以下對(duì)話(huà)話(huà)框中的的剩余曲曲線圖顯顯示：74剩余數(shù)據(jù)據(jù)列柱狀圖圖剩余數(shù)據(jù)據(jù)列的正正態(tài)概率率圖(如為直線線則為正正態(tài)分布布)剩余數(shù)據(jù)據(jù)對(duì)預(yù)期期值通過(guò)過(guò)數(shù)學(xué)表表達(dá)式模模型做圖圖(檢查獨(dú)立立性和隨隨機(jī)性)3)分析結(jié)果果75方差分析析(平衡設(shè)計(jì)計(jì))FactorTypeLeve