MINITAB的實際操作及其解析

Minitab的實際操作及理解6σ(MFG)第一頁，共四十七頁。1.測定System的分析第二頁，共四十七頁。4.1精密度4.3重現(xiàn)性4.5%P/TRatio4.2反復(fù)性4.4%R&RScreen工程中所使用的熒光體藥品的粘性度對熒光屏的品質(zhì)起著較大的影響,因此Screen工程每交班時間都要測定管理藥品的粘性度.

Screen工程的拉長或組長,科長為了評價測定熒光體藥品粘性的粘度計信賴度,讓3位交班班長各測定3個藥品試料,反復(fù)測定各三次并記錄其測定結(jié)果.熒光體藥品的粘度規(guī)格范圍為24±2.例題

測定人:3名(金班長,李班長,

樸班長)

藥品試料:3個(1號試料,2號試料,3號試料)

測定次數(shù):3次

總測定次數(shù):27次(=3名×3名×3次)WorksheetSTATMENU第三頁，共四十七頁。Stat?QualityTools?GageR&RStudy(Crossed)...路徑STATMENU第四頁，共四十七頁。③測定值⑤輸入規(guī)格的公差②測定者④點擊Options①樣本編號⑥OK⑦OK

規(guī)格的范圍

-上面的例題中點度規(guī)格范圍是24±2,公差是±2,即為4.-如果規(guī)格范圍是40±3,則公差是±3,即為6.

Dialog窗口STATMENU第五頁，共四十七頁。分析結(jié)果4.4%R&R4.1精密度4.2反復(fù)性4.3再現(xiàn)性4.5P/T

%R&R,P/T:

評價精密度的計測能力指數(shù)

?%R&R:表示測量散布在總散布中所占的比率

→%R&R<30%的時候意味該計測器可以信賴.

?P/T:表示測量散布在規(guī)格公差中所占的比率

→P/T<30%的時候意味該計測器可以信賴.4.44.5

精密度

(測量的散布程度)

?對精密度的評價方法是通過%R&R,P/T.

→精密度有反復(fù)性和再現(xiàn)性的區(qū)分.

4.1

反復(fù)性

?測定機的散布程度4.2

再現(xiàn)性

?測定者間的散布程度4.3Session窗口第六頁，共四十七頁。Graph窗口(1)第七頁，共四十七頁。4.1精密度4.2反復(fù)性4.3再現(xiàn)性4.4%R&R4.5P/T

ComponentsofVariation

?通過畫柱狀圖來表示Session窗口上的分析結(jié)果,

柱狀圖通過%R&R,P/T的基準(zhǔn)來表示各個精密度,反復(fù)性,再現(xiàn)性.

?精密度,反復(fù)性,再現(xiàn)性

的柱子高度越低越好.Graph窗口(2)第八頁，共四十七頁。

RChartby測量者

-每點表示某一個測量者對同一個產(chǎn)品反復(fù)測定幾次時,其中的最大值與最小值的差值(稱為極差),

用R值表示.-所有點應(yīng)該處于管理上下限以內(nèi).-對測量者別進行評價的時候,R值越小表示某個測量者

反復(fù)測量的越精密.

本例中的白班長所測量的三次R值相比其他人要小,

因此可說明白班長較其他人測量要精密些.

XbarChartby測量者

-每個點表示某個測定者對同一產(chǎn)品的反復(fù)測量幾次時,

幾個測量值的平均值.-管理上下限的幅度表示測量散布的大小.-希望所有的點都在管理上下限以外,并且呈現(xiàn)出有規(guī)律的

形態(tài).

即,希望產(chǎn)品間的散布比測量的散布要大.Graph窗口(3)第九頁，共四十七頁。

By樣本編號

-表示各樣本所有測量值的平均及其散布的程度.-對于每個樣本來說,我們希望反復(fù)幾次測量的所有值其散布的程度越小.

By測量者

-表示各測量者所有測量值的平均及其散布的程度.-理論上對于各個測量者所有的測量值的平均值應(yīng)相等.

By測量者*樣本編號

Interaction

-表示按照樣本別各測量者之間的測量值.-理論上各條線應(yīng)該平行或重合,假設(shè)線之間有交叉,

我們可以認為測量者與樣本之間有交互作用.Graph窗口(4)第十頁，共四十七頁。2.BasicStatistics(統(tǒng)計基礎(chǔ))第十一頁，共四十七頁。Stat?BasicStatistics?DisplayDescriptiveStatisticsWorksheet為觀察A工程的品質(zhì)特性－產(chǎn)品長度的分布與統(tǒng)計量，抽出一定量的樣本（Sample)的數(shù)據(jù)。路徑STATMENU第十二頁，共四十七頁。Dialog窗口①指定

變數(shù)②選定

Graphs

③選定Graphicalsummary④OK⑤OKSTATMENU第十三頁，共四十七頁。Session窗口1.1算術(shù)平均1.2標(biāo)準(zhǔn)偏差1.4中央值1.5最小值1.6最大值

四分位數(shù):將Data依序排列后，重新區(qū)分開來

-Q1:依序排列Data時，列在25%位置的數(shù)字-Median:依序排列Data時，

列在50%位置的數(shù)字-Q3:依序排列

Data時，排列在75%位置的數(shù)字

平均的標(biāo)準(zhǔn)誤差=σ/nSTATMENU第十四頁，共四十七頁。Graph窗口1.1算術(shù)平均1.2標(biāo)準(zhǔn)偏差1.4中央值1.5最小值1.6最大值1.3分散1.8標(biāo)準(zhǔn)偏差的信賴區(qū)間1.7平均的信賴區(qū)間1.9中央值的信賴區(qū)間1.10驗證正規(guī)性

正規(guī)性驗證

(注意水平

α=0.05)

?P-Value≥0.05時

→可以認為

Data的散布遵循正規(guī)分布的規(guī)則。

?P-Value＜0.05???

→Data的分布沒有遵循正規(guī)分布的規(guī)則。1.10

Histogram,正規(guī)分布曲線

BoxPlotSTATMENU第十五頁，共四十七頁。3.CapabilityStudy(工程能力)第十六頁，共四十七頁。實習(xí))求工程能力Stat?QualityTools?CapabilityAnalysis(Normal)...觀察B工程品質(zhì)特性之一的產(chǎn)品重量工程能力時,

每8個小時抽樣5個樣品并收集其數(shù)據(jù),產(chǎn)品重量的規(guī)格(Spec.)為10±1g.例題

子群

子群

Worksheet路徑STATMENU第十七頁，共四十七頁。③規(guī)格下限⑤OK②子群的大?、芤?guī)格上限①指定變數(shù)

子群的大小

-上述例題中,

B工程每8小時抽出樣品,即群的數(shù)量為5.

或者有因分為時間段在C3中可輸入時間變數(shù).

個別Data時輸入“1”.

規(guī)格的上,下限

-上述例題中,因B工程做出的產(chǎn)品重量的規(guī)格為10±1g,規(guī)格下限為9,規(guī)格上限11.Dialog窗口STATMENU第十八頁，共四十七頁。

規(guī)格上限

規(guī)格下限算術(shù)平均

抽樣數(shù)

群內(nèi)標(biāo)準(zhǔn)偏差

全體標(biāo)準(zhǔn)偏差Graph窗口(1)STATMENU第十九頁，共四十七頁。

群內(nèi)工程能力:

(潛在工程能力:假設(shè)群間無變動的條件下的工程能力)

?Cp:在不考慮偏差,數(shù)據(jù)的平均與目標(biāo)一致的假設(shè)下的工程能力

→基本假設(shè):無平均偏差,

無群間變動

?Cpk:考慮偏差的工程能力

→基本假設(shè):

無群見假設(shè)

3.1Graph窗口(2)STATMENU第二十頁，共四十七頁。

全體工程能力

(實際的工程能力)

?Pp:不考慮偏差,Data平均與目標(biāo)一致假設(shè)下的工程能力

→基本假設(shè):無平均偏差

?Ppk:考慮偏差的工程能力

→基本假設(shè):

無3.2Graph窗口(3)STATMENU第二十一頁，共四十七頁。3.3觀測的不良率3.4群內(nèi)預(yù)想不良率3.5全體預(yù)想不良率

PPM<LSL

-脫離規(guī)格下限的不良率

PPM>USL

-脫離規(guī)格上限的不良率

PPMTotal

-全體不良率

PPM

-1,000,000(百萬)個中不良數(shù)

把PPM為%

-PPM除以10,000.

例如,30,000ppm時,不良率為3%.Graph窗口(4)STATMENU第二十二頁，共四十七頁。4.Chi-Square檢驗第二十三頁，共四十七頁。Chi-SquaretestX(原因變數(shù))Y(結(jié)果變數(shù))記數(shù)值計量值記數(shù)值計量值Chi-SquaretestLogisticRegressiont-testOne-WayANOVA回歸分析相關(guān)分析STATMENU第二十四頁，共四十七頁。獨立性檢驗Stat?Tables?Chi-SquareTestS公司的職位分布參考右表,想知道部門別人力的職位比率是

否相同.例題[1]Worksheet路徑STATMENU第二十五頁，共四十七頁。Dialog?②點擊OK①變數(shù)指定Dialog窗口STATMENU第二十六頁，共四十七頁。分析結(jié)果

P-value值

?P-Value≥0.05的時候

→各變數(shù)相互獨立.

?P-Value＜0.05???→各變數(shù)相互從屬.

-上例中的

P-Value=0.606,比0.05要大,職位比率和部門沒有相關(guān),是獨立性變數(shù).

即,可以推定部門別人力比率相同.Session窗口STATMENU第二十七頁，共四十七頁。5.T-Test第二十八頁，共四十七頁。t-test1-SampleZ2-Samplet1-SampletPairedtt-test的選擇

1-SampleZ

?在當(dāng)我們想評價樣本Data的平均和母集團(全體集團)的平均是否相同的時候...

且當(dāng)母集團的平均和標(biāo)準(zhǔn)偏差已知的時候適用.

→為了觀察從D電子購買的部品的平均重量,隨機抽取10個樣本并對其重量進行測量.

我們希望部品的重量為40g,到目前為止生產(chǎn)的部品的母標(biāo)準(zhǔn)偏差為3g.1-Samplet

?在當(dāng)我們想評價樣本Data的平均和母集團(全體集團)的平均是否相同的時候...且當(dāng)母集團的平均已知而標(biāo)準(zhǔn)偏差未知的時候適用.

→為了觀察從D電子購買的部品的平均重量,隨機抽取10個樣本并對其重量進行測量.

我們希望部品的重量為40g,而部品的母標(biāo)準(zhǔn)偏差未知.

2-Samplet

?在當(dāng)我們想評價從兩個相互不同的集團中取出的樣本Data的平均是否相同的時候適用...

→

為了評價從D公司和E公司購買的部品的平均重量是相同還是不同,從各公司購買的部品中各隨機抽取10個并測量其重量.

Pairedt

?在當(dāng)我們想評價兩個互相成對的樣本Data的平均是否的時候適用...

→為了評價從D公司購買的部品的左側(cè)厚度和右側(cè)厚度的平均是相同還是不同,隨機抽取

10個并測量其左側(cè)和右側(cè)厚度.第二十九頁，共四十七頁。2-Samplet為了評價從D公司和E公司購買的部品的平均重量是否相同,從各公司購買的部品中各隨機抽取10個并測量其重量.??

StackedData

D公司部品的重量

E公司部品的重量

WorksheetSTATMENU第三十頁，共四十七頁。Stat?BasicStatistics?2-Samplet路徑STATMENU第三十一頁，共四十七頁。③點擊Assumeequalvariances

StackedData

①變數(shù)指定

(選擇測量的Data列)⑤點擊Boxplotsofdata⑥點擊OK⑦點擊OK④點擊Graphs②變數(shù)指定(選擇條件輸入的列)Dialog窗口STATMENU第三十二頁，共四十七頁。分析結(jié)果

樣本數(shù)

算術(shù)平均

標(biāo)準(zhǔn)偏差95.0%CI:兩個集團平均差異的95%信賴區(qū)間

-上例中兩個集團平均差異的95%信賴區(qū)間(-3.87,1.77),0在這個95%信賴區(qū)間以內(nèi).

即,(D公司部品平均重量

–

E公司部品平均重量=0)可以成立.

從這兩個集團中分別收集的Data的平均可以相等的意思.

所以,從D公司購買的部品的平均重量和E公司購買的部品的平均重量可以相等.

P-Value?P-Value≥0.05的時候→可以推斷出兩個集團的Data平均相同.?P-Value＜0.05的時候→可以推斷出兩個集團的Data平均不相同.

上例中的P-Value=0.445,比0.05大,可說明

從D公司購買的部品的平均重量和從E公司購買的部品的平均重量相同.

兩個集團平均的差異

Session窗口STATMENU第三十三頁，共四十七頁。

中央值(Median)

算術(shù)平均Graph窗口STATMENU第三十四頁，共四十七頁。6.ANOVA(分散分析)第三十五頁，共四十七頁。One-wayANOVA(一元分散分析)1平均差檢驗散布差檢驗平均差檢驗使用的Tool

2-Samplet(兩個集團或條件時)

?在當(dāng)我們想評價從兩個互相不同的集團中抽取的樣本Data的平均是否相同的時候適用...

→為了評價從D公司購買的部品平均重量和從E公司購買的部品平均重量是否相同,從各個公司

購買的產(chǎn)品中各隨機抽取10個并測量其重量.

One-wayANOVA(三個以上集團或條件時)

?在當(dāng)我們想評價從互相不同的三個以上集團中抽取的樣本Data的平均是相同還是不同的時候適用...

→在E工程生產(chǎn)的部品其HoleSize是最重要的品質(zhì).而E工程生產(chǎn)該部品起用了3臺設(shè)備,

為了評價設(shè)備別生產(chǎn)的部品

HoleSize的平均是否相同,按照設(shè)備別生產(chǎn)的部品各隨機抽樣5個,

并測量其HoleSize.

STATMENU第三十六頁，共四十七頁。平均差檢驗在E工程生產(chǎn)的部品其HoleSize是最重要的品質(zhì).而E工程生產(chǎn)該部品起用了3臺設(shè)備,為了評價設(shè)備別生產(chǎn)的部品HoleSize的平均是否相同,按照設(shè)備別生產(chǎn)的部品各隨機抽樣5個,并測量其HoleSize.假設(shè)HoleSize的目標(biāo)值是25.0mm.例題

UnstackedData

StackedData1號設(shè)備部品的HoleSize

2號設(shè)備部品的HoleSize

3號設(shè)備部品的HoleSize

WorksheetSTATMENU第三十七頁，共四十七頁。Stat?ANOVA?One-way

StackedData路徑STATMENU第三十八頁，共四十七頁。Dialog?

StackedData

①變數(shù)指定

(選擇測量的Data列)⑥OK③點擊Graphs②變數(shù)指定(選擇條件輸入的列)④點擊Boxplotsofdata⑤OKDialog窗口第三十九頁，共四十七頁。分析結(jié)果

樣本數(shù)

算術(shù)平均

標(biāo)準(zhǔn)偏差

設(shè)備的評價

-上例中的P-Value=0.009,比0.05小,可說明三個設(shè)備中中至少有一個設(shè)備生產(chǎn)的產(chǎn)品的HoleSize平均與其它不同.-HoleSize的目標(biāo)值為25.0mm,平均的信賴區(qū)間中包含25.0mm,可推斷出其中的1號設(shè)備和2號設(shè)備是較好的設(shè)備,而3號設(shè)備不好.-如果,P-Value比0.05大時,不能確定設(shè)備別生產(chǎn)的產(chǎn)品的HoleSize的平均有不同，從而評價三個設(shè)備這也是沒有

太大的意義.

條件別平均的95%信賴區(qū)間

P:P-Value

?P-Value≥0.05的時候

→可推斷出各集團間Data平均相同.

?P-Value＜0.05的時候

→可得知至少有一個集團Data平均與其它不同.-上例中的P-Value=0.009,比0.05小,可說明三個

設(shè)備中至少有一個設(shè)備生產(chǎn)的產(chǎn)品的HoleSize平均與其它設(shè)備不同.

25.0mm:HoleSize目標(biāo)值

設(shè)備名Session窗口第四十頁，共四十七頁。

Boxplots-

可看出各設(shè)備別中心和散布的程度.Graph窗口STATMENU第四十一頁，共四十七頁。7.StatisticalProcessControl(管理圖)1.1U管理圖P管理圖I-MR管理圖C管理圖NP管理圖1.21.31.41.51.6X-R管理圖第四十二頁，共四十七頁。X-R管理圖U管理圖P管理圖I-MR管理圖C管理圖NP管理圖理度的選擇C管理圖Data???計量值計數(shù)值Data的類型Data???是不是不良品數(shù)量？是否是具體的缺陷?已收集的Data是否是個別的？是否組成群數(shù)據(jù)？抽樣數(shù)是否是一定量？抽樣數(shù)是否是一定量？U管理圖NP管理圖P管理圖I-MR管理圖X-R管理圖個別

DataData群

不良數(shù)缺陷數(shù)否是否是