圖表分析技巧

圖表分析技巧

(GraphicalMethods)Pg8介紹幾個圖表分析方法

邊際圖(Marginalplots)箱形圖

(Boxplots)主效果圖和交互作用圖

(Maineffectsandinteractionplots)草圖

(Draftsmanplots)多變數(shù)圖

(Multi-varigraphs)抽樣方法介紹展示一種進行多變數(shù)研究的方法介紹與練習(xí)資料採礦(DataMining)

章節(jié)目的與用途Pg9分析階段:可能取得的成果專案回顧和第一次課程其餘成果

確定變異來源:探測性資料分析

應(yīng)用工具:FMEA和用Excel操縱資料

圖表技巧

確定變異來源:統(tǒng)計分析

信賴區(qū)間

假設(shè)檢定與樣本大小中心趨勢

確定變異來源:變異數(shù)分析實驗設(shè)計(DOE)規(guī)劃完成階段總結(jié)

結(jié)論,問題和下階段任務(wù)

Pg10實際對策控制統(tǒng)計對策改善6Sigma流程實際問題量測統(tǒng)計問題分析Pg11MAIC和漏斗效應(yīng)控制3–6

個關(guān)鍵X’s量測30–50輸入指標分析8–15個X’s改善4–8

個關(guān)鍵X’sPg12減少輸入變數(shù)3–6

個關(guān)鍵X’s流程圖,

因果關(guān)係矩陣,

FMEA,量具分析,

製程能力研究30–50個輸入X’s多變數(shù)分析,

相關(guān)/迴歸

假說檢定,變異數(shù)分析8–15個X’s4–8

個關(guān)鍵X’s多變異數(shù)分析,2K因素實驗設(shè)計.

部分因數(shù)實驗設(shè)計控制規(guī)劃,

SPC,

防錯裝置Pg13噪音性輸入

(連續(xù)型)確認輸入輸出變數(shù)流程溫度.流程壓力反應(yīng)時間室溫

.環(huán)境濕度

原材料變異

操作員機器班次批次可控輸入流程關(guān)鍵流程輸出噪音性輸入

(離散型)散布圖(SCATTER)相關(guān)迴歸工具多變數(shù)分析

箱形圖

主效果圖及

交互作用圖

變異數(shù)分析,t-檢定

工具多變數(shù)分析

散佈圖

(SCATTER)相關(guān)迴歸工具Pg14流程變異來自離散型輸入變數(shù)的噪音性變異

不同操作員,機器,設(shè)置

不同日期,班次

不同批次,混合物,原材料

來自連續(xù)型輸入變數(shù)的噪音性變異

環(huán)境溫度,濕度,壓力磨損,漂移,腐蝕,化學(xué)成分變化

有意的不希望有的ｙ＝ｆProcess（ｘ１,ｘ２,…,ｘｋ）+ｆNoise（n１,n２,…,nｋ）Pg15常見噪音變異的分類位置(零件內(nèi)變異)

單一工件內(nèi)變異

片狀工件厚度變異

有多個零件組成的元件內(nèi)變異

含有許多晶片模的半導(dǎo)體矽片

批量製程中不同位置間的變異

澆注式操作中型模間變異射出模具中，模穴與模穴間的變異

周期性的變異(工件間變異)

連續(xù)生産的工件間的變異

批次間的平均數(shù)差異–連續(xù)生産的批次

暫時性的變異(不同時間的變異)

不同班次間,不同日期間,不同設(shè)置間

除位置和周期外其他噪音導(dǎo)致的變異σ2Noise=σ2Position+σ2Cyclicel+σ2TemporalPg16圖表分析─實例以射出成型生産一種插座,一次四件,一槽一件.插座上超過5毫米的地方需要加以測量.量規(guī)可測量到百分之一毫米.標準規(guī)格是11±6.主管每天四次到射出生產(chǎn)線提取五個連續(xù)運行周期的插座以跟蹤製程.由於每運行周期生産五件插座,他要每兩小時測量20件插座.該主管還對插座的運行周次和模子進行跟蹤.測量結(jié)果填入如下表格:主管共採集了五天的樣本(共20個樣本,每個樣本有20件).計算製程能力並用多變數(shù)圖確定變異來源.?Pg17練習(xí):確定製程能力用Minitab分析SocketData.mtw文件中的厚度

資料,確並計算製程能力

記住,標準規(guī)格是:11±6

短期製程能力是多少?

長期製程能力是多少?

這些值是好是壞?

SocketData.mtwPg18製程能力分析執(zhí)行

Stat>QualityTools>CapabilityAnalysis…???Pg19常態(tài)檢定(NormalityTest)執(zhí)行

Stat>BasicStat>NormalityTest…

現(xiàn)在可以操縱以下資料.你能看到400

資料點嗎??

(這也是一個線索).Pg20邊際圖(MarginalPlots)邊際圖把標準的X–Y圖(有時叫散佈圖“scatterplot”)和另一種在邊際顯示出的圖結(jié)合在一起.

邊際可顯示出直方圖,箱形圖或點狀圖.

運行Graph>MarginalPlotPg21“樣本”的邊際圖?Pg22“SLOT”資料變換邊際圖要求兩個變數(shù)都是數(shù)值性的

我們需要把“Slot”轉(zhuǎn)化成數(shù)值性的

第一步:“Slot”轉(zhuǎn)化Manip>Code>TexttoNumericPg23按“Slot”得到的邊際圖第二步:重新操作(Graph>MarginalPlot)Pg24用箱形圖比較按周期(Cycle)和料道(Slot)建立箱形圖

在Minitab中選Graph>Boxplot…按如下方式輸入資料

:Pg25箱形圖結(jié)果值得注意的是箱形圖不要求X變數(shù)是數(shù)值性的.該圖接受“屬性型”文字變數(shù).?Pg26回顧:箱形圖的解釋W(xué)hisker定義

:上下須分別由其四分位線延伸到上下限內(nèi)最遠的數(shù)值異常(Outliers)

超過上下限的資料點

*

*異常值第一分位數(shù)第三分位數(shù)中位數(shù)WhiskerWhisker上限:

Q3+1.5*(Q3-Q1)下限:

Q1-1.5*(Q3-Q1)Pg27主要效果圖(MainEffectsPlots)圖示各因數(shù)水平上的資料平均數(shù)Stat>ANOVA>MainEffectsPlot…Pg28主要效果圖結(jié)果(MainEffects)Pg29交互作用圖(InteractionPlots)交互作用圖展示了在第二個因數(shù)水平不變的情況下,輸出變數(shù)在第一個因數(shù)各水平上的平均數(shù).平行線

Stat>ANOVA>InteractionsPlot…

表示沒有 交互作用.Pg30交互作用圖

–結(jié)果?Pg31草圖(DraftsmanPlots)構(gòu)造草圖時要求所有輸入變數(shù)(X’s)是數(shù)值性的.我們先把“Cycle”欄也轉(zhuǎn)化一下.Manip>Code>TexttoNumeric…Pg32草圖

–

結(jié)果在options…中選

AddJitter….以顯示所有資料點看x軸時要謹慎.Graph>DraftsmanPlot…Pg33多變數(shù)分析–定義(Multi-VariAnalysis)資料的圖表分析工具

利用合理編組

分析不連續(xù)X’s對連續(xù)Y’s的影響

製程能力及流程分析工具

在相對短的時間內(nèi)搜集資料

資料用來估計製程能力,穩(wěn)定性,和

y=f(x)’s主要焦點:首先研究未控制的不連續(xù)的噪音變數(shù)

噪音變數(shù)的變異産生了長期的,嚴重的平均數(shù)漂移,變異改變,和不穩(wěn)定性

.噪音變異必須先消減或消除以便系統(tǒng)地發(fā)揮重要可控變數(shù)作用的發(fā)揮.

Pg34規(guī)劃多變數(shù)分析1.清楚表達目的

2.列出需要研究的X’s和Y’s3.確保測量系統(tǒng)能力充分4.闡述抽樣方法

5.闡述資料收集和儲存方法(who,what,when,etc.)6.闡述流程運行的程式和設(shè)置7.組成並培訓(xùn)小組.規(guī)定各人的責任8.搜集資料9.分析資料10.確認結(jié)果11.得出結(jié)論.彙報結(jié)果.提出推薦方案.Pg35案例-射出成型清楚表達目的

確定射出流程的製程能力

確定噪音變異的主要來源

列出需要研究的X’和Y’s輸出:厚度

輸入:模穴(料道),運行周期,樣本

確保測量系統(tǒng)能力充分

測量系統(tǒng)分析表明測量系統(tǒng)能力充分

闡述抽樣調(diào)查方法

每料道一個樣本,連續(xù)五個運行周期,一日四次共五天.

Pg36案例-射出成型闡述資料獲取和存儲方法

(who,what,when,etc.)主管採集資料並輸入表格

闡述流程運行的程式和設(shè)置

標準,固定流程設(shè)置

.組成並培訓(xùn)小組.規(guī)定各人的責任

專案較小,主管一人做所有事

搜集資料

資料在Minitab文件SocketData.mtw中

分析資料

下一頁展示分析結(jié)果

Pg37資料的多變數(shù)分析Minitab:Stat>QualityTools>Multi-VariChart…因變數(shù)

:Thick自變數(shù)

:Cycle和SlotSocketData.mtwPg38多變數(shù)分析結(jié)果?Pg39多變數(shù)圖–從另一