MINITAB三天課程市公開課一等獎省賽課微課金獎?wù)n件

Minitab使用錢君1/423Minitab介紹Minitab是眾多統(tǒng)計軟件當(dāng)中比較簡單易懂軟件之一；相對來講，Minitab在質(zhì)量管理方面應(yīng)用是比較適合；Minitab功效齊全，普通數(shù)據(jù)分析和圖形處理都能夠應(yīng)付自如。2/423Minitab與6Sigma關(guān)系在上個世紀(jì)80年代Motolora開始在企業(yè)內(nèi)推行6Sigma，并開始借助Minitab使6Sigma得以最大程度發(fā)揮；6SigmaMAIC階段中，很多分析和計算都能夠都經(jīng)過Minitab簡單完成；即使是對統(tǒng)計知識不怎么熟悉，也一樣能夠利用Minitab很好完成各項分析。3/423Minitab功效計算功效計算器功效生成數(shù)據(jù)功效概率分布功效矩陣運算4/423Minitab功效數(shù)據(jù)分析功效基本統(tǒng)計回歸分析方差分析試驗設(shè)計分析控制圖質(zhì)量工具可靠度分析多變量分析時間序列列聯(lián)表非參數(shù)預(yù)計EDA概率與樣本容量5/423Minitab功效圖形分析直方圖散布圖時間序列圖條形圖箱圖矩陣圖輪廓圖三維圖點圖餅圖邊際圖概率圖莖葉圖特征圖6/423課程內(nèi)容安排因為時間有限，很多內(nèi)容只是做簡單介紹；在兩天時間里，主要課程內(nèi)容安排以下：7/423課程內(nèi)容安排——第一天早晨Minitab基本界面和操作介紹

慣用圖形Minitab操作特征要因圖柏拉圖散布圖直方圖時間序列圖8/423課程內(nèi)容安排——第一天下午

SPCMinitab操作

1）Box-Cox轉(zhuǎn)換數(shù)據(jù)為正態(tài)

2）Xbar-RChart

3）Xbar-SChart

4）I-MR-R/SChart

5）PChart

6）NPChart

7）CChart

9/423課程內(nèi)容安排——第二天早晨

能力分析1）

正態(tài)分布圖能力分析2）

泊松分布圖能力分析3）

組間/組內(nèi)能力分析4）

Weibull能力分析

基本統(tǒng)計1）描述統(tǒng)計10/423課程內(nèi)容安排——第二天下午

基礎(chǔ)統(tǒng)計 2）單樣本Z測試

3）單樣本T測試

4）雙樣本T測試

5）成對T測試

6）1比率測試

7）2比率測試

8）相關(guān)分析

9）正態(tài)分布

MSA測量系統(tǒng)分析1）測量重復(fù)性和再現(xiàn)性(交叉Crossed)

2）測量重復(fù)性和再現(xiàn)性(嵌套Nested)

3）測量走勢圖

4）測量線性研究

5）屬性測量R&R研究（計數(shù)）

11/423第三天早晨多元變異圖單因子ANOVA因子ANOVA卡方獨立性檢定迴歸分析下午田口DOE疑問解答12/423Minitab界面和基本操作介紹13/423Minitab界面DataWindow:輸入數(shù)據(jù)窗口每一列名字能夠?qū)懺谧钋懊媪忻恳涣袛?shù)據(jù)性質(zhì)是一致主菜單SessionWindow:分析結(jié)果輸出窗口14/423Minitab界面同一時間只能激活一個窗口.每一個窗口能夠單獨儲存.不一樣要求選擇不一樣保留命令15/423工具欄介紹打開文件保留文件打印窗口剪切復(fù)制粘貼恢復(fù)插入單元格插入行插入列移動列剪切單元格最終一次對話框程序窗口上一次記憶刷下一次記憶刷數(shù)據(jù)窗口管理圖形撤消幫助關(guān)閉圖形16/423數(shù)據(jù)類型轉(zhuǎn)換（ChangeDataType）Select:Data>ChangeDataType>TexttoNumeric需要轉(zhuǎn)換列轉(zhuǎn)換后數(shù)據(jù)存放列，能夠是原來數(shù)據(jù)列17/423數(shù)據(jù)堆積（Stack&Unstack）Select:Data>Stack>StackColumns輸入需要堆積列，假如由前后次序，按前后次序進(jìn)行輸入輸入堆積后存放列位置注解能夠用來區(qū)分?jǐn)?shù)據(jù)起源原始數(shù)據(jù)18/423數(shù)據(jù)塊堆積（StackBlocks）Select:Data>Stack>StackBlocksofColumns原始數(shù)據(jù)在對話框中輸入2~5列數(shù)據(jù)，注解列在前面輸入新工作表和注解位置19/423轉(zhuǎn)置欄（TransposeColumns）輸入需要轉(zhuǎn)置列輸入新工作表位置能夠輸入注解列Select:Data>TransposeColumns20/423連接（Concatenate）Select:Data>Concatenate輸入需要連接數(shù)據(jù)列輸入新數(shù)據(jù)列位置原始數(shù)據(jù)21/423編碼（Code）Select:Data>code原始數(shù)據(jù)編碼規(guī)則被編碼變量22/423Minitab之慣用圖形23/423QC7手法慣用圖形以下特征要因圖控制圖(參見minitab控制圖教材)柏拉圖散布圖直方圖時間序列圖24/423特征要因圖決定Y頭腦風(fēng)暴找出可能X將X依5M+1E方式列表將表輸出MINITAB中輸出結(jié)果圖形25/423練習(xí)人機(jī)料法環(huán)測不夠熟練設(shè)備沒有保養(yǎng)原料沒有檢驗沒有設(shè)定標(biāo)準(zhǔn)化方法溫度太高儀器偏差太大培訓(xùn)不夠設(shè)備不常清掃原料含水太高抽樣方式不合理濕度太高儀器R&R太高監(jiān)督不夠沒有進(jìn)行首模驗收26/423輸入表中注意輸入格式Select:Stat>Qualitytools>Causeandeffect27/423填好各項需要參數(shù)28/423結(jié)果輸出29/423柏拉圖搜集各項質(zhì)量特征缺點列成表輸入到MINITAB中MINITAB繪出圖形找出關(guān)鍵Y特征30/423練習(xí)項次缺點項數(shù)量1虛焊5002漏焊3003強(qiáng)度不夠2004外觀受損1505其它16031/423輸入數(shù)據(jù)Select:Stat>Qualitytools>ParetoChart32/423填好各項參數(shù)能夠?qū)Π乩瓐D進(jìn)行命名輸入缺點列輸入頻數(shù)列其它項所占比率33/423結(jié)果輸出34/423散布圖決定你所關(guān)心Y決定和Y有可能X搜集Y和X數(shù)據(jù)輸入MINITAB繪出圖形判定Y和X之間關(guān)系35/423練習(xí)YX6580066810658206683067840678506886068870678906890036/423輸入數(shù)據(jù)Select:Gragh>ScatterPlots37/423輸入?yún)?shù)能夠選擇不一樣輸出表現(xiàn)形式38/423能夠用直接方式判定，有正相關(guān)傾向。更詳細(xì)說明能夠參見回歸分析輸出圖形39/423直方圖決定你所關(guān)心Y或X搜集Y或X數(shù)據(jù)輸入MINITAB表MINITAB繪出直方圖進(jìn)行判定40/423練習(xí)請打開EXCEL檔案計量型部份Select:Gragh>Histogram41/423填入?yún)?shù)能夠同時為幾個變量作直方圖42/423結(jié)果輸出請依照QC7方法來進(jìn)行圖形分析和判定更深入分析能夠參見制程能力分析部份。43/423時間序列圖決定你所關(guān)心Y或X搜集Y或X數(shù)據(jù)輸入MINITAB表MINITAB繪出時間序列圖進(jìn)行判定44/423練習(xí)時間銷售量/1150/2126/3135/4165/5190/6170/7175/8180/917645/423輸入數(shù)據(jù)Select:Gragh>TimeSeriesPlots46/423填入?yún)?shù)時間刻度設(shè)置47/423結(jié)果輸出依此情況來判定未定銷售趨勢。48/423MinitabSPC使用49/423Minitab可提供圖形計量型Xbar-RXbar-sI-MRI-MR-sZ-MR計數(shù)型PNpCU50/423Xbar-R做法Xbar-R是用于計量型判穩(wěn)準(zhǔn)則：連續(xù)二十五點沒有超出控制界限。判異準(zhǔn)則：一點超出控制界限連續(xù)六點上升或下降或在同一側(cè)不呈正態(tài)分布，大部份點子沒有集中在中心線。51/423Xbar-R做法決定要研究或控制Y或X特征搜集數(shù)據(jù)輸入minitab中用minitab繪圖及分析判定及采取辦法52/423Xbar-R練習(xí)打開以下檔案Select:Stat>ControlChart>VariablesChartsforsubgroup>Xbar-R53/423輸入?yún)?shù)依據(jù)不一樣輸入方式選擇不一樣分析方法若數(shù)據(jù)輸入在一列中，則確定出每組樣本數(shù)54/423決定控制用控制圖控制界限輸入穩(wěn)定條件下平均值和標(biāo)準(zhǔn)差，即確定出控制用控制圖控制界限。55/423Xbar-ROptions選項能夠在這里選擇判異準(zhǔn)則56/423Box-Cox正態(tài)轉(zhuǎn)換進(jìn)行正態(tài)性轉(zhuǎn)換57/423Storage項輸出數(shù)據(jù)平均值和標(biāo)準(zhǔn)差58/423圖形輸出59/423判圖請判定前圖是否有異常請問本圖為解析用圖或是控制用圖60/423Xbar-s做法決定要研究或控制Y或X特征搜集數(shù)據(jù)輸入minitab中用minitab繪圖及分析判定及采取辦法61/423Xbar-s練習(xí)打開以下檔案Select:Stat>ControlChart>VariablesChartsforsubgroup>Xbar-s62/423輸入?yún)?shù)解釋與Xbar-R圖相同63/423圖形輸出64/423判圖請判定前圖是否有異常請問本圖為解析用圖或是控制用圖65/423I-MR圖做法決定要研究或控制Y或X特征搜集數(shù)據(jù)輸入minitab中用minitab繪圖及分析判定及采取辦法66/423I-MR練習(xí)打開以下檔案，用其來進(jìn)行I-MR圖練習(xí)Select:Stat>ControlChart>VariablesChartsforindividuals>I-MR67/423輸入?yún)?shù)輸入變量68/423控制用控制圖控制界限假如是控制用控制圖請輸入數(shù)據(jù)69/423圖形輸出70/423判圖請判定前圖是否有異常請問本圖為解析用圖或是控制用圖71/423I-MR-R圖做法決定要研究或控制Y或X特征搜集數(shù)據(jù)輸入minitab中用minitab繪圖及分析判定及采取辦法72/423I-MR-R練習(xí)打開以下檔案，用其來進(jìn)行I-MR-R圖練習(xí)Select:Stat>ControlChart>VariablesChartsforindividuals>Z-MR73/423輸入?yún)?shù)輸入變量和樣本數(shù)74/423圖形輸出75/423判圖請判定前圖是否有異常請問本圖為解析用圖或是控制用圖76/423Z-MR圖做法決定要研究或控制Y或X特征搜集數(shù)據(jù)輸入minitab中用minitab繪圖及分析判定及采取辦法77/423Z-MR練習(xí)打開以下檔案，用其來進(jìn)行Z-MR圖練習(xí)Select:Stat>ControlChart>VariablesChartsforindividuals>Z-MR78/423輸入?yún)?shù)輸入變量輸入自變量79/423決定預(yù)計選擇標(biāo)準(zhǔn)差預(yù)計方法80/423圖形輸出81/423p圖做法決定要研究或控制Y特征搜集數(shù)據(jù)輸入minitab中用minitab繪圖及分析判定及采取辦法82/423p練習(xí)P圖只能適用在二項分布質(zhì)量特征性。在做p圖時，要注意其樣本數(shù)必須到達(dá)1/p~5/p，如此之下圖才比較含有意義。83/423輸入數(shù)據(jù)請打開數(shù)據(jù)文檔Select:Stat>ControlChart>AttributesCharts>P84/423輸入?yún)?shù)輸入樣本數(shù)輸入變量85/423決定判異準(zhǔn)則選擇判異準(zhǔn)則計數(shù)型判異準(zhǔn)則與計量型不太一樣86/423保留P值保留依據(jù)數(shù)據(jù)計算所得到總不良率87/423圖形輸出88/423np圖做法決定要研究或控制Y特征搜集數(shù)據(jù)輸入minitab中用minitab繪圖及分析判定及采取辦法89/423np練習(xí)np圖只能適用在二項分布質(zhì)量特征性。在做np圖時，要注意其樣本數(shù)必須到達(dá)1/p~5/p，如此之下圖才比較含有意義。Np圖要求每組樣本數(shù)必須是一樣。90/423輸入數(shù)據(jù)請打開數(shù)據(jù)文檔

Select:Stat>ControlChart>AttributesCharts>NP91/423輸入?yún)?shù)輸入樣本數(shù)輸入變量92/423圖形輸出93/423c圖做法決定要研究或控制Y特征搜集數(shù)據(jù)輸入minitab中用minitab繪圖及分析判定及采取辦法94/423C圖練習(xí)c圖只能適用在卜氏分布質(zhì)量特征上。在做c圖時，要注意其樣本數(shù)必須到達(dá)取樣時最少包含一個缺點以上，如此之下圖才比較含有意義。另外就是基本上c圖樣本要一定才能夠。假如樣本數(shù)不一樣，則應(yīng)該使用u圖。95/423輸入數(shù)據(jù)請打開數(shù)據(jù)文檔Select:Stat>ControlChart>AttributesCharts>C96/423輸入?yún)?shù)輸入變量97/423決定判異準(zhǔn)則判異準(zhǔn)則同P圖一樣98/423圖形輸出99/423u圖做法決定要研究或控制Y特征搜集數(shù)據(jù)輸入minitab中用minitab繪圖及分析判定及采取辦法100/423u圖練習(xí)u圖只能適用在卜氏分布質(zhì)量特征上。在做u圖時，要注意其樣本數(shù)必須到達(dá)取樣時最少包含一個缺點以上，如此之下圖才比較含有意義。101/423輸入數(shù)據(jù)請打開數(shù)據(jù)文檔Select:Stat>ControlChart>AttributesCharts>U102/423輸入?yún)?shù)輸入變量輸入樣本量103/423圖形輸出104/423MINITAB之制程能力分析105/423制程能力之分類計量型(基于正態(tài)分布)計數(shù)型(基于二項分布)計數(shù)型(基于卜氏項分布)106/423MINITAB能力分析選項(計量型)CapabilityAnalysis(Normal)CapabilityAnalysis(Between/Within)CapabilityAnalysis(Weibull)CapabilitySixpack(Normal)CapabilitySixpack(Between/Within)CapabilitySixpack(Weibull)107/423CapabilityAnalysis(Normal)該命令會劃出帶理論正態(tài)曲線直方圖，這可直觀評定數(shù)據(jù)正態(tài)性。輸出匯報中還包含過程能力統(tǒng)計表，包含子組內(nèi)和總體能力統(tǒng)計。108/423CapabilityAnalysis(Between/Within)該命令會劃出帶理論正態(tài)曲線直方圖，能夠直觀評定數(shù)據(jù)正態(tài)性。該命令適合用于子組間存在較大變差場所。輸出匯報中還包含過程能力統(tǒng)計表，包含子組間／子組內(nèi)和總體能力統(tǒng)計。109/423CapabilityAnalysis(Weibull)該命會會劃出帶韋伯曲線直方圖，這可直觀評定數(shù)據(jù)是否服從韋伯分布。輸出匯報中還包含總體過程總能力統(tǒng)計110/423制程能力分析做法決定Y特征搜集Y特征數(shù)據(jù)輸入MINITAB數(shù)據(jù)表進(jìn)行分析結(jié)果說明111/423STEP1決定Y特征決定Y特征搜集Y特征數(shù)據(jù)輸入MINITAB數(shù)據(jù)表進(jìn)行分析結(jié)果說明Y特征普通是指客戶所關(guān)心所重視特征。Y要先能量化，盡可能以定量數(shù)據(jù)為主。Y要事先了解其規(guī)格界限，是單邊規(guī)格，還是雙邊規(guī)格。目標(biāo)值是在中心，或則不在中心測量系統(tǒng)分析要先做好。112/423STEP2決定Y特征決定Y特征搜集Y特征數(shù)據(jù)輸入MINITAB數(shù)據(jù)表進(jìn)行分析結(jié)果說明在搜集Y特征時要注意層別和分組。各項數(shù)據(jù)要按時間次序做好對應(yīng)整理113/423STEP3決定Y特征決定Y特征搜集Y特征數(shù)據(jù)輸入MINITAB數(shù)據(jù)表進(jìn)行分析結(jié)果說明將數(shù)據(jù)輸入MINTAB中，或則在EXCEL中都能夠。114/423STEP4決定Y特征決定Y特征搜集Y特征數(shù)據(jù)輸入MINITAB數(shù)據(jù)表進(jìn)行分析結(jié)果說明利用MINITAB>STAT>QUALITYTOOL>CAPABILITYANALYSIS>NORMAL115/423STEP5決定Y特征決定Y特征搜集Y特征數(shù)據(jù)輸入MINITAB數(shù)據(jù)表進(jìn)行分析結(jié)果說明利用MINITAB各項圖形來進(jìn)行結(jié)果說明116/423練習(xí)樣本X1X2X3X4X5199.7098.72100.24101.28101.20299.32100.97100.8799.2498.21399.8999.83101.4899.56100.90499.1599.7199.1799.3098.80599.66100.80101.06101.16100.45697.7498.8299.2498.6498.737101.18100.2499.6299.3399.918101.54100.96100.62100.67100.499101.49100.6799.36100.38102.101097.1698.2697.59100.0999.78117/423輸入數(shù)據(jù)注意輸入方式Select:Stat>QualityTools>CapabiltyAnalysis>Normal118/423輸入選項輸入上下規(guī)格界限依據(jù)不一樣數(shù)據(jù)輸入方式選擇分析方法119/423選擇標(biāo)準(zhǔn)差預(yù)計方法普通選擇復(fù)合標(biāo)準(zhǔn)差預(yù)計方式120/423選項輸入假如需要計算Cpm則需要輸入目標(biāo)值過程能力表現(xiàn)形式選擇121/423以Cpk,Ppk結(jié)果輸出122/423以Zbench方式輸出123/423結(jié)果說明請學(xué)員按此圖形來說明該制程情況124/423CapabilityAnalysis(Between/Within)125/423CapabilityAnalysis(Weibull)此項分析是用在當(dāng)制程不是展現(xiàn)正態(tài)分布時所使用。因為假如制程不是正態(tài)分布硬用正態(tài)分布來分析時，輕易產(chǎn)生誤差，所以此時能夠使用韋氏分布來進(jìn)行分析，會更貼近真實現(xiàn)像。126/423練習(xí)請使用同前之?dāng)?shù)據(jù)來進(jìn)行分析。上規(guī)格：103下規(guī)格：97規(guī)格中心：100127/423輸入相關(guān)參數(shù)Select:Stat>QualityTools>CapabiltyAnalysis>Nonnormal128/423填入選項要求韋氏分布參數(shù)預(yù)計129/423結(jié)果圖形130/423正態(tài)分布適用性判定能夠使用Stat>basicstatistic>normalitytest但數(shù)據(jù)要放到同一個column中，所以必須針對前面數(shù)據(jù)進(jìn)行一下處理131/423數(shù)據(jù)調(diào)整進(jìn)行數(shù)據(jù)堆積132/423填寫選項輸入變量輸入作為參考概率線133/423結(jié)果輸出134/423結(jié)果輸出(加標(biāo)0.5概率)135/423計量型制程能力分析總結(jié)普通正態(tài)分布使用CapabilityAnalysis(Normal)假如是正態(tài)分布且其組內(nèi)和組間差異較大時可用CapabilityAnalysis(Between/Within)當(dāng)非正態(tài)分布時則能夠使用CapabilityAnalysis(Weibull)136/423CapabilitySixpack(Normal)復(fù)合了以下六個圖形XbarR原始數(shù)據(jù)分布（plot）直方圖正態(tài)分布檢定CPK,PPK137/423練習(xí)請以前面數(shù)據(jù)來進(jìn)行對應(yīng)CapabilitySixpack(Normal)練習(xí)Select:Stat>QualityTools>CapabiltySixpack>Normal138/423輸入各項參數(shù)輸入規(guī)格139/423選定判異準(zhǔn)則選擇判異準(zhǔn)則140/423選擇標(biāo)準(zhǔn)差預(yù)計方法默認(rèn)值是復(fù)合標(biāo)準(zhǔn)差計算公式141/423考慮可選擇項假如希望計算Cpm,則輸入目標(biāo)值142/423結(jié)果輸出143/423CapabilitySixpack(Between/Within)復(fù)合了以下六個圖形XbarR原始數(shù)據(jù)分布直方圖正態(tài)分布檢定CPK,PPK144/423同前練習(xí)及結(jié)果145/423CapabilitySixpack(Weibull)復(fù)合了以下六個圖形XbarR原始數(shù)據(jù)分布直方圖正態(tài)分布檢定CPK,PPK146/423結(jié)果輸出147/423二項分布制程能力分析二項分布只適適用在好，不好過，不過好，壞不能夠用在0,1,2,3等二項以選擇，此種情況必須使用卜氏分布。148/423示例數(shù)據(jù)在excel檔案中Select:Stat>QualityTools>CapabiltyAnalysis>Binomial149/423填好各項參數(shù)輸入樣本數(shù)輸入歷史不良率150/423選好控制圖判異準(zhǔn)則151/423結(jié)果及輸出152/423卜氏分布制程能力分析卜分布只適適用在計數(shù)型，有二個以上選擇時比如能夠用在外觀檢驗，但非關(guān)鍵項部份0,1,2,3等二項以選擇，此種情況必須使用卜氏分布。153/423示例數(shù)據(jù)在excel檔案中Select:Stat>QualityTools>CapabiltyAnalysis>Poisson154/423填好各項參數(shù)155/423結(jié)果及輸出156/423基礎(chǔ)統(tǒng)計157/423描述性統(tǒng)計一些參加統(tǒng)計學(xué)課程學(xué)生做了一個簡單試驗。每個學(xué)生被要求統(tǒng)計下自己每分鐘脈搏跳動次數(shù)。下面我們對他們脈搏跳動數(shù)據(jù)進(jìn)行簡單分析。158/423描述性統(tǒng)計1

OpentheworksheetPULSE.MTW.2

ChooseStat>BasicStatistics>GraphicalSummary.3

InVariables,enterPulse1.ClickOK.159/423結(jié)果輸出160/423Z檢驗例某零件，其厚度在正常生產(chǎn)下服從N(0.13，0.0152)。某日在生產(chǎn)產(chǎn)品中抽查了10次，其觀察值為：0.112，0.130，0.129，0.152，0.138，0.118，0.151，0.128，0.158，0.142。發(fā)覺平均厚度已稍增大至0.136，假如標(biāo)準(zhǔn)差不變，試問生產(chǎn)是否正常？（取α＝0.05）161/423Z檢驗

H0：μ＝0.13，H1：μ≠0.13

因為σ已知，故用z檢驗由MINITAB計算，Stat－BasicStatistics－1SampleZTestofmu=0.13vsnot=0.13Theassumedstandarddeviation=0.015VariableNMeanStDevSEMean95%CIZPC1100.1358000.0151060.004743(0.126503,0.145097)1.220.221162/423t檢驗例某賓館六西格瑪團(tuán)體評定某項服務(wù)等級，最大可能級別為10。團(tuán)體要求服務(wù)等級總體均值“到達(dá)7”服務(wù)項目能夠接收，總體均值“超出7”認(rèn)為有提升。隨機(jī)調(diào)查12位用戶，要求他們對此項服務(wù)評定等級，得到12個級別數(shù)據(jù)為：7，8，10，8，6，9，6，7，7，8，9和8。假設(shè)總體級別近似服從正態(tài)分布，在顯著性水平α＝0.05情況下，問服務(wù)項目確實比要求可接收標(biāo)準(zhǔn)有提升嗎？163/423t檢驗建立假設(shè)H0：μ＝7，H1：μ>7σ未知，且n≤7是小樣本，故選取t檢驗。下面是MINITAB軟件計算結(jié)果：Testofmu=7vs>7

VariableNMeanStDevSEMean95%LowerBoundTPC1127.750001.215430.350867.119892.140.028164/4231P檢驗例某廠要求產(chǎn)品必須經(jīng)過檢驗合格后才能出廠，某不合格品率p0不得超出5％?，F(xiàn)從一批產(chǎn)品中隨機(jī)抽取50個進(jìn)行檢驗，發(fā)覺有4個不合格品，問該批產(chǎn)品能否出廠？（取α＝0.05）165/4231P檢驗用MINITAB軟件計算，Stat－BasicStatistics－1ProportionTestandCIforOneProportionTestofp=0.05vsp>0.05

SampleXNSamplep95%LowerBoundExactP-Value14500.0800000.0277880.240166/4232P檢驗例用A與B兩種不一樣方法制造某種零件，從各自制造零件中分別隨機(jī)抽取100個，其中A有10個廢品，B有3個廢品。在α＝0.05水平上，能否定為廢品率與方法相關(guān)？167/4232P檢驗用MINITAB軟件計算，Stat－BasicStatistics－2ProportionTestandCIforTwoProportionsSampleXNSamplep1101000.100000231000.030000Difference=p(1)-p(2)Estimatefordifference:0.0795%CIfordifference:(0.00235994,0.137640)Testfordifference=0(vsnot=0):Z=2.03P-Value=0.043168/423標(biāo)準(zhǔn)差檢驗例

在改革工藝前后，各測量了若干鋼條抗剪強(qiáng)度，數(shù)據(jù)以下：改革后：525，531，518，533，546，524，521，533，545，540改革前：521，525，533，525，517，514，526，519設(shè)改革后鋼條抗剪強(qiáng)度，改革前為問：能夠認(rèn)為改革工藝后鋼條抗剪強(qiáng)度標(biāo)準(zhǔn)差有改變嗎？

169/423標(biāo)準(zhǔn)差檢驗設(shè)用MINITAB軟件，Stat－BasicStatistics－2Variances170/423MSA

測量系統(tǒng)分析171/423MSA目標(biāo)了解測量系統(tǒng)是否有足夠能力來偵測出產(chǎn)品或制程參數(shù)變更。172/423MSA分析對像只要控制計劃當(dāng)中所提出測量系統(tǒng)就必須進(jìn)行分析。包含產(chǎn)品特征包含過程特征173/423MSA分析方法分類MSA計量型計數(shù)型破壞型174/423計量型MSA計量型位置分析離散分析穩(wěn)定性分析偏倚分析線性分析重復(fù)性分析再現(xiàn)性分析穩(wěn)定性分析175/423計數(shù)型MSA計量型風(fēng)險分析法信號分析法數(shù)據(jù)解析法176/423破壞性MSA計量型偏倚分析變異分析穩(wěn)定性分析法177/423偏移(Bias)真值觀察平均值偏倚偏倚：是測量結(jié)果觀察平均值與基準(zhǔn)值差值。真值取得能夠經(jīng)過采取更高級別測量設(shè)備進(jìn)行屢次測量，取其平均值而定之。178/423重復(fù)性(Repeatability)重復(fù)性重復(fù)性是由一個評價人，采取一個測量儀器，屢次測量同一零件同一特征時取得測量值變差。179/423再現(xiàn)性(Reproducibility)再現(xiàn)性是由不一樣評價人，采用相同測量儀器，測量同一零件同一特征時測量平均值變差。再現(xiàn)性180/423穩(wěn)定性(Stability)穩(wěn)定性時間1時間2穩(wěn)定性(或飄移)，是測量系統(tǒng)在某連續(xù)時間內(nèi)測量同一基準(zhǔn)或零件單一特征時取得測量值總變差。181/423線性(Linearity)量程基準(zhǔn)值觀察平均值基準(zhǔn)值線性是在量具預(yù)期工作范圍內(nèi)，偏倚值差值182/423線性(Linearity)觀察平均值基準(zhǔn)值無偏倚有偏倚183/423Casestudy

(你喜歡什么類型儀器)基準(zhǔn)值觀察平均值基準(zhǔn)值觀察平均值基準(zhǔn)值觀察平均值184/423穩(wěn)定性分析做法自控制計劃中去尋找需要分析測量系統(tǒng)，主要考慮來自：控制計劃中所提及產(chǎn)品特征控制計劃中所提及過程特征決定要分析測量系統(tǒng)選取一標(biāo)準(zhǔn)樣本，取值參考值請現(xiàn)場測量人員連續(xù)測量25組數(shù)據(jù)每次測量2~5次輸入數(shù)據(jù)到EXCEL，Xbar-R表格中計算控制界限，並用圖判定是否穩(wěn)定後續(xù)持續(xù)點圖，判圖保留記錄185/423穩(wěn)定性分析做法選取一標(biāo)準(zhǔn)樣品控制計劃中所提及產(chǎn)品特征控制計劃中所提及過程特征取出對產(chǎn)品特征或過程特征有代表性樣本。針對本樣本使用更高精密度等級儀器進(jìn)行精密測量十次，加以平均，做為參考值。決定要分析測量系統(tǒng)選取一標(biāo)準(zhǔn)樣本，取值參考值請現(xiàn)場測量人員連續(xù)測量25組數(shù)據(jù)每次測量2~5次輸入數(shù)據(jù)到EXCEL，Xbar-R表格中計算控制界限，並用圖判定是否穩(wěn)定後續(xù)持續(xù)點圖，判圖保留記錄186/423穩(wěn)定性分析做法請現(xiàn)場測量人員連續(xù)測量25組數(shù)據(jù)，每次測量2~5次。統(tǒng)計下這些數(shù)據(jù)。普通而言早期25組數(shù)據(jù)最好在短時間內(nèi)搜集，利用這些數(shù)據(jù)來了解儀器穩(wěn)定情況決定要分析測量系統(tǒng)選取一標(biāo)準(zhǔn)樣本，取值參考值請現(xiàn)場測量人員連續(xù)測量25組數(shù)據(jù)每次測量2~5次輸入數(shù)據(jù)到EXCEL，Xbar-R表格中計算控制界限，並用圖判定是否穩(wěn)定後續(xù)持續(xù)點圖，判圖保留記錄187/423穩(wěn)定性分析做法將數(shù)據(jù)輸入到minitab中。計算每一組平均值計算每一組R值。計算出平均值平均值計算出R平均值。決定要分析測量系統(tǒng)選取一標(biāo)準(zhǔn)樣本，取值參考值請現(xiàn)場測量人員連續(xù)測量25組數(shù)據(jù)每次測量2~5次輸入數(shù)據(jù)到EXCEL，Xbar-R表格中計算控制界限，並用圖判定是否穩(wěn)定後續(xù)持續(xù)點圖，判圖保留記錄188/423穩(wěn)定性分析做法計算控制界限平均值圖：Xbarbar+-A2Rbar,XbarbarR值圖：D4Rbar,Rbar,D3Rbar劃出控制界限將點子繪上先檢驗R圖，是否連續(xù)25點都在控制界限內(nèi)，以判定重復(fù)性是否穩(wěn)定。再看Xbar圖，是否連績25點都在控制界限內(nèi)，以判定偏移是否穩(wěn)定。能夠利用Xbarbar-標(biāo)準(zhǔn)值，進(jìn)行偏差檢定，看是否有偏差。能夠利用Rbar/d2來了解儀器重復(fù)性。決定要分析測量系統(tǒng)選取一標(biāo)準(zhǔn)樣本，取值參考值請現(xiàn)場測量人員連續(xù)測量25組數(shù)據(jù)每次測量2~5次輸入數(shù)據(jù)到EXCEL，Xbar-R表格中計算控制界限，並用圖判定是否穩(wěn)定後續(xù)持續(xù)點圖，判圖保留記錄189/423穩(wěn)定性分析做法后續(xù)連續(xù)點圖、判圖假如前面控制圖是穩(wěn)定，那么就能夠?qū)⒋丝刂平缦拮鰹榭刂朴每刂平缦?。我們后續(xù)就固定時間，使用一樣樣本、一樣測量儀器，一樣測量人員。此時因為樣本、儀品、人都是固定，所以假如繪出來圖形有異常，普通就代表儀器有問題，要進(jìn)行對應(yīng)處理。異常判定點：一點超出控制界限線：連續(xù)七點上升，連續(xù)七點下降，連績七點在同一側(cè)。面：非隨機(jī)性分析，在+-1sigma范圍內(nèi)應(yīng)覆蓋68%概率。決定要分析測量系統(tǒng)選取一標(biāo)準(zhǔn)樣本，取值參考值請現(xiàn)場測量人員連續(xù)測量25組數(shù)據(jù)每次測量2~5次輸入數(shù)據(jù)到EXCEL，Xbar-R表格中計算控制界限，並用圖判定是否穩(wěn)定後續(xù)持續(xù)點圖，判圖保留記錄190/423穩(wěn)定性分析做法保留統(tǒng)計各項線性分析統(tǒng)計要保留下來，能夠和PPAP檔案存放在一起，以有效證實企業(yè)測量儀器其測量能力是足夠。決定要分析測量系統(tǒng)選取一標(biāo)準(zhǔn)樣本，取值參考值請現(xiàn)場測量人員連續(xù)測量25組數(shù)據(jù)每次測量2~5次輸入數(shù)據(jù)到EXCEL，Xbar-R表格中計算控制界限，並用圖判定是否穩(wěn)定後續(xù)持續(xù)點圖，判圖保留記錄191/423范例10/1610/2210/2811/1211/1811/191/156/1910/1211/2012/948.648.448.948.948.948.548.448.747.847.948.148.748.848.647.950.149.048.248.048.648.348.648.348.048.948.049.249.048.347.748.748.448.71/122/133/204/115/206/196/287/607/218/98/2248.248.148.348.048.148.148.348.148.048.247.948.548.748.948.748.448.448.648.648.648.448.348.948.548.648.648.748.748.548.748.748.948.79/79/1110/948.048.147.948.448.648.348.848.948.4192/423193/423結(jié)果判定能夠利用Xbar-MASTER來評定其偏差程度。能夠利用Rbar/d2來評定其EV，例用EV/TV能夠了解其對應(yīng)EV%。194/423示例Master值為48產(chǎn)品公差為48+-2所以偏差為影響百分比為(48.48-48)/4，當(dāng)然也能夠進(jìn)行對應(yīng)統(tǒng)計t檢定看是否有顯著差異利用Rbar/d2來預(yù)計其標(biāo)準(zhǔn)差，也能夠評定其對應(yīng)EV%。195/423Minitab做法搜集數(shù)據(jù)將數(shù)據(jù)輸入minitab中制作控制圖判圖數(shù)據(jù)解析判定儀器適用性196/423偏倚分析做法決定要分析測量系統(tǒng)抽取樣本，取值參考值請現(xiàn)場測量人員測量15次輸入數(shù)據(jù)到minitab表格中計算t值，並判定是否合格，是否要加補(bǔ)正值保留記錄197/423偏倚分析做法決定要分析測量系統(tǒng)抽取樣本，取值參考值請現(xiàn)場測量人員測量15次輸入數(shù)據(jù)到minitab中計算t值，並判定是否合格，是否要加補(bǔ)正值保留記錄自控制計劃中去尋找需要分析測量系統(tǒng)，主要考慮來自：控制計劃中所提及產(chǎn)品特征控制計劃中所提及過程特征198/423偏倚分析做法決定要分析測量系統(tǒng)抽取樣本，取值參考值請現(xiàn)場測量人員測量15次輸入數(shù)據(jù)到minitab中計算t值，並判定是否合格，是否要加補(bǔ)正值保留記錄自生產(chǎn)現(xiàn)場抽取樣本：普通是取在制程中間產(chǎn)品。拿取此產(chǎn)品到更高精密測量設(shè)備，測量十次，加以平均，取得參考值。199/423偏倚分析做法決定要分析測量系統(tǒng)抽取樣本，取值參考值請現(xiàn)場測量人員測量15次輸入數(shù)據(jù)到minitab表格中計算t值，並判定是否合格，是否要加補(bǔ)正值保留記錄現(xiàn)場人員測量：現(xiàn)場人員：指是實際在現(xiàn)場工作人員，因為他們來進(jìn)行測量，才能真正了解企業(yè)測量偏差是多少。重復(fù)測量十五次，取統(tǒng)計其值。200/423偏倚分析做法決定要分析測量系統(tǒng)抽取樣本，取值參考值請現(xiàn)場測量人員測量15次輸入數(shù)據(jù)到minitab表格中計算t值，並判定是否合格，是否要加補(bǔ)正值保留記錄將數(shù)據(jù)輸入到minitab中：excel：我們利用來計劃平均值，標(biāo)準(zhǔn)差，以及平均值標(biāo)準(zhǔn)差。平均值使用語法：average標(biāo)準(zhǔn)差語法為：stdev201/423偏倚分析做法決定要分析測量系統(tǒng)抽取樣本，取值參考值請現(xiàn)場測量人員測量15次輸入數(shù)據(jù)到EXCEL表格中計算t值，並判定是否合格，是否要加補(bǔ)正值保留記錄計算t值，并加以判定t值計算法：利用(平均值-標(biāo)準(zhǔn)值)／平均值標(biāo)準(zhǔn)差。tα=是指用來判定是否有顯著偏差基準(zhǔn)，其和自由度相關(guān)，普通經(jīng)典α=0.05假如t>tα就代表有顯著偏移。假如t<tα就代表沒有顯著偏移。在minitab中可直接看p值202/423偏倚分析做法決定要分析測量系統(tǒng)抽取樣本，取值參考值請現(xiàn)場測量人員測量15次輸入數(shù)據(jù)到EXCEL表格中計算t值，並判定是否合格，是否要加補(bǔ)正值保留記錄結(jié)果判定假如t<tα就代表沒有顯著偏移。此是能夠接收。假如t>tα就代表有顯著偏移。此時就要再看其所受影響。我們利用偏差／公差，或偏差／過程改變范圍來了解其受影響百分比，假如百分比比較高時那么就可能儀器要停用或者修理。203/423偏倚分析做法決定要分析測量系統(tǒng)抽取樣本，取值參考值請現(xiàn)場測量人員測量15次輸入數(shù)據(jù)到EXCEL表格中計算t值，並判定是否合格，是否要加補(bǔ)正值保留記錄保留統(tǒng)計各項線性分析統(tǒng)計要保留下來，能夠和PPAP檔案存放在一起，以有效證實企業(yè)測量儀器其測量能力是足夠。204/423偏差練習(xí)基準(zhǔn)值=6.0偏倚15.8-0.225.7-0.335.9-0.145.9-0.156.00.066.10.176.00.086.10.196.40.4106.30.3116.00.0126.10.1136.20.2145.6-0.4156.00.0205/423數(shù)據(jù)解析結(jié)果n(m)均值標(biāo)準(zhǔn)偏差σr均值標(biāo)準(zhǔn)偏差σb測量值156.00670.225140.05814206/423將數(shù)據(jù)輸入minitabSelect:Stat>BasicStatistics>1Samplet207/423設(shè)定檢定對像及檢定值輸入基準(zhǔn)值208/423繪圖選檢定直方圖能夠選擇不一樣圖型來形象表示209/423置信區(qū)間選0.95選擇置信區(qū)間選擇假設(shè)和被擇假設(shè)210/423結(jié)果輸出One-SampleT:偏差Testofmu=0vsmunot=0VariableNMeanStDevSEMean偏差150.00670.21200.0547Variable95.0%CITP偏差(-0.1107,0.1241)0.120.905tHistogramof偏差211/423圖形輸出212/423線性研究指南－1選取最少5個樣本測量樣本10次以上計算偏倚和偏倚均值繪制線性圖畫出“偏倚＝0”并判定統(tǒng)計保留

取最少5個樣本，樣本測量值要覆蓋測量儀器一定量程范圍。確定每個樣本基準(zhǔn)值測量樣本大于等于10次，取均值作為“基準(zhǔn)值”213/423線性研究指南－2選取最少5個樣本測量樣本10次以上計算偏倚和偏倚均值繪制線性圖畫出“偏倚＝0”并判定統(tǒng)計保留

隨機(jī)化選擇樣本讓評價人測量由現(xiàn)場實際操作該儀器人員測量樣本對每個樣本測量10次以上214/423線性研究指南－3選取最少5個樣本測量樣本10次以上計算偏倚和偏倚均值繪制線性圖畫出“偏倚＝0”并判定統(tǒng)計保留

計算每次測量樣本偏倚計算每種樣本測量偏倚均值215/423線性研究指南－4選取最少5個樣本測量樣本10次以上計算偏倚和偏倚均值繪制線性圖畫出“偏倚＝0”并判定統(tǒng)計保留

對計算出偏倚均值和基準(zhǔn)值建立線性關(guān)系：，是基準(zhǔn)值，是偏倚平均值利用最小二乘法計算出斜率a和截距b，以及在置信水平為α下置信帶因為計算很復(fù)雜（見MSA第三版79頁），推薦使用軟件進(jìn)行擬合，EXCEL或MINITAB216/423線性研究指南－5選取最少5個樣本測量樣本10次以上計算偏倚和偏倚均值繪制線性圖畫出“偏倚＝0”并判定統(tǒng)計保留

畫出“bias＝0”直線若“bias＝0”直線完全在擬合線置信帶以內(nèi)，則線性可接收；不然，線性不可接收217/423線性研究指南－6選取最少5個樣本測量樣本10次以上計算偏倚和偏倚均值繪制線性圖畫出“偏倚＝0”并判定統(tǒng)計保留

線性分析統(tǒng)計要保留下來，能夠和PPAP檔案存放在一起，以有效證實企業(yè)測量儀器其測量能力是足夠。218/423例題一名工廠主管希望對過程采取新測量系統(tǒng)。作為PPAP一部份，需要評價測量系統(tǒng)線性?；谝炎C實過程變差，在測量系統(tǒng)操作量程內(nèi)選擇了五個零件。每個零件經(jīng)過全尺寸檢測測量以確定其基準(zhǔn)值。然后由領(lǐng)班分別測量每個零件12次。研究中零件是被隨機(jī)選擇。219/423例題pmrpmrpmrpmrpmr122.7245.1365.8487.65109.1122.5243.9365.7487.75109.3122.4244.2365.9487.85109.5122.5245.0365.9487.75109.3122.7243.8366.0487.85109.4122.3243.9366.1487.85109.5122.5243.9366.0487.85109.5122.5243.9366.1487.75109.5122.4243.9366.4487.85109.6122.4244.0366.3487.55109.2122.6244.1366.0487.65109.3122.4243.8366.1487.75109.4220/423例題解答零件基準(zhǔn)值123452.004.006.008.0010.0010.71.1-0.2-0.4-0.920.5-0.1-0.3-0.3-0.730.40.2-0.1-0.2-0.540.51-0.1-0.3-0.750.7-0.20.0-0.2-0.660.3-0.10.1-0.2-0.570.5-0.10.0-0.2-0.580.5-0.10.1-0.3-0.590.4-0.10.4-0.2-0.4100.40.00.3-0.5-0.8110.60.10.0-0.4-0.7120.4-0.20.1-0.3-0.6偏倚均值0.4916670.1250.025-0.29167-0.61667221/423MINITAB軟件操作從Stat－QualityTools－GageStudy－GageLinearityandBiasStudy進(jìn)入222/423結(jié)果輸出223/423結(jié)論從圖形能夠顯著看出：測量系統(tǒng)存在線性問題?！捌校?”線與置信帶交叉，但不包含在內(nèi)。主管需要對線性問題查找原因假如偏倚在測量范圍內(nèi)不能調(diào)整為0，只要測量系統(tǒng)穩(wěn)定性O(shè)K，進(jìn)行軟件調(diào)零后仍可用于產(chǎn)品和過程控制，但不能用于對產(chǎn)品和過程進(jìn)行分析。224/423R&R分析做法決定要分析測量系統(tǒng)選取十個能夠代表製程樣本以及挑選現(xiàn)場實際測量人員2~3人請現(xiàn)場人員對十個產(chǎn)品連續(xù)重複測量2~3次，記得盲測要求輸入數(shù)據(jù)到minitab中計算出R&R結(jié)果進(jìn)行判定，和採取相應(yīng)辦法保留記錄225/423R&R分析決定要分析測量系統(tǒng)選取十個能夠代表製程樣本以及挑選現(xiàn)場實際測量人員2~3人請現(xiàn)場人員對十個產(chǎn)品連續(xù)重複測量2~3次，記得盲測要求輸入數(shù)據(jù)到EXCELR&R表格中計算出R&R結(jié)果進(jìn)行判定，和採取相應(yīng)辦法保留記錄決定要分析測量系統(tǒng)由控制計劃當(dāng)中挑選，需要進(jìn)行分析儀器。普通經(jīng)典包含了產(chǎn)品特征測量儀器以及過程特征測量儀器。測量風(fēng)險愈高儀器要愈優(yōu)先分析。226/423R&R分析決定要分析測量系統(tǒng)選取十個能夠代表製程樣本以及挑選現(xiàn)場實際測量人員2~3人請現(xiàn)場人員對十個產(chǎn)品連續(xù)重複測量2~3次，記得盲測要求輸入數(shù)據(jù)到EXCELR&R表格中計算出R&R結(jié)果進(jìn)行判定，和採取相應(yīng)辦法保留記錄選擇十個能夠代表制程改變產(chǎn)品，普通此項產(chǎn)品改變，最好能夠覆蓋產(chǎn)品改變范圍比很好。選擇能夠代表實際現(xiàn)測量人員操作測量人員。。每一個測量人員針對每一個產(chǎn)品重復(fù)測量2~3次。測量風(fēng)險愈高儀器要愈優(yōu)先分析。227/423R&R分析請現(xiàn)場人員對十個產(chǎn)品重復(fù)測量2~3次。在測量時，要使用盲測標(biāo)準(zhǔn)，偵測出人員日常測量時無意識錯誤，才能真正預(yù)計出在正式測量時誤差。決定要分析測量系統(tǒng)選取十個能夠代表製程樣本以及挑選現(xiàn)場實際測量人員2~3人請現(xiàn)場人員對十個產(chǎn)品連續(xù)重複測量2~3次，記得盲測要求輸入數(shù)據(jù)到EXCELR&R表格中計算出R&R結(jié)果進(jìn)行判定，和採取相應(yīng)辦法保留記錄228/423R&R分析決定要分析測量系統(tǒng)選取十個能夠代表製程樣本以及挑選現(xiàn)場實際測量人員2~3人請現(xiàn)場人員對十個產(chǎn)品連續(xù)重複測量2~3次，記得盲測要求輸入數(shù)據(jù)到EXCELR&R表格中計算出R&R結(jié)果進(jìn)行判定，和採取相應(yīng)辦法保留記錄將各項測量數(shù)據(jù)輸入到excel檔案當(dāng)中。輸入數(shù)據(jù)時要注意有效讀數(shù)，只取到最小讀數(shù)，假如要估讀，只能估讀二分之一。229/423R&R分析決定要分析測量系統(tǒng)選取十個能夠代表製程樣本以及挑選現(xiàn)場實際測量人員2~3人請現(xiàn)場人員對十個產(chǎn)品連續(xù)重複測量2~3次，記得盲測要求輸入數(shù)據(jù)到EXCELR&R表格中計算出R&R結(jié)果進(jìn)行判定，和採取相應(yīng)辦法保留記錄計算出R&R結(jié)果普通利用此項excel表格能夠得能夠下結(jié)果：AV:人員變異EV:儀器變異PV：產(chǎn)品變異TV：總變異R&R%：重復(fù)性和再現(xiàn)性所占百分比。230/423R&R分析決定要分析測量系統(tǒng)選取十個能夠代表製程樣本以及挑選現(xiàn)場實際測量人員2~3人請現(xiàn)場人員對十個產(chǎn)品連續(xù)重複測量2~3次，記得盲測要求輸入數(shù)據(jù)到EXCELR&R表格中計算出R&R結(jié)果進(jìn)行判定，和採取相應(yīng)辦法保留記錄判定：R&R%<10%，良好，能夠接收。10%<R&R%<30%，可能可能接收，可能不能夠接收，依據(jù)測量特征主要性，以及當(dāng)前制程cpk能力來決定。R&R>30%，不能夠接收。231/423R&R分析決定要分析測量系統(tǒng)選取十個能夠代表製程樣本以及挑選現(xiàn)場實際測量人員2~3人請現(xiàn)場人員對十個產(chǎn)品連續(xù)重複測量2~3次，記得盲測要求輸入數(shù)據(jù)到EXCELR&R表格中計算出R&R結(jié)果進(jìn)行判定，和採取相應(yīng)辦法保留記錄保留統(tǒng)計各項R&R統(tǒng)計要保留下來，能夠和PPAP檔案存放在一起，以有效證實企業(yè)測量儀器其測量能力是足夠。232/423R&R練習(xí)Select:Stat>QualityTools>GageStudy>GageR&RStudy(Crossed)233/423輸入各項參數(shù)234/423得到結(jié)果GageR&R%ContributionSourceVarComp(ofVarComp)TotalGageR&R0.00443710.67Repeatability0.0012923.10Reproducibility0.0031467.56Operator0.0009122.19Operator*Part0.0022345.37Part-To-Part0.03716489.33TotalVariation0.041602100.00StdDevStudyVar%StudyVarSource(SD)(5.15*SD)(%SV)TotalGageR&R0.0666150.3430632.66Repeatability0.0359400.1850917.62Reproducibility0.0560880.2888527.50Operator0.0302000.1555314.81Operator*Part0.0472630.2434023.17Part-To-Part0.1927810.9928294.52TotalVariation0.2039651.05042100.00NumberofDistinctCategories=4GageR&RforResponse235/423圖形結(jié)果236/423Phase3

計數(shù)型MSA237/423假設(shè)檢驗法－1選取樣本和測量人員重復(fù)判斷樣本2～3次將數(shù)據(jù)統(tǒng)計在表格計算一致性和有效性判定統(tǒng)計保留

選取20～50個樣本，樣本數(shù)可依據(jù)實際情況而定此樣本要包含合格、不合格產(chǎn)品，臨界附近產(chǎn)品研究人員對每一樣本取得基準(zhǔn)值，并正確判斷是否合格

2～3名現(xiàn)場測量人員238/423假設(shè)檢驗法－2選取樣本和測量人員重復(fù)判斷樣本2～3次將數(shù)據(jù)統(tǒng)計在表格計算一致性和有效性判定統(tǒng)計保留

每個人重復(fù)測量2～3次，依據(jù)規(guī)格作出是否合格判定239/423假設(shè)檢驗法－3選取樣本和測量人員重復(fù)判斷樣本2～3次將數(shù)據(jù)統(tǒng)計在表格計算一致性和有效性判定統(tǒng)計保留

將測量人員判定結(jié)果統(tǒng)計在表格中記“1”為合格；記“0”為不合格240/423假設(shè)檢驗法－4選取樣本和測量人員重復(fù)判斷樣本2～3次將數(shù)據(jù)統(tǒng)計在表格計算一致性和有效性判定統(tǒng)計保留

利用交叉表方法來確定評價人之間和評價人與基準(zhǔn)值之間一致性計算每個評價人作出判定有效性241/423假設(shè)檢驗法－5選取樣本和測量人員重復(fù)判斷樣本2～3次將數(shù)據(jù)統(tǒng)計在表格計算一致性和有效性判定統(tǒng)計保留

一致性kappa值大于0.75，一致性好Kappa值小于0.4，則一致性差有效性個人重復(fù)性正確百分比>90%。個人和標(biāo)準(zhǔn)值相比較正確百分比>90%。全部測量人員一致百分比>90%。全部測量人員和標(biāo)準(zhǔn)一致百分比>90%。萬一小于此百分比，則代表此測量系統(tǒng)尚不能夠被接收，應(yīng)做調(diào)整。242/423假設(shè)檢驗法－6選取樣本和測量人員重復(fù)判斷樣本2～3次將數(shù)據(jù)統(tǒng)計在表格計算一致性和有效性判定統(tǒng)計保留風(fēng)險分析統(tǒng)計要保留下來，能夠和PPAP檔案存放在一起，以有效證實企業(yè)測量儀器其測量能力是足夠。243/423案例某生產(chǎn)過程受控，但性能指數(shù)Pp=Ppk=0.5，該過程會產(chǎn)生較多不合格產(chǎn)品。

所以，需要一個可接收計數(shù)型測量系統(tǒng)將不合格產(chǎn)品從生產(chǎn)流中挑選出來。與計量型量具不一樣是，該量具不能指出產(chǎn)品好壞，只能指出產(chǎn)品可接收或拒絕。LSLUSL0.500.600.40LSLUSL0.500.600.40244/423案例這個測量系統(tǒng)與公差相比%GRR＝25%，公差為0.01。但還未小組證實，需要進(jìn)行測量系統(tǒng)研究。樣本選擇：隨機(jī)地從過程中抽取50個零件樣本，要覆蓋過程變差。（注：樣本要包含合格、不合格產(chǎn)品，臨界附近產(chǎn)品）245/423案例選擇三名評價人，每個人對每個產(chǎn)品評價了三次，統(tǒng)計在計數(shù)型研究數(shù)據(jù)表中246/423一致性分析－列聯(lián)表（評價人之間）B總計01A0.0計算期望計算4415.7634.35050.01.0計算期望計算331.39768.7100100.0總計計算期望計算4747.0103103.0150150.0A與B列聯(lián)表247/423列聯(lián)表（評價人之間）C總計01B0.0計算期望計算4216.0531.04747.01.0計算期望計算935.09468.0103103.0總計計算期望計算5151.09999.0150150.0B與C列聯(lián)表248/423列聯(lián)表（評價人之間）C總計01A0.0計算期望計算4317.07335050.01.0計算期望計算834.09266.0100100.0總計計算期望計算5151.09999.0150150.0A與C列聯(lián)表249/423一致性分析－KappaKappa是一個評價人之間一致性測量值Kappa計算： 設(shè)p0＝列聯(lián)表正對角線單元中觀察值總和

pe＝列聯(lián)表正對角線單元中期望值總和

Kappa＝（p0－pe）/（1－pe）Kappa判定（通常提議法則）Kappa大于0.75表示好一致性Kappa小于0.4則表示一致性差，需要改進(jìn)250/423Kappa－評價人之間計算評價人之間Kappa值kappaABCA0.860.78B0.860.79C0.780.79251/423列聯(lián)表（評價人與基準(zhǔn)值）基準(zhǔn)總計01A0.0計算期望計算4515.0534.05050.01.0計算期望計算333.09768.0100100.0總計計算期望計算4848.0102102.0150150.0A與基準(zhǔn)判斷列聯(lián)表252/423列聯(lián)表（評價人與基準(zhǔn)值）基準(zhǔn)總計01B0.0計算期望計算4515.0232.04747.01.0計算期望計算333.010070.0103103.0總計計算期望計算4848.0102102.0150150.0B與基準(zhǔn)判斷列聯(lián)表253/423列聯(lián)表（評價人與基準(zhǔn)值）基準(zhǔn)總計01A0.0計算期望計算4216.3934.75151.01.0計算期望計算631.79367.39999.0總計計算期望計算4848.0102102.0150150.0C與基準(zhǔn)判斷列聯(lián)表254/423Kappa－評價人與基準(zhǔn)值評價人與基準(zhǔn)值之間一致性ABCkappa0.880.920.77255/423有效性有效性計算

有效性＝正確判斷數(shù)量/判斷機(jī)會總數(shù)案例計算結(jié)果以下起源%評價人%SCOREVSATTRIBUTE評價人A評價人B評價人C評價人A評價人B評價人C總受檢數(shù)505050505050符合424540424540不符合8510851095%UCI93%97%90%93%97%90%計算得分84%90%80%84%90%80%95%LCI71%78%66%71%78%66%256/423有效性測量系統(tǒng)有效性計算結(jié)果SYSTEM%EFFECTIVESCORESYSTEM%EFFECTIVESCOREvsREFERENCETOTALINSPECTED5050#INAGREEMENT393995%UCI64%64%計算得分78%78%95%LCI89%89%257/423MINITAB軟件操作利用MINITAB軟件，我們一樣能夠進(jìn)行測量系統(tǒng)有效性和一致性分析，從Stat－Qualitytools－AttributeAgreementAnalysis入口。258/423MINITAB軟件操作軟件分析結(jié)果以下AttributeAgreementAnalysisfor評價結(jié)果

WithinAppraisersAssessmentAgreementAppraiser#Inspected#MatchedPercent95%CIA504284.00(70.89,92.83)B504590.00(78.19,96.67)C504080.00(66.28,89.97)#Matched:Appraiseragreeswithhim/herselfacrosstrials.Fleiss'KappaStatisticsAppraiserResponseKappaSEKappaZP(vs>0)A00.7600000.08164979.30810.000010.7600000.08164979.30810.0000B00.8450730.081649710.35000.000010.8450730.081649710.35000.0000C00.7029110.08164978.60890.000010.7029110.08164978.60890.0000259/423MINITAB軟件操作EachAppraiservsStandardAssessmentAgreementAppraiser#Inspected#MatchedPercent95%CIA504284.00(70.89,92.83)B504590.00(78.19,96.67)C504080.00(66.28,89.97)#Matched:Appraiser'sassessmentacrosstrialsagreeswiththeknownstandard.AssessmentDisagreementAppraiser#1/0Percent#0/1Percent#MixedPercentA00.0000.00816.00B00.0000.00510.00C00.0000.001020.00#1/0:Assessmentsacrosstrials=1/standard=0.#0/1:Assessmentsacrosstrials=0/standard=1.#Mixed:Assessmentsacrosstrialsarenotidentical.Fleiss'KappaStatisticsAppraiserResponseKappaSEKappaZP(vs>0)A00.8802360.081649710.78060.000010.8802360.081649710.78060.0000B00.9226120.081649711.29