Minitab的使用全面介绍.pptx

《Minitab的使用全面介绍.pptx》由会员分享，可在线阅读，更多相关《Minitab的使用全面介绍.pptx（275页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、Minitab的使用施相波1Minitab介绍 Minitab是众多统计软件当中比较简单易懂的软件之一； 相对来讲，Minitab在质量管理方面的应用是比较适合的； Minitab的功能齐全，一般的数据分析和图形处理都可以应付自如。2Minitab与6 Sigma的关系 在上个世纪80年代Motolora开始在公司内推行6 Sigma，并开始借助Minitab使6 Sigma得以最大限度的发挥； 6 Sigma的MAIC阶段中，很多分析和计算都可以都通过Minitab简单的完成； 即使是对统计的知识不怎么熟悉，也同样可以运用Minitab很好的完成各项分析。3Minitab的功能 计算功能计算

2、功能 计算器功能 生成数据功能 概率分布功能 矩阵运算4Minitab的功能 数据分析功能数据分析功能 基本统计 回归分析 方差分析 实验设计分析 控制图 质量工具 可靠度分析 多变量分析 时间序列 列联表 非参数估计 EDA 概率与样本容量5Minitab的功能 图形分析图形分析 直方图 散布图 时间序列图 条形图 箱图 矩阵图 轮廓图 三维图 点图 饼图 边际图 概率图 茎叶图 特征图6课程内容安排 由于时间有限，很多内容只是做简单的介绍； 在两天的时间里，主要的课程内容安排如下：7课程内容安排第一天 上午 Minitab基本界面和操作介绍基本界面和操作介绍 常用图形的常用图形的Minit

3、ab操作操作 特性要因图 柏拉图 散布图 直方图 时间序列图8课程内容安排第一天 下午 SPCSPC的的MinitabMinitab操作操作1） Box-Cox转换数据为正态2） Xbar-R Chart3） Xbar-S Chart 4） I-MR-R/S Chart 5） P Chart6） NP Chart7） C Chart 9课程内容安排第二天 上午 能力分析能力分析1）正态分布图能力分析2）泊松分布图能力分析3）组间/组内能力分析4）Weibull能力分析 基本统计基本统计1） 描述统计10课程内容安排第二天 下午 基础统计基础统计 2）单样本Z测试3） 单样本T测试4） 双样本T

4、测试5） 成对T测试6） 1比率测试7） 2比率测试8） 相关分析9) 正态分布 MSAMSA测量系统分析测量系统分析 1） 测量重复性和再现性(交叉Crossed)2） 测量重复性和再现性(嵌套Nested)3） 测量走势图4） 测量线性研究5） 属性测量R&R 研究（计数） 11Minitab界面和基本操作介绍12Minitab界面Data Window: 输入数据的窗口 每一列的名字可以写在最前面的列 每一列的数据性质是一致的主菜单主菜单Session Window: 分析结果输出窗口13Minitab界面 同一时间只能激活一个窗口.每一个窗口可以单独储存.不同的要求选择不同的保存命令1

5、4工具栏的介绍打开文件打开文件保存文件保存文件打印窗口打印窗口剪切剪切复制复制粘贴粘贴恢复恢复插入单元格插入单元格插入行插入行插入列插入列移动列移动列剪切单元格剪切单元格最后一次对话框最后一次对话框程序窗口程序窗口上一次记忆刷上一次记忆刷下一次记忆刷下一次记忆刷数据窗口数据窗口管理图形管理图形撤销撤销帮助帮助关闭图形关闭图形15数据类型的转换（Change Data Type）Select: Manip Change Data Type Text to Numeric需要转换的列转换后数据存放列，可以是原来的数据列16数据的堆积（Stack&Unstack） Select: Manip Sta

6、ck/Unstack Stack输入需要堆积的列，如果由前后顺序，按前后顺序进行输入输入堆积后存放列的位置注解可以用来区分数据的来源原始数据17数据块的堆积（Stack Blocks） Select: Manip Stack/Unstack Stack Blocks原始数据在对话框中输入25列数据，注解列在前面输入新工作表和注解的位置18转置栏（Transpose Columns）输入需要转置的列输入新工作表的位置可以输入注解列 Select: Manip Transpose Columns19连接（Concatenate） Select: Manip Concatenate输入需要连接的数据

7、列输入新数据列的位置原始数据20编码（Code） Select: Manip code原始数据编码规则被编码的变量21Minitab之常用图形22 控制图一一. .控制图原理控制图原理1.现代质量管理的一个观点 产品质量的统计观点a.产品的质量具有变异性.b.产品质量的变异具有统计规律性. 至工业革命以后,人们一开始误认为:产品是由机器造出来的,因此,生产出来的产品是一样的.随着测量理论与测量工具的进步,人们终于认识到:产品质量具有变异性,公差制度的建立是一个标志. 产品质量的变异也是有规律性的,但它不是通常的确定性现象的确定性规律,而是随机现象的统计规律. 23 控制图一一. .控制图原理控

8、制图原理2.控制图的原理a.计量值产品特性的正态分布如果我们对某一计量值产品的特性值(如:EKCO、膜厚等）进行连续测试,只要样本量足够大,就可看到它们服从正态分布的规律. 4 1 6 78 6 9 7 5 * *0 n (x; , )24 控制图一一. .控制图原理控制图原理b. 3 控制方式下的产品特性值区间3 控制方式下产品特性值落在 -3 , +3 范围内的概率为99.73%,其产品特性值落在此区间外的概率为1-99.73%=0.27%. 4 1 6 78 6 9 7 5 * *0.135%0.135% -3 +3 25 控制图一一. .控制图原理控制图原理c. 常规控制图的形成 -3

9、 +3+3 -3 -3 +326 控制图一一. .控制图原理控制图原理d.控制图原理的解释v 第一种解释:1.若过程正常,即分布不变,则点子超过UCL的概率只 有1 左右.2.若过程异常, 值发生偏移,于是分布曲线上、下偏移,则点子超过UCL或LCL的概率大为增加.结论:点出界就判异以后要把它当成一条规定来记住.8 9 10 11UCLCLLCL时间(h)27 控制图一一. .控制图原理控制图原理v 第二种解释:1.偶然因素引起偶然波动。偶然波动不可避免,但对质量的影响微小,通常服从正态分布,且其分布不随时间的变化而改变。时间目标线可预测过程受控28 控制图一一. .控制图原理控制图原理2.异

10、因引起异波。异波产生后,其分布会随时间的变化而发生变化。异波对质量影响大,但采取措施后不难消除。v 第二种解释:结论:控制图上的控制界限就是区分偶波与异波的科学 界限,休哈特控制图的实质是区分偶然因素与异常 因素两类因素.时间目标线不可预测过程失控29二二. .常规控制图及其用途常规控制图及其用途 控制图分布控制图代号控制图名称控制图界限备 注正态分布(计量值)X - R均值-极差控制图UCLX= X+A2RUCLR= D4RLCLR =D3R最常用最基本的控制图.控制对象:长度、重量等.X - s均值-标准差控制图UCLX= X+A3sUCLs= B4sLCLs = B3s当样本大小n10,

11、需要应用s图来代替R图.X - R中位数-极差控制图UCLX=X+m3A2RUCLR=D4R LCLR=D3R现场需把测定数据直接记入控制图进行控制.X-Rs单值-移动极差控制图UCLx=X+2.66RsUCLRs=3.267Rs取样费时、昂贵的场合.30二二. .常规控制图及其用途常规控制图及其用途 控制图分布控制图代号控制图名称控制图界限备注二项分布(计件值)p不合格品率控制图 UCLp= p+ 3 p(1-p)/n 用于不合格品率或合格品率控制np不合格品数控制图 UCLnp=np+3 np(1-p)不合格品数控制泊松分布(计点值)u单位不合格数控制图UCLu=u+3 u / n一定单位

12、中所出现缺陷数目控制c不合格数控制图UCLc= c + 3 c一定单位,样品大小不变时31QC7手法常用的图形如下 特性要因图 控制图(参见minitab控制图教材) 柏拉图 散布图 直方图 时间序列图32特性要因图决定Y头脑风暴找出可能的X将X依5M+1E方式列表将表输出MINITAB中输出结果图形33练习人机料法环测不够熟练设备没有保养原料没有检查没有设定标准化方法温度太高仪器偏差太大培训不够设备不常清扫原料含水太高抽样方式不合理湿度太高仪器R&R太高监督不够没有进行首模验收34输入表中注意输入格式 Select: Stat Quality tools Cause and effect35

13、填好各项需要的参数36结果输出loss沒有進行首模驗收設備不常清掃設備沒有保養沒有進行首模驗收設備不常清掃設備沒有保養沒有進行首模驗收設備不常清掃設備沒有保養沒有進行首模驗收設備不常清掃設備沒有保養抽樣方式不合理沒有設定標准化方法抽樣方式不合理沒有設定標准化方法沒有進行首模驗收設備不常清掃設備沒有保養沒有進行首模驗收設備不常清掃設備沒有保養沒有進行首模驗收設備不常清掃設備沒有保養沒有進行首模驗收設備不常清掃設備沒有保養監督不夠培訓不夠不夠熟練監督不夠培訓不夠不夠熟練人機料法環測Cause-and-Effect Diagram37柏拉图收集各项质量特性缺陷列成表输入到MINITAB中MINITA

14、B绘出图形找出关键的Y特性38练习项次缺陷项数量1虚焊5002漏焊3003强度不够2004外观受损1505其它16039输入数据 Select: Stat Quality tools Pareto Chart40填好各项参数可以对柏拉图进行命名输入缺陷列输入频数列其他项所占的比率41结果输出外觀受損其它強 度不夠漏 焊虛焊15016020030050011.512.215.322.938.2100.0 88.5 76.3 61.1 38.210005000100806040200DefectCountPercentCum %PercentCount不良數量柏拉圖42散布图决定你所关心的Y决定和

15、Y有可能的X收集Y和X的数据输入MINITAB绘出图形判定Y和X之间的关系43练习YX6580066810658206683067840678506886068870678906890044输入数据 Select: Gragh Plot45输入参数可以选择不同的输出表现形式46输出图形90085080068676665XY可以用直接方式判定，有正相关的倾向。更详细的说明可以参见回归分析47直方图决定你所关心的Y或X收集Y或X的数据输入MINITAB表MINITAB绘出直方图进行判定48练习 请打开EXCEL档案的计量型部份 Select: Gragh Histogram49填入参数可以同时为几

16、个变量作直方图50102.0101.5101.0100.5100.099.599.098.598.097.597.09876543210測量值Frequency结果输出请依照QC 7的方法来进行图形分析和判定更深入的分析可以参见制程能力分析部份。51时间序列图决定你所关心的Y或X收集Y或X的数据输入MINITAB表MINITAB绘出时间序列图进行判定52练习时间销售量2003/11502003/21262003/31352003/41652003/51902003/61702003/71752003/81802003/917653输入数据 Select: Gragh Time Series P

17、lot54填入参数时间刻度设置55结果输出2003/92003/82003/72003/62003/52003/42003/32003/22003/1190180170160150140130120Date/Time銷售量依此状况来判定未定的销售趋势。56Minitab的SPC使用57Minitab可提供的图形 计量型 Xbar-R Xbar-s I-MR I-MR-s Z-MR 计数型 P Np C U58Xbar-R做法 Xbar-R是用于计量型 判稳准则：连续二十五点没有超出控制界限。 判异准则： 一点超出控制界限 连续六点上升或下降或在同一侧 不呈正态分布，大部份点子没有集中在中心线。

18、59Xbar-R做法决定要研究或控制的Y或X特性收集数据输入minitab中用minitab绘图及分析判定及采取措施60Xbar-R练习 打开下列档案 Select: Stat Control Chart Xbar-R61输入参数根据不同的输入方式选择不同的分析方法如果是控制用控制图则需要在这里填入数据62决定测试要求可以在这里选择判异准则63v 判判 异异 准准 则则准则准则1: 一点超出控制界限一点超出控制界限区域A (+3 )区域A ( -3 )区域B (+2 )区域C (+1 )区域C ( -1 )区域B ( -2 )UCLCLLCLAABCCBUCLCLLCL 64准则准则2: 连续

19、连续9点在中心线的同侧点在中心线的同侧v 判判 异异 准准 则则AABCCBUCLCLLCL65准则准则3: 连续连续6点呈上升或下降趋势点呈上升或下降趋势AABCCBUCLCLLCLv 判判 异异 准准 则则66准则准则4: 连续连续14点上下交替点上下交替AABCCBUCLCLLCLv 判判 异异 准准 则则67准则准则5: 连续连续3点中有点中有2点处于点处于A区上或区上或A区下区下v 判判 异异 准准 则则AABCCBUCLCLLCL68准则准则6: 连续连续5点中有点中有4点在点在C区之外区之外(同侧同侧)v 判判 异异 准准 则则AABCCBUCLCLLCL69准则准则7: 连续连

20、续15点在中心线附近的点在中心线附近的C区内区内v 判判 异异 准准 则则AABCCBUCLCLLCL70准则准则8: 连续连续8点在中心线两侧而无一点在点在中心线两侧而无一点在C区区v 判判 异异 准准 则则AABCCBUCLCLLCL71决定标准差的估计方法一般选择Rbar的标准差估计方式72决定选项进行正态性转换可输入SPC控制图信息73图形输出252015105Subgroup0604603602601600599598597Sample MeanMean=600.2UCL=603.1LCL=597.41050Sample RangeR=3.872UCL=8.833LCL=0Xbar/

21、R Chart for Supp274判图 请判定前图是否有异常 请问本图为解析用图或是控制用图75Xbar-s做法决定要研究或控制的Y或X特性收集数据输入minitab中用minitab绘图及分析判定及采取措施76Xbar-s练习 打开下列档案Select: Stat Control Chart Xbar-s77输入参数解释与Xbar-R图相同78图形输出252015105Subgroup0603602601600599598597Sample MeanMean=600.2UCL=603.0LCL=597.443210Sample StDevS=1.722UCL=3.902LCL=0Xbar

22、/S Chart for Supp279判图 请判定前图是否有异常 请问本图为解析用图或是控制用图80I-MR图做法决定要研究或控制的Y或X特性收集数据输入minitab中用minitab绘图及分析判定及采取措施81I-MR练习 打开下列档案，用其来进行I-MR图练习Select: Stat Control Chart I-MR82输入参数输入变量如果是控制用控制图请输入数据83图形输出302010Subgroup01051041031021011009998979695Individual Value302010sample2Mean=99.78UCL=104.2LCL=95.3765432

23、10Moving Range1R=1.656UCL=5.411LCL=0I and MR Chart for reading84判图 请判定前图是否有异常 请问本图为解析用图或是控制用图85I-MR-R图做法决定要研究或控制的Y或X特性收集数据输入minitab中用minitab绘图及分析判定及采取措施86I-MR-R练习 打开下列档案，用其来进行I-MR-R图练习Select: Stat Control Chart I-MR-R87输入参数输入变量和样本数如果是控制用控制图只需要输入历史平均值88图形输出603602601600599598Individuals Chart of Subgr

24、oup MeansIndividual Value11Mean=600.2UCL=602.2LCL=598.3210Moving Range Chart of Subgroup MeansMoving RangeR=0.7292UCL=2.382LCL=0252015105Subgroup01050Range Chart of All DataSample RangeR=3.872UCL=8.833LCL=0I-MR-R/S (Between/Within) Chart: Supp289判图 请判定前图是否有异常 请问本图为解析用图或是控制用图90Z-MR图做法决定要研究或控制的Y或X特性收集

25、数据输入minitab中用minitab绘图及分析判定及采取措施91Z-MR练习 打开下列档案，用其来进行Z-MR图练习Select: Stat Control Chart Z-MR92输入参数输入变量输入自变量93决定估计选择是否是计算的均值还是历史均值选择标准差的估计方法94图形输出0CABAB15105SubgroupStandardized DataMean=0UCL=3LCL=-343210Moving RangeR=1.128UCL=3.686LCL=0Z/MR Chart for Thicknes95p图做法决定要研究或控制的Y特性收集数据输入minitab中用minitab绘图

26、及分析判定及采取措施96p练习 P图只能适用在二项分布的质量特性性。 在做p图时，要注意其样本数必须达到1/p5/p，如此之下的图才比较具有意义。97输入数据 请打开数据文档Select: Stat Control Chart P98输入参数输入变量输入样本数如果是控制用控制图则在这里输入数据99决定判异准则选择判异准则计数型的判异准则与计量型的不太一样100决定估计方式样本量不同的时候可以有不同的主力方式101图形输出25201510500.040.030.020.010.00Sample NumberProportionP Chart for 不合格數P=0.01165UCL=0.0302

27、9LCL=0102np图做法决定要研究或控制的Y特性收集数据输入minitab中用minitab绘图及分析判定及采取措施103np练习 np图只能适用在二项分布的质量特性性。 在做np图时，要注意其样本数必须达到1/p5/p，如此之下的图才比较具有意义。104输入数据 请打开数据文档Select: Stat Control Chart NP105图形输出25201510501050Sample NumberSample CountNP Chart for 不合格數NP=3.471UCL=9.027LCL=0106c图做法决定要研究或控制的Y特性收集数据输入minitab中用minitab绘图及

28、分析判定及采取措施107C图练习 c图只能适用在卜氏分布的质量特性上。 在做c图时，要注意其样本数必须达到取样时至少包含一个缺陷以上，如此之下的图才比较具有意义。 另外就是基本上c图的样本要一定才可以。如果样本数不一样，则应当使用u图。108输入数据 请打开数据文档Select: Stat Control Chart C109输入参数输入变量110决定判异准则判异准则同P图一样111图形输出25201510509876543210Sample NumberSample CountC Chart for 缺陷數C=2.88UCL=7.971LCL=0112u图做法决定要研究或控制的Y特性收集数据

29、输入minitab中用minitab绘图及分析判定及采取措施113u图练习 u图只能适用在卜氏分布的质量特性上。 在做u图时，要注意其样本数必须达到取样时至少包含一个缺陷以上，如此之下的图才比较具有意义。114输入数据 请打开数据文档Select: Stat Control Chart C115输入参数输入变量输入样本量116图形输出25201510500.030.020.010.00Sample NumberSample CountU Chart for 缺陷數U=0.009855UCL=0.02971LCL=0117MINITAB之制程能力分析118制程能力之分类计量型(基于正态分布)计数

30、型(基于二项分布)计数型(基于卜氏项分布)119MINITAB 能力分析的选项(计量型) Capability Analysis (Normal) Capability Analysis (Between/Within) Capability Analysis (Weibull) Capability Sixpack (Normal) Capability Sixpack (Between/Within) Capability Sixpack (Weibull)120Capability Analysis (Normal) 该命令会划出带理论正态曲线的直方图，这可直观评估数据的正态性。输出报告

31、中还包含过程能力统计表，包括子组内和总体能力统计。121Capability Analysis (Between/Within) 该命令会划出带理论正态曲线的直方图，可以直观评估数据的正态性。 该命令适用于子组间存在较大变差的场合。输出报告中还包含过程能力统计表，包括子组间子组内和总体能力统计。122Capability Analysis (Weibull) 该命会会划出带韦伯曲线的直方图，这可直观评估数据是否服从韦伯分布。输出报告中还包含总体过程总能力统计123制程能力分析做法决定Y特性收集Y特性数据输入MINITAB数据表进行分析结果说明124STEP1决定Y特性决定Y特性收集Y特性数据输

32、入MINITAB数据表进行分析结果说明Y特性一般是指客户所关心所重视的特性。Y要先能量化，尽量以定量数据为主。Y要事先了解其规格界限，是单边规格，还是双边规格。目标值是在中心，或则不在中心测量系统的分析要先做好。125STEP2决定Y特性决定Y特性收集Y特性数据输入MINITAB数据表进行分析结果说明在收集Y特性时要注意层别和分组。各项的数据要按时间顺序做好相应的整理126STEP3决定Y特性决定Y特性收集Y特性数据输入MINITAB数据表进行分析结果说明将数据输入MINTAB中，或则在EXCEL中都可以。127STEP4决定Y特性決定Y特性收集Y特性數據輸入MINITAB數據表進行分析結果說

33、明利用MINITABSTATQUALITY TOOLCAPABILITY ANALYSIS (NORMAL)128STEP5决定Y特性決定Y特性收集Y特性數據輸入MINITAB數據表進行分析結果說明利用MINITAB的各项图形来进行结果说明129练习样本X1X2X3X4X5199.7098.72100.24101.28101.20299.32100.97100.8799.2498.21399.8999.83101.4899.56100.90499.1599.7199.1799.3098.80599.66100.80101.06101.16100.45697.7498.8299.2498.649

34、8.737101.18100.2499.6299.3399.918101.54100.96100.62100.67100.499101.49100.6799.36100.38102.101097.1698.2697.59100.0999.78130输入数据注意输入方式 Select: Stat Quality Tools Capabilty Analysis(Normal)131输入选项输入上下规格界限根据不同的数据输入方式选择分析方法132选择标准差的估计方法一般选择复合的标准差估计方式133选项的输入选择是否作正态型转换如果需要计算Cpm则需要输入目标值过程能力表现形式的选择134以Cpk

35、, Ppk结果的输出103.5102.5101.5100.599.598.597.596.5TargetUSLLSLProcess Capability Analysis for X1 - X5PPM TotalPPM USLPPM USLPPM USLPPM USLPPM USLPPM USLPPM USLPPM USLPPM USLPPM Quality Tools Capabilty Analysis(Weibull)141填入选项要求韦氏分布的参数估计142结果图形949698100102104LSLUSLProcess Capability Analysis for X1 - X5C

36、alculations Based on Weibull Distribution ModelUSLTargetLSLMeanSample NShapeScalePpPPUPPLPpkPPM USLPPM TotalPPM USLPPM Total103.000100.000 97.000 99.88450102.700100.4390.741.550.640.64 0.00 0.00 0.0027543.74 1.7227545.46Process DataOverall (LT) CapabilityObserved LT PerformanceExpected LT Performanc

37、e143正态分布适用性的判定 可以使用 Statbasic statisticnormality test 但数据要放到同一个column中，所以必须针对前面的数据进行一下处理144数据调整进行数据的堆积145填写选项输入变量输入作为参考的概率记号146结果输出P-Value: 0.515A-Squared: 0.324Anderson-Darling Normality TestN: 50StDev: 1.12483Average: 99.9056102101100999897.999.99.95.80.50.20.05.01.001Probabilityx1Normal Probabili

38、ty PlotP-value0.05，接收为正态分布147结果输出(加标0.5概率)P-Value: 0.515A-Squared: 0.324Anderson-Darling Normality TestN: 50StDev: 1.12483Average: 99.905610210110099989799.90560.50000.999.99.95.80.50.20.05.01.001Probabilityx1Normal Probability Plot148计量型制程能力分析总结 一般的正态分布使用 Capability Analysis (Normal) 如果是正态分布且其组内和组间

39、差异较大时可用 Capability Analysis (Between/Within) 当非正态分布时则可以使用 Capability Analysis (Weibull)149Capability Sixpack (Normal) 复合了以下的六个图形 Xbar R 原始数据分布（plot） 直方图 正态分布检定 CPK, PPK150练习 请以前面的数据来进行相应的Capability Sixpack (Normal)练习 Select: Stat Quality Tools Capabilty Sixpack(Normal)151输入各项参数输入规格152选定判异准则选择判异准则153

40、选择标准差估计方法默认值是复合标准差计算公式154考虑可选择项如果希望计算Cpm,则输入目标值155结果输出109876543210101.5100.599.598.5Xbar and R ChartSubgrMean11Mean=99.91UCL=101.1LCL=98.744.53.01.50.0RangeR=2.025UCL=4.282LCL=0109876543210Last 10 Subgroups102.5101.099.598.0Subgroup NumberValues103T 97Capability PlotProcess ToleranceIIIIIIIIISpecifi

41、cationsWithinOverall10210098Normal Prob Plot10210098Capability HistogramWithinStDev:Cp:Cpk:0.8706231.151.11OverallStDev:Pp:Ppk:Cpm:1.130590.880.860.89Process Capability Sixpack for X1 - X5156Capability Sixpack (Between/Within) 复合了以下的六个图形 Xbar R 原始数据分布 直方图 正态分布检定 CPK, PPK157同前练习及结果103.5101.098.596.0I

42、-MR-R ChartMeanMean=99.91UCL=102.9LCL=96.923210Mov.RangeR=1.124UCL=3.672LCL=01098765432104.53.01.50.0SubgroupRangeR=2.025UCL=4.282LCL=0103T 97Capability PlotProcess ToleranceIIIIIIIIISpecificationsBetween/WithinOverall103.0100.598.0Normal Prob Plot10210098Capability Histogram0.91720.87061.26461.1306

43、0.790.770.880.860.89StDevsBetw:Within:Total:Overall:CapabilityCp:Cpk:Pp:Ppk:Cpm:Process Capability Sixpack for X1 - X5158Capability Sixpack (Weibull) 复合了以下的六个图形 Xbar R 原始数据分布 直方图 正态分布检定 CPK, PPK159结果输出109876543210101.5100.599.598.5Xbar and R ChartSubgrMeansMean=99.91UCL=101.1LCL=98.744.53.01.50.0Ran

44、gesR=2.025UCL=4.282LCL=0109876543210Last 10 Subgroups102.5101.099.598.0Subgroup NumberValues103 97Overall (LT)Shape: 102.700Scale: 100.439Pp: 0.74Ppk: 0.64Capability PlotProcess ToleranceSpecificationsIIIIII10210110099989796Weibull Prob Plot10210098Capability HistogramProcess Capability Sixpack for

45、X1 - X5形状参数160二项分布制程能力分析 二项分布只适合用在 好，不好 过，不过 好，坏 不可以用在 0,1,2,3等二项以的选择，此种状况必须使用卜氏分布。161示例 数据在excel档案中Select: Stat Quality Tools Capabilty Analysis(Binomial)162填好各项的参数输入样本数输入历史的不良率163选好控制图的判异准则164填入选择项可以选择输入图形的表现形式165结果及输出25201510500.060.050.040.030.020.010.00Sample NumberProportionP=0.01658UCL=0.0436

46、7LCL=02520151052.12.01.91.81.71.61.51.41.3Sample Number%Defective4.53.01.50.0Target25020015010076543210%DefectiveSample SizeBinomial Process Capability Report for 不良數Summary StatsCumulative %DefectiveDist of %DefectiveP ChartRate of Defectives(denotes 95% C.I.)Average P:%Defective:Target:PPM Def.:Pr

47、ocess Z:0.01658031.6580165802.130(0.0132, 0.0206)(1.32, 2.06)(13168, 20594)(2.042, 2.221)累计不良率不良的比例（希望它是随机分布）该线与P Chart中的P bar 是相同的166卜氏分布制程能力分析 卜分布只适合用在 计数型，有二个以上的选择时 例如可以用在 外观检验，但非关键项部份 0,1,2,3等二项以的选择，此种状况必须使用卜氏分布。167示例 数据在excel档案中Select: Stat Quality Tools Capabilty Analysis(Poisson)168填好各项的参数169

48、结果及输出170基础统计171描述性统计Select: Stat Basic Statistics Display descriptive statistics172描述性统计 输出 结果中位数四分之三位数四分之一位数样本数真实的平均值95置信区间173平均值检定（Z/t）Select: Stat Basic Statistics 2 Sample tT=（Xbar-）/(S/N1/2)Z=（Xbar-）/(/N1/2)，要求已知1T为单母体的均值检定2T为双母体的均值检定174EXP175差异不显著DF为自由度99176比率检定（1P/2P）1P为单母体的比率检定2P为双母体的比率检定177

49、比率检定（1P/2P）输出结果178标准差的检定（F）F检定为双母体的方差检定2为单母体的方差检定179标准差的检定（F）40302010095% Confidence Intervals for SigmasHouseAge1009080706050403020100Boxplots of Raw DataP-Value : 0.000Test Statistic: 165.617Levenes TestP-Value : 0.000Test Statistic: 0.001F-TestFactor LevelsAgeHouseTest for Equal Variances180MSA测量

50、系统分析181MSA的目的 了解测量系统是否有足够的能力来侦测出产品或制程参数的变更。182MSA分析的对像 只要控制计划当中所提出的测量系统就必须进行分析。 包含产品特性 包含过程特性183MSA分析方法的分类MSA计量型计数型破坏型184计量型MSA计量型位置分析离散分析稳定性分析偏倚分析线性分析重复性分析再现性分析稳定性分析185计数型MSA计量型风险分析法信号分析法数据解析法186破坏性MSA计量型偏倚分析变异分析稳定性分析法187偏移(Bias)真值观测平均值偏倚偏倚偏倚：是测量结果的观测平均值与基准值的差值。真值的取得可以通过采用更高级别的测量设备进行多次测量，取其平均值而定之。1