2019年MINITAB常用工具汇集.ppt
《2019年MINITAB常用工具汇集.ppt》由会员分享,可在线阅读,更多相关《2019年MINITAB常用工具汇集.ppt(124页珍藏版)》请在三一文库上搜索。
1、容易理解的,6西格玛推进TAEM,1. MSA (计测System的分析),4.1,精密度,4.3,重现性,4.5,%P/T Ratio,4.2,反复性,4.4,%R&R,Screen工程中所使用的荧光体药品的粘性度对荧光屏的品质 起着较大的影响,因此Screen工程每交班时间都要测定管理 药品的粘性度. Screen工程的拉长或组长,科长为了评价 测定荧光体药品粘性的粘度计信赖度,让3位交班班长各测定 3个药品试料,反复测定各三次并记录其测定结果. 荧光体药品的粘度规格范围为242.,例题,测 定 人 : 3名 (金班长, 李班长, 朴班长),药品试料 : 3个 (1号试料, 2号试料, 3
2、号试料),测定次数 : 3次,总测定次数: 27次 ( = 3名 3名 3次 ),Worksheet,STAT MENU,Stat Quality Tools Gage R&R Study (Crossed).,路径,STAT MENU, 测定值, 输入规格的公差, 测定者, 点击Options, 样本编号, OK, OK,规格的范围 - 上面的例题中点度规格范围是 242,公差是2, 即为4. - 如果规格范围是403,则公差是 3, 即为6.,Dialog 窗口,STAT MENU,分析结果,4.4,%R&R,4.1,精密度,4.2,反复性,4.3,再现性,4.5,P/T,精密度 (测量的
3、散布程度 ) 对精密度的评价方法是通过 %R&R, P/T. 精密度有反复性和再现性的区分.,4.1,反复性 测定机的散布程度,4.2,再现性 测定者间的散布程度,4.3,Session窗口,Graph窗口(1),4.1,精密度,4.2,反复性,4.3,再现性,4.4,%R&R,4.5,P/T,Components of Variation 通过画柱状图来表示Session窗口上的分析结果, 柱状图通过%R&R, P/T的基准来表示各个精密度,反复性,再现性. 精密度, 反复性, 再现性 的柱子高度越低越好.,Graph 窗口(2),R Chart by 测量者 - 每点表示某一个测量者对同一
4、个产品反复测定几次时, 其中的最大值与最小值的差值(称为极差), 用R值表示. - 所有点应该处于管理上下限以内. - 对测量者别进行评价的时候, R值越小表示某个测量者 反复测量的越精密. 本例中的白班长所测量的三次R值相比其他人要小, 因此可说明白班长较其他人测量要精密些.,Xbar Chart by 测量者 - 每个点表示某个测定者对同一产品的反复测量几次时, 几个测量值的平均值. - 管理上下限的幅度表示测量散布的大小. - 希望所有的点都在管理上下限以外,并且呈现出有规律的 形态. 即, 希望产品间的散布比测量的散布要大.,Graph 窗口(3),By 样本编号 - 表示各样本所有测
5、量值的平均及其散布的程度. - 对于每个样本来说,我们希望反复几次测量的所有值 其散布的程度越小.,By 测量者 - 表示各测量者所有测量值的平均及其散布的程度. - 理论上对于各个测量者所有的测量值的平均值应相等.,By 测量者*样本编号 Interaction - 表示按照样本别各测量者之间的测量值. - 理论上各条线应该平行或重合, 假设线之间有交叉, 我们可以认为测量者与样本之间有交互作用.,Graph 窗口(4),2. 计算器的使用与分析,-69-,Calc Calculator,打开Worksheet表格: Oxygen.mtw,CALC MENU,“Piece * Oxygen”
6、 的数据另存在 C4列中,-70-,Calc Calculator,CALC MENU,“Piece * Oxygen”自动算出,-71-,Calc Calculator,CALC MENU,Oxygen的平均值另存在 C5 列中,-72-,Calc Calculator,CALC MENU,Oxygen的平均值自动算出,3. Basic Statistics (统计基础),Stat Basic Statistics Display Descriptive Statistics,Worksheet,为观察 A 工程的品质特性产品长度的分布与统计量,抽出一定量的样本(Sample)的数据。,路径
7、,STAT MENU,Dialog 窗口, 指定 变数, 选定 Graphs, 选定Graphical summary, OK, OK,STAT MENU,Session 窗口,1.1,算术平均,1.2,标准偏差,1.4,中央值,1.5,最小值,1.6,最大值,四分位数 : 将Data依序排列后,重新区分开来 - Q1 : 依序排列 Data时,列在25%位置的数字 - Median : 依序排列 Data时, 列在50%位置的数字 - Q3 : 依序排列 Data 时,排列在75%位置的数字,STAT MENU,Graph 窗口,1.1,算术平均,1.2,标准偏差,1.4,中央值,1.5,最
8、小值,1.6,最大值,1.3,分散,1.8,标准偏差的信赖区间,1.7,平均的信赖区间,1.9,中央值的信赖区间,1.10,验证正规性,正规性验证 ( 注意水平 = 0.05 ) P-Value 0.05 时 可以认为 Data的散布遵循正规分布的规则。 P-Value 0.05 Data的分布没有遵循正规分布的规则。,1.10,Histogram, 正规分布曲线,Box Plot,STAT MENU,4. Statistical Process Control (管理图),1.1,U 管理图,P 管理图,I-MR 管理图,C 管理图,NP 管理图,1.2,1.3,1.4,1.5,1.6,X-
9、R 管理图,U 管理图,P 管理图,I-MR 管理图,C 管理图,NP 管理图,理度的选择,C管理图,Data ,计量值,计数值,Data的类型,Data ,是不是不良品数量? 是否是具体的缺陷?,已收集的Data是否是个别的? 是否组成群数据?,抽样数是否是一定量?,抽样数是否是一定量?,U管理图,NP管理图,P 管理图,I-MR 管理图,X-R 管理图,个别 Data,Data群,不良数,缺陷数,否,是,否,是,STAT MENU,Stat Control Charts Xbar-R,在B工程中做出的产品的 重量每8个小时抽样5个进行测量,对该工程进行管理 。,例题,计量值,子群,子群,W
10、orksheet,路径,STAT MENU,Dialog , 指定变数, 子群的大小, OK,子群的大小 - 上述例题中,B工程按每8小时 测5个产品的重量,群的数量为5EA。 .或区分为C3(时间段别),也可 输入C3(时间段)。,Dialog 窗口,STAT MENU,分析结果,X-R 管理图 X 管理图 管理群内的 Data的平均 (管理分布的中心) R 管理图 管理群的范围 (管理分布的散布),2.1,Graph 窗口,STAT MENU,Stat Control Charts I-MR,在B工程中做出的产品的 重量每4个小时抽样1个进行测量,对该工程进行管理,例 题,I-MR 管理图
11、,计量值,个别 Data,Worksheet,路径,STAT MENU,Dialog , 指定变数, OK,Dialog 窗口,STAT MENU,30,20,10,Subgroup,0,11.5,10.5,9.5,8.5,I,n,d,i,v,i,d,u,a,l,V,a,l,u,e,Mean=10.01,UCL=11.27,LCL=8.741,1.5,1.0,0.5,0.0,M,o,v,i,n,g,R,a,n,g,e,R=0.4759,UCL=1.555,LCL=0,I and MR Chart for 重量,分析结果,I-MR 管理图 I 管理图 Data移动的管理 (管理分布图中心移动)
12、MR 管理图 管理Data移动范围(管理分布图的散布),2.2,MR(Moving Range) - 意味着相邻两个Data的移动范围. 例如, 前面的 Data的测定值为8, 后一个Data为12时, MR: 4 (= 8-12 ),Graph 窗口,STAT MENU,Stat Control Charts P,B工程管理一天中发生的产品不良数.,例 题,P 管理图 (不良率管理图),计数值,Worksheet,路 径,STAT MENU, 指定变数, Sample的数量决定 指定输入列, OK,Dialog 窗口,STAT MENU,30,20,10,0,0.10,0.05,0.00,S
13、ample Number,P,r,o,p,o,r,t,i,o,n,P Chart for 不良数,P=0.02984,UCL=0.07496,LCL=0,分析结果,LCL (管理下限) - P, NP, U, C管理图的管理下限总是大于等于0. 即, 不良率,不良数,缺陷率,缺陷数总大于等于0.,UCL (管理上限) - 在P管理图与U管理图中,下限线根着 Sample的大小形成曲线(幅度差). - Sample 大小大时 : 幅度小 - Sample 大小小时 : 幅度大,Graph 窗口,STAT MENU,5. Capability Study (工程能力),实习) 求工程能力,Stat
14、 Quality Tools Capability Analysis (Normal).,观察B工程品质特性之一的产品重量工程能力时, 每8个小时抽样5个样品并收集其数据, 产品重量的规格(Spec.)为 101g.,例 题,子群,子 群,Worksheet,路 径,STAT MENU, 规格下限, OK, 子群的大小, 规格上限, 指定变数,子群的大小 - 上述例题中, B工程每8小时抽出 样品,即群的数量为5. 或者有因分为时间段 在C3中可输入时间变数. 个别 Data时输入“1”.,规格的上,下限 - 上述例题中,因B工程做出的产品重量的规格为101g, 规格下限为 9, 规格上限 1
15、1.,Dialog 窗口,STAT MENU,规格上限,规格下限,算术平均,抽样数,群内标准偏差,全体标准偏差,Graph 窗口 (1),STAT MENU,群内工程能力 : ( 潜在工程能力 : 假设群间无变动的条件下的工程能力 ) Cp : 在不考虑偏差,数据的平均与目标一致的假设下的工程能力 基本假设 : 无平均偏差, 无群间变动 Cpk : 考虑偏差的工程能力 基本假设 : 无群见假设,3.1,Graph 窗口(2),STAT MENU,全体工程能力 ( 实际的工程能力 ) Pp : 不考虑偏差, Data平均与目标一致假设下的工程能力 基本假设 : 无平均偏差 Ppk : 考虑偏差的
16、工程能力 基本假设 : 无,3.2,Graph 窗口(3),STAT MENU,3.3,观测的不良率,3.4,群内预想不良率,3.5,全体预想不良率,PPM USL - 脱离规格上限的不良率 PPM Total - 全体不良率,PPM - 1,000,000(百万)个中不良数 把PPM为 % - PPM除以10,000. 例如, 30,000 ppm时,不良率为3%.,Graph 窗口(4),STAT MENU,6. Multi-Vari 分析,Multi-vari (例),Worksheet,STAT MENU,Time Series Plot 分析,1. 利用Minitab制作Time S
17、eries Plot,GraphTime Series Plot,路径,STAT MENU,点击OK,Worksheet,Dialog 窗口,STAT MENU, 分析结果 : 组装时间随着时间的推移有逐渐增加的趋势且有一定的周期(cycle).,Graph 窗口,STAT MENU,Box Plot 分析,GraphBox plot,Worksheet Open: Multi.mtw,路径,STAT MENU,点击OK,Worksheet,Dialog 窗口,STAT MENU, 日期和组装时间, 分析结果 : 可以知道日期别不同组装时间有差异.,Graph窗口,STAT MENU, ZIP
18、 MODEL和组装时间, 分析结果 : ZIP MODEL不同组装时间有差异,特别是G MODEL的散布较大,Graph窗口,STAT MENU, 分析结果 : 各个组装者的组装时间有差异, 组装者和组装时间,STAT MENU,Main Effect Plot (主效果分析),StatANOVAMain Effect Plot,路径,STAT MENU,点击OK,Worksheet,Dialog窗口,STAT MENU, 分析结果 : 日期,Zip Model,组装者之间的组装时间的差异较大,为了进一步分析, 对日期,组装者进行t-test, 对Zip Model实施ANOVA 分析,Gra
19、ph窗口,STAT MENU,7. Chi-Square 检验,Chi-Square test,X (原因变数),Y (结果变数),记数值,计量值,记数值,计量值,Chi-Square test,Logistic Regression,t-test One-Way ANOVA,回归分析 相关分析,STAT MENU,独立性检验,Stat Tables Chi-Square Test,S公司的职位分布参考右表, 想知道部门别人力的职位比率是 否相同.,例题 1,Worksheet,路径,STAT MENU,Dialog , 点击OK, 变数指定,Dialog窗口,STAT MENU,分析结果,P
20、-value值 P-Value 0.05 的时候 各变数相互独立. P-Value 0.05 各变数相互从属. - 上例中的 P-Value=0.606, 比0.05要大, 职位比率和部门没有相关,是独立性变数. 即,可以推定部门别人力比率相同.,Session窗口,STAT MENU,8. T-Test,t-test,1-Sample Z,2-Sample t,1-Sample t,Paired t,t-test的选择,1-Sample Z 在当我们想评价样本Data的平均和母集团(全体集团)的平均是否相同的时候. 且当母集团的平均和标准偏差已知的时候适用. 为了观察从D电子购买的部品的平均
21、重量,随机抽取10个样本并对其重量进行测量. 我们希望部品的重量为40g, 到目前为止生产的部品的母标准偏差为3g. 1-Sample t 在当我们想评价样本Data的平均和母集团(全体集团)的平均是否相同的时候. 且当母集团的平均已知而标准偏差未知的时候适用. 为了观察从D电子购买的部品的平均重量,随机抽取10个样本并对其重量进行测量. 我们希望部品的重量为40g, 而部品的母标准偏差未知. 2-Sample t 在当我们想评价从两个相互不同的集团中取出的样本Data的平均是否相同的时候适用. 为了评价从D公司和E公司购买的部品的平均重量是相同还是不同,从各公司购买的部品中 各随机抽取10个
22、并测量其重量. Paired t 在当我们想评价两个互相成对的样本Data的平均是否的时候适用. 为了评价从D公司购买的部品的左侧厚度和右侧厚度的平均是相同还是不同,随机抽取 10个并测量其左侧和右侧厚度.,2-Sample t,为了评价从D公司和E公司购买的部品的平均重量是否相同, 从各公司购买的部品中各随机抽取10个并 测量其重量., ,Stacked Data,D公司部品的重量,E公司部品的重量,Worksheet,STAT MENU,Stat Basic Statistics 2-Sample t,路径,STAT MENU, 点击Assume equal variances,Stack
23、ed Data, 变数指定 (选择测量的Data列), 点击Boxplots of data, 点击OK, 点击OK, 点击Graphs, 变数指定 (选择条件输入的列),Dialog窗口,STAT MENU,分析结果,样本数,算术平均,标准偏差,95.0% CI : 两个集团平均差异的95%信赖区间 - 上例中两个集团平均差异的95% 信赖区间 ( -3.87, 1.77 ) , 0在这个95% 信赖区间以内. 即,( D公司部品平均重量 E公司部品平均重量 = 0 )可以成立. 从这两个集团中分别收集的Data的平均可以相等的意思. 所以, 从D公司购买的部品的平均重量和E公司购买的部品的
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2019 MINITAB 常用工具 汇集
链接地址:https://www.31doc.com/p-2822106.html