Minitab全面培训教程

结果输出
数据类型的转换
(Change Data Type)
• Select: Data > Change Data Type > Numeric to Text
需要转换的列
转换后数据存放列， 可以是原来的数据列
数据类型的转换结果
数据的堆栈（Stack&Unstack）
•Select: Data > Stack > columns
填入参数
可以同时为几个 变量作直方图
可以选择不同的 输出表现形式
输入上下规格界限
点击此选项
结果输出
•请依照直方图分析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。
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
练习
2006/6
2006/7
2006/8
2006/9
•依此状况来判定未定的销售趋势。
Minitab的SPC使用
一.控制图原理
•
控 1.现代质量管理的一个观点--产品质量的统计观点
制 图
a.产品的质量具有变异性. 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
结果输出
练习:
下表为STS冷轧工厂ZRM不良现状,试做分析
散布图
决定你所关心的Y 决定和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
练习
输入数据
•Select: Gragh> Scatterplot
输入参数
可以选择不同的 输出表现形式
输出图形
•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
Measuremen Material
Personnel
仪器偏差太大 仪器R&R太高
湿度太低 温度太高
原料没有检查
不够熟练
培训不够
原料含s,p太高
监督不够
抽样方式不合理
没有进行点检
设备不常清扫
没有设定标准化 方法
设备没有保养
为什么 有缺陷 产生
Environmen
Methods
Machines
柏拉图
特性要因图
决定特性Y 头脑风暴找出可能的要因X
将X依5M+1E方式列表 将表输出MINITAB中
输出结果图形
练习
输入表中
•Select: Stat > Quality tools> Cause - and - effect
注意输入格式
填好各项需要的参数
结果输出
:
Cause-and-Effect Diagram
UCLR=D4R LCLR=D3R
最常用最基本 的控制图.控制 对象:长度、重 量等. 当样本大小 n>10,需要应用 s图来代替R图.
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+2.66Rs UCLRs=3.267Rs
取样费时、昂 贵的场合.
二.常规控制图及其用途
如果我们对某一计量
值产品的特性值(如:钢
卷厚度等）进行连续
测试,只要样本量足够
大,就可看到它们服从
0
μ
正态分布的规律.
一.控制图原理
•
控 b. 3σ 控制方式下的产品特性值区间
制
图 3σ 控制方式下产品
特性值落在[μ -3σ ,
μ +3σ] 范围内的
概率为99.73%,其产
品特性值落在此区 0.135%
0.135%
间外的概率为199.73%=0.27%.
μ -3σ
μ
μ +3σ
一.控制图原理
•
c. 常规控制图的形成
控 制 图
μ -3σ
μ μ +3σ
μ -3σ
μ
μ +3σ
μ
•
控 d.控制图原理的解释 制 第一种解释: 图
UCL
CL
LCL 时间(h) 8 9 10 11
√ UCLu=u+3 u / n √ UCLc= c + 3 c
一定单位中 所出现缺陷 数目控制
一定单位,样 品大小不变 时
Minitab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 –U
Xbar-R做法
准则1: 一点超出控制界限
区域A (+3σ )
区域B (+2σ )
区域C (+1σ )
区域C ( -1σ )
区域B ( -2σ )
区域A ( -3σ )
×
UCL
A
B
CL
C C
B
LCL
A
UCL CL LCL
×
※判 异 准 则
准则2: 连续9点在中心线的同侧
UCL A
B
CL
C
C
B
LCL
A
※判 异 准 则
之前之后命令 查找数据 查找下一个数据 取消 帮助
显示因子设计
session窗口
当前数据窗口
剪切 复制 粘贴 恢复 重做 编辑最近对话框
状态向导
项目管理窗口
显示session窗口折叠
关闭所有图形窗口
显示worksheets折叠
插入单元格
显示GRAPH折叠 项目窗口 历史记录
插入行 插入列 移除列
数据的生成
原始数据
输入需要连 接的数据列
输入新数据 列的位置
连接结果
编码（Code）
• Select: Data > code>Numeric to Text
原始数据
被编码的 变量
存储编码值的栏
规则
编码
编码结果
Minitab之常用图形
QC手法常用的图形如 下:
特性要因图 控制图(参见SPC部分) 柏拉图 散布图 直方图 时间序列图
Session Window: •分析结果输出窗口
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
Minitab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
打开文件 保存文件 打印窗口
工具栏的介绍 报告便栈 打开相关文件
Xbar-R练习
打开Data目录下的Camshaft.mtw
•Select: Stat >Control Charts >Variables Charts for Subgroups > Xbar-R
输入参数 根据不同的输入方式 选择不同的分析方法
决定测试要求
可以在这里选 择判异准则
※判 异 准 则
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
练习
输入数据
Select: Gragh> Histogram
例:右表为某零件重量的数 据.试作(1)直方图 (2)计算均值x和标准差s (3)该特性值的下限是60.2 克,上限是62.6克,在直方图 中加入规格线并加以讨论.
Minitab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。
Minitab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；
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.
b.产品质量的变异具有统计规律性.
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.
一.控制图原理
•
2.控制图的原理
控
制
a.计量值产品特性的正态分布
图
n (x; μ , σ )
原始数据
输入需要堆栈的列，如 果由前后顺序，按前后 顺序进行输入
输入堆栈后存 放列的位置
注解可以用来区 分数据的来源
数据的堆栈结果
数据块的堆栈(Stack Blocks)
•Select: Data > Stack > Blocks of columns
原始数据
在对话框中输入2~5 列数据，注解列在前面
•
控 分布
控制图 代号
控制图名称
控制图界限
备注
制 图
正态 分布 (计 量值)
X-R X-s
~X - R
均值-极差控制图 均值-标准差控制图 中位数-极差控制图
UCLX= X+A2R UCLR= D4R LCLR =D3R
UCLX= X+A3s UCLs= B4s LCLs = B3s
UCLX=X~+m3A2R
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, μ 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.
一.控制图原理
第二种解释:
•
控 制 图
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。
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。
Xbar-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
输入新工作表 和注解的位置
数据块的堆栈结果
转置栏（Transpose Columns）
•Select: Data > 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
转置结果
连接（Concatenate）
• Select: Data > Concatenate
– 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
Minitab的功能
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
输入数据
•Select: Gragh> Time Series Plot
填入参数
可以选择不同的 输出表现形式
时间刻度设置
结果输出
销售量
Time Series Plot of 销售量
190
180
170
160
150
140
130
120 2006/1
2006/2
2006/3
2006/4
2006/5 时间
•
控 分布 制 图 二项
分布
(计件 值)
控制图 代号
p
np
控制图名称
不合格品率 控制图
不合格品数 控制图
泊松
u
分布
(计点
值)
c
单位不合格数 控制图
不合格数 控制图
控制图界限
备注
√ UCLp= p+ 3 p(1-p)/n √ UCLnp=np+3 np(1-p)
用于不合格 品率或合格 品率控制
不合格品 数控制
收集各项质量特性缺陷 列成表
输入到MINITAB中 MINITAB绘出图形 找出关键的Y特性
练习
输入数据
•Select: Stat > Quality tools> Pareto Chart
填好各项参数
输入缺陷列 输入频数列
在此指定 “95%” 将使 余下的图示为 “Others” 。
设置X轴,Y轴标签 可以对柏拉图进行命名
可预测
过程受控
•
一.控制图原理
第二种解释:
2.异因引起异波。异波
控 产生后,其分布会随时 制 间的变化而发生变化。 图 异波对质量影响大,但
采取措施后不难消除。
过程失控
不可预测结论: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.
二.常规控制图及其用途
• 三维图 • 点图 • 饼图 • 边际图 • 概率图 • 茎叶图 • 特征图
课程内容安排
研发 R&D
6σ
支援 Transaction
生产 Manufacturing
※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：
Minitab界面和 基本操作介绍
Minitab界面 主菜单
准则3: 连续6点呈上升或下降趋势
UCL A
B
C CL
C
B
LCL
A
※判 异 准 则
准则4: 连续14点上下交替
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。
Minitab的功能
计算功能
– 计算器功能 – 生成数据功
能 – 概率分布功
能 – 矩阵运算
Minitab的功能
数据分析功能
(Make Random Data)
例：生成一组男 生身高的数据， 要求：平均身高 175cm，标准偏 差5cm，数据个 数100.
• Select: Calc > Random Data > Normal
数据的生成结果
生成有规律的数据
• Select:Calc >Make Patterned Data >Simple Set of Number