Minitab常用操作简介

Pa r t- to- Pa r t
-2 1
Sample Range
R Chart by Operator
A
B
C
1.0
2
“作业者间存在差异与否? ” 而言的. UCL=0.880
作0.5 业者无差异为好.
_
0
R=0.342
-2
0.0
LCL=0
Xbar Chart by Operator
A
B
C
2
Sample Mean
Paratoo图
29 Oct 2009
10
Controls
饼图
29 Oct 2009
11
散点图 Controls
29 Oct 2009
12
Controls
五、SPC控制图
目标
理解控制图的基本原理，确认过程稳定性 I Chart for C1
39
主要内容
• 控制图
34
• 统计过程控制
• 过程判异原则
36.28 23.99 27.22 27.22 125.08 130.24
29 Oct 2009
34
Controls
可变数据MSA
Minitab Session解释
• 因测量系统的变动(贡献度)是 7.76%, 零件间的差异变动是 92.24%. • 重复性散布是 3.39%再现性散布是 4.37%. • 测量系统的精确度/过程波动比是 27.86%, 可以接受. • 测量系统的精确度/容差比是36.28,测量系统判别良/不良的能力不足. • 测量系统的识别力是4， 可以接受.
29 Oct 2009
5
Controls
四、简单的统计图形
直方图 Paratoo图 饼图 散点图
29 Oct 2009
6
直方图 Controls
29 Oct 2009
7
Controls
直方图
wk.baidu.com
29 Oct 2009
8
Controls
Paratoo图
29 Oct 2009
9
Controls
重复性
0.03997 3.39
再现性
0.05146 4.37
Operator
0.05146 4.37
部件间
1.08645 92.24
合计变异
1.17788 100.00
过程公差 = 2
研究变异
来源
标准差(SD) (6 * SD)
合计量具 R&R 0.30237 1.81423
重复性
0.19993 1.19960
29 Oct 2009
35
Controls
可变数据MSA
Minitab 图表分析
Gage R&R (ANOVA) for Measurement
G age name: D ate of study :
Percent
Components of Variation
100
50
0 Gage R&R
A 1.0
测量系统的意义
• 没有两个东西是完全相同的，但是即使是， 我们测量时仍然会得到不同的值。 • 在六西格玛管理中，数据的应用是极其频繁和相当广泛的。六西格玛方法的 成败与效益，在很大程度上取决于所使用的数据的质量。无论是过程控制、 抽样检验、回归分析、试验设计等都需要使用数据。为了获得高质量的数据， 需要对产生数据的测量系统有充分的了解和深入的分析。
17
Controls
控制图异常状态检验方法
在MINITAB可以对可能成为异常状态的8种特别原因进行检验. A,B.C显示离中心线分别相距标准偏差3,2,1的区域.
• 检验1:一个点超出区域A
• 检验2: 以中心线为基准,在同一侧面有9个连续点.
• 检验3: 相连的6个点连续上升或下降. • 检验4: 连续的14个点相继上升或下降,对此应检讨数据的操作性. • 检验5: 连续的3个点中2个在A区域(以中心线为基准在同一侧) • 检验6: 连续的5个点中4个在区域B或其外边的位置(以中心值为基准在同一侧) • 检验7: 连续的15个点在区域C(以中心线为基准看两侧)
再现性
0.22684 1.36103
Operator 0.22684 1.36103
部件间
1.04233 6.25396
合计变异
1.08530 6.51180
可区分的类别数 = 4
%研究变异 (%SV) 27.86 18.42 20.90 20.90 96.04 100.00
%公差 (SV/Toler)
Minitab常用操作简介
Controls
入门课程
目录
数据分类
数据分析的一般思路（四步骤）
如何选择合适的质量工具？
基础班
简单的统计图形：直方图、Paratoo图、饼图、散点 图
SPC方法及步骤
MSA(可变数据/属性数据)
计算过程能力Cp/Cpk/Pp/Ppk
29 Oct 2009
4
Controls
三. 如何选择合适的质量工具
Y=f(x)
离 散 型
X
连 续 型
离散型 卡方检验 (Chi Square)
对数回归 (Logistic Regression)
Y
连续型
T检验(t-test) 方差分析(ANOVA) 试验设计(DOE) 相关回归 (Correlation Regression) 非参数检验
18 0.3590 0.01994 0.434
60 2.7589 0.04598
89 94.6471
P 0.000 0.000 0.974
零件与操作者没有交互影响
29 Oct 2009
33
Controls
可变数据MSA
Minitab Session解释
量具 R&R
方差分量
来源
方差分量 贡献率
合计量具 R&R 0.09143 7.76
注意 !!!
_ R=0.342
LCL=0
R0 Chart的界限线超出的话,调查其原因后
-2
再测量.
A
B
C
Operator
__UCL=0.351 XLC=L0=.0- 00.1348
Operator * Part Interaction
2
Operator
Average
A
“0 相互不同零件鉴别能力是否充分?”BC
29 Oct 2009
14
Controls
一个控制图的组成成分
Individual Value
UCL:控制上限
39
UCL = m + k1s 34 CL = m LCL = m – k2s
29
I Chart for C1
3.0SL=37.36
X=30.60
CL:中心线
24
LCL:控制下限
0
5
10 15 20 25 30
2
Controls
一、数据的分类
数据
属性数据 可变数据
二项分布 泊松分布 正态分布 非正态分布
29 Oct 2009
3
Controls
二.数据分析的一般思路
我们看到一组或几组数据，一定要理清大致的分析 思路，一般来说，分为四个阶段： 稳定性分析 研究分布 研究偏差 研究中心
29 Oct 2009
每个样本数 的几率面积不变 ?
否 u图
是 c图
不变的样本数 ?
否 p图
是 np 图
16
Controls
控制图管理一般原则
① LCL
异常状态(特殊原因引起的波动) +3σ
CL UCL
②
管理状态(偶然原因引起的波动 )
-3σ 异常状态(特殊原因引起的波动)
① + ② = α = 0.27%
29 Oct 2009
个体数值 (n=1)
特殊类型的 “缺陷”
是缺陷 还是不良项目?
不良项目
X-Bar R X-Bar S
注: X-Bar S 适合于 群大小 (n) > 10
个体移动范围 （ I-MR ）
缺陷的概率低吗? 泊松分布
如果你知道坏的数， 否 你知道好的数吗？
二项分布
是
个体移动范围
是
（I-MR）
29 Oct 2009
29
3.0SL=37.36 X=30.60
Individual Value
24 0
-3.0SL=23.84
5 10 15 20 25 30 35
Observation Number
29 Oct 2009
13
Controls
什么是控制图
•控制图是通过时间的推移来统计跟踪流程和产品参 数的方法。控制图具体表现出反应(随机)变动的变动 的自然界限的控制上限与下限。这些界限不应与客 户规格界限相比较。 •控制图基于对X或Y设立± 3σ平均界限
31
Controls
可变数据MSA
29 Oct 2009
32
Controls
可变数据MSA
Minitab Session解释
来源 部件 操作者 Part * Operator 重复性 Total
DF
SS
MS
F
9 88.3619 9.81799 492.291
2 3.1673 1.58363 79.406
Repeat
Re pr od
Pa r t- to- Pa r t
R Chart by Operator
B
C
0.5
0.0
A 2
Xbar Chart by Operator
B
C
Sample Range
Sample Mean
0
-2
Reported by : T olerance: M isc:
% Contribution %?S t u d y?Va r % Tolerance
“所选的样本是否能正确反映过程的散布
?”. Components of Variation
% Contribution
2
如果此值均一的话,可认为样本没有正确 反 100
%?S t u d y?Va r % Tolerance
映过50 程的实际散布情况
0
Percent
0 Gage R&R
Repeat
Re pr od
“根据标本各作业者是否进行相互不同的
测量0 ? ”而说的.
__UCL=0.351 XLC=L0=.0- 00.1348
对于标本,各作业者的测量值相同为好. -2
Average
2
0
-2 1
Measurement by Part
2
3
4
5
6
我们无法评价我们不知道的， 如果我们不能用数据表示，实际上就等于不知道 只有正确地认识，才能进行管理 我们无法管理时，只能依靠运气
- 摘自“The Vision of Six Sigma” (Mikel J. Harry)
29 Oct 2009
27
Controls
测量值的构成
＋
真值 (实际产品散布)
29 Oct 2009
21
Controls
IM-R控制图
29 Oct 2009
22
Controls
P图
29 Oct 2009
23
Controls
P图
29 Oct 2009
24
Controls
U图
29 Oct 2009
25
Controls
六. 测量系统分析MSA
29 Oct 2009
26
Controls
Observation Number
-3.0SL=23.84 35
M x 样本平均的均值 S 得自样本的标准差 K1,k2 标示不同寻常的观测值的常数(通常=3)
29 Oct 2009
15
Controls
选择正确的管理图
控制图选择方法
群 (平均值)
(n>1)
计量型
什么类型的数据 ?
计数型
按群还是按个 体收集的数据 ?
与R Chart相反，脱离管理界限线越多越好.
-2 12
3456
7 8 9 10
Part
29 Oct 2009
36
Controls
可变数据MSA
Minitab 图表分析
Gage R&R (ANOVA) for Measurement
G age name: D ate of study :
Reported by : T olerance: M isc:
=
测量误差 (测量散布 )
测量值 (观测的散布)
尽管有数据但它不是时常是事实,有必要确认数据的可靠性.
29 Oct 2009
28
Controls
测量系统分析方法
测量内容有两种形式 计量值/定量值
- 数据可以用连续的标尺来描述 计数值/定性值
- 数据不能用连续的标尺来描述 - 通过/不通过，好/坏 等
第一是什么使它变好 第二是数据是否读错或测定仪误差 • 检验8: 连续的8个点在区域C外边的位置(以中心线基准两侧)
29 Oct 2009
18
Controls
X bar-R控制图
29 Oct 2009
19
Controls
X bar-R控制图
29 Oct 2009
20
Controls
IM-R控制图
“整个散布中,GAUGE R&R占据的比重是否
2
充Me分asu的re小me?nt ”by Part
Gage R&R, Repeat,Reprod.的高度
0
越接近0越好.
-2
1
2
3
4
5
6
7
8
9
10
Part
“作业者别Me反asu复rem测en量t b值y O是pe否rato稳r 定”
2 UCL=0.880
29 Oct 2009
计量值和计数值 必须用不同的 方法处理
29
Controls
计量型测量系统分析
29 Oct 2009
30
Controls
可变数据MSA
• 让我们用Minitab来分析一些数据 • 打开文件计量型MSA试题-1 • 使用Minitab的测量测量系统分析功能
29 Oct 2009