6sigma工具Minitab常用图表

图形输出如下：
评估一致性
研究日期: 报表人: 产品名称: 其他:
检验员与标准
100
95.0% 置信区间 百分比
作业者之间判定 结果不一致，应 》 85% #检 #相 验数 符数 百分比 95 % 置信区间 15 6 40.00 (16.34, 67.71) 所有检验员与标准评估一致性
80
百分比
60
40
~ 显示在运用Minitab当中使用过的所有指令。
3.Minitab 常用图表
3.1 3.2 3.3 3.4 3.5
柏拉图 鱼骨图 工程能力分析
测量系统分析 多变量分析
3.6 3.7 3.8 3.9 4.0
点图 时间序列图
箱图
改善前后对比图 图形化汇总
3.1 柏拉图
1、原始数据如下：质量控制示例.MTW 2、选择 ：统计>质量工具>Pareto 图
1、原始数据如下：线缆.MTW
[ Measure ]
2、选择 ：统计>质量工具>能力分析>正态
规格下限0.50 规格上限 0.60
3、选择对话框
4、点击选项
3.3 工程能力分析
图形输出如下：
直径 的过程能力
LSL 目标 USL
CP、CPK
规格下限 规格上限 算术平均 抽样数 群内标准偏差 全体标准偏差
Boxplot of Week 1, Week 2, Week 3
单击快捷键即可切换到相应窗口
基本窗口
1. 会话窗口
~ Minitab的命令,错误信息及数据处理结果用文本形式显示. 2. 工作表
~ 同时打开多个输入Data的窗口，可以不用直接输入数据， 拷贝EXCEL ，WORD 上的数据粘贴上去。 相同类型的数据，按列输入
Basic Window
3. 图形窗口
2、双击录入数据
3.5 多变量分析
3、结果说明
多变异图表明金属的类型与其烧结的时间长度之间存在交互作用。金属类 型 1 在烧结 100 分钟时获得最佳耐压强度，金属类型 2 在烧结 150 分钟时获 得，金属类型 3 在烧结 200 分钟时获得。 要量化此交互作用，可以使用如方差分析或一般线性模型等技术来进一步 分析此数据。
观测的不良率 3.3
群内预想不良率 3.4
全体预想不良率 3.5
3.4 MSA
[ Measure ]
测量系统分析—计量型数据
汽车工业行动组织量具研究，选择了 10 个代表过程变
异预期范围的部件。3 名操作员以随机顺序测量这 10
个部件，每个部件测量 3 次
3.4 MSA
1、原始数据：汽车工业行动组织量具研究
4. 信息窗口
~ 将 Minitab的数据处理结果 以图像的形式展现
~ 工作表中数据的相关信息 - 名称(Column) - 所在列 - Data的个数 - 错误值的个数 - 概要的阐述Data Type等内容 (N:NUMBER, T:TEXT, D: DAY….)
Basic Window
5. 历史数据
4、图形输出如下：
测量 的量具 R & R ( 方差分析)
量具名称: 研究日期:
变异分量
100
% 贡献 % 研究变异
报表人: 公差: 其他:
测量 à
2 0 -2
部件
百分比
50
0 量具 R&R 重复 再现性 部件间
1
2
3
4
5 部件
6
7
8
9
10
R 控制图（按 操作员）
A 1.0 B C UCL=0.880 _ R=0.342 LCL=0 2 0 -2 0.0 A
过程数据 LSL 0.5 目标 0.55 USL 0.6 样本均值 0.54646 样本 N 100 标准差（组内） 0.0185477 标准差（整体） 0.0193414
组内 整体
潜在（组内）能力 Cp 0.90 CPL 0.83 CPU 0.96 Cpk 0.83 整体能力 Pp PPL PPU Ppk Cpm 0.86 0.80 0.92 0.80 0.85
共10个部件 (3人对同一部件测量3次)
[ Measure ]
2、选择 ：统计>质量工具>量具研究
>量具R&R 研究(交叉)
3.4 MSA
3、选择对话框
[ Measure ]
5、会话框输出如下：
量具 R&R 研究 - 方差分析法 不包含交互作用的双因子方差分析表 来源 自由度 SS MS F P 部件 9 88.3619 9.81799 245.614 0.000 操作员 2 3.1673 1.58363 39.617 0.000 重复性 78 3.1179 0.03997 合计 89 94.6471 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 重复性 0.03997 3.39 再现性 0.05146 4.37 操作员 0.05146 4.37 部件间 1.08645 92.24 判定：Gage 合计变异 1.17788 100.00 R&R≤30% 研究变异 %研究变 来源 标准差(SD) (6 * SD) 异 (%SV) 合计量具 R&R 0.30237 1.81423 27.86 重复性 0.19993 1.19960 18.42 再现性 0.22684 1.36103 20.90 操作员 0.22684 1.36103 20.90 部件间 1.04233 6.25396 96.04 合计变异 1.08530 6.51180 100.00
3、图形变量“长度” 类别变量“供应商”
3.6 点图
4、出图如下，
来自两家供应商的凸轮轴的平均长度彼此接近。但是，供应商 B 提供的凸轮轴的长度呈现出更大的变异性。您可以对供应商 B 的工 艺流程进行更细致的调查。
3.7 时间序列图
时间序列图：观察特定时间内的数据变化趋势 作用： 1、监控一个或多个过程在一段时间的绩效以探测趋势或模式 4、追踪对预测趋势有用的信息
20
测量系统只有 40%的可信度
Duncan Hayes Holmes 检验 员 Montgomery Simpson
0
3.5 多变量分析
多变量图（Multi-vari Chart）—直观地提供过程各影响因素之间的关系以及它们对 过程输出影响的图形工具。多变量图可以用来确定影响过程输出Y的主要因素。它一 般用在数据分析的早期阶段。
其他 18 4.3 100.0
0
百分比
计数
60
3.2 因果分析图
1、原始数据如下：表面缺陷.MTW
[ Measure ]
2、选择 ：统计>质量工具>因果
3、矫正标签，对应录入数据
4、Minitab输出如下表：
因果图
测量 材料 人员
微米
合金
班次 主管人
显微镜
滑润剂 培训
检查员
供应商
运算符
表面缺陷
刹车 凝聚 车床 接触 位 湿度 % 角度 套接字 速度
六西格玛工具百宝箱
—MINITAB操作
1. Minitab介绍
MINITAB
= Mini + Tabulator
= 小的 + 计算机
背景
•Minitab :
– 72年 Penn State最先开发统计软件. – 82年 个人电脑(Personal Computer)普及并广泛使用. – 6sigma 初创时，Motorola公司主要用 SAS方式, 至GE公司使用 MINITAB扩大到全世界. – 目前大部分先进 6 sigma 公司都使用 MINITAB. (GE, AlliedSignal, Motorola, Honeywell etc.) – 设计成使用者易学而简便使用，并已成为6sigma
路径：图形>时间序列图
Time
180 160 140 120
Series
Plot
of
身高
身高
100 80 60 40 20 1 2 3 4 5 6 年龄 10 12 15 20 25 30
3.7 箱图 您的公司生产塑料管件，您很关心直径的 一致性问题。您要测量每台机器在 3 周内生产 的管件，每周各测量 10 个管件。创建一个箱 线图来检验分布情况。
3.4 MSA
测量系统分析—计数型数据 一家教育考试公司正在为六年级标准化论文式考试的写 作部分培训五名新检验员。现在需要评估检验员对论文 评级时遵守标准的能力。每个评分员以五点尺度
（-2，-1，0，1，2）对 15 篇论文进行了评级。
3.4 MSA
1、原始数据：散文.MTW
[ Measure ]
测量 à
操作员
样本极差
0.5
Xbar 控制图（按 操作员）
A 2 B C 2 _ _ UCL=0.351 X =0.001 LCL=-0.348
作用
操作员 A B
样本均值
平均
可区分的类别数 = 4
0
0
C
判定：≥5
-2 -2 1 2 3 4 5 6 部件 7 8 9 10
Barbara F. Ryan President & CEO
方式中最具有代表性的软件。
2. Full Frame & Basic Windows
结构和基本的视窗
基本窗口
基本窗口
快捷菜单
~ Minitab基本上以5个窗口(Window)组成.
相关文件
报告生成
5. 历史记录 4. 相关信息 3. 图形 2. 工作表 1. 文本窗口
环境
方法
机器
3.3 工程能力分析
Case 3：
一家线缆制造商希望评估线缆的直径是否符合规格。线
缆直径必须为 0.55 + 0.05 cm 才符合工程规格。分析 员评估过程的能力以确保其满足客户的要求，即 Ppk 为 1.33。分析员每小时从生产线中取 5 根连续的线缆 作为一个子组，并记录直径。
3.3 工程能力分析
• 您负责评估烧结时间对三种不同金属的耐压强度的效应。在以下 每种烧结时间下对每种金属类型的五个样本测量了耐压强度： 100 分钟、150 分钟和 200 分钟。在您进行全面数据分析之前， 要通过创建多变异图来查看数据以了解是否有明显的趋势或交互 作用。数据输入如右下方：
3.5 多变量分析
1、选择 ：统计>质量工具>多变异图
PP、PPK
0.50
实测性能 PPM < LSL 10000.00 PPM > USL 10000.00 PPM 合计 20000.00 预期组内性能 PPM < LSL 6124.50 PPM > USL 1947.11 PPM 合计 8071.61
0.52
0.54
0.56
0.58
0.60
预期整体性能 PPM < LSL 8150.57 PPM > USL 2818.71 PPM 合计 10969.28
2、选择 ：统计>质量工具>属性一致性分析
3.4 MSA
选择对话框
[ Measure ]
会话框输出如下：
每个检验员的 评级 的属性一致性分析 准确性 》85% 每个检验员与标准评估一致性 合格 #检 #相 检验员 验数 符数 百分比 95 % 置信区间 Duncan 15 8 53.33 (26.59, 78.73) Hayes 15 13 86.67 (59.54, 98.34) Holmes 15 15 100.00 (81.90, 100.00) Montgomery 15 15 100.00 (81.90, 100.00) Simpson 15 14 93.33 (68.05, 99.83) 检验员之间评估一致性 #检 #相 验数 符数 百分比 95 % 置信区间 15 6 40.00 (16.34, 67.71)
3、点击 ：已整理成表格的缺陷数据
4、Minitab输出如下表：
缺陷数 的 P a r e t o 图
100 400 80 300
200 40 100
20
缺陷数 计数 百分比 累积 %
0
丢失的螺丝钉 缺少的线夹 274 59 64.8 13.9 64.8 78.7
漏油衬垫 43 10.2 88.9
有缺陷的外罩 不完整部件 19 10 4.5 2.4 93.4 95.7
数据收集
3.7 箱图
1、选择 ：图形>箱线图 2、选择 ：含组 确定
3.7 箱图
3、选择 ：如图选择输入数据 确定
4、结果输出
该箱线图显示： ·对于机器 1，直径中位数和 变异性看来每周都在增加。 ·对于机器 2，直径中位数和 变异性在各周似乎都比较稳定。
3.7 箱图
箱图：用来分析中值和四分值关系 作用： 1、帮助识别极限数价值 2、体现数据中央趋势和数据分布
3.6 点图
您在一家汽车工厂工作，目前正面临所用凸轮轴长度的 变异性问题。您想了解由两家供应商提供的凸轮轴的质 量是否相当，因此从每家随机抽取 100 件凸轮轴测量其 长度。创建一个含堆叠组的点图来比较两家供应商的样 本。
工作表“凸轮轴 2.MTW”
3.6 点图
1、选择 ：图形>点图>多变异图 2、单击含组、确定