JMP 常用工具整理

若数据非正态，点选“非参数检验”
24
Copyright © 2008 QualiSys Consultancy Services
分析输出
单样本 Z: force mu = 2.85 与 ≠ 2.85 的检验 假定标准差 = 0.100492
平均值 变量 N 平均值 标准差 标准误 95% 置信区间 Z P force 49 2.8463 0.1005 0.0144 (2.8182, 2.8745) -0.26 0.798

22
Copyright © 2008 QualiSys Consultancy Services
属性R&R—利用JMP

2228=78.5714%
23
Copyright © 2008 QualiSys Consultancy Services
JMP里不管Z检验还是t检验，只看“均值检验”
目标值
长期Sigma水平
短期Sigma水平

注意，这里的长短期有1.5的水平位移。看来，是按照
MOTOROLA的观点去表现的。
16 Copyright © 2008 QualiSys Consultancy Services
非正态数据的流程能力计算

特性不清楚的分布

利用BOX-COX转换，转换成正态分布 案例分析: 打开文件BOX-COX.JMP，其中的D3数据，规格为 LSL=0.06，USL=0.15，请计算流程能力。
33
Copyright © 2008 QualiSys Consultancy Services
3水平以上一元方差分析路径图
或直接看“Welch检验”
34 Copyright © 2008 QualiSys Consultancy Services
练习 思考
打开三人快递.jmp

因为数据没有进行堆栈，先运行“表>堆叠”。 接着再针对堆叠表，进入“分析>以X拟合Y‖ ； 或“分析>拟合模型”（可看残差） 。

因I-MR数据基于正态分 布，所以“移动极差”
只有超限点
8
Copyright © 2008 QualiSys Consultancy Services
X-Bar 分组均值范围图

打开文件 SPC-X.jmp， 看X-Bar 分组均值范围图 若无GROUP列，则在此 输入组内个数

9
Copyright © 2008 QualiSys Consultancy Services

SPC稳定性检查， 对异常点作出处理。 正态检定。如果数 据非正态，需做拟 合转换。 执行流程能力分析。


所以，建议JMP先
从“分析>分布” 开始逐步推进分析。
15
Copyright © 2008 QualiSys Consultancy Services
JMP里的“Z基准”反映出流程的西格玛水平
Ｐ值＝0.6806＞0.05，服从正态。
26 Copyright © 2008 QualiSys Consultancy Services
P值
d) 计算P值：分析 > 分布 > 均值检验
单样本 T: Thickness mu = 3 与 ≠ 3 的检验
平均值 变量 N 平均值 标准差 标准误 95% 置信区间 T P Thickness 18 3.00294 0.00310 0.00073 (3.00140, 3.00448) 4.04 0.001

基准（可调）
6 Copyright © 2008 QualiSys Consultancy Services
控制图看的就是“异常点”
• 打开文件 SPC-X.jmp，看I-MR单值 – 移动全距图
7
Copyright © 2008 QualiSys Consultancy Services
控制图看的就是“异常点”
成对t检验
利用软件检验两个相关的样本是否相等

两个相关的样本必须是随机抽取的 每个抽样总体都应该大致呈正态分布
统计 > 基本统计量 > 配对 t
31
Copyright © 2008 QualiSys Consultancy Services
练习
一轮胎公司认为他们新生产的轮胎的里程数 较竞争者的有提高。选择了12部车，用新轮
y
JMP分析前必须先做 数据表的堆叠转换
28 Copyright © 2008 QualiSys Consultancy Services
双样本t
d.) JMP计算P值 针对已“堆叠”好的新数据表：分析 > 以X拟合Y > 勾选 “假定等方差”
29
Copyright © 2008 QualiSys Consultancy Services
Copyright © 2008 QualiSys Consultancy Services
Байду номын сангаас
35
JMP的3水平以上一元ANOVA

首先通过JMP的“分布”栏做各组数据的 SPC稳定性研究与正态检定。 进入“分析>以X拟合Y‖。 接着还是做等方差检验（“不等方差”）， 步骤同前面的“双样本检验”。 如果“等方差”，则看“均值/方差分析”； p<0.05说明3个均值至少有一个不等，具体可 从“CI菱形图or比较环图”看哪个CI不交叉？ 哪几个CI有重合？ 若“不等方差”，也是执行“均值/方差分 析”，但要直接看输出结果下方的“Welch 检验”，其中的“概率>F”即p值。
11
12
13
14
17
Copyright © 2008 QualiSys Consultancy Services
非正态数据的流程能力计算

非正态数据，直接在
“连续拟合”里观察全 部分布的“对数似然”，
JMP会自动给出最合适
的“分布形态”。

将该分布形态代入
D3“能力分析”即可。
18 Copyright © 2008 QualiSys Consultancy Services
e) 因为p=0.001 < 0.05, 我们否定零假设。 f) 数据提供了足够的证据证明平均厚度不等于3厘米。
27 Copyright © 2008 QualiSys Consultancy Services
收集数据和计算P数值
c.) 随机抽取样本
Office A: n = 80 Office B: n = 80 = 1.48 y = 1.58 s = 0.45 s = 0.51
流程能力分析
数据Camshaft.mtw (Minitab 工作表)

凸轮轴由机床削切 数据在第3列(Supp2) 规格是 600 ± 5 凸轮轴生产的子群大小为1 流程能力如何？
14
Copyright © 2008 QualiSys Consultancy Services
流程能力分析步骤
Probability Plot of D3
Normal - 95% CI
99.9 99 95 90 80 70 60 50 40 30 20 10 5 1 0.1
Probability Plot of D3-T
Normal - 95% CI
99.9
Mean StDev N AD P-Value 0.1004 0.01021 500 2.628 <0.005
属性R&R—利用JMP
打开：“属性MSA.jmp”
分析质量和过程变异性/计数量具（多元控制图） 图表类型选“计 数”，而非“变异 性”。
必须每个测量员1列
21
Copyright © 2008 QualiSys Consultancy Services
属性R&R—利用JMP

上方图示反映每个样本的 测量一致性。此处每个操 作员自身的一致性算法与 MINITAB不同。 重点解释下方的Kappa值 （算法同MINITAB）
e) 比较P值和重要水平： P-value = 0.798，> = 0.05 所以我们不能否定零假设。 数据不能提供足够的证据否定平均强度等于2.85磅。
25
Copyright © 2008 QualiSys Consultancy Services
正态检验
我们首先使用Shapiro-Wilk W检验评估正态分布。 统计 > 基本统计量> 正态性检验
认识数据的分布
3
Copyright © 2008 QualiSys Consultancy Services
柏拉图

柏拉图展示的是根据出现频率进行排序后的数据类别，例如：返工的原因 。
4
Copyright © 2008 QualiSys Consultancy Services
JMP里的柏拉图
胎跑1000哩，再用竞争者的轮胎跑1000哩 。
假定里程的差异服从正态分布。
File: Car Mileage.jmp
32
Copyright © 2008 QualiSys Consultancy Services
练习
结论是什么？
如果我们将数据作双样本t检验会如何？
试试单样本 t 检验其中的差异。
JMP输出

首先按“不等方差”做等方差检验。 正态看F检验，非正态看Levene检验，
从它们各自的p值是否大于0.05，确定
是否“等方差”。

如果“等方差”，则按“均值/方差分
析/合并的t”；若“不等方差”，则“t
检验”。
P=0.183>0.05，均值相等
30 Copyright © 2008 QualiSys Consultancy Services
练习

请打开QUALITY CONTROL.jmp， 里面的Flows是瑕疵的类型，右侧记 录了瑕疵“发生的时刻”。 这组数据没有直接提供瑕疵计数。 所以要用“X分组”来区隔。

5
Copyright © 2008 QualiSys Consultancy Services
JMP里的柏拉图
练习

JMP会以第一个“发生时刻”值 的瑕疵多少排列顺序作为不同时 刻分隔的基准，并可自行调整。 于是，可以观察各种瑕疵在不同 “作业时刻”的具体数量分布。
分析
• 流程能力diag1.jmp 数据包含以下特征:
– 数据正态 – 5个一组的SPC基本正常 – Max=85.752，Min=56.749
若将LSL=57、USL=80以及LSL=57、USL=86分别输入看流程能力 • JMP缺省显示长 期能力，尽管显 示出的是Cpk
•
分组若非连续采集（比如每周4算一组 等），可在上方“分组依据”里选类 似Subgroup（此时Subgroup算属性）。
X-Bar 分组均值范围图
10
Copyright © 2008 QualiSys Consultancy Services
练习
• 打开P-CHART.jmp，反映了一段时间内被 检验产品的不良数，其中分母不尽一致。 • 当然，若分母一致，可自行输入样本常数。
11 Copyright © 2008 QualiSys Consultancy Services
练习

开启档案 相位差.jmp
分别利用前三栏位的资料制作 Normal Plot

哪一组趋近于正态?

再分别制作直方图 (Histogram)

这其中透露了什么?
1
Copyright © 2008 QualiSys Consultancy Services
认识数据的分布
2
Copyright © 2008 QualiSys Consultancy Services

12 Copyright © 2008 QualiSys Consultancy Services
分析
• 若需单独显示传统 意义上的短期能力， 则需点选最下方的 分组大小（缺省5个 一组）。
• 此时，前面的Cpk 变成了真正的Ppk
13
Copyright © 2008 QualiSys Consultancy Services
99 95 90 80 70 60 50 40 30 20 10 5 1 0.1
Mean StDev N AD P-Value
10.06 0.9933 500 0.242 0.771
Percent
Percent
0.06
0.07
0.08
0.09
0.10 D3
0.11
0.12
0.13
0.14
6
7
8
9
10 D3-T
选项 / 信息屏 –用JMP

打开 连续性MSA.jmp
19
Copyright © 2008 QualiSys Consultancy Services
JMP输出
方差32.66%， 希望小于8%
独立分类数=4， 希望大 于5
20
Copyright © 2008 QualiSys Consultancy Services