使用六西格玛软件JMP进行可靠性分析
JMP和Minitab的比较(帕累托图)
JMP和Minitab的比较（Pareto帕累托图）关键字：帕累托图品质管理工具六西格玛JMP Minitab最近在网上查阅资料，发现有些朋友常常在选择六西格玛软件时在JMP和Minitab之间犹豫良久。
正好我所在的公司刚刚选了六西格玛软件，当时选择的时候也遇到过同样的问题，后来我们专门对这两款软件进行了半年左右的试用和评估比较。
这里，我把其中的一部分比较结果整理了一下，供有类似困惑的朋友参考——因为比较的内容很多，就先以六西格玛中必用的Pareto帕累托图为例来说明吧，希望能抛砖引玉，对大家的工作有所帮助，共同开启六西格玛的成功之路。
我把把生产现场的数据“缺陷”、“数量”、“清洁”和“日期”四列数据分别输入到最新版的JMP和Minitab中，想用Pareto 帕累托图分析一下现在的质量情况。
比较项目一：操作的简便性。
JMP的操作路径为：主菜单Graph > Pareto Plot，确定“Y, Cause”为“缺陷”、“Freq”为“数量”后，即可得到如图一所示的报表；Minitab的操作路径为：主菜单Stat > Quality Tools > Pareto Chart，在“Chart defects table”中，确定“Labels in:”为“缺陷”、“Frequencies in:”为“数量”后，即可得到如图二所示的报表。
如果用的是未经汇总的原始数据，在JMP中只要确定“Y, Cause”为“缺陷”即可；在Minitab中则要切换到“Chart defects data in:”中，确定其为“缺陷”。
从操作层面上来看，JMP 操作的简便性稍占优势，其对话框结构也更符合我们平时解决问题的思路，很容易上手。
图一JMP制作的Pareto图图二Minitab制作的Pareto图比较项目二：图形效果及信息展示。
观察图一、图二可知，JMP和Minitab都能体现出排序柱状图和折线图的变化规律，JMP将对应数据在图形上直接标注，Minitab则将数据集中显示在图形下方。
六西格玛设计的可靠性和维修性设计
六西格玛设计的可靠性和维修性设计可靠性作为质量的时间延续特性，已越来越多地受到人们的重视。
六西格玛设计的核心是稳健设计(包括QFD、系统设计、实验设计、参数设计、容差设计等方法)，其宗旨是提高产品抵御环境变化、制造误差和磨损老化等各种干扰的能力，减少产品质量波动。
而实质上，稳健设计在减少产品质最波动的同时，也肯定提高了产品的可靠性。
下面天行健管理顾问介绍面向可靠性的经典设计方法。
可靠性设计的目标是在顾客所要求的寿命期内不出或尽可能少出故障，即满足顾客关于寿命和平均故障间隔时间的要求并降低全寿命周期费用(LCC)。
这个目标只有从产品研制开始就紧密结合产品研制深入开展可靠性设计和分析工作才有可能达到。
可采用的可靠性设汁方法包括可靠性指标论证与确定，可靠性分配与预计，制定和贯彻可靠性设计准则，开展简化设计、热设计、降额设计、余度设计、耐环境设计等；可采用的可靠性分析方法包括FMEA分析以及故障树分析(FTA)、事件树分析(ETA)、热分析、容差分析等。
1、可靠性指标论证与确定对于电子产品等偶然失效占统治地位的产品，应论证与确定平均故障间隔时间MTBF的指标，对于耗损失效占统治地位的产品，应论证与寿命指标；对于兼有偶然失效和耗损失效的产品应论证与确定平均故障间隔时间MTBF和寿命两种指标。
产品的寿命不是越长越好，应当根据顾客的需求来确定。
在产品的寿命期间，平均故障间隔时间MTBF应尽可能长。
2、可靠性分配与预计为了保证产品能满足顾客对可靠性的指标要求，应当在设计早期自顶向下地将基本可靠性和任务可靠性指标分配到各部件和零件，并自下而上地对零部件和整机的基本可靠性和任务可靠性指标进行预计，以便评估在实现可靠性指标方面设计方案的可行性。
通过可靠性预计，可以发现可靠性的薄弱环节，对这些薄弱环节应采取设计和工艺的改进措施，以提高产品的可靠性水平。
3、可靠性设计准则可靠性设计准则是有助于提高产品可靠性的定性设计要求的归纳总结，应制定并要求设计员贯彻可靠性设计准则，在设计评审时进行可靠性设计准则的符合性检查。
飞思卡尔运用JMP提升半导体良率
飞思卡尔运用JMP提升半导体良率ＬＵＴＩＯＮ▲嵌入式技术飞思卡尔运用耶江Ｐ提升半导体良率ＳＡＳｌｎｓｔｉｔｕｔｅＩｔｉｃ飞思卡尔（Ｆｒｅｅｓｃａｌｅ）是全球著名的微控制器、射频半导体、模块与混合信号电路、软件技术及相关管理解决方案的供应商，其前身是拥有５０多年历史的摩托罗拉半导体部门，其主要客户来自于汽车、消费电子、工业品、网络和无线应用市场的１０，０００多家企业。
公司拥有专利５，９００多项，２００７年的营业收入达Ｎ５７亿美元，在全球３０多个国家拥有２４，０００多名员工，其中包括中国天津的组装测试厂和北京、上海、苏州的三个设计、研发和支持中心。
六西格玛统计分析软件ＪＭＰ是ＳＡＳ公司的卓越绩效统计发现引擎，应用范围包括业务可视化、数据发现、六西格玛和持续改进（可视化六西格玛、质量管理、流程优化）、研发及创新、试验设计ＤＯＥ等，客户遍及半导体、机械、化工、制药、金融、汽车、钢铁、航空航天等各个行业。
半导体产品的典型宏观流程图飞思卡尔所在的半导体设计和制造行业是一个非常特殊的高科技行业，工艺流程十分复杂。
其间，来白化学、光学、机械、电子和空间等多方面的因素交织在一起，共同影响着最终产品的质量和流程的效率（参见下图）。
而且，半导体对加工精度的要求也非常苛刻，这里点，从我们常见的电路板的复杂连线上就可以体会到，半导体产品的测量尺度不是以毫米为单位的，而是以纳米为单位的（１毫米＝１００００００纳米）！所幸的是，在半导体的生产过程中，成千上万的测量数据被同步记录下来，为我们的分析和工艺改进工作奠定了基础。
对每一家半导体企业而言，要想在这个竞争日趋白热化的市场上生存并发展，必须提高并控制产品的良率Ｙｉｅｌｄ，而且要“用最快的速度做出最准确的改善反应”。
因为半导体产品的价值很大程度上取决于研发生产过程中所采用的技术，而这些技术的价值往往随着时间的推移而迅速贬值。
因此，一旦出现良率下降的质量问题，谁能够最快地发现关键因素并加以纠正，谁就能最快地转危为安，最早地向市场大规模供应成熟产品，获得最大的利润。
如何利用六西格玛分析解决问题
如何利用六西格玛分析解决问题六西格玛（Six Sigma）是一种有效的管理方法，旨在通过减少产品或服务的变异性来提高质量和效率。
六西格玛分析是一种强大的工具，可以帮助组织识别、分析和解决问题。
本文将介绍如何利用六西格玛分析解决问题，并提供一些实用的步骤和技巧。
第一部分：什么是六西格玛分析？在开始探讨如何利用六西格玛分析解决问题之前，我们先来了解一下什么是六西格玛分析。
六西格玛是一种数据驱动的方法，它的目标是通过在一个过程中减少变异性，从而实现持续的质量改进。
六西格玛分析的核心理念是通过收集和分析数据来了解过程中的变异性，从而确定根本原因，并制定改进措施。
第二部分：六西格玛分析的步骤使用六西格玛分析解决问题可以遵循以下步骤：1. 确定问题：明确问题的定义和边界。
确定问题对组织的影响和关键绩效指标。
2. 收集数据：收集与问题相关的数据。
可以使用统计工具和方法来收集数据，并确保数据的准确性和可靠性。
3. 分析数据：对数据进行统计分析和探索性数据分析。
使用图表、直方图和散点图等可视化工具，帮助识别数据中的模式和趋势。
4. 确定根本原因：针对问题进行深入分析，找出潜在的根本原因。
使用技术工具，如因果图、5W1H分析和鱼骨图，帮助识别根本原因。
5. 制定改进措施：基于根本原因的识别，制定针对问题的具体改进措施。
确保改进方案可行、可量化和可跟踪。
6. 实施改进措施：根据制定的改进方案，执行相关措施，并监控改进措施的效果。
使用控制图和其他统计工具来跟踪和评估改进结果。
7. 持续改进：将六西格玛分析应用于组织的持续改进过程中。
建立改进的反馈机制，确保问题解决的持久性和可持续性。
第三部分：六西格玛分析的技巧和实用工具六西格玛分析需要一些技巧和实用工具来帮助问题解决过程。
以下是一些常用的技巧和工具：1. DMAIC方法：DMAIC（Define-Measure-Analyze-Improve-Control）是六西格玛分析常用的一个方法。
Mintab与JMP两种六西格玛应用软件之对比
Mintab与JMP两种六西格玛应用软件之对比FrankZhang一个是"六西格玛时代的统计分析大师"，一个是大众六西格玛名牌，我们就要来看看两个工具到底谁更厉害！1。
首先看数据处理能力。
jmp能够处理高达42亿行，65535列数据，转换成数据库数据大概有TB级别了吧？Minitab能够支持的数据量比较少：不到千万行数据级别而已（不知道MINITAB的设计值是多少，测试过程中数据量大了MINITAB会死机）对于普通六西格玛应用，好像并没有这么大的数据量要分析，因此，JMP的这个优势似乎有点没必要。
只是，我们很好奇，两个软件都只有一张光盘就可以容纳：而且都不到200M的安装文件，居然在软件工程层面有这么大的差距....看来大公司的研发水平是要厉害不少。
2.处理速度我们做了个测试，在同样的笔记本电脑（1G内存，3G主频，windowsxp平台），对同样的500万行数据做直方图：JMP需要3秒，Minitab需要300秒（本来以为又死机了，出去抽棵烟回来，同事告诉我没问题了...)3.统计工具集成两者的统计工具都很全，对于普通六西格玛(DMAIC)来说基本够用了。
对于DFSS，似乎JMP 口碑要好一些。
DFSS需要的统计工具中，DOE应该是比较高级的统计应用了，我们重点比较了DOE能力，发现：A JMP除了传统的DOE工具（田口，混料，完全和部分因子）外，还提供目前市面上几乎别的软件都不提供的高端DOE方法和工具，比如定制，球填充，非线性；而MINITAB只有传统的因子设计上还可以称得上是个像样的DOE工具，对于稍微复杂一些的，如田口设计，实现起来就非常复杂，几乎失去了DOE软件化的优势，重新回到手工作坊的时代。
真不知道是让Minitab服侍人，还是让人服侍Minitab，因此说JMP在DOE工具层面远远超过MINITAB;B 模拟能力。
minitab用户需要购买模拟软件CRYSTALBALL,因为minitab本身自带的模拟仿真功能实在太低级了。
如何使用数据统计软件JMP和Minitab有效分析数据
双样本 T检定
9.再选择“统计”“基本统计 量”“双样本t”
10.将耐压测试前后的两 组数据放入第一和第二组 中
双样本 T检定 11.再点选“图形”，选择显示 “单值图”和“数据箱线图
12.绘制图形后，P值几乎为0， 两组数据的平均值差异明显
双样本 T检定
练习: 利用Minitab分析Excel中改善前后的开关电源的耐压能 力是否有变化？
可通过检推定预计每种模式正常的波动范围
Part 1:JMP
演示练习：利用以下的Excel数据及JMP分析： 一月份哪个部门对生产工时影响最大？如果每月情况
基本不变，二月份各部门正常对工时的影响范围是 多少？
柏拉图制作 1. 打开 JMP 软件
2.选择“新建数据 表”
3. 将需要分析的数据粘贴于表格内（按 住Shift可以将第一行复制于标题栏）
Part 1:散布图
3. 单击“二元拟合” 红点弹出菜单，选 择“密度椭 圆”“0.95”
4. 单击“相关 性”蓝点弹出 相关性分析
Part 1:散布图
5.选择菜单栏“分 析”“多元方法”“多 元”
6.将所有数据放入“Y，列”
Part 1:散布图
7.分析数据
Part 1:散布图
练习: 绘制案例中的散布图，并描述每个条件与“锡厚度”的 相关性。并说明如果产线需要改进效率，应从那方面着 手？
柏拉图制作
4. 选择图形菜单下的“Pareto 图”
5. 将“责任部门”放入“Y,原因”， 将“误工工时”放入“X，频数”
柏拉图制作 6.得出柏拉图
7. 单击红点弹出菜 单，选择“计数分 析”“按单位比 率”
8.得出各部门比率波动范围，信心 度为95%
JMP和Minitab可靠性分析调查
JMP和Minitab可靠性分析调查可靠性分析是指运用数据分析的方法对产品和设备按照规定的标准在规定的时间内提供规定服务的能力进行量化分析或评估，它可以帮助企业降低产品故障和失效率，从源头上提升产品竞争力，乃至于提升顾客满意度。
出于不同的目的需要，越来越多的国内企业也开始重视起可靠性分析来。
我们公司是Apple 的PCB供应商，受客户影响，我们质量管理部门近几年来也可以编写可靠性分析报告。
这可是件技术活，没有专业的软件帮忙，那绝对是一件又苦又难的差事。
最近部门申请到一笔预算，总算可以购买正版的可靠性分析软件了，老板叫我调查一下相关软件。
目前在国内电子企业，用得最多的可靠性统计软件有两个：JMP和Minitab。
（本来还想比较另一个软件Weibull++的，但是它的基本功能很简单，如果要用其它可靠性分析功能，就得买其它模块，一个个模块加起来价格贵得惊人，就不考虑了。
）下面就把我花了大量心血整理的技术调查结果和各位分享一下。
一功能以下的软件菜单截图反映的是JMP和Minitab在可靠性分析方面的功能清单。
由于分别是两家公司开发的，所以名称上会有所不同，但都能够实现诸如右删失或任意删失的可靠性数据的分布识别及分布参数估计、单应力和多应力加速寿命试验的回归建模与预测、可修复性系统的可靠性分析、可靠性试验规模的规划等基本功能。
我仔细试用了一下两个软件的相关菜单，明显地感受到似乎JMP软件的功能更加强大。
比如JMP自带了19种概率分布模型，而Minitab只有11种概率分布模型；JMP支持两个加速因子的加速寿命试验设计（可包含交互作用），而Minitab只支持一个加速因子的加速寿命试验设计，等等。
此外，JMP软件还多了Minitab软件无法实现的三个分析平台：第一个是“退化”平台，它能够构建线性或非线性的产品老化模型，还可以用来进行稳定性检验和产品的破坏性退化分析；第二个是“拟合比例风险”平台，它能够构建Cox模型，Cox模型适合为找不到合适概率分布的寿命数据构建加速寿命回归建模；第三个是“可靠性增长”平台，它可以进行更复杂的 Crow-AMSAA 建模，通过计算可修复系统的平均故障间隔时间 MTBF以及多阶段系统的累积故障计数等参数，分析和展现新产品系统可靠性的改善状况。
六西格玛测量系统分析
六西格玛测量系统分析1. 引言六西格玛测量系统分析是一种常用的质量管理工具，旨在评估和改进测量过程的稳定性和准确性。
该方法可以帮助组织识别并解决测量系统中的偏差和误差，从而提高产品或服务的质量和一致性。
本文将介绍六西格玛测量系统分析的基本概念、目的和步骤，并提供一些实际应用示例。
2. 六西格玛测量系统分析的基本概念在进行六西格玛测量系统分析之前，需要了解以下几个基本概念：2.1 测量系统误差测量系统误差是指测量结果与真实值之间的差异。
它可以分为系统性误差和随机误差两种类型。
系统性误差是由于测量系统中的固有偏差或缺陷引起的，而随机误差是由于各种随机因素引起的。
2.2 测量过程能力测量过程能力是评估测量系统稳定性和准确性的指标。
通常使用过程能力指数（Cp、Cpk）和测量系统分析（Gage R&R）来评估测量过程的能力。
Cp是测量过程的潜在能力指标，用于衡量测量过程的离散程度是否在可接受范围之内。
Cpk是测量过程的实际能力指标，考虑了过程中的偏移。
当测量系统的Cpk值大于1.33时，说明该测量系统具有良好的测量能力。
2.3 测量系统分析（Gage R&R）测量系统分析（Gage R&R）是一种在六西格玛测量系统分析中广泛采用的方法。
它评估了测量系统的可重复性和再现性。
可重复性是指同一操作员在短时间内对同一物品进行多次测量时，测量结果之间的一致性。
再现性是指不同操作员在相同条件下对同一物品进行多次测量时，测量结果之间的一致性。
3. 六西格玛测量系统分析的步骤六西格玛测量系统分析通常包括以下几个步骤：3.1 确定测量指标和测量目标在进行测量系统分析之前，需要明确测量指标和测量目标。
测量指标是衡量产品或过程性能的关键指标，而测量目标是该指标的目标值或可接受范围。
3.2 收集数据收集足够的数据样本是进行测量系统分析的关键步骤。
数据样本应涵盖典型的工艺条件和操作员的操作水平。
3.3 进行测量系统变异分析使用统计方法（如方差分析）对收集的数据进行分析，评估测量系统的变异来源，包括操作员、工艺条件和测量设备本身。
JMP统计分析软件实现可靠的质量管理
服 务 ， 专注于 多晶圆批 量和单晶圆的浸泡式 、 旋转喷雾
式 、 汽相和超凝态过 冷动 力学等整套清洗技术产 品 ， 帮
助提升芯片成品率 。 由于3 2 n m 器件的低k 材料和金属 薄
膜叠层 对 于湿法清洗比 前儿 代B E O L 工 艺敏感 得 多 ， 选择
比 、 可靠的工 艺控制和成品率使得单晶圆清洗技术的需
的铜的 电偶腐蚀 和 材料损失 。 O R I O N 平 台允许 使用可挥 发
的高活性化 学材料 ， 将植 入 F S I批处理 喷雾系统的单步 、
全 湿 法 V i P R TM
技术 。
表 示 B e c k e r
，
“ 省去灰化 工 艺 ， 我 们
不仅将 材料损失减少了 1 0 倍 ， 同时还缩短 了制造 周期 、 降
系统化 学品 中增加 的一 种成分 ， 能将V i P R 方案的温 度 由
普 通 湿 槽 的 1 5 0 0C 提 升 ~U2 2 0 0C ， 显 著地 提 高 了化 学 品 的 反
应活性 。
O r i o n 设 备定 位于 3 2 n m 及 更高节 点的3 个 关键 领 域 ：
控制超 浅结的材料损失和 损伤 ， 选择性地 去除镍铂 薄膜
以及 最 有效 的空间使用 。 在该系统 中整合了许 多F S l C 成
熟 的核 心技术 ： 线上 化学 品混 合与控 制 、 活 性气溶胶化学
品和 水传递 、 全配方程 式控制流程 ， 因此 可提供卓越 的工
艺性能 。 其模 块 化 设计 可 实现 接纳 多个 闭室 的机 型 ， 并可
通过 添加模块来增加最大产能 。 据悉 ， 在O R I O N 单晶圆
程 异常的关键 因素进行深 入 分析和 改善。
使用六西格玛软件JMP进行可靠性分析
使用六西格玛软件JMP进行可靠性分析可靠性是一个在产品的设计、制造和使用的每个环节中都存在的问题。
简单地说，所谓可靠性就是产品不易发生故障的程度。
众所周知，产品在出厂检验时通常都是合格的，但是随着时间的推移，产品的功能和性能会渐渐发生变化，最终导致故障的发生。
虽然这一趋势无法改变，但设计、制造出在指定时间内不出现故障的产品却是企业和消费者都关心的话题。
远到二战早期美军战斗机频频发生的通信故障，近到今年3·15期间屡屡曝光的某品牌笔记本电脑的质量问题，究其实质，都是产品可靠性不过关惹的祸。
合理应用可靠性分析，可以帮助研发、工程、质量等部门的技术人员提高产品质量的稳定性，降低产品全寿命周期费用和售后服务成本，改善顾客的满意度和忠诚度。
令人不解的是，很多企业已经意识到可靠性分析的重要性，却依然在刻意地回避可靠性分析，这是为什么呢?原因很多，其中的一个主要原因是因为一般企业觉得常规的统计质量管理已经够复杂了，而可靠性的研究还需要用到许多更高深的统计学知识，这对于没有经过正规统计方法培训的人来说，会让人望而生畏，这在客观上大大限制了可靠性方法在企业的推广。
笔者尝试过用不同软件进行可靠性分析，SAS公司的高端六西格玛软件JMP(试用版可以在/china下载)是其中之一，其交互式可视化分析的特点在可靠性方面也有很好的体现。
下面以一个典型的实例来看看如何用JMP做可靠性分析。
例：某公司为了对一个电子产品进行可靠性分析，收集了一批该产品的使用寿命数据(如图一所示，当“删失”=0时表示“时间”是精确的失效时间，当“删失”=1时表示精确的失效时间不详，但肯定大于“时间”所显示的数值)。
在这组具有代表性的数据下，我们来研究一下该产品的失效特性如何?当失效概率为90%时，该产品的可靠寿命是多少?图一可靠性试验原始数据表(部分)按照可靠性方法的理论，要解决这两个问题，需要首先解决一个基本问题：这组寿命数据是服从什么分布的?实在地讲，这不是一个容易解决的问题，得一个一个分布地去尝试、去比较、去验证，什么威布尔Weibull分布啊，对数正态分布啊，指数分布啊，等等，少说也有十几种。
JMP让可靠性管理更高效
JMP让可靠性管理更高效关键词：可靠性质量管理 JMP 试验设计近年来，越来越多的企业开始注重提升产品的可靠性：产品在一定时间内完成指定功能的能力；很多企业在实施可靠性管理时碰到的一个问题是当产品的可靠性管理发展到一定阶段，必定会用到统计建模方法，而由于可靠性统计建模方法相对更复杂，很多号称六西格玛黑带大师的咨询师都不敢轻易碰它，这无形中给可靠性分析蒙上了一层神秘的面纱。
其实，质量管理大师朱兰在研究产品的质量元素时，曾将各种不同的质量特征归纳总结，分为三个大类：第一，技术特征，如强度、硬度、电压等；第二，心理特征，如知觉、视觉、味觉等；第三，与时间相关的特征，如可靠性、可维修性等。
可靠性是质量管理中不可或缺的重要内容。
留心观察半导体和芯片巨头英特尔、陶氏化学等公司将可靠性管理工具融入企业原有的“研发、生产和顾客现场使用”价值链中的宝贵经验，不难发现，其成功的关键因素之一就是让可靠性不再成为少数研发精英的专宠，而是将可靠性分析可视化、简单化，使之成为众多技术人员都可以使用的寻常工具，可以从中获取决策依据的改善利器。
平心而论，十几年前，要实现这一点还是具有相当难度的，普通企业的感觉是可靠性“可望而不可即”。
然而，近年来现代计算机技术的迅猛发展和成熟使企业具备了跨越传统技术障碍的前提条件，以专业质量管理统计发现软件JMP为代表的诸多可靠性工具载体，开创了交互性、可视化的先进分析模式，让可靠性走下神坛，走向“平民化”，同时更加高效。
下面将着重介绍可靠性分析的几个主要应用方向，以及专业质量管理统计软件(如JMP)和交互式可视化分析带给企业的帮助。
●寿命数据分布在可靠性工程中，如果能够将产品的寿命数据拟合为某一概率的分布，就可以利用这个分布的特性进行产品设计、制造的评估决策。
但是困难的是，可靠性数据存在着删失特性，其概率分布比一般数据的分布拟合要复杂得多，也难理解得多。
而借助JMP这样的软件，工程师只要轻松点击鼠标，即可在几秒内从Weibull、对数正态、指数等十余种分布中进行智能识别，寻找出最匹配的寿命数据的分布类型，以便我们精确地预测产品的使用寿命、失效概率、失效概率密度和故障率等。
JMP数据分析：JMP使用技巧串烧 之 测量系统分析(MSA)系列之一
JMP使用技巧串烧之测量系统分析(MSA)系列之一近期来，不断地有朋友们在咨询实施实验设计之前应该进行哪些准备工作，这个话题的外延其实很大，初始接触时还真觉得不易聚焦谈起，而大家的自问自答却往往多指向测量系统分析(Measurement System Analysis, MSA)。
# MSA #思索之后才发现，大家想要强调的与其说是测量系统分析，不如说是数据质量的保障问题，而数据一般情况下自然是测量的结果，因此，实验数据的有效性自然需要通过测量系统的有效性来保障。
但是转念一想，两者之间其实也并没有必然的因果关系。
换个角度讲，测量系统分析作为一项基础的、常规的工作，无论是否进行实验设计，但凡想通过数据来驱动量化决策时，测量系统的有效性不应该都是被评估验证和确认保障的吗？于是，另一个更基础的问题便应运而生，也正是近期时常接到的JMP用户询问之一，即：如何通过JMP软件来进行测量系统分析？那么，今天，我们就为大家抛砖引玉，提供一些入门的指引。
首先，导致部分用户使用JMP进行MSA稍有困惑的原因之一，可能就在于JMP对于MSA的多平台支持，有时候提供的选择多了，反而容易引发一阵莫名的“混乱”，造成选择性障碍。
我们正好在此予以澄清。
在当前的JMP中，主要提供了两个支持MSA的功能平台(图-1)，它们分别是：1分析>质量和过程>测量系统分析2分析>质量和过程>变异性/计数量具图图-1 JMP对于MSA的多平台支持对于“测量系统分析”平台，它首先基于EMP(Evaluating the Measurement Process)方法进行测量系统分析。
该理念提出的时间并不长，是由美国SPC专家Donald J. Wheeler博士于1984年在其著作Evaluating the Measurement Process中率先提出，而JMP所引用的方法源自其2006年出版的EMP Ⅲ Using Imperfect Data (2006)一书中(图-2)所阐述的内容和步骤。
基于JMP的六西格玛统计分析工具 — 刻画器操作介绍
1.六西格玛
六西格玛DMAIC项目分析（A）阶段的主要任务是分析哪些自变量X对项目指标大Y或小y有显著影响。
我们通过数据分析建立模型后，接下来就要寻找X的最优设置，以期达到提升良率、减小Y的波动等目的。
在此过程中，你是否常常遇到以下问题：
多个Y同时优化，顾此失彼，按下葫芦浮起瓢，鱼与熊掌不能兼得？
哪组参数才是最好的？反复尝试，精疲力竭而不得其解？
如何确定因子的公差范围和设计空间，使得输出满足顾客的要求？
对于以上种种难题，都可以使用JMP的「刻画器」轻松搞定。
2.什么是刻画器？
上下拉动翻看
刻画器是一种用于与模型进行交互的动态工具，可以帮助分析人员以交互式的可视化方式探索响应曲面。
在JMP软件中，不管是用历史数据拟合模型，还是用DOE数据拟合模型，抑或使用类似于神经网络等工具进行预测建模，都可以使用刻画器对因子进行刻画。
而且在拟合模型时无论是存储预测公式，或者手工编辑公式，都可以使用刻画器。
凭借良好的交互性和可视化，JMP让因子刻画形象直观，更方便对因子的重要性进行分析，进而轻松地优化参数，达到提高合格率、稳健输出等目的。
在2022年10月最新发布的JMP 17版本中新增的设计刻画器，让确定因子的公差和设计空间变得前所未有的轻松与简便。
3.结语
希望本文对大家能够有所帮助。
JMP和Minitab地比较帕累托图
精彩文档JMP 和Minitab 的比较（Pareto 帕累托图）关键字：帕累托图 品质管理工具 六西格玛 JMP Minitab最近在网上查阅资料，发现有些朋友常常在选择六西格玛软件时在JMP 和Minitab 之间犹豫良久。
正好我所在的公司刚刚选了六西格玛软件，当时选择的时候也遇到过同样的问题，后来我们专门对这两款软件进行了半年左右的试用和评估比较。
这里，我把其中的一部分比较结果整理了一下，供有类似困惑的朋友参考——因为比较的内容很多，就先以六西格玛中必用的Pareto 帕累托图为例来说明吧，希望能抛砖引玉，对大家的工作有所帮助，共同开启六西格玛的成功之路。
我把把生产现场的数据“缺陷”、“数量”、“清洁”和“日期”四列数据分别输入到最新版的JMP 和Minitab 中，想用Pareto 帕累托图分析一下现在的质量情况。
比较项目一：操作的简便性。
JMP 的操作路径为：主菜单Graph > Pareto Plot ，确定“Y, Cause ”为“缺陷”、“Freq ”为“数量”后，即可得到如图一所示的报表；Minitab 的操作路径为：主菜单Stat > Quality Tools > Pareto Chart ，在“Chart defects table ”中，确定“Labels in:”为“缺陷”、“Frequencies in:”为“数量”后，即可得到如图二所示的报表。
如果用的是未经汇总的原始数据，在JMP 中只要确定“Y, Cause ”为“缺陷”即可；在Minitab 中则要切换到“Chart defects data in:”中，确定其为“缺陷”。
从操作层面上来看，JMP 操作的简便性稍占优势，其对话框结构也更符合我们平时解决问题的思路，很容易上手。
图一 JMP 制作的Pareto 图图二 Minitab 制作的Pareto 图比较项目二：图形效果及信息展示。
观察图一、图二可知，JMP 和Minitab 都能体现出排序柱状图和折线图的变化规律， JMP 将对应数据在图形上直接标注，Minitab 则将数据集中显示在图形下方。
全球首款中文版六西格玛软件JMP6.0在京发布
全球首款中文版六西格玛软件JMP6.0在京发布2006年12月1日，全球顶尖的统计学软件厂商SAS的独立业务部门、六西格玛统计分析软件的市场领导者JMP在北京发布了其首款中文版六西格玛软件JMP 6.0。
据悉，JMP6.0是全球第一款也是目前唯一一款中文版六西格玛统计分析软件。
此次发布会上，JMP大中华区总经理严雪林先生作了《JMP6.0中文版，让中国六西格玛腾飞》的主题演讲。
他首先说明，中国经济的高速发展给21世纪各行各业的中国企业提供了广阔的成长空间，同时也带来了前所未有的巨大挑战。
对任何一家企业而言，质量都是企业的生命线，客户对产品和服务的苛刻要求使得中国企业提升质量管理水平的迫切性日益提升。
六西格玛作为全球质量管理方面的领先理念，已得到越来越多中国企业的认同和应用。
JMP 作为六西格玛和试验设计(Design Of Experiment)领域的全球领导者和行业专家，此次发布的JMP 6.0中文版是最新的全球唯一中文版六西格玛软件，它能够帮助更多中国企业和跨国公司在华机构准确分析业务数据，及时发现和预见潜在问题，推动业务稳固发展，并最终节省成本和获取更多利润。
JMP 6.0中文版采用了互动、便捷的试验设计(DOE) 、丰富的六西格玛项目实施工具集及简便实用的脚本编写，并可进行分析图表与原始数据之间的实时动态链接。
新发布的JMP 6.0进一步完善了软件的功能和数据处理水平，在指令的嵌套设置、交互功能方面大大增强，数据处理能力更专业、更领先。
在易用性方面，JMP 6.0的引导性菜单、分析结果之间的关联性使得JMP使用起来更为方便，大大缩短了新用户的学习时间。
在数据处理能力方面，JMP 6.0也秉承了JMP产品一贯的处理能力优势，能处理数以千万行计的海量数据，帮助客户大大提高工作效率。
对于JMP 6.0中文版的发布，中国质量协会战略发展部部长岳刚先生提到，六西格玛软件一直都是中国企业推动质量改进的重要帮手，但一直没有出现中文版六西格玛统计分析软件。
JMP助力柯达(Kodak)的精益六西格玛实践
JMP助力柯达(Kodak)的精益六西格玛实践总部位于美国纽约州罗切斯特市的柯达公司在影像拍摄、分享、输出和显示领域一直处于世界领先地位，是当前世界上最大的影像产品及相关服务生产和供应商，一百多年来帮助无数人留住美好回忆、交流重要信息以及享受娱乐时光。
早在2004 年，柯达销售额就已突破133 亿美元，其中一半以上来自美国以外的市场。
为了应对日益激烈的市场竞争，降低生产成本，提高运营效率，柯达公司从上世纪九十年代起就开始在其制造单位推行六西格玛和精益生产，现在这些持续改善活动已经统一融合为精益六西格玛实践活动。
总部位于英国利兹的图像通信事业部(Graphic Communications Group ，以下简称GCG)主要生产印刷行业专用的平板，是柯达公司的一个重要事业部门，同时也是推进精益六西格玛的先进典范，目前其产品的生产周期比同类产品短一倍以上，现场管理中非增值的活动也明显少于其他工厂。
这些成果都离不开在GCG 负责全面推广精益六西格玛的质量技术经理Peter Blum 和他的团队，以及他们经常使用的六西格玛质量管理软件JMP。
很多人往往认为精益和六西格玛各有各的理论体系，不能很好地融合，但柯达公司却不同意这种观点。
他们认为两者之间存在着结合点，那就是流程。
应用精益，必须要有稳定的流程，而六西格玛特别擅长消除变异和稳定流程。
在此基础上，精益才可以连接起不同的流程，减少流程之间的浪费。
精益生产中的一个核心指标是产品的整体周期时间，即工厂将原材料变为最终产品所需花费的时间总长。
GCG 的精益六西格玛团队收集了关于日期、时间、关键工序、产品种类等大量数据，这些数据量数以万计，乃至数以百万计，而且若分析的要求稍有不同，就需要马上调整目标数据，重新计算。
传统。
JMP软件防错机制初步分析
JMP软件防错机制初步分析
JMP是全球最顶尖的统计学软件集团SAS公司的专业可视化统计发现软件，客户包括摩托罗拉、GE、英特尔、陶氏化学、宝洁等。
突出的交互性、卓越的
数据可视化能力、全面而强大的功能以及突出的易用性一直是JMP广受认可的
重要特点。
本文仅从质量管理和六西格玛出发，简单地就JMP在帮助工程技术
人员避免错用统计方法的防错机制进行介绍。
JMP软件在设计时充分考虑了绝大多数工程技术人员和六西格玛人员并
不具备太多统计学知识背景的现实情况，通过交互式图形和引导式菜单等帮助
他们高效地从数据中获得有意义的发现，并优先使用通俗易懂的的可视化手段
展示和解释分析的结果。
同时，JMP按照工程技术人员分析和解决问题的思路
将丰富的统计分析和建模方法整合成为数不多的几个平台：如分布平台可以用
来分析一列变量所包含的信息，包括计算过程能力等等;以X拟合Y平台可以
用来分析两个变量之间的关系;模型拟合平台可以用来分析因变量和多个自变量
之间的关系并建立模型;试验设计平台拥有全面、灵活的试验设计方案，能够根
据实际问题的特殊情况灵活定制试验方案，用户在使用的时候，只需要根据问
题的类型找到正确的平台入口就可以了。
JMP的部分分析平台
与其他软件在菜单中简单罗列统计方法，让用户自己确定和选用所需的
方法不同，JMP的这种按照问题的类型设置的引导式菜单结构具备了非常强的
防错能力：
在每个平台下面整合了适合每类问题的所有方法，而不适合的方法已经
被排除在外，这就在大的方向上最大限度地确保了用户使用正确的分析工具和。
企业如何通过六西格玛管理提高产品的可靠性呢
企业如何通过六西格玛管理提高产品的可靠性呢一个公司如何通过六西格玛管理提高产品的可靠性？如何降低过程的缺陷率？一般而言，我们可以通过减少关键过程的异常波动来达到目的。
这就需要了解过程，确定改进的措施以及如何实施这些措施。
简单而言，这就是六西格玛的实质。
一个组织如果要在某个部门或范围内实施六西格玛，它就需要对涉及这个部门或范围内的工业或商业过程进行彻底地了解，以便减少过程的波动，降低缺陷率，使产品更能满足顾客需求。
六西格玛方法中常用的衡量指标是TDU——单位缺陷数在过程的关键环节中每百万件含有缺陷的件数。
一个公司如果将TDU降低到足够低的水平，生产的产品就能够可靠地满足顾客的需求。
这样不仅可以使顾客满意，也可以降低总的成本。
当然，制造一件产品，必然会有一些波动来自于最初的设计规范。
这些波动的分布将服从正态分布，或倒钟型分布。
波动除了来自于最初的设计规范，还来自于产品批次，由于产品批次之间加工条件的改变而引起的波动。
这是因为没有一个加工过程是完全关于中心对称分布的。
我们通常使用过程能力指数（ Cpk）来描述这种波动，它一般在1. 5倍西格玛左右。
过程的波动会使实际值与设计值发生偏差，造成单位缺陷数增加，产出率降低。
而只西格玛的单位缺陷数仅为百万分之3. 4如果你的加工过程是完全关于中心对称分布，达到六西格玛水平，与中心有偏移的过程相比，过程的单位缺陷数将会进一步降低至百万分之2。
不合格品最少，加工时间最短，获得的利润就最大。
通过实施六西格玛可以实现这一结果。
很多人担心实施六西格玛的费用昂贵。
但成功的实施经验表明一个公司若要实施六西格玛方法，如果从开始就策划周详，费用将会被缩减和控制。
这样，实施六西格玛的跨国公司可以节约上百万美元。
究其实质而言，六西格玛要求：1、了解顾客对产品的规范和可靠性的要求；2、深入了解涉及产品制造的过程；3、减少这些过程的波动，增加可靠性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
使用六西格玛软件JMP进行可靠性分析
可靠性是一个在产品的设计、制造和使用的每个环节中都存在的问题。
简单地说，所谓可靠性就是产品不易发生故障的程度。
众所周知，产品在出厂检验时通常都是合格的，但是随着时间的推移，产品的功能和性能会渐渐发生变化，最终导致故障的发生。
虽然这一趋势无法改变，但设计、制造出在指定时间内不出现故障的产品却是企业和消费者都关心的话题。
远到二战早期美军战斗机频频发生的通信故障，近到今年3·15期间屡屡曝光的某品牌笔记本电脑的质量问题，究其实质，都是产品可靠性不过关惹的祸。
合理应用可靠性分析，可以帮助研发、工程、质量等部门的技术人员提高产品质量的稳定性，降低产品全寿命周期费用和售后服务成本，改善顾客的满意度和忠诚度。
令人不解的是，很多企业已经意识到可靠性分析的重要性，却依然在刻意地回避可靠性分析，这是为什么呢?原因很多，其中的一个主要原因是因为一般企业觉得常规的统计质量管理已经够复杂了，而可靠性的研究还需要用到许多更高深的统计学知识，这对于没有经过正规统计方法培训的人来说，会让人望而生畏，这在客观上大大限制了可靠性方法在企业的推广。
笔者尝试过用不同软件进行可靠性分析，SAS公司的高端六西格玛软件JMP(试用版可以在/china下载)是其中之一，其交互式可视化分析的特点在可靠性方面也有很好的体现。
下面以一个典型的实例来看看如何用JMP做可靠性分析。
例：某公司为了对一个电子产品进行可靠性分析，收集了一批该产品的使用寿命数据(如图一所示，当“删失”=0时表示“时间”是精确的失效时间，当“删失”=1时表示精确的失效时间不详，但肯定大于“时间”所显示的数值)。
在这组具有代表性的数据下，我们来研究一下该产品的失效特性如何?当失效概率为90%时，该产品的可靠寿命是多少?
图一可靠性试验原始数据表(部分)
按照可靠性方法的理论，要解决这两个问题，需要首先解决一个基本问题：这组寿命数据是服从什么分布的?实在地讲，这不是一个容易解决的问题，得一个一个分布地去尝试、去比较、去验证，什么威布尔Weibull分布啊，对数正态分布啊，指数分布啊，等等，少说也有十几种。
而一般质量工程师一听这些专业的统计学名词就犯晕，而且由于寿命数据中又含有“删失”特性，判断起来就更复杂了，通常需要通过一系列冗长的统计分析报表和统计指标去判断。
笔者在用JMP软件做分析的时候，发现JMP中有一条命令叫“拟合所有分布”，它可以在几秒钟的时间内对所有常规的可靠性分布逐一拟合，然后自动筛选出最佳的分布拟合。
比如在下图中，“对数正态”分布就是JMP在快速比较所有寿命分布后找到的最佳分布。
如果不太懂统计学原理，只想直观地看一看这个分布长什么样的话，就看图上那个红色曲线及其周边粉红色的置信区间带;如果对统计学原理比较懂，想深入了解统计学上的判别依据，还可以看下面
那个“模型拟合”表格中的相关指标。
总之，可以各取所需，完成最基本的分布模型识别的任务。
图二可靠性分布模型比较的可视化展示
此外，在获得最佳拟合分布的同时，与该产品质量相关的各种可靠性特征(如可靠寿命、失效概率、失效概率密度、故障率等等)也可以用图形化方式来表现。
比如在下图中，“分布刻画器”和“分位数刻画器”都显示了失效概率与产品寿命之间的关系(两者的主要差别是X轴和Y轴所代表的变量正好相反)，“危险率刻画器”显示的是危险率(即通常所说的Hazard Rate)随产品寿命的变化而产生变化的规律(这可以用来实现可靠性理论中最著名的“浴盆曲线”)，“密度刻画器”显示的是失效概率密度随产品寿命的变化而产生变化的规律。
图三可靠性分析中主要特征变量的刻画器
利用这些图形就可以形象地解释第一个问题“该产品的失效特性如何?”了。
现在我们来回答第二个问题“当失效概率为90%时，该产品的可靠寿命是多少?”在“分位数刻画器”的X轴上输入“0.9”，就可以在Y轴上得到红色数值“412.0117”和蓝色数值“[278.675,609.146]”，表明此时的可靠寿命应该是412.0117，其置信区间应该是[278.675,609.146]。
关于可靠性分析的内容还有很多，比如加速寿命分析、寿命数据的回归分析和可维修性分析等等。
这些在JMP软件中都有对应的图形化智能分析平台，一个很直接的好处是可以让非统计专业背景的工程师迅速跨越统计学的壁垒，直接进行技术问题的分析和研究，进而提升产品的可靠性，降低顾客投诉率以及售后服务成本。