JMP 常用工具

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
选项 / 信息屏 –用JMP
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
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
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。
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
属性R&R—利用JMP
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。
33
Copyright © 2008 QualiSys Consultancy Services
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。
36
Copyright © 2008 QualiSys Consultancy Services
P
force 49 2.8463 0.1005 0.0144 (2.8182, 2.8745) -0.26 0.798
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
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
• 当然，若分母一致，可自行输入样本常数。
11
Copyright © 2008 QualiSys Consultancy Services
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
• 此时，前面的Cpk 变成了真正的Ppk
13
Copyright © 2008 QualiSys Consultancy Services
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？
重点解释下方的Kappa值 （算法同MINITAB）
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”
9
Copyright © 2008 QualiSys Consultancy Services
X-Bar 分组均值范围图
10
Copyright © 2008 QualiSys Consultancy Services
来自百度文库 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。
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
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 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。
于是，可以观察各种瑕疵在不同 “作业时刻”的具体数量分布。
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”
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
Percent Percent
Probability Plot of D3 Normal - 95% CI
99.9
M ean
0.1004
StDev 0.01021
99
N
500
AD
2.628
95
P-Value <0.005
90
80
70 60 50 40 30
20
10 5
1
0.1
0.06 0.07 0.08 0.09 0.10 0.11 0.12 0.13 0.14
D3
Probability Plot of D3-T Normal - 95% CI
99.9
Mean
10.06
StDev 0.9933
99
N
500
AD
0.242
95
P-Value 0.771
90
80
70 60 50 40 30
20
10 5
1
0.1
6
7
8
9
10
11
12
13
14
D3-T
17
Copyright © 2008 QualiSys Consultancy Services
35
Copyright © 2008 QualiSys Consultancy Services
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”；
JMP里的“Z基准”反映出流程的西格玛水平
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。
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
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
14
Copyright © 2008 QualiSys Consultancy Services
流程能力分析步骤
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
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
y
s = 0.45 s = 0.51
JMP分析前必须先做 数据表的堆叠转换
• 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）。
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）。
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
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。
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
思练考习
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） 。
目标值
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
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。