質(zhì)量策劃工具MINITAB

1、MINITAB質(zhì)量策劃工具（ Quality Planning Tools）1 、走勢圖（ Run Chart）概述 走勢圖可以顯示你將處理的數(shù)據(jù)的變化趨勢，并對非隨機行為進行兩種檢驗。走勢圖同時顯示所有的觀察結果及子組數(shù)，并在中位數(shù)處劃一水平線。但子組大小大于1 時，走勢圖還可以顯示子組的均值或中位數(shù)并以線條將它們連接起來。對非隨機行為的兩種檢驗可以探察趨勢、變動幅度、 混合及數(shù)據(jù)的聚類性。這些分析表明已察覺的變差來自于異常因素，即來自于系統(tǒng)外的可以被糾正的因素。另一方面， 一般因素導致的變差， 是隱含的變差或過程自身的屬性導致的變差。一個過程當僅有一般因素而不是異常因素影響過程輸出時才是受

2、控的。例 假設你在一家生產(chǎn)各種測量輻射的設備的公司工作。作為 QC 工程師， 你對一個薄膜型的裝置持續(xù)測量輻射量的設備感興趣。你希望分析在一個試驗室中收集的二十臺設備的數(shù)據(jù)。每次測試后，你都記錄下了每臺設備測量的輻射量。作為探討性的測量，你決定利用走勢圖評價測量結果的變動性。1 Open the worksheet RADON.MTW.2 Choose Stat > Quality Tools > Run Chart.3 In Single column, enter Membrane.4 In Subgroup size, enter 2. Click OK.結果 結果分析 聚類

3、檢驗在0.05 的水平上是顯著的。既然聚類檢驗的概率（p=0.02 ）比 0.05小，你可以得出結論存在異因影響你的過程，你應該調(diào)查可能的來源。聚類可能意味著取樣或測量有問題。注：在這里選擇0.05的顯著性水平進行說明。因為在許多應用中它都適用。你可以選擇任何顯著性水平對非隨機現(xiàn)象進行檢驗顯著性評估。當顯示的p 值比選擇的顯著性水平低時，你應拒絕虛擬假設數(shù)據(jù)隨機排列支持另一個選擇。參見對隨機性檢驗的更完整的研討。2 、排列圖（ Pareto Chart）概述 排列圖是一種條圖，其橫軸表示研究對象的類別，而不是連續(xù)的刻度。橫軸的分類通常是缺陷。 通過按最大到最小順序排列的條形，排列圖可以幫助你判

4、斷缺陷中有哪些是關鍵的少數(shù)以及次要的多數(shù)。一個累積百分比的連線可以幫助你判斷每個類別的累加效果。排列圖可以將改善努力的重點放在可以取得最大成果的因素上。排列圖可以為所有的數(shù)據(jù)畫一圖，或數(shù)據(jù)部的分組對應的幾個獨立的圖形。例1 Example of using Pareto Chart using Raw Data你所工作的公司制造金屬書架。在最終檢查中，一定數(shù)量的書架因為劃傷、裂片、彎曲或花邊等原因被拒收。你希望通過排列圖了解是什么缺陷導致了主要問題。首先，你計算每個缺陷發(fā)生的次數(shù)，接著你在每次發(fā)生時將缺陷的名稱輸入到叫“ Damage ”的工作表列中。1 Open the worksheet

5、EXH_QC.MTW.2 Choose Stat > Quality Tools > Pareto Chart.3 Choose Chart defects data in and enter Damage in the text box. Click OK. 結果 1結果分析 175% 的損失是劃傷和裂片造成的，因此你應該將改善的重點放在這兩個方面。例 2 Example of using Pareto Chart using Count Data假設你在一家制造摩托車的公司工作。你希望減少因為速度計不良導致的質(zhì)量成本。在檢查中，一定數(shù)量的速度計被拒收，缺陷的類型也被記錄了下來。

6、你在“Defects ”中輸入缺陷的名稱， 在“ Count ”中輸入相應的計數(shù)。你知道你可以將重點放在導致大多數(shù)的拒收的缺陷上而省下許多錢。一個排列圖可以幫助你識別哪些缺陷導致了多數(shù)的問題。1 Open the worksheet EXH_QC.MTW.2 Choose Stat > Quality Tools > Pareto Chart.3 Choose Chart defects table. Enter Defects in Labels in and Counts inFrequencies in.Click OK.結果 2結果分析 2一半以上的速度計是因為無螺釘而拒收

7、，因此你應將重點放在這個問題上。例 3 Example of using Pareto Chart with a "By" Variable假想你在生產(chǎn)洋娃娃的公司工作。 最近你注意到， 在工廠最終檢查中， 因為劃傷、 剝落、臟污而被拒收的洋娃娃數(shù)量在上升。 你想了解是否在類型和缺陷數(shù)量以及生產(chǎn)洋娃娃的班次之間存在某個關系。1 Open the worksheet EXH_QC.MTW.2 Choose Stat > Quality Tools > Pareto Chart.3 Choose Chart defects data in and enter Fla

8、ws in the text box. In BY variable in, enter Period. Click OK結果 3結果分析 3夜班生產(chǎn)的缺陷品較多。 大多數(shù)的問題是劃傷和剝落引起的。 如果你檢查夜班生產(chǎn)的過程細節(jié)的話，你可能會了解到很多與問題相關的信息。3 、因果圖（ Cause-and-Effect Diagram）概述 利用因果圖 （魚骨圖） 來組織頭腦風暴法獲得的關于問題的潛在原因， 它可以幫助你識別潛在原因之間的關系。你可以畫一空圖，或在圖中添加任何你想添加的信息。例 Draw a blank diagram利用排列圖， 你發(fā)現(xiàn)你的零件主要是因為表面缺陷而被拒收。今天下

9、午， 你將與不同部門的成員利用頭腦風暴法尋找這些缺陷的潛在原因。你需要提前打印出一因果圖幫你組織會議中的信息。你可以：畫一空圖1 Choose Stat > Quality Tools > Cause-and-Effect.2Check Do not label the branches, then click OK畫一帶空枝的圖1 Choose Stat > Quality Tools > Cause-and-Effect.2 In Title, type Sample FISHBONE Diagram, then click OK.畫一個完整的圖1 Open the

10、 file EXH_QC.MTW.2 Choose Stat > Quality Tools > Cause-and-Effect.3 Under Causes, type Man, Machine, Material, Method, Measure, and Enviro in rows 1 through 6, respectively.4 In Effect, type Surface Flaws. Click OK.結果 畫一個完整的圖Cause-and-Effect DiagramMeasurementsMaterialsPersonnelMicrometersMicr

11、oscopesInspectorsAlloysLubricantsSuppliersShiftsSupervisorsTrainingOperatorsSurface FlawsCondensationMoisture%BrakeEngagerAngleSpeedLathesBitsSocketsEnvironmentMethodsMachines4 、多變量圖（ Multi-Vari Chart）概述 Minitab可以顯示最多含四個因子的多變量圖（Shainin multi-vari charts）。多變量圖以圖形表示變差分析的結果從而為變差分析提供了又一種可視化的選擇。這些圖還可用于數(shù)據(jù)

12、的初步分析以縱覽數(shù)據(jù)。該圖同時為每個因子的不同水平顯示平均值。例 你負責評價三種不同金屬的燒結時間對耐壓強度的影響。Youare responsibleforevaluatingtheeffectsof sinteringtimeonthecompressivestrengthofthreedifferent metals.在每個燒結時間下各取5個金屬樣本測量耐壓強度： 100 minutes, 150minutes, and 200 minutes.在進行全面的數(shù)據(jù)分析前，你希望通過多變量圖觀察數(shù)據(jù)是否有可察覺的趨勢或交互作用。1 Open the worksheet SINTER.MTW.

13、2 Choose Stat > Quality Tools > Multi-Vari Chart.3 In Response, enter Strength.4 In Factor 1, enter SinterTime. In Factor 2, enter MetalType. Click OK. 結果 結果分析 多變量圖表明在金屬類型和燒結時間長短之間存在著交互作用。燒結100Min時，金屬 1 獲得最大耐壓強度，金屬 2 燒結 150Min ，金屬 3 燒結 200Min 。為量化分析交互作用，你可以進一步地使用變差分析或通用線性模型。5 、對稱圖（ Symmetry Plot）概述 對稱圖可以用來評價樣本數(shù)據(jù)是否來自于對稱分布。許多統(tǒng)計過程假設數(shù)據(jù)來自于正態(tài)分布。 然而，許多過程不服從正態(tài)分布，因此數(shù)據(jù)來自于一個對稱分布通常是必要的。其它統(tǒng)計過程， 比如非參數(shù)方法，假設數(shù)據(jù)來自于對稱分布而不是正態(tài)分布。因此，對稱圖在許多情