《Minitab實際應(yīng)用》PPT課件.ppt

1、p1,Minitab的使用,p2,Minitab介紹,Minitab是眾多統(tǒng)計軟件當(dāng)中比較簡單易懂的軟件之一； 相對來講，Minitab在質(zhì)量管理方面的應(yīng)用是比較適合的； Minitab的功能齊全，一般的數(shù)據(jù)分析和圖形處理都可以應(yīng)付自如。,p3,Minitab與6 Sigma的關(guān)系,在上個世紀(jì)80年代Motolora開始在公司內(nèi)推行6 Sigma，并開始借助Minitab使6 Sigma得以最大限度的發(fā)揮； 6 Sigma的MAIC階段中，很多分析和計算都可以都通過Minitab簡單的完成； 即使是對統(tǒng)計的知識不怎么熟悉，也同樣可以運用Minitab很好的完成各項分析。,p4,Minitab的

2、功能,計算功能 計算器功能 生成數(shù)據(jù)功能 概率分布功能 矩陣運算,p5,Minitab的功能,數(shù)據(jù)分析功能 基本統(tǒng)計 回歸分析 方差分析 實驗設(shè)計分析 控制圖 質(zhì)量工具 可靠度分析 多變量分析,時間序列 列聯(lián)表 非參數(shù)估計 EDA 概率與樣本容量,p6,Minitab的功能,圖形分析 直方圖 散布圖 時間序列圖 條形圖 箱圖 矩陣圖 輪廓圖,三維圖 點圖 餅圖 邊際圖 概率圖 莖葉圖 特征圖,p7,課程內(nèi)容安排,由于時間有限，很多內(nèi)容只是做簡單的介紹； 在兩天的時間里，主要的課程內(nèi)容安排如下：,p8,課程內(nèi)容安排第一天,上午 Minitab基本界面和操作介紹 常用圖形的Minitab操作 特性

3、要因圖 柏拉圖 散布圖 直方圖 時間序列圖,p9,課程內(nèi)容安排第一天,下午 SPC的Minitab操作 1） Box-Cox轉(zhuǎn)換數(shù)據(jù)為正態(tài)2） Xbar-R Chart3） Xbar-S Chart 4） I-MR-R/S Chart 5） P Chart6） NP Chart7） C Chart,p10,課程內(nèi)容安排第二天,上午 能力分析 1）正態(tài)分布圖能力分析 2）泊松分布圖能力分析 3）組間/組內(nèi)能力分析 4）Weibull能力分析 基本統(tǒng)計 1） 描述統(tǒng)計,p11,課程內(nèi)容安排第二天,下午 基礎(chǔ)統(tǒng)計 2）單樣本Z測試3） 單樣本T測試4） 雙樣本T測試5） 成對T測試6） 1比率測試7

4、） 2比率測試8） 相關(guān)分析9) 正態(tài)分布,MSA測量系統(tǒng)分析 1） 測量重復(fù)性和再現(xiàn)性(交叉Crossed)2） 測量重復(fù)性和再現(xiàn)性(嵌套Nested)3） 測量走勢圖4） 測量線性研究5） 屬性測量R&R 研究（計數(shù)）,p12,Minitab界面和基本操作介紹,p13,Minitab界面,Data Window: 輸入數(shù)據(jù)的窗口 每一列的名字可以寫在最前面的列 每一列的數(shù)據(jù)性質(zhì)是一致的,主菜單,Session Window: 分析結(jié)果輸出窗口,p14,Minitab界面,同一時間只能激活一個窗口.每一個窗口可以單獨儲存.,不同的要求選擇不同的保存命令,p15,工具欄的介紹,打開文件,保存文

5、件,打印窗口,剪切,復(fù)制,粘貼,恢復(fù),插入單元格,插入行,插入列,移動列,剪切單元格,最后一次對話框,程序窗口,上一次記憶刷,下一次記憶刷,數(shù)據(jù)窗口,管理圖形,撤銷,幫助,關(guān)閉圖形,p16,數(shù)據(jù)類型的轉(zhuǎn)換（Change Data Type）,Select: Manip Change Data Type Text to Numeric,需要轉(zhuǎn)換的列,轉(zhuǎn)換后數(shù)據(jù)存放列，可以是原來的數(shù)據(jù)列,p17,數(shù)據(jù)的堆積（Stack&Unstack）,Select: Manip Stack/Unstack Stack,輸入需要堆積的列，如果由前后順序，按前后順序進行輸入,輸入堆積后存放列的位置,注解可以用來區(qū)分

6、數(shù)據(jù)的來源,原始數(shù)據(jù),p18,數(shù)據(jù)塊的堆積（Stack Blocks）,Select: Manip Stack/Unstack Stack Blocks,原始數(shù)據(jù),在對話框中輸入25 列數(shù)據(jù)，注解列在前面,輸入新工作表和注解 的位置,p19,轉(zhuǎn)置欄（Transpose Columns）,輸入需要轉(zhuǎn)置的列,輸入新工作表 的位置,可以輸入注解列,Select: Manip Transpose Columns,p20,連接（Concatenate）,Select: Manip Concatenate,輸入需要連接的數(shù)據(jù)列,輸入新數(shù)據(jù)列的位置,原始數(shù)據(jù),p21,編碼（Code）,Select: Man

7、ip code,原始數(shù)據(jù),編碼,規(guī)則,被編碼的變量,p22,Minitab之常用圖形,p23,QC7手法常用的圖形如下,特性要因圖 控制圖(參見minitab控制圖教材) 柏拉圖 散布圖 直方圖 時間序列圖,p24,特性要因圖,決定Y,頭腦風(fēng)暴找出可能的X,將X依5M+1E方式列表,將表輸出MINITAB中,輸出結(jié)果圖形,p25,練習(xí),p26,輸入表中,注意輸入格式,Select: Stat Quality tools Cause and effect,p27,填好各項需要的參數(shù),p28,結(jié)果輸出,p29,柏拉圖,收集各項質(zhì)量特性缺陷,列成表,輸入到MINITAB中,MINITAB繪出圖形,找

8、出關(guān)鍵的Y特性,p30,練習(xí),p31,輸入數(shù)據(jù),Select: Stat Quality tools Pareto Chart,p32,填好各項參數(shù),可以對柏拉圖進行命名,輸入缺陷列,輸入頻數(shù)列,其他項所占的比率,p33,結(jié)果輸出,p34,散布圖,決定你所關(guān)心的Y,決定和Y有可能的X,收集Y和X的數(shù)據(jù),輸入MINITAB繪出圖形,判定Y和X之間的關(guān)系,p35,練習(xí),p36,輸入數(shù)據(jù),Select: Gragh Plot,p37,輸入?yún)?shù),可以選擇不同的 輸出表現(xiàn)形式,p38,輸出圖形,可以用直接方式判定，有正相關(guān)的傾向。 更詳細(xì)的說明可以參見回歸分析,p39,直方圖,決定你所關(guān)心的Y或X,收集

9、Y或X的數(shù)據(jù),輸入MINITAB表,MINITAB繪出直方圖,進行判定,p40,練習(xí),請打開EXCEL檔案的計量型部份 Select: Gragh Histogram,p41,填入?yún)?shù),可以同時為幾個 變量作直方圖,p42,結(jié)果輸出,請依照QC 7的方法來進行圖形分析和判定 更深入的分析可以參見制程能力分析部份。,p43,時間序列圖,決定你所關(guān)心的Y或X,收集Y或X的數(shù)據(jù),輸入MINITAB表,MINITAB繪出時間序列圖,進行判定,p44,練習(xí),p45,輸入數(shù)據(jù),Select: Gragh Histogram,p46,填入?yún)?shù),時間刻度設(shè)置,p47,結(jié)果輸出,依此狀況來判定未定的銷售趨勢。,

10、p48,Minitab的SPC使用,p49,Minitab可提供的圖形,計量型 Xbar-R Xbar-s I-MR I-MR-s Z-MR,計數(shù)型 P Np C U,p50,Xbar-R做法,Xbar-R是用于計量型 判穩(wěn)準(zhǔn)則：連續(xù)二十五點沒有超出控制界限。 判異準(zhǔn)則： 一點超出控制界限 連續(xù)六點上升或下降或在同一側(cè) 不呈正態(tài)分布，大部份點子沒有集中在中心線。,p51,Xbar-R做法,決定要研究或控制的Y或X特性,收集數(shù)據(jù),輸入minitab中,用minitab繪圖及分析,判定及采取措施,p52,Xbar-R練習(xí),打開下列檔案,Select: Stat Control Chart Xbar

11、-R,p53,輸入?yún)?shù),根據(jù)不同的輸入方式 選擇不同的分析方法,如果是控制用控制圖 則需要在這里填入數(shù)據(jù),p54,決定測試要求,可以在這里選擇判異準(zhǔn)則,p55,決定標(biāo)準(zhǔn)差的估計方法,一般選擇Rbar的 標(biāo)準(zhǔn)差估計方式,p56,決定選項,進行正態(tài)性轉(zhuǎn)換,可輸入SPC控制圖信息,p57,圖形輸出,p58,判圖,請判定前圖是否有異常 請問本圖為解析用圖或是控制用圖,p59,Xbar-s做法,決定要研究或控制的Y或X特性,收集數(shù)據(jù),輸入minitab中,用minitab繪圖及分析,判定及采取措施,p60,Xbar-s練習(xí),打開下列檔案 Select: Stat Control Chart Xbar-s

12、,p61,輸入?yún)?shù),解釋與Xbar-R圖相同,p62,圖形輸出,p63,判圖,請判定前圖是否有異常 請問本圖為解析用圖或是控制用圖,p64,I-MR圖做法,決定要研究或控制的Y或X特性,收集數(shù)據(jù),輸入minitab中,用minitab繪圖及分析,判定及采取措施,p65,I-MR練習(xí),打開下列檔案，用其來進行I-MR圖練習(xí) Select: Stat Control Chart I-MR,p66,輸入?yún)?shù),輸入變量,如果是控制用控制圖 請輸入數(shù)據(jù),p67,圖形輸出,p68,判圖,請判定前圖是否有異常 請問本圖為解析用圖或是控制用圖,p69,I-MR-R圖做法,決定要研究或控制的Y或X特性,收集數(shù)據(jù)

13、,輸入minitab中,用minitab繪圖及分析,判定及采取措施,p70,I-MR-R練習(xí),打開下列檔案，用其來進行I-MR-R圖練習(xí) Select: Stat Control Chart I-MR-R,p71,輸入?yún)?shù),輸入變量和樣本數(shù),如果是控制用控制圖 只需要輸入歷史平均值,p72,圖形輸出,p73,判圖,請判定前圖是否有異常 請問本圖為解析用圖或是控制用圖,p74,Z-MR圖做法,決定要研究或控制的Y或X特性,收集數(shù)據(jù),輸入minitab中,用minitab繪圖及分析,判定及采取措施,p75,Z-MR練習(xí),打開下列檔案，用其來進行Z-MR圖練習(xí) Select: Stat Contro

14、l Chart Z-MR,p76,輸入?yún)?shù),輸入變量,輸入自變量,p77,決定估計,選擇是否是計算的均值還是歷史均值,選擇標(biāo)準(zhǔn)差的估計方法,p78,圖形輸出,p79,p圖做法,決定要研究或控制的Y特性,收集數(shù)據(jù),輸入minitab中,用minitab繪圖及分析,判定及采取措施,p80,p練習(xí),P圖只能適用在二項分布的質(zhì)量特性性。 在做p圖時，要注意其樣本數(shù)必須達(dá)到1/p5/p，如此之下的圖才比較具有意義。,p81,輸入數(shù)據(jù),請打開數(shù)據(jù)文檔 Select: Stat Control Chart P,p82,輸入?yún)?shù),輸入變量,輸入樣本數(shù),如果是控制用控制圖 則在這里輸入數(shù)據(jù),p83,決定判異準(zhǔn)則

15、,選擇判異準(zhǔn)則 計數(shù)型的判異準(zhǔn)則 與計量型的不太一樣,p84,決定估計方式,樣本量不同的時候可以有不同的主力方式,p85,圖形輸出,p86,np圖做法,決定要研究或控制的Y特性,收集數(shù)據(jù),輸入minitab中,用minitab繪圖及分析,判定及采取措施,p87,np練習(xí),np圖只能適用在二項分布的質(zhì)量特性性。 在做np圖時，要注意其樣本數(shù)必須達(dá)到1/p5/p，如此之下的圖才比較具有意義。,p88,輸入數(shù)據(jù),請打開數(shù)據(jù)文檔 Select: Stat Control Chart NP,p89,圖形輸出,p90,c圖做法,決定要研究或控制的Y特性,收集數(shù)據(jù),輸入minitab中,用minitab繪圖

16、及分析,判定及采取措施,p91,C圖練習(xí),c圖只能適用在卜氏分布的質(zhì)量特性上。 在做c圖時，要注意其樣本數(shù)必須達(dá)到取樣時至少包含一個缺陷以上，如此之下的圖才比較具有意義。 另外就是基本上c圖的樣本要一定才可以。如果樣本數(shù)不一樣，則應(yīng)當(dāng)使用u圖。,p92,輸入數(shù)據(jù),請打開數(shù)據(jù)文檔 Select: Stat Control Chart C,p93,輸入?yún)?shù),輸入變量,p94,決定判異準(zhǔn)則,判異準(zhǔn)則同P圖一樣,p95,圖形輸出,p96,u圖做法,決定要研究或控制的Y特性,收集數(shù)據(jù),輸入minitab中,用minitab繪圖及分析,判定及采取措施,p97,u圖練習(xí),u圖只能適用在卜氏分布的質(zhì)量特性上。

17、 在做u圖時，要注意其樣本數(shù)必須達(dá)到取樣時至少包含一個缺陷以上，如此之下的圖才比較具有意義。,p98,輸入數(shù)據(jù),請打開數(shù)據(jù)文檔 Select: Stat Control Chart C,p99,輸入?yún)?shù),輸入變量,輸入樣本量,p100,圖形輸出,p101,MINITAB之制程能力分析,p102,制程能力之分類,計量型(基于正態(tài)分布),計數(shù)型(基于二項分布),計數(shù)型(基于卜氏項分布),p103,MINITAB 能力分析的選項(計量型),Capability Analysis (Normal) Capability Analysis (Between/Within) Capability Anal

18、ysis (Weibull) Capability Sixpack (Normal) Capability Sixpack (Between/Within) Capability Sixpack (Weibull),p104,Capability Analysis (Normal),該命令會劃出帶理論正態(tài)曲線的直方圖，這可直觀評估數(shù)據(jù)的正態(tài)性。輸出報告中還包含過程能力統(tǒng)計表，包括子組內(nèi)和總體能力統(tǒng)計。,p105,Capability Analysis (Between/Within),該命令會劃出帶理論正態(tài)曲線的直方圖，可以直觀評估數(shù)據(jù)的正態(tài)性。 該命令適用于子組間存在較大變差的場合。輸出報告

19、中還包含過程能力統(tǒng)計表，包括子組間子組內(nèi)和總體能力統(tǒng)計。,p106,Capability Analysis (Weibull),該命會會劃出帶韋伯曲線的直方圖，這可直觀評估數(shù)據(jù)是否服從韋伯分布。輸出報告中還包含總體過程總能力統(tǒng)計,p107,制程能力分析做法,決定Y特性,收集Y特性數(shù)據(jù),輸入MINITAB數(shù)據(jù)表,進行分析,結(jié)果說明,p108,STEP1決定Y特性,決定Y特性,收集Y特性數(shù)據(jù),輸入MINITAB數(shù)據(jù)表,進行分析,結(jié)果說明,Y特性一般是指客戶所關(guān)心所重視的特性。 Y要先能量化，盡量以定量數(shù)據(jù)為主。 Y要事先了解其規(guī)格界限，是單邊規(guī)格，還是雙邊規(guī)格。 目標(biāo)值是在中心，或則不在中心 測量

20、系統(tǒng)的分析要先做好。,p109,STEP2決定Y特性,決定Y特性,收集Y特性數(shù)據(jù),輸入MINITAB數(shù)據(jù)表,進行分析,結(jié)果說明,在收集Y特性時要注意層別和分組。 各項的數(shù)據(jù)要按時間順序做好相應(yīng)的整理,p110,STEP3決定Y特性,決定Y特性,收集Y特性數(shù)據(jù),輸入MINITAB數(shù)據(jù)表,進行分析,結(jié)果說明,將數(shù)據(jù)輸入MINTAB中，或則在EXCEL中都可以。,p111,STEP4決定Y特性,決定Y特性,收集Y特性數(shù)據(jù),輸入MINITAB數(shù)據(jù)表,進行分析,結(jié)果說明,利用MINITABSTATQUALITY TOOL CAPABILITY ANALYSIS (NORMAL),p112,STEP5決定

21、Y特性,決定Y特性,收集Y特性數(shù)據(jù),輸入MINITAB數(shù)據(jù)表,進行分析,結(jié)果說明,利用MINITAB的各項圖形來進行結(jié)果說明,p113,練習(xí),p114,輸入數(shù)據(jù),注意輸入方式,Select: Stat Quality Tools Capabilty Analysis(Normal),p115,輸入選項,輸入上下規(guī)格界限,根據(jù)不同的數(shù)據(jù)輸入 方式選擇分析方法,p116,選擇標(biāo)準(zhǔn)差的估計方法,一般選擇復(fù)合的標(biāo)準(zhǔn)差估計方式,p117,選項的輸入,選擇是否作正態(tài)型轉(zhuǎn)換,如果需要計算Cpm 則需要輸入目標(biāo)值,過程能力表現(xiàn)形式的選擇,p118,以Cpk, Ppk結(jié)果的輸出,p119,以Zbench方式輸出

22、,p120,結(jié)果說明,請學(xué)員按此圖形來說明該制程狀況,p121,Capability Analysis (Between/Within),p122,Capability Analysis (Weibull),此項的分析是用在當(dāng)制程不是呈現(xiàn)正態(tài)分布時所使用。因為如果制程不是正態(tài)分布硬用正態(tài)分布來分析時，容易產(chǎn)生誤差，所以此時可以使用韋氏分布來進行分析，會更貼近真實現(xiàn)像。,p123,練習(xí),請使用同前之?dāng)?shù)據(jù)來進行分析。 上規(guī)格：103 下規(guī)格：97 規(guī)格中心：100,p124,輸入相關(guān)參數(shù),Select: Stat Quality Tools Capabilty Analysis(Weibull),

23、p125,填入選項要求,韋氏分布的參數(shù)估計,p126,結(jié)果圖形,p127,正態(tài)分布適用性的判定,可以使用 Statbasic statisticnormality test 但數(shù)據(jù)要放到同一個column中，所以必須針對前面的數(shù)據(jù)進行一下處理,p128,數(shù)據(jù)調(diào)整,進行數(shù)據(jù)的堆積,p129,填寫選項,輸入變量,輸入作為參考的概率記號,p130,結(jié)果輸出,p131,結(jié)果輸出(加標(biāo)0.5概率),p132,計量型制程能力分析總結(jié),一般的正態(tài)分布使用 Capability Analysis (Normal) 如果是正態(tài)分布且其組內(nèi)和組間差異較大時可用 Capability Analysis (Betwe

24、en/Within) 當(dāng)非正態(tài)分布時則可以使用 Capability Analysis (Weibull),p133,Capability Sixpack (Normal),復(fù)合了以下的六個圖形 Xbar R 原始數(shù)據(jù)分布（plot） 直方圖 正態(tài)分布檢定 CPK, PPK,p134,練習(xí),請以前面的數(shù)據(jù)來進行相應(yīng)的Capability Sixpack (Normal)練習(xí) Select: Stat Quality Tools Capabilty Sixpack(Normal),p135,輸入各項參數(shù),輸入規(guī)格,p136,選定判異準(zhǔn)則,選擇判異準(zhǔn)則,p137,選擇標(biāo)準(zhǔn)差估計方法,默認(rèn)值是復(fù)合標(biāo)

25、準(zhǔn)差計算公式,p138,考慮可選擇項,如果希望計算Cpm, 則輸入目標(biāo)值,p139,結(jié)果輸出,p140,Capability Sixpack (Between/Within),復(fù)合了以下的六個圖形 Xbar R 原始數(shù)據(jù)分布 直方圖 正態(tài)分布檢定 CPK, PPK,p141,同前練習(xí)及結(jié)果,p142,Capability Sixpack (Weibull),復(fù)合了以下的六個圖形 Xbar R 原始數(shù)據(jù)分布 直方圖 正態(tài)分布檢定 CPK, PPK,p143,結(jié)果輸出,p144,二項分布制程能力分析,二項分布只適合用在 好，不好 過，不過 好，壞 不可以用在 0,1,2,3等二項以的選擇，此種狀況

26、必須使用卜氏分布。,p145,示例,數(shù)據(jù)在excel檔案中 Select: Stat Quality Tools Capabilty Analysis(Binomial),p146,填好各項的參數(shù),輸入樣本數(shù),輸入歷史的不良率,p147,選好控制圖的判異準(zhǔn)則,p148,填入選擇項,可以選擇輸入圖形的表現(xiàn)形式,p149,結(jié)果及輸出,p150,卜氏分布制程能力分析,卜分布只適合用在 計數(shù)型，有二個以上的選擇時 例如可以用在 外觀檢驗，但非關(guān)鍵項部份 0,1,2,3等二項以的選擇，此種狀況必須使用卜氏分布。,p151,示例,數(shù)據(jù)在excel檔案中,Select: Stat Quality Tools

27、 Capabilty Analysis(Poisson),p152,填好各項的參數(shù),p153,結(jié)果及輸出,p154,基礎(chǔ)統(tǒng)計,p155,描述性統(tǒng)計,Select: Stat Basic Statistics Display descriptive statistics,p156,描述性統(tǒng)計,輸出 結(jié)果,p157,平均值檢定（Z/t）,Select: Stat Basic Statistics 2 Sample t,p158,比率檢定（1P/2P）,p159,比率檢定（1P/2P）,輸出結(jié)果,p160,標(biāo)準(zhǔn)差的檢定（F）,p161,標(biāo)準(zhǔn)差的檢定（F）,p162,MSA測量系統(tǒng)分析,p163,MS

28、A的目的,了解測量系統(tǒng)是否有足夠的能力來偵測出產(chǎn)品或制程參數(shù)的變更。,p164,MSA分析的對像,只要控制計劃當(dāng)中所提出的測量系統(tǒng)就必須進行分析。 包含產(chǎn)品特性 包含過程特性,p165,MSA分析方法的分類,MSA,計量型,計數(shù)型,破壞型,p166,計量型MSA,計量型,位置分析,離散分析,穩(wěn)定性分析,偏倚分析,線性分析,重復(fù)性分析,再現(xiàn)性分析,穩(wěn)定性分析,p167,計數(shù)型MSA,計量型,風(fēng)險分析法,信號分析法,數(shù)據(jù)解析法,p168,破壞性MSA,計量型,偏倚分析,變異分析,穩(wěn)定性分析法,p169,偏移(Bias),真值,觀測平均值,偏倚,偏倚：是測量結(jié)果的觀測 平均值與基準(zhǔn)值的差值。 真值的

29、取得可以通過采用 更高級別的測量設(shè)備進行 多次測量，取其平均值而 定之。,p170,重復(fù)性(Repeatability),重復(fù)性,重復(fù)性是由一個評價人，采用 一種測量儀器，多次測量同一 零件的同一特性時獲得的測量 值變差。,p171,再現(xiàn)性(Reproducibility),再現(xiàn)性是由不同的評價人，采 用相同的測量儀器，測量同一 零件的同一特性時測量平均值 的變差。,再現(xiàn)性,p172,穩(wěn)定性(Stability),穩(wěn)定性,時間1,時間2,穩(wěn)定性(或飄移)，是測量系統(tǒng) 在某持續(xù)時間內(nèi)測量同一基準(zhǔn) 或零件的單一特性時獲得的測 量值總變差。,p173,線性(Linearity),量程,基準(zhǔn)值,觀測平

30、均值,基準(zhǔn)值,線性是在量具預(yù)期的工作范圍內(nèi)，偏倚值的差值,p174,線性(Linearity),觀測平均值,基準(zhǔn)值,無偏倚,有偏倚,p175,Case study(你喜歡什么類型儀器),基準(zhǔn)值,觀測平均值,基準(zhǔn)值,觀測平均值,基準(zhǔn)值,觀測平均值,p176,穩(wěn)定性分析的做法,自控制計劃中去尋找需要分析的測量系統(tǒng)，主要的考慮來自： 控制計劃中所提及的產(chǎn)品特性 控制計劃中所提及的過程特性,p177,穩(wěn)定性分析的做法,選取一標(biāo)準(zhǔn)樣品 控制計劃中所提及的產(chǎn)品特性 控制計劃中所提及的過程特性 取出對產(chǎn)品特性或過程特性有代表性的樣本。 針對本樣本使用更高精密度等級的儀器進行精密測量十次，加以平均，做為參考值

31、。,p178,穩(wěn)定性分析的做法,請現(xiàn)場測量人員連續(xù)測量25組數(shù)據(jù)，每次測量25次。 記錄下這些數(shù)據(jù)。 一般而言初期的25組數(shù)據(jù)最好在短的時間內(nèi)收集，利用這些數(shù)據(jù)來了解儀器的穩(wěn)定狀況,p179,穩(wěn)定性分析的做法,將數(shù)據(jù)輸入到minitab中。 計算每一組的平均值 計算每一組的R值。 計算出平均值的平均值 計算出R的平均值。,p180,穩(wěn)定性分析的做法,計算控制界限 平均值圖：Xbarbar+-A2Rbar, Xbarbar R值圖：D4Rbar, Rbar, D3Rbar 劃出控制界限 將點子繪上 先檢查R圖，是否連續(xù)25點都在控制界限內(nèi)，以判定重復(fù)性是否穩(wěn)定。 再看Xbar圖，是否連績25點都

32、在控制界限內(nèi)，以判定偏移是否穩(wěn)定。 可以利用Xbarbar-標(biāo)準(zhǔn)值，進行偏差檢定，看是否有偏差。 可以利用Rbar/d2來了解儀器的重復(fù)性。,p181,穩(wěn)定性分析的做法,后續(xù)持續(xù)點圖、判圖 如果前面的控制圖是穩(wěn)定的，那么就可以將此控制界限做為控制用控制界限。 我們后續(xù)就固定時間，使用同樣的樣本、同樣的測量儀器，同樣的測量人員。 此時由于樣本、儀品、人都是固定的，所以如果繪出來的圖形有異常，一般就代表儀器有問題，要進行相應(yīng)的處理。 異常的判定 點：一點超出控制界限 線：連續(xù)七點上升，連續(xù)七點下降，連績七點在同一側(cè)。 面：非隨機性分析，在+-1sigma的范圍內(nèi)應(yīng)覆蓋68%的概率。,p182,穩(wěn)定

33、性分析的做法,保留記錄 各項的線性分析的記錄要保存下來，可以和PPAP檔案存放在一起，以有效證明公司的測量儀器其測量能力是足夠的。,p183,范例,p184,p185,結(jié)果判定,可以利用Xbar-MASTER來評估其偏差程度。 可以利用Rbar/d2來評估其EV，例用EV/TV可以了解其相應(yīng)的EV%。,p186,示例,Master的值為48 產(chǎn)品的公差為48+-2 所以偏差為影響百分比為(48.48-48)/4，當(dāng)然也可以進行相應(yīng)的統(tǒng)計t檢定看是否有顯著差異 利用Rbar/d2來估計其標(biāo)準(zhǔn)差，也可以評估其相應(yīng)的EV%。,p187,Minitab的做法,收集數(shù)據(jù),將數(shù)據(jù)輸入minitab中,制作

34、控制圖,判圖,數(shù)據(jù)解析,判定儀器的適用性,p188,偏倚分析的做法,p189,偏倚分析的做法,自控制計劃中去尋找需要分析的測量系統(tǒng)，主要的考慮來自： 控制計劃中所提及的產(chǎn)品特性 控制計劃中所提及的過程特性,p190,偏倚分析的做法,自生產(chǎn)現(xiàn)場抽取樣本： 一般是取在制程中間的產(chǎn)品。 拿取此產(chǎn)品到更高精密的測量設(shè)備，測量十次，加以平均，取得參考值。,p191,偏倚分析的做法,現(xiàn)場人員測量： 現(xiàn)場人員：指的是實際在現(xiàn)場工作的人員，由于他們來進行測量，才能真正了解公司測量的偏差是多少。 重復(fù)測量十五次，取記錄其值。,p192,偏倚分析的做法,將數(shù)據(jù)輸入到minitab中： excel：我們利用來計劃平

35、均值，標(biāo)準(zhǔn)差，以及平均值的標(biāo)準(zhǔn)差。 平均值使用的語法：average 標(biāo)準(zhǔn)差的語法為：stdev,p193,偏倚分析的做法,計算t值，并加以判定 t值的計算法：利用(平均值-標(biāo)準(zhǔn)值)平均值的標(biāo)準(zhǔn)差。 t=是指用來判定是否有明顯偏差的基準(zhǔn)，其和自由度有關(guān)，一般典型的=0.05 如果t t就代表有明顯的偏移。 如果t t就代表沒有明顯的偏移。 在minitab中可直接看p值,p194,偏倚分析的做法,結(jié)果判定 如果t t就代表有明顯的偏移。 此時就要再看其所受的影響。 我們利用偏差公差，或偏差過程變化范圍來了解其受影響的比例，如果比例比較高時那么就可能儀器要停用或者修理。,p195,偏倚分析的做法

36、,保留記錄 各項的線性分析的記錄要保存下來，可以和PPAP檔案存放在一起，以有效證明公司的測量儀器其測量能力是足夠的。,p196,偏差練習(xí),p197,數(shù)據(jù)解析結(jié)果,p198,將數(shù)據(jù)輸入minitab,Select: Stat Basic Statistics 1 Sample t,p199,設(shè)定檢定對像及檢定值,輸入基準(zhǔn)值,p200,繪圖選檢定直方圖,可以選擇不同的圖型來形象表示,p201,置信區(qū)間選0.95,選擇置信區(qū)間,選擇假設(shè)和被擇假設(shè),p202,結(jié)果輸出,One-Sample T: 偏差 Test of mu = 0 vs mu not = 0 Variable N Mean StDe

37、v SE Mean 偏差 15 0.0067 0.2120 0.0547 Variable 95.0% CI T P 偏差 ( -0.1107, 0.1241) 0.12 0.905 t Histogram of 偏差,p203,圖形輸出,p204,線性分析的做法,p205,線性分析,決定要分析的測量系統(tǒng) 由控制計劃當(dāng)中挑選，需要進行分析的儀器。 一般典型包含了產(chǎn)品特性測量儀器以及過程特性測量儀器。 測量風(fēng)險愈高的儀器要愈優(yōu)先分析。 線性一般是在制程變異范圍比較寬，只做單點的偏差分析，可能擔(dān)心不足時使用。,p206,線性分析,抽取代表制程變異范圍的樣品，45個 此時一般由現(xiàn)場當(dāng)中取出。 最好能

38、覆蓋最大值和最小值。 針對取出的樣品進行精測 利用更高等級的測量設(shè)備進行測量十次，將十次的值進行平均，將此平均值做為參考值。,p207,線性分析,請現(xiàn)場測量人員測量每一樣本12次 測量人員應(yīng)當(dāng)是能夠代表實際測量的人員。 同一樣品請測量人員重復(fù)測量12次。 記錄下測量數(shù)據(jù)。,p208,線性分析,輸入數(shù)據(jù)到minitab表格中 輸入已經(jīng)得到的測量數(shù)據(jù)。 利用minitab的資料分析工具中的回歸工具進行相應(yīng)的計算。,p209,線性分析,計算截距t值，斜率t值 利用minitab的回歸分析進行分析。 我們直接看各項的t檢定結(jié)果，以及看p值。,p210,線性分析,是否合格，是否要加補正值或調(diào)整 檢查截距

39、的t值是否大于t，如果是大于t，則代表有明顯的截距問題。或則可以直接看p值，如果p0.05也就是代表有明顯的截距問題。 檢查斜率的t值是否大于t，如果是大于t，則代表有明顯的斜率問題?；騽t可以直接看p值，如果p0.05也就是代表有明顯的斜率問題。 如果截距是明顯的，那么先看其截距百分比，以決定其是否要加補正值。 如果斜率是明顯的，那么先看其斜率百分比，以決定是否要對斜率進行處理。,p211,線性分析,保留記錄 各項的線性分析的記錄要保存下來，可以和PPAP檔案存放在一起，以有效證明公司的測量儀器其測量能力是足夠的。,p212,線性示例,一名工廠主管希望對過程采用新測量系統(tǒng)。作為PPAP的一部份

40、，需要評價測量系統(tǒng)的線性?；谝炎C明的過程變差，在測量系統(tǒng)操作量程內(nèi)選擇了五個零件。每個零件經(jīng)過全尺寸檢測測量以確定其基準(zhǔn)值。然后由領(lǐng)班分別測量每個零件12次。研究中零件是被隨機選擇的。,p213,示例,p214,輸入數(shù)據(jù),Select: Stat Regression Regression,p215,輸入?yún)?shù),輸入變量,輸入自變量,p216,結(jié)果輸出,Regression Analysis: bias versus m The regression equation is bias = 0.737 - 0.132 m Predictor Coef SE Coef T P Constant 0

41、.73667 0.07252 10.16 0.000 m -0.13167 0.01093 -12.04 0.000 S = 0.2395 R-Sq = 71.4% R-Sq(adj) = 70.9% Analysis of Variance Source DF SS MS F P Regression 1 8.3213 8.3213 145.02 0.000 Residual Error 58 3.3280 0.0574 Total 59 11.6493 Unusual Observations Obs m bias Fit SE Fit Residual St Resid 13 4.0 1

42、.1000 0.2100 0.0379 0.8900 3.76R 16 4.0 1.0000 0.2100 0.0379 0.7900 3.34R R denotes an observation with a large standardized residual,p217,判定,圖形分析顯示特殊原因可能影響測量系統(tǒng)?；鶞?zhǔn)值4數(shù)據(jù)顯示可能是雙峰。 即使不考慮基準(zhǔn)值數(shù)據(jù)4，作圖分析也清楚的顯示出測量系統(tǒng)有線性問題。R2值指出線性模型對于數(shù)據(jù)是不適合的模型。即使模型可以接受，”偏倚=0”線與置信交叉而不是被包含其中。 此時，主管應(yīng)該開始分析和解決測量系統(tǒng)的問題，因為數(shù)據(jù)分析不會提供任何其它的有價

43、值的線索。然而，為確保所有書面文文件都已作標(biāo)記，主管還是計算了在此斜率和截距情況下的t統(tǒng)計量。 ta=-12.043 tb=10.158,p218,判定,采用默認(rèn)值=0.05，t表自由度(gm-2)=58和0.975的比率，主管得出關(guān)鍵值t58,0.975=2.00172。 因為tat58,0.975，從作圖分析獲得的結(jié)果由數(shù)據(jù)分析得到增強測量系統(tǒng)存在線性問題。 在此種情況下，因為有線性問題，tb與t58,0.975的關(guān)系如何無關(guān)緊要。引起線性問題可能的原因也可以在前面中找到。 如果測量存在線性問題，需要通過調(diào)整軟件、硬件或兩項同時進行來再校準(zhǔn)以達(dá)到0偏倚。 如果偏倚在測量范圍內(nèi)不能被調(diào)整到0

44、，只要測量系統(tǒng)保持穩(wěn)定，仍可用于產(chǎn)品過程控制，但不能進行分析，直到測量系統(tǒng)達(dá)到穩(wěn)定。,p219,R&R分析的做法,p220,R&R分析,決定要分析的測量系統(tǒng) 由控制計劃當(dāng)中挑選，需要進行分析的儀器。 一般典型包含了產(chǎn)品特性測量儀器以及過程特性測量儀器。 測量風(fēng)險愈高的儀器要愈優(yōu)先分析。,p221,R&R分析,選擇十個可以代表制程變化的產(chǎn)品，一般此項產(chǎn)品的變化，最好能夠覆蓋產(chǎn)品的變化范圍比較好。 選擇可以代表實際現(xiàn)測量人員的操作測量人員。 每一個測量人員針對每一個產(chǎn)品重復(fù)測量23 次。 測量風(fēng)險愈高的儀器要愈優(yōu)先分析。,p222,R&R分析,請現(xiàn)場人員對十個產(chǎn)品重復(fù)測量23次。 在測量時，要使用

45、盲測的原則，偵測出人員平常測量時的無意識錯誤，才能真正估計出在正式測量時的誤差。,p223,R&R分析,將各項的測量數(shù)據(jù)輸入到excel的檔案當(dāng)中。 輸入數(shù)據(jù)時要注意有效讀數(shù)，只取到最小讀數(shù)，如果要估讀，只能估讀一半。,p224,R&R分析,計算出R&R的結(jié)果 一般利用此項的excel表格可以得可以下的結(jié)果： AV:人員的變異 EV:儀器的變異 PV：產(chǎn)品的變異 TV：總變異 R&R%：重復(fù)性和再現(xiàn)性所占的比例。,p225,R&R分析,判定： R&R%30%，不可以接受。,p226,R&R分析,保留記錄 各項的R&R的記錄要保存下來，可以和PPAP檔案存放在一起，以有效證明公司的測量儀器其測量

46、能力是足夠的。,p227,R&R練習(xí),Select: Stat Quality Tools Gage R&R(Crossed),p228,輸入各項參數(shù),p229,得到結(jié)果,Gage R&R %Contribution Source VarComp (of VarComp) Total Gage R&R 0.004437 10.67 Repeatability 0.001292 3.10 Reproducibility 0.003146 7.56 Operator 0.000912 2.19 Operator*Part 0.002234 5.37 Part-To-Part 0.037164 89

47、.33 Total Variation 0.041602 100.00 StdDev Study Var %Study Var Source (SD) (5.15*SD) (%SV) Total Gage R&R 0.066615 0.34306 32.66 Repeatability 0.035940 0.18509 17.62 Reproducibility 0.056088 0.28885 27.50 Operator 0.030200 0.15553 14.81 Operator*Part 0.047263 0.24340 23.17 Part-To-Part 0.192781 0.9

48、9282 94.52 Total Variation 0.203965 1.05042 100.00 Number of Distinct Categories = 4 Gage R&R for Response,p230,圖形結(jié)果,p231,Phase 3計數(shù)型MSA,p232,計數(shù)型風(fēng)險分析法的做法,p233,計數(shù)型風(fēng)險分析法的做法,決定要分析的測量系統(tǒng) 由控制計劃當(dāng)中挑選，需要進行分析的儀器。 一般典型包含了產(chǎn)品特性測量儀器以及過程特性測量儀器。 測量風(fēng)險愈高的儀器要愈優(yōu)先分析。 一般比較典型的是外觀檢驗部份。 只判定好或不好，通或不通的儀器。,p234,計數(shù)型風(fēng)險分析法的做法,選擇二十

49、個左右可以代表制程的樣品 此樣品必須包含合格和不合格的產(chǎn)品，臨界附近的產(chǎn)品最好要有。 現(xiàn)場實際測量人員23人 以實際在現(xiàn)場工作人員為主。,p235,計數(shù)型風(fēng)險分析法的做法,執(zhí)行測量 每一個樣本最好都有其標(biāo)準(zhǔn)值，標(biāo)準(zhǔn)值一般是由公司的質(zhì)量部所判定。 讓每一個對此二十個左右的樣品進行測量判定，每一個產(chǎn)品最少要測二次以上，才可以了解每一個人的重復(fù)性的情況。 記錄下數(shù)據(jù)。,p236,計數(shù)型風(fēng)險分析法的做法,輸入數(shù)據(jù)到minitab檔案 將各個人員的測量結(jié)果輸入到minitab檔案中。 minitab檔案可以自動執(zhí)行計算，并得到相應(yīng)的分析結(jié)果。,p237,計數(shù)型風(fēng)險分析法的做法,計算出風(fēng)險分析的結(jié)果 mi

50、nitab表格將可以計算出下列四項的內(nèi)容。 個人的重復(fù)性正確百分比。 個人和標(biāo)準(zhǔn)值相比較的正確百分比。 全部測量人員一致的百分比。 全部測量人員和標(biāo)準(zhǔn)一致的百分比。,p238,計數(shù)型風(fēng)險分析法的做法,進行判定，和采取措施 個人的重復(fù)性正確百分比90%。 個人和標(biāo)準(zhǔn)值相比較的正確百分比90%。 全部測量人員一致的百分比90%。 全部測量人員和標(biāo)準(zhǔn)一致的百分比90%。 萬一小于此百分比，則代表此測量系統(tǒng)尚不可以被接受，應(yīng)做調(diào)整。,p239,計數(shù)型風(fēng)險分析法的做法,保留記錄 各項的風(fēng)險分析法的記錄要保存下來，可以和PPAP檔案存放在一起，以有效證明公司的測量儀器其測量能力是足夠的。,p240,風(fēng)險分析法范例,Sel