質(zhì)量策劃工具M(jìn)INITAB

1、minitab質(zhì)量策劃工具（ quality planning tools ）1、走勢(shì)圖（ run chart）概述走勢(shì)圖可以顯示你將處理的數(shù)據(jù)的變化趨勢(shì)，并對(duì)非隨機(jī)行為進(jìn)行兩種檢驗(yàn)。 走勢(shì)圖同時(shí)顯示所有的觀察結(jié)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(shí)，走勢(shì)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(duì)非隨機(jī)行為的兩種檢驗(yàn)可以探察趨勢(shì)、變動(dòng)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(dǎo)致的變差，是隱含的變差或過程自身的屬性導(dǎo)致的變差。一個(gè)過程當(dāng)僅有一般因素而不是異常因素影響過程輸出時(shí)才是受

2、控的。例 假設(shè)你在一家生產(chǎn)各種測(cè)量輻射的設(shè)備的公司工作。作為 qc 工程師，你對(duì)一個(gè)薄膜型的裝置持續(xù)測(cè)量輻射量的設(shè)備感興趣。 你希望分析在一個(gè)試驗(yàn)室中收集的二十臺(tái)設(shè)備的數(shù)據(jù)。每次測(cè)試后，你都記錄下了每臺(tái)設(shè)備測(cè)量的輻射量。作為探討性的測(cè)量，你決定利用走勢(shì)圖評(píng)價(jià)測(cè)量結(jié)果的變動(dòng)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(jié)果 結(jié)果分析 聚類檢驗(yàn)在 0.

3、05的水平上是顯著的。既然聚類檢驗(yàn)的概率（p=0.02）比 0.05小，你可以得出結(jié)論存在異因影響你的過程，你應(yīng)該調(diào)查可能的來源。聚類可能意味著取樣或測(cè)量有問題。注：在這里選擇 0.05的顯著性水平進(jìn)行說明。因?yàn)樵谠S多應(yīng)用中它都適用。你可以選擇任何顯著性水平對(duì)非隨機(jī)現(xiàn)象進(jìn)行檢驗(yàn)顯著性評(píng)估。當(dāng)顯示的 p 值比選擇的顯著性水平低時(shí)， 你應(yīng)拒絕虛擬假設(shè)數(shù)據(jù)隨機(jī)排列支持另一個(gè)選擇。參見對(duì)隨機(jī)性檢驗(yàn)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(duì)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斷缺陷

4、中有哪些是關(guān)鍵的少數(shù)以及次要的多數(shù)。一個(gè)累積百分比的連線可以幫助你判斷每個(gè)類別的累加效果。排列圖可以將改善努力的重點(diǎn)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)畫一張圖，或數(shù)據(jù)內(nèi)部的分組對(duì)應(yīng)的幾個(gè)獨(dú)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?yàn)閯潅?、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(dǎo)致了主要問題。首先，你計(jì)算每個(gè)缺陷發(fā)生的次數(shù)，接著你在每次發(fā)生時(shí)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. 3choose chart defects data in and enter damage in the text box. click ok.結(jié)果 1結(jié)果分析 1 75%的損失是劃傷和裂片造成的，因此你應(yīng)該將改善的重點(diǎn)放在這兩個(gè)方面。例 2 example of using pareto chart using count data 假設(shè)你在一家制造摩托車的公司工作。 你希望減少因?yàn)樗俣扔?jì)不良導(dǎo)致的質(zhì)量成本。在檢查中，一定數(shù)量的速度計(jì)被拒收，缺陷的類型也被記錄了下來。你在“defec

6、ts”中輸入缺陷的名稱，在“count”中輸入相應(yīng)的計(jì)數(shù)。 你知道你可以將重點(diǎn)放在導(dǎo)致大多數(shù)的拒收的缺陷上而省下許多錢。一個(gè)排列圖可以幫助你識(shí)別哪些缺陷導(dǎo)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 in frequencies in. click ok. 結(jié)果 2 結(jié)果分析 2 一半以上的速度計(jì)是因?yàn)闊o螺釘而拒收，因此你應(yīng)將重點(diǎn)放在這個(gè)問題

7、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?yàn)閯潅?、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(gè)關(guān)系。 1 open the worksheet exh_qc.mtw. 2 choose stat quality tools pareto chart. 3 choose chart defects data in and enter flaws in the text box. in by variable i

8、n, enter period. click ok結(jié)果 3 結(jié)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(xì)節(jié)的話，你可能會(huì)了解到很多與問題相關(guān)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(fēng)暴法獲得的關(guān)于問題的潛在原因，它可以幫助你識(shí)別潛在原因之間的關(guān)系。你可以畫一張空?qǐng)D，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?yàn)楸砻嫒毕荻痪苁?。今天下午?你將與不同部門的成員利用頭腦風(fēng)暴法尋找這些缺陷的潛在原因。你需要提前打

9、印出一張因果圖幫你組織會(huì)議中的信息。你可以：畫一張空?qǐng)D1 choose stat quality tools cause-and-effect. 2 check do not label the branches, then click ok 畫一張帶空枝的圖1 choose stat quality tools cause-and-effect. 2 in title, type sample fishbone diagram, then click ok. 畫一個(gè)完整的圖1 open the file exh_qc.mtw. 2 choose stat quality tools caus

10、e-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(jié)果 畫一個(gè)完整的圖4、多變量圖（ multi-vari chart ）概述minitab 可以顯示最多含四個(gè)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(jié)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)

11、的初步分析以縱覽數(shù)據(jù)。該圖同時(shí)為每個(gè)因子的不同水平顯示平均值。例你負(fù)責(zé)評(píng)價(jià)三種不同金屬的燒結(jié)時(shí)間對(duì)耐壓強(qiáng)度的影響。you are responsible for evaluating the effects of sintering time on the compressive strength of three different metals. 在每個(gè)燒結(jié)時(shí)間下各取5個(gè)金屬樣本測(cè)量耐壓強(qiáng)度：100 minutes, 150 minutes, and 200 minutes. 在進(jìn)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(shì)或交互作用。1 open the worksh

12、eet sinter.mtw. 2 choose stat quality tools multi-vari chart. 3 in response, enter strength. 4in factor 1, enter sintertime. in factor 2, enter metaltype. click ok.結(jié)果 結(jié)果分析 多變量圖表明在金屬類型和燒結(jié)時(shí)間長(zhǎng)短之間存在著交互作用。燒結(jié)100min 時(shí)，金屬 1 獲得最大耐壓強(qiáng)度，金屬2燒結(jié) 150min，金屬 3 燒結(jié) 200min。為量化分析交互作用，你可以進(jìn)一步地使用變差分析或通用線性模型。5、對(duì)稱圖（ symmetry plot）概述對(duì)稱圖可以用來評(píng)價(jià)樣本數(shù)據(jù)是否來自于對(duì)稱分布。許多統(tǒng)計(jì)過程假設(shè)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(gè)對(duì)稱分布通常是必要的。其它統(tǒng)計(jì)過程， 比如非參數(shù)方法， 假設(shè)數(shù)據(jù)來自于對(duì)稱分布而不是正態(tài)分布。因此，對(duì)稱圖在許多情況都是一個(gè)很有