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(lái)。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(jué)的變差來(lái)自于異常因素，即來(lái)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(guò)程自身的屬性導(dǎo)致的變差。一個(gè)過(guò)程當(dāng)僅有一般因素而不是異常因素影響過(guò)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

3、檢驗(yàn)在0.05 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(guò)程，你應(yīng)該調(diào)查可能的來(lái)源。聚類可能意味著取樣或測(cè)量有問(wèn)題。注：在這里選擇0.05的顯著性水平進(jìn)行說(shuō)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(guò)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(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)畫一圖，或數(shù)據(jù)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(guò)排列圖了解是什么缺陷導(dǎo)致了主要問(wèn)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.3 Choose Chart defects data in and enter Damage in the text box. Click OK. 結(jié)果 1結(jié)果分析 175% 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(lái)。

6、你在“Defects ”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(wèn)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(jié)果 2結(jié)果分析 2一半以上的速度計(jì)是因?yàn)闊o(wú)螺釘而拒收

7、，因此你應(yīng)將重點(diǎn)放在這個(gè)問(wèn)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?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 Fla

8、ws in the text box. In BY variable in, 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(wèn)題是劃傷和剝落引起的。 如果你檢查夜班生產(chǎn)的過(guò)程細(xì)節(jié)的話，你可能會(huì)了解到很多與問(wèn)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(lái)組織頭腦風(fēng)暴法獲得的關(guān)于問(wèn)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?/p>

9、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。你需要提前打印出一因果圖幫你組織會(huì)議中的信息。你可以：畫一空?qǐng)D1 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(gè)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(jié)果 畫一個(gè)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(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)

12、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。Youare responsibleforevaluatingtheeffectsof sinteringtimeonthecompressivestrengthofthreedifferent 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, 150minutes, and 200 minutes.在進(jìn)行全面的數(shù)據(jù)分析前，你希望通過(guò)多變量圖觀察數(shù)據(jù)是否有可察覺(jué)的趨勢(shì)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(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(lái)評(píng)價(jià)樣本數(shù)據(jù)是否來(lái)自于對(duì)稱分布。許多統(tǒng)計(jì)過(guò)程假設(shè)數(shù)據(jù)來(lái)自于正態(tài)分布。 然而，許多過(guò)程不服從正態(tài)分布，因此數(shù)據(jù)來(lái)自于一個(gè)對(duì)稱分布通常是必要的。其它統(tǒng)計(jì)過(guò)程， 比如非參數(shù)方法，假設(shè)數(shù)據(jù)來(lái)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