MINITAB使用手冊介紹課件

MINITAB使用手冊柳工6Sigma推進辦公室2006年10月注:本教材是基于MINITAB13.32版1MINITAB使用手冊柳工6Sigma推進辦公室注:本教材主要內(nèi)容1.Minitab介紹2.功能菜單介紹3.常用工具介紹4.統(tǒng)計性假設(shè)驗證5.常用Graph制作方法6.常用管理圖7.DOE2主要內(nèi)容1.Minitab介紹2使用目錄1.Minitab介紹…(P4)2.功能菜單介紹..…………….(P5)3.常用工具3-1.EXCELDATA復(fù)制……….(P19)3-2.StackData…………….(P20)3-3.UnstackData………….(P22)3-4.MakePatternedData..(P24)3-5.RandomData…………..(P26)3-6.概率計算3-6-1.正態(tài)分布概率計算.(P29)3-6-2.超幾何分布概率計算(P30)3-6-3.二項分布概率計算.(P31)3-7.DPMOSIGMA…………..(P32)3-8.SIGMADPMO…………..(P33)3-9.基本統(tǒng)計量計算……….(P34)3-10.正態(tài)驗證……………..(P36)3-11.Brush….(P37)3-12.CapabilityAnalysis3-12-1.Normal…………..(P38)3-12-2.Binomial………..(P40)3-12-3.Poisson………….(P42)3-12-4.Box-cox轉(zhuǎn)換…….(P44)3-12-5.多重峰工程能力..(P47)3-12-6.有外點工程能力..(P56)3-13.GageR&R(Crossed)…..(P58)3-14.GageR&R(Attribute)..(P61)3-15.樣本大小的選擇……….(P68)4.統(tǒng)計性假設(shè)驗證4-1.1Sample-t………………(P70)4-2.2Sample-t……………..(P71)4-3.Paired-t………………..(P74)4-4.ANOVA…….(P75)4-5.1-Proportion…………..(P76)4-6.2-Proportion…………..(P77)4-7.2驗證………….(P78)4-8.非參數(shù)驗證……..(P80)5.常用Graph5-1.Pareto…………..(P82)5-2.Boxplot………….(P84)5-3.Dotplot………….(P86)5-4.TimeSeriesplot(P88)5-5.Plot……………..(P90)5-6.Contourplot…..(P92)6.常用管理圖6-1.XBAR-R…………..(P94)6-2.XBAR-S…………..(P96)6-3.PChart………….(P98)6-4.NPChart…………(P100)6-5.CChart………….(P102)6-6.UChart………….(P104)6-7.I-MRChart……..(P106)7.DOE…….(P108)※在放映幻燈片狀態(tài)下點擊頁碼可直接進入需要的內(nèi)容3使用目錄1.Minitab介紹…(P4)31.Minitab介紹-.為什么要使用Minitab?因為在實施6SIGMA過程中要運用很多統(tǒng)計和概率方面的知識,而進行大量的手工計算,無疑是很不合算的,在時間上也是不允許的,所以我們引進了MINITAB軟件,它的基本數(shù)據(jù)的輸入，輸出方式與EXCEL相似，能將復(fù)雜的統(tǒng)計分析簡單化，并且其中圖形形式豐富,可容易理解統(tǒng)計意義。且MINITAB制作的所有圖表與文字與EXCEL相似并可互換，可使用復(fù)制及粘貼功能,在制作報告書時也可靈活使用。41.Minitab介紹-.為什么要使用Minitab?42.功能菜單介紹(雙擊MINITAB快捷鍵后出現(xiàn)下面畫面)功能菜單工具欄(圖標(biāo))SessionWindowWorksheet52.功能菜單介紹功能菜單5File :文件管理菜單Edit :WorkSheet,Data編輯,外部Data鏈接及命令Editor等Manip :Manipulation(Data處理)的菜單Calc :Calculation(計算)對Data進行計算Stat :Statistics(統(tǒng)計)對各種Data進行統(tǒng)計分析.Graph :制作GraphEditor :調(diào)節(jié)WorkSheet,Graph,SessionWindow的環(huán)境Window :控制Window及Graph的畫面Help :幫助菜單2-1.Minitab菜單6File :文件管理菜單2-1.Minitab菜單62-1-1.File功能

新建WorkSheet(orProject)

打開Project

(擴展名:mpj)

保存Project

另存Project為

對Project描述(可查看,可編輯內(nèi)容)

打開WorkSheet

(擴展名:mtw)

通過ODBC(OpenDataBaseConnectivity)打開

保存當(dāng)前WorkSheet

另存當(dāng)前WorkSheet為

關(guān)閉WorkSheet

打開Graph

(擴展名:mgf)

另存SessionWindows

其它文件(Text)等

打印SessionWindow打印設(shè)置退出MINITAB

最近編輯過的文檔72-1-1.File功能新建WorkSheet(or2-1-2.Edit功能

恢復(fù)被刪除的Data

清除單元格中內(nèi)容

刪除單元格

復(fù)制單元格

剪切單元格

粘貼單元格

粘貼鏈接

鏈接到其它的Worksheet

全部選定單元格

編輯最后的對話框Session中命令的編輯Minitab運行參數(shù)設(shè)定

82-1-2.Edit功能恢復(fù)被刪除的Data82-1-3.Manip功能

從激活的WorkSheet中復(fù)制數(shù)據(jù)

將激活的WorkSheet分開成幾個

將幾個WorkSheet合并為一個.

復(fù)制列數(shù)據(jù)

分離列數(shù)據(jù)

合并列數(shù)據(jù)

行列數(shù)據(jù)轉(zhuǎn)換整理Data

對指定的Data排序

刪除行

刪除行，列，常數(shù).

鏈接其它WorkSheetData.

定義數(shù)據(jù)類型

改變Data的類型

顯示session92-1-3.Manip功能從激活的WorkSheet中2-1-4.Calc功能

計算器

列數(shù)據(jù)統(tǒng)計量

行數(shù)據(jù)統(tǒng)計量

對數(shù)據(jù)實行標(biāo)準化將日期/時間數(shù)據(jù)提取為一般數(shù)據(jù)

將日期/時間數(shù)據(jù)提取為文本數(shù)據(jù)

作成一些有規(guī)律的數(shù)據(jù)

作成由X,Y,Z值制作3DGraph的組合數(shù)據(jù)

作成變量的指標(biāo)數(shù)據(jù)

設(shè)定數(shù)據(jù)庫

產(chǎn)生隨機數(shù)據(jù)

概率分布計算

矩陣計算102-1-4.Calc功能計算器102-1-5.Stat功能

基礎(chǔ)的統(tǒng)計計算

回歸分析

分散分析

實驗計劃法.

管理圖制作

品質(zhì)分析工具

信賴性分析

多變量分析

時序變化分析Table形態(tài)數(shù)據(jù)分析

非參數(shù)分析ExploratoryDataAnalysis

樣品大小分析

112-1-5.Stat功能基礎(chǔ)的統(tǒng)計計算112-1-6.Graph功能

圖形顯示方式設(shè)置X，Y相關(guān)形式圖Y隨時間變化的時序圖

制作X與Y間相關(guān)關(guān)系的Chart

制作表示出現(xiàn)頻度的柱狀圖

制作BoxPlot2個以上X,Y相互關(guān)系Matrix圖制作X,Y的Matrix草圖由X,Y,Z值3次坐標(biāo)用等高線表示

由X,Y,Z值做3D坐標(biāo)圖由X,Y,Z值做3D線型坐標(biāo)圖由X,Y,Z值

做3D表面圖

制作散點圖

制作表示占有率的餅圖

在邊際有標(biāo)示的X-YPlot

制作表示概率分布的Plot

制作徑葉圖

設(shè)置Graph在SessionWindow中顯示的參數(shù)

122-1-6.Graph功能圖形顯示方式設(shè)置122-1-7.Editor功能

查找數(shù)據(jù)或文本

替換數(shù)據(jù)或文本

轉(zhuǎn)到其它行或列

轉(zhuǎn)到指定的行或列

格式化列

列的屬性編輯WorkSheet屬性編輯

插入單元格

插入行

插入列

移動列

定義使用者偏好的設(shè)置

剪切板參數(shù)設(shè)定132-1-7.Editor功能查找數(shù)據(jù)或文本132-1-8.Window功能

層疊所有的Window

使所有的Window顯示成Tile形式

所有窗口最小化

重新儲存按鈕圖標(biāo)

重新排列圖標(biāo)

刷新

使用標(biāo)準工具按鈕

使用Project管理工具按鈕

使用狀態(tài)工具按鈕

關(guān)閉所有的Graph窗口

設(shè)定Graph的大小/位置

顯示Session窗口

顯示Project管理窗口

當(dāng)前激活窗口為WorkSheet1***

142-1-8.Window功能層疊所有的Window142-1-9.Help功能

幫助

查找?guī)椭?/p>

怎樣使用幫助Stat(統(tǒng)計分析)向?qū)?/p>

查找Stat(統(tǒng)計分析)向?qū)?/p>

怎樣使用Stat(統(tǒng)計分析)向?qū)?/p>

使用指南

查找使用指南Session命令幫助

查找Session命令幫助Minitab的主頁

關(guān)于Minitab的信息152-1-9.Help功能幫助15打開PROJECTPROJECT保存打印WORKSHEET剪切復(fù)制粘貼恢復(fù)以前brushed行下面brushed行過去對話筐SESSIONWINDOW現(xiàn)數(shù)據(jù)WINDOWHELP插入插入行插入列列移動刪除WORKSHEET管理圖表管理關(guān)閉圖表取消工具欄在數(shù)據(jù)WINDOW擊活時顯示數(shù)據(jù)WINDOW2-2-1.數(shù)據(jù)window工具欄16打開PROJECTPROJECT保存打印WORKSHEET剪2-2-2.Sessionwindow工具欄打印SESSIONWINDOW前命令語后命令語查找查找下一個SESSIONWINDOW工具欄在SESSIONWINDOW擊活時顯示;也有幾個是例外172-2-2.Sessionwindow工具欄打印SESS2-2-3.圖表window工具欄圖表WINDOW打印圖表看的方式編輯方式Brush方式工具欄在圖表WINDOW擊活時顯示,也有幾個例外182-2-3.圖表window工具欄圖表打印圖表看的方式編輯3.Minitab常用工具介紹3-1.ExcelData復(fù)制到MINITABWorksheet①選中要復(fù)制的DATA后點擊“復(fù)制”圖表或“Ctrl+C”②在MINITAB的Worksheet中選擇要保存DATA的區(qū)域后點擊“粘貼”圖表或“Ctrl+V”③MINITAB中DATA形態(tài)193.Minitab常用工具介紹3-1.ExcelData復(fù)3-2.StackData-.路徑:Manip>Stack>StackColumns-.功能:可以Stack兩列以上的DATA,使之變成一列.便于DATA統(tǒng)計.選擇要Stack的DATA列(可通過雙擊列名來選擇)選擇保存Stack后的DATA的列名選擇區(qū)分DATA的列名203-2.StackData-.路徑:Manip>Stack3-2.StackData原始DATAStack后的DATA(在C3中)Subscript(在C4-T中)(T:表示是文本)213-2.StackData原始DATAStack后的DAT3-3.UnstackData-.路徑:Manip>UnstackColumns-.功能:可以將一列DATA,按DATA的區(qū)分(Subscript),分成多列便于DATA統(tǒng)計.選擇要Unstack的DATA列(可通過雙擊列名來選擇)選擇要DATA區(qū)分(Subscript)保存DATA選擇此項時,會自動給Unstack的DATA以列名223-3.UnstackData-.路徑:Manip>Uns3-3.UnstackData原始DATAUnstack后的DATA233-3.UnstackData原始DATAUnstack3-4.MakePatternedData(作成一些有規(guī)律的數(shù)據(jù))-.路徑:Calc>MakePatternedData-.功能:構(gòu)造有規(guī)律的數(shù)據(jù),

如做GageR&R時,很有用.選擇保存DATA的列第一個DATA的值(本例是1)最后一個DATA的值(本例是3)步長(本例是1)每個值的反復(fù)次數(shù)(本例是2)整體數(shù)值的反復(fù)次數(shù)(本例是3)243-4.MakePatternedData(作成一些有規(guī)3-4.MakePatternedData(作成一些有規(guī)律的數(shù)據(jù))通過上面的設(shè)置后,DATA形式如右253-4.MakePatternedData(作成一些有規(guī)3-5.產(chǎn)生隨機數(shù)(Randomdata)-.路徑:Calc>RandomData>Normal※在學(xué)習(xí)統(tǒng)計時,經(jīng)常用到一些DATA,用此菜單可以產(chǎn)生指定要求的隨機數(shù)一般正態(tài)數(shù)據(jù)較多,但也可以產(chǎn)生其它類型的隨機數(shù)263-5.產(chǎn)生隨機數(shù)(Randomdata)-.路徑:Cal3-5.產(chǎn)生隨機數(shù)(Randomdata)隨機數(shù)的個數(shù)保存隨機數(shù)的列隨機數(shù)的平均值隨機數(shù)的標(biāo)準偏差結(jié)果如下:因為是隨機的,所以每個人的結(jié)果不一樣!273-5.產(chǎn)生隨機數(shù)(Randomdata)隨機數(shù)的個數(shù)保存3-6.概率計算-.路徑:Calc>ProbabilityDistributions計算概率計算累積概率計算Z水準選擇DATA列輸入DATA可以計算正態(tài),二項,超幾何分布等的概率EX:正態(tài)分布283-6.概率計算-.路徑:Calc>Probability3-6-1.正態(tài)分布概率計算ex:對某一制品的拉長長度進行品質(zhì)管理,平均為40，標(biāo)準偏差為2.即N(40,22).購買此制品時顧客要求拉長長度在35以上.此工程生產(chǎn)的制品,滿足顧客要求的概率為多少?Minitab中求的概率P(x≤35)=?解:如下圖形轉(zhuǎn)換問題35402滿足顧客要求的概率答案:1-0.0062=0.9938-.路徑:Calc>ProbabilityDistributions>Normal293-6-1.正態(tài)分布概率計算ex:對某一制品的拉長長度進行3-6-2.超幾何分布概率計算ex:由20個制品構(gòu)成的LOT中有5個不良品,此時抽取4個制品時，有2個不良品的概率是多少？ProbabilityDensityFunctionHypergeometricwithN=20,X=5,andn=4xP(X=x)2.00

0.2167303-6-2.超幾何分布概率計算ex:由20個制品構(gòu)成的LOT3-6-3.二項分布概率計算ex:某制品的工程不良率為1%,隨即抽取10個制品,求1個以下(含1個)不良品的概率.CumulativeDistributionFunctionBinomialwithn=10andp=0.0100000xP(X<=x)1.000.9957313-6-3.二項分布概率計算ex:某制品的工程不良率為1%,3-7.根據(jù)DPMO(PPM)計算SIGMA水準ex:某工程不良率為1,000PPM,求短期SIGMA水準.輸入良品率InverseCumulativeDistributionFunctionP(X<=x)x0.99903.0902短期SIGMA水準:3.09+1.5=4.59323-7.根據(jù)DPMO(PPM)計算SIGMA水準ex:某工程3-8.根據(jù)SIGMA值計算PPM(DPMO)值ex:已知短期SIGMA值是3.0,求DPMO(PPM)是多少.輸入長期SIGMA值(短期-1.5)CumulativeDistributionFunctionxP(X<=x)1.50000.9332DPMO:1-0.9332=66,800PPM333-8.根據(jù)SIGMA值計算PPM(DPMO)值ex:已知短3-9.基本統(tǒng)計量計算ex:收集了20個某制品長度的DATA,基本統(tǒng)計量計算如下:選擇數(shù)據(jù)列選擇輸出圖形選擇信賴區(qū)間(FILENAME:基本統(tǒng)計量DATA)343-9.基本統(tǒng)計量計算ex:收集了20個某制品長度的DATA結(jié)果如下:DescriptiveStatistics:lengthVariableNMeanMedianTrMeanStDevSEMeanlength2012.36512.45012.3560.9420.211VariableMinimumMaximumQ1Q3length10.80014.10011.50013.175P-Value

>0.05小,因此數(shù)據(jù)符合正態(tài)分布(α=0.05)Skewness:

正態(tài)分布是0,右邊斜型分布是(+),左邊斜型分布是(-)Kurtosis:

正態(tài)分布是0,急尖分布是(+),平尖分布是(-)平均的區(qū)間推定值(95%信賴區(qū)間)35結(jié)果如下:DescriptiveStatistics:l3-10.正態(tài)性驗證DATA的正態(tài)性是DATA分析的基礎(chǔ),一般來說,制造過程的DATA大部分遵循正態(tài)分布,如果不是,則暗示過程存在異常,須引起注意.例:收集了特征A的20個DATA,驗證其正態(tài)性.(FILE:NORMALTEST)P=0.138>0.05,正態(tài)363-10.正態(tài)性驗證DATA的正態(tài)性是DATA分析的3-11.Brush功能-.Brush功能,在圖形窗口激活時才能使用.-.FILE:brush.mpj1.選擇Brush功能2.選擇要Brush的點Brush的結(jié)果(worksheet中)Brush的結(jié)果(session中)373-11.Brush功能-.Brush功能,在圖形窗口激活3-12.CapabilityAnalysis(工程能力分析)3-12-1.正態(tài)性DATA工程能力分析-.路徑:Stat>QualityTools>CapabilityAnalysis(Normal)-.EX:(file:CapabilityAnalysis.mpj)-.打開文件后,按下面方法進行選擇分析數(shù)據(jù)列輸入樣品組的大小輸入規(guī)格下限輸入規(guī)格上限383-12.CapabilityAnalysis(工程能力分-.DPMO(PPM)結(jié)果:19,461PPM-.根據(jù)“3-7”,計算SIGMA水準:2.06+1.5=3.5639-.DPMO(PPM)結(jié)果:19,461PPM-.根據(jù)“33-12-2.二項分布DATA工程能力分析-.路徑:Stat>QualityTools>CapabilityAnalysis(Binomial)-.EX:(file:CapabilityAnalysis(Binomial).mpj)-.打開文件后,按下面方法進行選擇不良數(shù)列選擇樣品大小403-12-2.二項分布DATA工程能力分析選擇不良數(shù)列選擇-.結(jié)果:-.SIGMA水準:0.75+1.5=2.2541-.結(jié)果:-.SIGMA水準:0.75+1.5=3-12-3.泊松分布DATA工程能力分析-.路徑:Stat>QualityTools>CapabilityAnalysis(Poisson)-.EX:(file:CapabilityAnalysis(Poisson).mpj)-.打開文件后,按下面方法進行選擇缺點數(shù)列選擇樣品大小423-12-3.泊松分布DATA工程能力分析選擇缺點數(shù)列選擇-.結(jié)果:-.SIGMA水準計算:DPU=0.0265,假設(shè)Opportunity=10

則:DPO=DPU/10=0.00265

根據(jù)“3-7”計算,

SIGMA水準:2.78+1.5=4.2843-.結(jié)果:-.SIGMA水準計算:DPU=0.023-12-4.Box-Cox轉(zhuǎn)換-.以Box-CoxTransformation為例來說明處理方法.-.EX:(FILE:boxcox.mpj)-.打開該文件后,進行下面操作-.路徑:Stat>ControlCharts>Box-CoxTransformation

選擇DATA列選擇樣品群大小選擇保存變換后DATA的列443-12-4.Box-Cox轉(zhuǎn)換選擇DATA列選擇樣品群大-.結(jié)果:推測值LamdaStDev0.1132.782Box-Cox轉(zhuǎn)換結(jié)果,最佳變換是使用Y0.113

函數(shù)式。即，利用Lambda值使用0.113的轉(zhuǎn)換。Lambda決定的基準是使轉(zhuǎn)換DATA的標(biāo)準偏差最小化,Lambda的真值的95%的信賴區(qū)間是:[0.056,0.170]45-.結(jié)果:推測值Box-Cox轉(zhuǎn)換結(jié)果,最佳變換是使用Y0-.變換前后,正態(tài)性驗證可看到轉(zhuǎn)換后DATA為正態(tài)分布。根據(jù)SPEC就可以求工程能力了.P-Value：0.000P-Value：0.86746-.變換前后,正態(tài)性驗證可看到轉(zhuǎn)換后DATA為正態(tài)分布。根3-12-5.多重峰的工程能力分析-.EX:(FILE:雙峰工程能力分析.mpj)-.路徑:Stat>QualityTools>CapabilityAnalysis(Normal)

此值不能正確反映實際工程能力工程本身是改善對象!!473-12-5.多重峰的工程能力分析此值不能正確反映實際工程能-.做dotplotgraph,分為2個GROUP48-.做dotplotgraph,分為2個GROUP48-.激活“Brush”后,把DATA分成兩個GROUP.(參考“3-11”P37)Brush選定要Brush的DATA49-.激活“Brush”后,把DATA分成兩個GROUP.(-.在Worksheet中把DATA分成兩GROUP

方法:在dotplot上激活brush后用下面功能來實現(xiàn)Editor>CreateIndicatorVariableIndicatorVariable是DATA用

BRUSH選擇時的值為1，反則表示0的DATASHEET的列。此變量與Unstack命令語句一起為把DATA重新分為兩個變量而使用，兩個變量的名稱可隨意定義。50-.在Worksheet中把DATA分成兩GROUPEdi-.把DATAUnstack

方法:Manip>UnstackColumns…51-.把DATAUnstack51-.Unstack的結(jié)果右邊GROUPDATA左邊GROUPDATA到此為止就可以對兩個GROUP的DATA進行工程能力分析了52-.Unstack的結(jié)果右邊GROUPDATA左邊GROU-.先計算右邊GROUP的工程能力(weight_0列對應(yīng)的DATA)

路徑:Stat>QualityTools>CapabilityAnalysis(Normal)右邊GROUP對應(yīng)DATA超出SPEC的可能是:221.43PPM53-.先計算右邊GROUP的工程能力(weight_0列對應(yīng)-.計算左邊GROUP的工程能力(weight_1列對應(yīng)的DATA)

路徑:Stat>QualityTools>CapabilityAnalysis(Normal)左邊GROUP對應(yīng)DATA超出SPEC的可能是:15651.08PPM54-.計算左邊GROUP的工程能力(weight_1列對應(yīng)的-.整體DATA的工程能力計算整體80個中40個屬于左邊GROUP，因此左邊GROUP的計算如下：

期待PPM=15651.08PPM(40/80)=7825.54PPM整體80個中40個屬于右邊GROUP，因此右邊GROUP的計算如下：

期待PPM=221.43PPM(40/80)=110.715PPM

計算復(fù)合PPM,把兩個推測值相加后求出。7825.54+110.715=7936.255PPM

計算SIGMA水準:根據(jù)7936.255PPM計算:2.41+1.5=3.91σ55-.整體DATA的工程能力計算整體80個中40個屬于左邊3-12-6.有外點DATA工程能力分析

-.DATA有外點時，先計算外點的PPM，再計算剩下的DATA的PPM.然后計算復(fù)合PPM-.EX:4個外點:4/40=100,000PPM563-12-6.有外點DATA工程能力分析4個外點:56-.對“剩余”DATA進行分析40個DATA中包括36個，應(yīng)調(diào)整為36/40=90%則:0.9*349.65=314.69PPM上頁的外點100,000PPM加在這里:100,000+314.69=100314.69PPM利用MINITAB，可得長期Z=1.28，所以短期為1.28+1.5=2.78SIGMA。36個DATA:349.65PPM-.SIGMA水準計算:57-.對“剩余”DATA進行分析40個DATA中包括36個3-13.GageR&R(Crossed)-.路徑:Stat>QualityTools>GageR&Rstudy(Crossed)-.EX:(file:.GageR&R(Crossed).mpj)-.打開文件后,按下面方法進行選擇樣品NO.列選擇作業(yè)者列選擇測定值583-13.GageR&R(Crossed)-.路徑:-.Graph結(jié)果59-.Graph結(jié)果59GageR&R%ContributionSourceVarComp(ofVarComp)TotalGageR&R0.00443710.67

Repeatability0.0012923.10Reproducibility0.0031467.56Operator0.0009122.19Operator*Part0.0022345.37Part-To-Part0.03716489.33TotalVariation0.041602100.00StdDevStudyVar%StudyVarSource(SD)(5.15*SD)(%SV)TotalGageR&R0.0666150.3430632.66

Repeatability0.0359400.1850917.62Reproducibility0.0560880.2888527.50Operator0.0302000.1555314.81Operator*Part0.0472630.2434023.17Part-To-Part0.1927810.9928294.52TotalVariation0.2039651.05042100.00NumberofDistinctCategories=4-.Session結(jié)果基準:<10基準:<30基準:>460GageR&R-.Session結(jié)果基準:<10基準:<33-14.GageR&R(Attribute)-.路徑:Stat>QualityTools>AttributeGageR&Rstudy-.EX:(file:.GageR&R(Attribute).mpj)選擇測定值選擇樣品NO.選擇測定者輸入真值613-14.GageR&R(Attribute)-.路

結(jié)果解釋W(xué)ithinAppraiserAssessmentAgreementAppraiser#Inspected#MatchedPercent(%)95.0%CI1121083.3(51.6,97.9)212541.7(15.2,72.3)312866.7(34.9,90.1)#Matched:Appraiseragreeswithhim/herselfacrosstrials.測定者具有一貫性地評價的次數(shù)測定者檢查數(shù)測定者具有一貫性地評價的%這里#Matched是表示測定者對同一部品反復(fù)測定2次時一致性62結(jié)果解釋W(xué)ithinAppraiser測定者具有一貫性地EachAppraiservsStandardAssessmentAgreementAppraiser#Inspected#MatchedPercent(%)95.0%CI112975.0(42.8,94.5)212433.3(9.9,65.1)312866.7(34.9,90.1)#Matched:Appraiser'sassessmentacrosstrialsagreeswithstandard.測定者測定的與真值相同的次數(shù)測定者測定者測定的與真值相同的%這里#Matched是表示測定者的測定值與真值相同的一致性.檢查數(shù)63EachAppraiservsStandard測定者測AssessmentDisagreementAppraiser#良品/不良Percent(%)#不良/良品Percent(%)#MixedPercent(%)118.300.0216.7218.300.0758.3300.000.0433.3#良品/不良:Assessmentsacrosstrials=良品/standard=不良.#不良/良品:Assessmentsacrosstrials=不良/standard=良品.#Mixed:Assessmentsacrosstrialsarenotidentical.真值為不良但判斷為良品的%真值為良品但判斷為不良的%以同一部品測定者的判斷良,不良混亂的%64AssessmentDisagreement真值為不良但BetweenAppraisersAssessmentAgreement#Inspected#MatchedPercent(%)95.0%CI12325.0(5.5,57.2)#Matched:Allappraisers'assessmentsagreewitheachother.檢查數(shù)這里#Matched是所有測定者測定各部品時的一致性所有測定者測定結(jié)果相同的次數(shù)及%一致性不超過90%,需要及時改善65BetweenAppraisers檢查數(shù)這里#MatcAllAppraisersvsStandardAssessmentAgreement#Inspected#MatchedPercent(%)95.0%CI12325.0(5.5,57.2)#Matched:Allappraisers'assessmentsagreewithstandard.檢查數(shù)這里#Matched是所有測定者測定值與真值的一致性所有測定者測定值與真值相同的次數(shù)及%一致性不超過90%,需要及時改善66AllAppraisersvsStandard檢查數(shù)這結(jié)果圖表測定者一貫性評價程度用95%置信區(qū)間表現(xiàn)對真值的測定者的一致性表現(xiàn)為95%置信區(qū)間在這里2號測定者對自己的評價基準模糊,連真值也無法區(qū)分67結(jié)果圖表測定者一貫性評價程度用95%置信區(qū)間表現(xiàn)對真值的測3-15.樣本大小的選擇

-.路徑:Stat>PowerSamplesize>2-Samplet-.ex:某制品的尺寸平均為19.48MM,導(dǎo)入了新方法后,認為平均擴大到19.58MM,想用90%的驗證力判斷事實,求出需要的樣品的大小.(已知標(biāo)準偏差0.1,留意水準0.05)

SampleTargetActualDifferenceSizePowerPower0.1180.90000.9023輸入Delta(差值)輸入驗證力輸入標(biāo)準偏差選擇H1選擇留意水準683-15.樣本大小的選擇Sample4.統(tǒng)計性假設(shè)驗證區(qū)分平均驗證分散驗證比率驗證非參數(shù)驗證驗證種類-.1-Samplettest-.2-Samplettest-.Pairedttest-.ANOVA-.Equalvariancetest-.Ftest-.1-Proportion-.2-Proportion-.Chi-squaretest-.Kruskal-Wallis..主要使用范圍-.標(biāo)本為正態(tài)分布時使用.-.想知道一個或多個標(biāo)本的平均值是否相同時使用想知道一個或多個標(biāo)本的分散是否相同時使用想知道一個或多個標(biāo)本的比率是否相同時使用-.標(biāo)本為非正態(tài)分布時使用.-.想知道一個或多個標(biāo)本的平均值是否相同時使用

我們經(jīng)常使用的假設(shè)驗證的種類,及在什么情況下使用什么驗證方法,按驗證形態(tài)別分類如下:694.統(tǒng)計性假設(shè)驗證區(qū)分平均驗證分散驗證比率驗證非參數(shù)驗證驗證4-1.平均驗證–1-Samplettest

(一個母集團與基準的平均比較)EX:把現(xiàn)在生產(chǎn)的M制品的Wire粘接到Pad后,為了固定wire而注射Bonding液,但Bonding液平均至少要在達到110g.由于生產(chǎn)量的增加新增設(shè)了F

Line,并為了知道在FLine的Bonding設(shè)備注射的Bonding液的重量平均值是否比整體Line的平均值大,調(diào)查了15個樣品得到了數(shù)據(jù).用留意水準5%驗證在FLine的Bonding設(shè)備注射的Bonding液的重量平均值是否大于整體Line.假設(shè):H0:=110(g)H1:>110(g)路徑:Stat>Basicstatistics>1-Samplet.輸入對立假設(shè)One-SampleT:Bond量Testofmu=110vsmu>110Variable95.0%LowerBoundTPBond量110.902.270.020P<0.05,采納H1704-1.平均驗證–1-Samplettest把現(xiàn)在生4-2.平均驗證–2-Samplettest

(2個母集團的平均比較)EX:(FILE:2-SAMPLET)想調(diào)查M制品的用最新設(shè)備構(gòu)成的新Line生產(chǎn)的產(chǎn)量是否與原Line不同.(數(shù)據(jù)是連續(xù)型測定數(shù)據(jù))對同一機種,調(diào)查新Line和原Line的時間當(dāng)生產(chǎn)量,各得到了10個測定值.用留意水準5%驗證兩個Line的生產(chǎn)量是否不同.假設(shè):1.先驗證收集的DATA是不是正態(tài)的.P值均>0.05所以是正態(tài)分布714-2.平均驗證–2-Samplettest想調(diào)查M2.再驗證DATA的等分散性(Stat>ANOVA>TestforEqualVariances)正態(tài)時選擇非正態(tài)時選擇通過前面的驗證,DATA是正態(tài)的,所以等分散驗證的結(jié)果P-value=0.776>0.05分散相同722.再驗證DATA的等分散性(Stat>ANOVA>Tes3.進行2-Samplettest(Stat>BasicStatistics>2-Samplet..)等分散時選擇選擇對立假設(shè)H1Two-SampleT-TestandCI:Cuurrent,NewlineDifference=muCuurrent-muNewlineEstimatefordifference:-36.095%CIfordifference:(-92.3,20.3)T-Testofdifference=0(vsnot=):T-Value=-1.34P-Value=0.195DF=18BothusePooledStDev=59.9P-Value>0.05,采納H0733.進行2-Samplettest(Stat>Basi4-3.平均驗證–Pairedt-.雙數(shù)據(jù)平均比較(對同一個體測定兩次進行比較)-.EX:-.路徑:Stat>BasicStatistics>Pairedt某制品經(jīng)過熱處理后厚度尺寸可能變化,一般工程師認為熱處理后厚度會變薄,為了了解熱處理后尺寸是否發(fā)生變化,選定20個標(biāo)本并標(biāo)上號碼標(biāo)記后,對同一部品各測定了熱處理前后的兩次厚度尺寸得到厚度的測定值.用5%有意水準驗證是否可以說熱處理后制品的厚度發(fā)生變化.(FILE:Pairedt)PairedT-TestandCI:Before,AfterPairedTforBefore-AfterNMeanStDevSEMeanBefore208.7980.7030.157After208.5820.7920.177Difference200.21650.17790.039895%CIformeandifference:(0.1332,0.2998)T-Testofmeandifference=0(vsnot=0):T-Value=5.44P-Value=0.000P-Value<0.05,不采納H0(H0:μa=μb;H1:μa≠μb)744-3.平均驗證–Pairedt某制品經(jīng)過熱處理后厚4-4.ANOVA(one-way)

-.驗證2個以上集團的平均是否相同-.EX:比較3個作業(yè)者別的某制品特征值A(chǔ)的平均是否相同(FILE:ANOVA(ONEWAY)-.路徑:Stat>ANOVA>One-way-.結(jié)果:One-wayANOVA:特征AversusoperatorAnalysisofVariancefor特征ASourceDFSSMSFPoperator28.3154.1587.050.005Error1810.6170.590Total2018.932Individual95%CIsForMeanBasedonPooledStDevLevelNMeanStDev-----+---------+---------+---------+-A716.1711.119(------*-------)B715.1140.667(-------*-------)C714.6710.269(------*-------)-----+---------+---------+---------+-PooledStDev=0.76814.4015.2016.0016.80P-Value<0.05,平均不同754-4.ANOVA(one-way)One-wayANOV4-5.1-Proportion(Stat>BasicStatistics>1Proportion)

-.一個比率和基準的比較

-.EX:新LINESet-up完了后工程師說這條線的良品率為89%以上.為了確認是否正確,從中抽出100個標(biāo)本進行分析后得到91個良品.用5%留意水平驗證工程師的結(jié)論.-.假設(shè):H0:p=0.89;H1:p>0.89-.操作方法:TestandCIforOneProportionTestofp=0.89vsp>0.89ExactSampleXNSamplep95.0%LowerBoundP-Value1911000.9100000.8482050.328764-5.1-Proportion(Stat>BasicS4-6.2-Proportion(Stat>BasicStatistics>2Proportion)

-.兩個比率的驗證-.EX:為了了解某制品的不良率是不是線別不一樣,從A線抽出500個,B線抽出300個制品,調(diào)查的結(jié)果,A線180個,B線145個不良.用5%留意水平驗證線別有沒有不良率的差異.-.假設(shè):H0:P1=P2;H1:P1≠P2-.操作方法:TestandCIforTwoProportionsEstimateforp(1)-p(2):-0.12333395%CIforp(1)-p(2):(-0.193816,-0.0528507)Testforp(1)-p(2)=0(vsnot=0):Z=-3.43P-Value=0.001(采納H1)774-6.2-Proportion(Stat>BasicS4-7.比率驗證–Chi-SquareTest(2驗證)

-.多個集團的比率驗證-.路徑:Stat>Tables>Chi-SquareTest(2

驗證)-.EX:某生產(chǎn)線有4臺做同一作業(yè)的設(shè)備.為了解各設(shè)備的不良率是不是相同,調(diào)查一定時間內(nèi)各設(shè)備別的不良和良品的結(jié)果如下.用5%的留意水平驗證設(shè)備別有沒有不良率的差異假設(shè):H0:p1=p2=p3=p4H1:H0不成立784-7.比率驗證–Chi-SquareTest(2Chi-SquareTest:Good,BadExpectedcountsareprintedbelowobservedcountsGoodBadTotal1962412091.4328.57264289270.1021.903942812292.9529.05466208665.5220.48Total320100420Chi-Sq=0.229+0.731+0.530+1.696+0.012+0.038+0.003+0.011=3.250DF=3,P-Value=0.355-.結(jié)果如下:(Sessionwindows)P-value值比0.05大,因此不能說設(shè)備別不良率不一樣.79Chi-SquareTest:Good,Bad-.結(jié)果4-8.非參數(shù)驗證-.DATA非正態(tài)分布,-.不需假設(shè)成正態(tài)分布的驗證方法。-.路徑:Stat>Nonparametrics>KruskalwallisH0:1=2=···=kH1:至少有一個Median是不同的。-.假設(shè):-.EX:驗證設(shè)備別(A1～A4)生產(chǎn)的某制品的FORCE的中心是否一樣.測定DATA如下:804-8.非參數(shù)驗證-.DATA非正態(tài)分布,H0:1=-.操作方法:Kruskal-WallisTest:ForceversusMachineKruskal-WallisTestonForceMachineNMedianAveRankZA1419.007.90.54A2520.007.70.51A3418.005.3-1.08Overall137.0H=1.17DF=2P=0.557H=1.20DF=2P=0.549(adjustedforties)-.結(jié)果:(Sessionwindows)P-Value>0.05,中心值無差異!81-.操作方法:Kruskal-WallisTest:F5.常用Graph作成5-1.ParetoChart-.路徑:Stat>Qualitytools>ParetoChart-.ex:825.常用Graph作成5-1.ParetoChart82-.結(jié)果不良數(shù)量不良數(shù)占有率不良數(shù)累計占有率83-.結(jié)果不良數(shù)量不良數(shù)占有率不良數(shù)累計占有率835-2.Boxplot-.路徑:Graph>Boxplot-.ex:選擇要分析的數(shù)據(jù)列選擇Factor(如果有)選擇填充,線條顏色845-2.Boxplot選擇要分析的數(shù)據(jù)列選擇Factor(如-.結(jié)果:Inter-QuartileRange(IQR)Thehighestvaluewithinupperlimit(Q3+1.5IQR)Thelowestvaluewithinlowerlimit(Q1-1.5*IQR)Median(中心值)3/4分位數(shù)(Q3)1/4分位數(shù)(Q1)85-.結(jié)果:Inter-QuartileRange(5-3.Dotplot-.路徑:Graph>Dotplot-.ex:(file:dotplot.mpj)選擇Factor(如果有)選擇要分析的數(shù)據(jù)列865-3.Dotplot選擇Factor(如果有)選擇要分析的-.結(jié)果:87-.結(jié)果:875-4.TimeSeriesplot

-.路徑:Graph>TimeSeriesplot-.ex:添加趨勢線885-4.TimeSeriesplot添加趨勢線88-.結(jié)果:趨勢線89-.結(jié)果:趨勢線895-5.Plot(相關(guān)關(guān)系圖)-.路徑:Graph>plot-.ex:(file:plot.mpj)輸入X,Y905-5.Plot(相關(guān)關(guān)系圖)輸入X,Y90-.結(jié)果:從圖形看出,Length與thickness之間沒有很明顯的相關(guān)關(guān)系91-.結(jié)果:從圖形看出,915-6.Contourplot(等高線圖)-.路徑:Graph>Contourplot-.ex:(file:contourplot.mpj)輸入Z(輸出變量)輸入Y(輸入變量1)輸入X(輸入變量2)選擇線條,區(qū)域的顏色(用1,2,3等數(shù)字表示)925-6.Contourplot(等高線圖)輸入Z(輸出變-.結(jié)果:93-.結(jié)果:936.常用管理圖6-1.Xbar-Rchart-.路徑:Stat>controlcharts>Xbar-R

-.ex:(file:XBARR.mtw)946.常用管理圖6-1.Xbar-Rchart94-.結(jié)果177181181180178Mean79.4Range495-.結(jié)果177Mean79.4Range4956-2.Xbar-Schart-.路徑:Stat>controlcharts>Xbar-S

-.ex:(file:XBARS.mtw)966-2.Xbar-Schart96-.結(jié)果R管理圖使用范圍(Max-Min)，因此并不比使用標(biāo)準偏差s有效。97-.結(jié)果R管理圖使用范圍(Max-Min)，因此并不比使用標(biāo)6-3.Pchart-.路徑:Stat>controlcharts>Pchart

-.ex:(file:P.mtw)輸入不良DATA輸入樣品大小986-3.Pchart輸入不良DATA輸入樣品大小98-.結(jié)果99-.結(jié)果996-4.nPchart-.路徑:Stat>controlcharts>NPchart

-.ex:(file:nP.mtw)輸入不良DATA輸入樣品大小(144)1006-4.nPchart輸入不良DATA輸入樣品大小(144-.結(jié)果101-.結(jié)果1016-5.Cchart-.路徑:Stat>controlcharts>Cchart

-.ex:(file:C.mtw)輸入缺陷數(shù)列1026-5.Cchart輸入缺陷數(shù)列102-.結(jié)果103-.結(jié)果1036-6.Uchart-.路徑:Stat>controlcharts>Uchart

-.ex:(file:U.mtw)輸入缺陷數(shù)列輸入樣品大小1046-6.Uchart輸入缺陷數(shù)列輸入樣品大小104-.結(jié)果105-.結(jié)果1056-7.I-MR(IndividualsandMovingRange)管理圖-.由于制造特性的限制,生產(chǎn)速度太慢,測定費用太高等原因,取樣品時一次只能取一個時,使用I-MR管理圖.(一般用MR=2)-.路徑:Stat>controlcharts>I-MR..

-.ex:(file:I-MR.mtw)輸入DATA列可選擇移動范圍長度可使用檢驗的平均和SIGMA，與以前的比較,做管理用管理圖1066-7.I-MR(IndividualsandMov-.結(jié)果IndividualCHART的UCL，LCL表示對預(yù)想值的最大，最小值。MovingRangeCHART的UCL，LCL表示對部品間變動的最大，最小值。107-.結(jié)果IndividualCHART的UCL，LCL表7.DOE(DesignofExperiment)-.現(xiàn)在以2因子的完全要因?qū)嶒瀬碚f明-.EX:Runs溫度壓力輸出1701002.22.82901005.04.63702003.23.64902005.85.41087.DOE(DesignofExperiment)-7-1.Minitab的實驗設(shè)計方法Stat>DOE>Factorial>CreateFactorialdesign…因子數(shù)設(shè)定輸入中心點數(shù)輸入反復(fù)數(shù)輸入塊數(shù)1097-1.Minitab的實驗設(shè)計方法因子數(shù)設(shè)定輸入中心點數(shù)輸7-2.FactorsandOptions設(shè)置選擇實驗的隨機性輸入因子名及高低水準1107-2.FactorsandOptions設(shè)置選擇實驗的7-3.CreateFactorialdesign

結(jié)果1117-3.CreateFactorialdesign結(jié)7-4.在Worksheet中輸入實驗結(jié)果實驗結(jié)果輸入1127-4.在Worksheet中輸入實驗結(jié)果實驗結(jié)果輸7-5.確認MainEffectsPlot,InteractionPlot,CubePlot-.路徑:Stat>DOE>Factorial>FactorialPlots輸入實驗DAYA列輸入因子1137-5.確認MainEffectsPlot,Inte-.結(jié)果:MainEffectsPlot溫度為“70”的4種情況(StdOrder1,3,5,7)y平均值2.95溫度為“90”的4種情況(StdOrder2,4,6,8)的y平均值5.2Y值的實驗整體平均4.075114-.結(jié)果:MainEffectsPlot溫度為“70-.結(jié)果:InteractionPlot兩線間的平行性程度? 溫度和壓力無交互作用。溫度為“90”，壓力是“100”的

(StdOrder2,6)2個的y平均值4.8溫度為“70”，壓力是“100”的(StdOrder1,5)2個的y平均值2.5115-.結(jié)果:InteractionPlot兩線間的平行性-.結(jié)果:CubePlot經(jīng)過實驗空間(Designspace)，可直觀看出工程輸出(y)的變化趨勢。116-.結(jié)果:CubePlot經(jīng)過實驗空間(Design7-6.實驗結(jié)果的分析□實驗結(jié)果的ANOVA分析

◎

Stat>DOE>Factorial>AnalyzeFactorialdesign…

◎Stat>ANOVA>GeneralLinearModel…◎ANOVA分析方法◎Effects的ParetoChart和NormalProbabilityPlot確認1177-6.實驗結(jié)果的分析□實驗結(jié)果的ANOVA分析117

◎

Stat>DOE>Factorial>AnalyzeFactorialdesign…

輸入反映變量要分析的效果項AnalysisofVarianceforY(codedunits)SourceDFSeqSSAdjSSAdjMSFPMainEffects211.570011.57005.78500