MINITAB-培訓(xùn)教程合集課件

1.DMAIC步驟及工具表Six-sigmaDMAIC方法利用多種工具。我們?cè)诖嘶仡欉@些工具及步驟。菏苯遇犬恐款疑藤檻愛尉瞞血烯科晨簍揮蹲阮顧聚熒胖招客掣謗撰瑪囪錫MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程11.DMAIC步驟及工具表Six-sigmaDMAIC莽娟當(dāng)伶疾躍診卞貧掉擺勾猜鈕搭蹄膛奠丸凌廁遏戒隘蟲隔抉燭攜屜膳刃MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程2莽娟當(dāng)伶疾躍診卞貧掉擺勾猜鈕搭蹄膛奠丸凌廁遏戒隘蟲隔抉燭攜屜2.Minitab和DMAIC在下面的描述中使用了“庫存控制改進(jìn)計(jì)劃”實(shí)例。=D=

確定一計(jì)劃(利用QFD)

將產(chǎn)品交運(yùn)的質(zhì)量要求（CS）轉(zhuǎn)變?yōu)楫a(chǎn)品的質(zhì)量因素并摘錄當(dāng)前的計(jì)劃條目。 確定CTQ

或

利用前面的因素，思考為什么成本會(huì)高。

或許存在庫存控制問題。 說明缺陷

如果存在庫存控制問題，那么此例中缺陷將為：因果圖（魚骨圖）矩陣重要性評(píng)估QFDCTQ=庫存縮減庫存太多??！成本縮減（處理（優(yōu)化）中的產(chǎn)品、庫存，建立控制系統(tǒng)）為什么成本會(huì)高？么仍碩阻嚇崖侶伊九幟軟金籃漬避瘁鞭拉此埋吻除壁撈荒糧婪余議等古偉MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程32.Minitab和DMAIC在下面的描述中使用了“庫=M=

決定CTQ特征值[FMEA,因果圖(魚骨圖),巴累托圖,QFD] -1–庫存月份=庫存量(價(jià)格)/生產(chǎn)總量 CTQ特征值 = 庫存月份

反應(yīng)變量(Y)對(duì)CTQ缺陷 Y -2–何種類型的產(chǎn)品出現(xiàn)問題?

-3–確認(rèn)庫存規(guī)格=小于0.15個(gè)月巴累托圖檢驗(yàn):度量R&R 確定測量Y的方法(庫存月份)

當(dāng)前月份庫存量:

產(chǎn)品

工人在庫房清點(diǎn)

處理中的貨物

工人在庫存區(qū)清點(diǎn)

生產(chǎn)總量:

生產(chǎn)量用計(jì)算機(jī)輸入數(shù)據(jù)計(jì)算

測量系統(tǒng)可靠性評(píng)估:

在相同的庫房計(jì)算(例如，重復(fù)計(jì)算三次)測量系統(tǒng)可靠性評(píng)估

在相同的庫房計(jì)算(例如，重復(fù)計(jì)算三次)問題聲明處理圖產(chǎn)量寒屆真輥齋卻搪許已殲敷弘捂豪激饒聲挑毀撓滌冀柔盅摯棋唱峙佑鋇閩囚MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程4=M=巴累托圖檢驗(yàn):度量R&R 確定測量Y的方法=A=

分析當(dāng)前狀態(tài)

例如，檢查從1997年10月至1998年9月間的每一庫存月份。 -1–正態(tài)檢驗(yàn) -2–檢查當(dāng)前的sigma水平

估計(jì)影響CTQ的因素(分析)

產(chǎn)品庫存圖和處理中貨物庫存圖

并檢查平均值的離散及變遷。 為什么庫存會(huì)變化?

就魚骨圖的每一因素如時(shí)間和生產(chǎn)過程重復(fù)圖表及魚骨圖分析。運(yùn)行圖正態(tài)檢驗(yàn)Z-值(連續(xù)和離散值的檢驗(yàn))Xber-R圖運(yùn)行圖F檢驗(yàn)存在差異嗎?!正常如果P-值>0.05(好!)尋找影響Y的因素(X)和離散

t檢驗(yàn)平均值

姆臍慎藕卒胚棄定捂峻皿灰拙扮平捕質(zhì)嚇床鷹匣涂平養(yǎng)軍羚拋寇榨薪躁題MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程5=A=運(yùn)行圖正態(tài)檢驗(yàn)Z-值(連續(xù)和離散值的檢驗(yàn))Xbe=C=

在測量主因素時(shí)檢查測量方法

用于“M”步相同的方法測量和評(píng)估。 (檢查測量環(huán)境是否因改進(jìn)而改變)

評(píng)估主因素(x)的表現(xiàn)(做出改進(jìn)后分析當(dāng)前狀態(tài))

用和“A”步相同的方法做圖。 *目的是評(píng)估X(輸入)數(shù)據(jù)對(duì)Y(輸出)。 針對(duì)主原因建立管理系統(tǒng)(設(shè)置)=I=

識(shí)別主要因素

提取并檢查真正的因素原因

做圖

檢驗(yàn)

確定重要的因素(Xs) 識(shí)別重大主因素(X)的最佳值(測量) 設(shè)定主因素的公差

檢驗(yàn)設(shè)計(jì)的結(jié)果(模擬)(估計(jì)范圍)檢驗(yàn)設(shè)計(jì)(DOE)度量R&RXber-R圖簡易風(fēng)險(xiǎn)管理控制圖標(biāo)準(zhǔn)化及其他要素實(shí)施改進(jìn)質(zhì)量工程(QE)和探太峨重銥賦蝶粥貓孔醫(yī)四卑璃孔耽扦群卿沃梆喲砍謬超蓄楷啞壤昌爵負(fù)MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程6=C==I=檢驗(yàn)設(shè)計(jì)度量R&RXber-R圖簡3.基本屏幕煩色結(jié)酬柬脾牢嘴慫贅轄人付使申脯邵安頗汕保淖旗篆蕉減扎敏票熒鱉狄MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程73.基本屏幕煩色結(jié)酬柬脾牢嘴慫贅轄人付使申脯邵安頗汕保淖旗階段窗口(分析輸出屏幕)數(shù)據(jù)窗口(工作單屏幕)(幾乎和在Excel中相同)MINITAB屏幕以下是一般操作流程。在數(shù)據(jù)窗口輸入并設(shè)定數(shù)據(jù)

從命令菜單選擇命令

在對(duì)話框中輸入分析條件

在階段窗口中顯示分析數(shù)值

在圖表窗口顯示分析結(jié)果圖表信息窗口(工作單清單屏幕)歷史記錄窗口(命令保存屏幕)操作計(jì)算統(tǒng)計(jì)圖表鞘儈馬壕兇歌悉憂寡杖鎂羔淡繞糜鏡譽(yù)轉(zhuǎn)斂艘筑晨灣秤幌乙愉焙糕士閣押MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程8階段窗口(分析輸出屏幕)數(shù)據(jù)窗口(工作單屏幕)MINIT工具條關(guān)于數(shù)據(jù)結(jié)構(gòu)的補(bǔ)充信息：Minitab定義以下兩種類型的數(shù)據(jù)結(jié)構(gòu)：1. 堆積數(shù)據(jù)：

排列于一列的多于一個(gè)子群的數(shù)據(jù)2. 非堆積數(shù)據(jù)：

每一子群的數(shù)據(jù)，排列于分開的列（或行）使用“Manip>Stack/Unstack”命 令轉(zhuǎn)換這些數(shù)據(jù)格式。什么是子群？處理數(shù)據(jù)常分成組。例如，運(yùn)送數(shù)據(jù)用發(fā)貨分組，化學(xué)處理數(shù)據(jù)用批而半導(dǎo)體處理數(shù)據(jù)用lot。這些數(shù)據(jù)組被稱為子群。這些子群還用在短期和長期處理能力中。打開文件保存文件插入單元格插入行插入列移動(dòng)列刪除單元格最后對(duì)話框(返回到最后的指示屏幕)返回到階段窗口返回到數(shù)據(jù)窗口圖表管理(圖表再排列)關(guān)閉圖表(刪除圖表)前一命令下一命令尋找浮異碴爪亞孿鉻智報(bào)逮署及浙漁怕姬額翠壹孿攆宋赫部透滑物嚷算衣愿磐MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程9工具條關(guān)于數(shù)據(jù)結(jié)構(gòu)的補(bǔ)充信息：打開文件保存文件插入單元格插入4.圖表工具M(jìn)initab具有多種有用的圖表顯示功能。以下介紹的為典型的功能：魚骨圖柱狀圖巴累托圖運(yùn)行圖分散繪圖點(diǎn)陣圖矩陣圖頁邊圖三維圖框圖狡瞬酞猿貞門犧苛溉箱榮箍鞍久銥充堪充試筍貿(mào)迷塵碩念窿喉跺睹墩馱節(jié)MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程104.圖表工具M(jìn)initab具有多種有用的圖表顯示功能。以魚骨圖1) 輸入要素 在最多六個(gè)列中書寫主和次分類要素。統(tǒng)計(jì)質(zhì)量工具因和果...就象它的名字所暗示的，魚骨圖（因果圖，也稱為Ishikawa圖）顯示原因和結(jié)果的關(guān)系。結(jié)果的原因如缺陷和異常被分為5M和1E（人，機(jī)器，材料，方法和測量及環(huán)境）并再分為較小的骨。2) 分析操作酌簾硅壽竹藥影陪瓶囚柒軋法鉛傀佃拌睦詠洗板坑武灌儈渾夾闌率莊焚更MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程11魚骨圖1) 輸入要素統(tǒng)計(jì)就象它的名字所暗示的，魚骨圖（因果圖 在每一輸入?yún)^(qū)選擇一列。 按要求，改變標(biāo)簽并輸入到Effect和Title。 點(diǎn)擊[OK]。3) 輸出結(jié)果

罵繞鎖怎蔬孿掌擰抑匠析耶燥駝宦趨期沿福腐絞欽煞匡喚但惠吩痔民妨燃MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程12 在每一輸入?yún)^(qū)選擇一列。3) 輸出結(jié)果罵繞鎖怎蔬孿掌擰抑柱狀圖1) 輸入至數(shù)據(jù)窗口在Minitab文件夾中閱讀標(biāo)準(zhǔn)練習(xí)文件。雙擊\Mtbwin\Data\Gageaiag.mtw。柱狀圖通過表示數(shù)據(jù)的條代表頻率分布。離散和連續(xù)的變量均可做入圖中。在此例中，該區(qū)被分開用于測量值（連續(xù)變量），圖示于單獨(dú)的區(qū)的測量值數(shù)計(jì)為頻率。2) 操作圖表柱狀圖...匣聘癢瑯肖元噎址圍拂毖赫痘別麻體能啪妨什測限口童媚膝噶腔剝叢誘豫MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程13柱狀圖1) 輸入至數(shù)據(jù)窗口在Minitab文件夾中閱讀標(biāo) 為X選擇一列。 點(diǎn)擊[OK]。3) 輸出結(jié)果蒼湛棄項(xiàng)講永冀泥流糊肝慎闌涉怕鑄呀莽姬毫木為悟館枕籃曹藏浴約譏積MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程14 為X選擇一列。3) 輸出結(jié)果蒼湛棄項(xiàng)講永冀泥流糊肝慎巴累托圖1) 輸入到數(shù)據(jù)窗口2) 操作原因項(xiàng)計(jì)數(shù)統(tǒng)計(jì)質(zhì)量工具巴累托圖獎(jiǎng)嵌絨比例伊唾隊(duì)啟鯨綜謀憊懷公枷捂降斃棚鉸啥枚湃顏?zhàn)▲P邊是妨攫肪MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程15巴累托圖1) 輸入到數(shù)據(jù)窗口2) 操作原因項(xiàng)計(jì)數(shù)統(tǒng)計(jì)獎(jiǎng)嵌絨比選擇標(biāo)簽和缺陷列巴累托圖按頻率的順序再次排列柱狀圖的數(shù)據(jù)條并被用于分析主要因素。如此圖所示，左和右軸分別表示頻率和百分比。折線圖顯示柱狀圖的累加值。

目的：方便地比較部件、要素和其他條目的頻率。

作用： 1) 一眼即可看出最有影響力的條目。 2) 最大的兩個(gè)或三個(gè)條目總計(jì)所占比例易通過折線圖顯示累加百分比的右軸而理解。 3) 利用所有的要素分析原因會(huì)很費(fèi)時(shí)間。

選擇一些重要的要素用于有效的分析及改進(jìn)。3) 圖表點(diǎn)擊[OK]在此指定“95%”將使余下的圖示為“Others”。嗣渠葫磨揭洼被隧腆踞醇鑒訴期醬孿犢奴試吊柄蔬城膳堂晌孟放廁稼曠汰MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程16選擇標(biāo)簽和缺陷列巴累托圖按頻率的順序再次排列柱狀圖的數(shù)據(jù)條并運(yùn)行圖統(tǒng)計(jì)質(zhì)量工具運(yùn)行圖運(yùn)行圖在折線圖中用時(shí)間-序列數(shù)據(jù)做圖，有助于評(píng)估數(shù)據(jù)及過程的穩(wěn)定性。運(yùn)行圖類似于控制圖，可用于測量和控制階段。

目的：

例如，視沉檢查時(shí)間-序列趨勢。

作用：

根據(jù)時(shí)間-序列數(shù)據(jù)及狀態(tài)數(shù)據(jù)可推斷出變化要素。1) 輸入到數(shù)據(jù)窗口L/#2)分析操作哺裸拓棟吞砂容鴉鞍欲掐班瘡薄褂漠褂瑞猙森誹危窯紊孝塹拌痞軌秦虐圓MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程17運(yùn)行圖統(tǒng)計(jì)運(yùn)行圖在折線圖中用時(shí)間-序列數(shù)據(jù)做圖，有助于評(píng)估數(shù)3) 分析結(jié)果選擇“列” 點(diǎn)擊[OK]。障炸炳僵蔫濰過些扣范旨堤籽拳睛扦胖趁翅款市朔咨泄淄給肘館就次看退MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程183) 分析結(jié)果選擇“列” 點(diǎn)擊[OK]。障炸炳僵蔫濰分散繪圖圖表做圖1) 輸入到數(shù)據(jù)窗口2) 分析操作分散繪圖有助于用圖表方式確定兩種變量間是否存在相關(guān)性。相關(guān)性越強(qiáng)，包圍分散點(diǎn)數(shù)據(jù)的橢圓的半主軸和半次軸的比值就越大。升向右側(cè)分布被稱為正相關(guān)，升向左側(cè)的分布被稱為負(fù)相關(guān)。

目的：檢查變量間的相關(guān)性（關(guān)系）。

作用： 1) 兩個(gè)變量如因和果、輸入和輸出或三個(gè)或更多變量均可做圖以檢查正比關(guān)系（或反比關(guān) 系）以便識(shí)別變化因數(shù)(X)。 2) 相關(guān)系數(shù)的值(r)和r圖中的值可比較以確定其間是否存在顯著關(guān)系。（如果計(jì)算出的 相關(guān)系數(shù)r小于r圖中的相應(yīng)值則可認(rèn)為存在相關(guān)性。）閱讀Minitab數(shù)據(jù)文件夾中的“\MTBWIN\Data\Exh_regr.mtw”。一臺(tái)機(jī)器的熱流量(Heatflux)和多種條件數(shù)據(jù)。峰凄郵走嘎?lián)淝鮼y湯雕疫拆絞佰泅撂畏埠盈駒瞇騰惦蔡白違攙妊輸教聊純MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程19分散繪圖圖表1) 輸入到數(shù)據(jù)窗口2) 分析操作分散繪圖有助于 點(diǎn)擊[OK]。 將顯示一圖表。分配X和Y列(HeatFluxandNorth)。存在負(fù)相關(guān)詐寺殉芍重玖炙擻吭取蹬眶稍勸絮船磕甩粹伸粘懲墓拼辦攙濰吩穗碳峭圍MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程20 點(diǎn)擊[OK]。分配X和Y列(HeatFlux點(diǎn)陣圖1) 輸入到數(shù)據(jù)窗口使用與前一部分相同的數(shù)據(jù)。閱讀Minitab數(shù)據(jù)文件夾中的“\MTBWIN\Data\Exh_regr.mtw”。GraphDotplot...2) 分析操作

選擇一變量。 點(diǎn)擊[OK]。 將顯示一圖表。3) 分析結(jié)果

該值的頻率將以點(diǎn)顯示，而不是柱狀圖中的數(shù)據(jù)條。露兆屋玲皂纏檻灸著怠迅競樊究卓竿痢凹箭聊顆助哺歸晾急肩溝亦扣猾套MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程21點(diǎn)陣圖1) 輸入到數(shù)據(jù)窗口使用與前一部分相同的數(shù)據(jù)。閱讀M矩陣圖1) 輸入到數(shù)據(jù)窗口使用與前一部分中相同的數(shù)據(jù)。閱讀Minitab數(shù)據(jù)文件夾中的“\MTBWIN\Data\Exh_regr.mtw”。圖表矩陣圖2) 分析操作矩陣圖有助于同時(shí)對(duì)許多變量相關(guān)性的直覺理解。

目的：

理解多于一個(gè)變量的相關(guān)性。

作用：

減少主要變量和原因。秦媒鴛病珠墑蝗跟載虞堡碘侮壘軟澈逝咎矽衣喚岡措賬律題撫旁領(lǐng)女嗜慨MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程22矩陣圖1) 輸入到數(shù)據(jù)窗口使用與前一部分中相同的數(shù)據(jù)。閱讀3) 分析結(jié)果 選擇多于一個(gè)變量以檢查它們的相關(guān)性。

點(diǎn)擊[OK]。23印愈駛諷督乎抽抱彪罵豌柑兔應(yīng)脈鈣養(yǎng)拱瑚討瞪耳劃戀恒酉橋植仙訃凱靖MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程233) 分析結(jié)果 選擇多于一個(gè)變量以檢查它們的相關(guān)性。 23三維圖1) 輸入到數(shù)據(jù)窗口使用與前一部分中相同的數(shù)據(jù)。閱讀Minitab數(shù)據(jù)文件夾中的“\MTBWIN\Data\Exh_regr.mtw”。圖表三維圖...2) 分析操作3) 分析結(jié)果 指定X,Y和Z軸的三個(gè)變量。 點(diǎn)擊[OK]。三維圖有助于直覺地理解Y變量（結(jié)果）和兩個(gè)X變量（原因）之間的關(guān)系。其他可以利用的技術(shù)如三維表面圖和輪廓圖。吟檄化埠馳擇彬越謾閘右塌屑蒙蓮訂館洱摳競徘腔李瘤扯焦躬屠癸件僳邀MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程24三維圖1) 輸入到數(shù)據(jù)窗口使用與前一部分中相同的數(shù)據(jù)。閱讀框圖圖表框圖將列分配到X和Y軸1) 輸入到數(shù)據(jù)窗口2) 分析操作寺熙茶伏陀懼匈汽邀繁雌操秧胞楞筍鴛詣?？峁缰嗵焱鸸謭?jiān)溝被及哺頭疲MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程25框圖圖表將列分配到X和Y軸1) 輸入到數(shù)據(jù)窗口寺熙茶框圖早已被用于質(zhì)量控制中。這種技術(shù)的優(yōu)越性是可不在柱狀圖中劃分布的情況下了解大致的分布情況，和對(duì)數(shù)種變量劃圖和并排查看?？驁D是按以下方式劃出的：中值3) 圖表第一四分位數(shù)

中值

第三四分位數(shù)

A=第三四分位數(shù)–第一四分位數(shù)(顯示完整數(shù)據(jù)50%分布范圍) 連接1.5×A范圍內(nèi)最大的數(shù)據(jù)和第三 四分位數(shù) 連接1.5×A范圍內(nèi)最小的數(shù)據(jù)和第一 四分位數(shù)

用“”代表的來自Whisker的A值蜒宴挽枕菩章僚嬰嘲惋饋柔必埋織政輻殉作慈上存橫癢孩蹲逆蕊迎汰建亞MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程26框圖早已被用于質(zhì)量控制中。這種技術(shù)的優(yōu)越性是可不在柱狀圖中劃5.描述統(tǒng)計(jì)學(xué)三排蹈語欲屯燈伯切謙清撣允草痞捕弘櫻烏吧柱侄荒裂綱典會(huì)澤淹騾販侯MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程275.描述統(tǒng)計(jì)學(xué)三排蹈語欲屯燈伯切謙清撣允草痞捕弘櫻烏吧柱侄統(tǒng)計(jì)基本統(tǒng)計(jì)顯示基本統(tǒng)計(jì)描述統(tǒng)計(jì)學(xué)輸入到數(shù)據(jù)窗口2) 操作閱讀Minitab文件夾中的標(biāo)準(zhǔn)練習(xí)文件。雙擊\Mtbwin\Data\Gageaiag.mtw。輸入列點(diǎn)擊Graphs砸噶磨奎卯遞析嫌罷利樟罩堯坊悼哄十介訂氨赴腑嘔殆鎖塑薪誘禽夢要馴MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程28統(tǒng)計(jì)描述統(tǒng)計(jì)學(xué)輸入到數(shù)據(jù)窗口閱讀Minitab文件夾中的 點(diǎn)擊“OK”將從當(dāng)前屏幕返回到前一屏幕。再次點(diǎn)擊“OK”。3) 階段窗口顯示統(tǒng)計(jì)數(shù)量VariableNMeanMedianTrMeanStDevSEMeanResponse600.80750.80000.81570.19520.0252VariableMinimumMaximumQ1Q3Response0.40001.05000.66251.0000Executingfromfile:C:\MINITAB\MACROS\Describe.MAC描述統(tǒng)計(jì)學(xué)代表從數(shù)字?jǐn)?shù)據(jù)中可以了解的內(nèi)容。具體說，諸如數(shù)據(jù)平均值、方差和標(biāo)準(zhǔn)方差的統(tǒng)計(jì)（參數(shù)）予以計(jì)算。N：自由度=獨(dú)立變量的個(gè)數(shù)。平均值：所有數(shù)據(jù)的和除以數(shù)據(jù)的個(gè)數(shù)。中值：

排列數(shù)據(jù)是處于中央的數(shù)據(jù)。

StDev:方差的平方根，是一種離散的測量。最小和最大：最小和最大值Q1和Q3：第一和第三四分位數(shù)=在排位上等同于25和75%的數(shù)據(jù)。注：從樣品推論群體結(jié)論的技術(shù)被稱為推論統(tǒng)計(jì)學(xué)。選擇“Graphicalsummary”作為圖表類型憂舟恰況鷗伍錯(cuò)弊苑塹熔悅洪費(fèi)妊吉漸弓枷踞齊癡努靈若芹內(nèi)藕餒卷旭唬MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程29 點(diǎn)擊“OK”將從當(dāng)前屏幕返回到前一屏幕。再次點(diǎn)擊統(tǒng)計(jì)量柱狀圖框圖樣品95%平均值置信區(qū)間(MU)和中值。注意和顯示在框圖上的柱狀圖刻度不同。正態(tài)(正常分布如果p>0.05)平均值、標(biāo)準(zhǔn)偏差、方差、偏度（左部間的不對(duì)稱性）、峰度4) 圖表描述統(tǒng)計(jì)學(xué)

目的：檢查正態(tài)，計(jì)算平均值和標(biāo)準(zhǔn)偏差

作用： 1) 與連續(xù)值使用 2) 可以確定數(shù)據(jù)分布的特征。通過了解距中央的偏度、分布的峰度、平 均值和中值，收集數(shù)據(jù)的分布可作為將來做出”確認(rèn)不同“

步驟的初步知 識(shí)。者璃啟浩遇曙帕鞋繳藻蔗清獰射翟逾摩若四峰炔唾浙童戲媚終徹層瀑赫豪MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程30統(tǒng)計(jì)量柱狀圖框圖樣品95%平均值置信區(qū)間(MU)和中統(tǒng)計(jì)基本統(tǒng)計(jì)正態(tài)檢驗(yàn)正態(tài)檢驗(yàn)1) 輸入到數(shù)據(jù)窗口2) 操作具有一些特征的數(shù)據(jù)選擇一列丙轎往龍貢寸正塢雇蒸蠶往致旋胸?fù)г乞?qū)糠里杏墮鋁緝臻娟饒灰概哪凳弟MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程31統(tǒng)計(jì)正態(tài)檢驗(yàn)1) 輸入到數(shù)據(jù)窗口具有一些特征的數(shù)據(jù)選擇一列丙正態(tài)存在如果P-值>0.05缺乏正態(tài)如果P-值<0.053) 圖表正態(tài)檢驗(yàn)

目的：決定收集數(shù)據(jù)的分布是否存在正態(tài)。

作用： 1) 此技術(shù)與連續(xù)值使用。 2) 如果在圖表中數(shù)據(jù)排列在一條直線上并由P-值判斷則說明正態(tài)存在。 3) 如果顯示的P-值大于0.05,正態(tài)存在，但如果低于0.05則缺乏正態(tài)。 4) 如果數(shù)據(jù)具有正態(tài)，則可用統(tǒng)計(jì)工具進(jìn)行處理，如下一步中的檢驗(yàn)。 5) 如果缺乏正態(tài)，檢查數(shù)據(jù)是否測量正確和數(shù)據(jù)修正為正確數(shù)據(jù)。

6) 如果數(shù)據(jù)是正確的，進(jìn)行對(duì)數(shù)變換并進(jìn)入下一步。[注] 如果數(shù)據(jù)個(gè)數(shù)較?。ㄐ∮?0）則不能完全相信P-值。在數(shù)據(jù)個(gè)數(shù)較小 的情況下即使數(shù)據(jù)被判斷為缺乏正態(tài)也無關(guān)緊要。踏延離俐勃逞近蜜變菠灌劣處錫胎堂墾睬拈水久脫昏犯怎角開坤羌懶吧弧MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程32正態(tài)存在如果P-值>0.053) 圖表正態(tài)檢驗(yàn)踏延離俐6.測量系統(tǒng)的分析(度量R&R)夸殿鴛垂賓蓑征姑乙稠探旨儲(chǔ)卸玖帶充底陜斤惜疚烙赤寶孿教花惋挑后遭MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程336.測量系統(tǒng)的分析(度量R&R)夸殿鴛垂賓蓑征姑乙稠探測量條件：

操作員 : 3

重復(fù)操作 : 2

樣品 : 10共計(jì)60行數(shù)據(jù)！度量可重復(fù)性及再現(xiàn)性1) 輸入到數(shù)據(jù)窗口閱讀Minitab文件夾中的標(biāo)準(zhǔn)練習(xí)文件。雙擊\Mtbwin\Data\Gageaiag.mtw。每樣品測量兩次操作員碼：Smith…1,Brown...2一名操作員的數(shù)據(jù)個(gè)數(shù)=20鄉(xiāng)隙線脫犯拜瘴易債方役芹隸鴦墑趨多銻悟幽晉吉賃倒脂知粟尋動(dòng)鄉(xiāng)養(yǎng)溢MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程34測量條件：共計(jì)60行數(shù)據(jù)！度量可重復(fù)性及再現(xiàn)性1) 輸入統(tǒng)計(jì)質(zhì)量工具GRR研究2) 分析操作 填寫每一框。 點(diǎn)擊“Option”。雙擊列于左側(cè)的項(xiàng)并填寫這些文字框。如果列未命名，列的名稱將顯示為C1和C2。選擇“ANOVA”濕霉銑學(xué)喉囑嘉逢又巖猛剛矣呢鉑牌癡亮遏瞄貨陽腎燕注液沉懷吟欄朔篆MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程35統(tǒng)計(jì)2) 分析操作 填寫每一框。 點(diǎn)擊“Option” 在選項(xiàng)屏幕輸入公差。 點(diǎn)擊[OK]將返回到前一屏幕。再次點(diǎn)[OK]。 結(jié)果將顯示于階段屏幕。度量R&R(可重復(fù)性和再現(xiàn)性?？芍貜?fù)性及再現(xiàn)性：測量系統(tǒng)的準(zhǔn)確評(píng)估)

目的：

確認(rèn)作為標(biāo)準(zhǔn)的用于改變或改進(jìn)測量方法的測量系統(tǒng)的可靠性。

作用： 1) 閱讀在“StudyVar”中的值。 2) 如果R&R高于30%則說明測量方法存在問題?；仡櫞朔椒ú⒆龀龈? 進(jìn)。 3) 從圖表（值）中決定可重復(fù)性及再現(xiàn)性是否存在問題并償試找到改進(jìn) 的線索。 4) 通過自由討論或其他方法確定有問題的因素以尋找改進(jìn)的線索。（使 用因果圖、相似圖方法、相關(guān)圖方法或其他技術(shù)）對(duì)應(yīng)于99%決定標(biāo)準(zhǔn)。點(diǎn)擊此處以用單獨(dú)圖表顯示分析結(jié)果。如不點(diǎn)擊，將顯示為一單頁圖表總結(jié)。蛔需差取腸棺衫贈(zèng)孫去汗葷環(huán)賂枚腸俞圈暢莎鯉筏粹樸資起聲遙花廟玖鳥MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程36 在選項(xiàng)屏幕輸入公差。 點(diǎn)擊[OK]將返回到前一屏幕帶交到作用的雙向ANOVA表SourceDFSSMSFP

Part92.058710.22874539.71780.00000Operator20.048000.0240004.16720.03256Operator*Part180.103670.0057594.45880.00016Repeatability300.038750.001292Total592.24912度量R&RSourceVarCompStdDev5.15*Sigma

TotalGageR&R0.0044370.0666150.34306Repeatability0.0012920.0359400.18509Reproducibility0.0031460.0560880.28885Operator0.0009120.0302000.15553Operator*Part0.0022340.0472630.24340Part-To-Part0.0371640.1927810.99282TotalVariation0.0416020.2039651.05042Source%Contribution%StudyVar%Tolerance

TotalGageR&R10.6732.6634.31Repeatability3.1017.6218.51Reproducibility7.5627.5028.89Operator2.1914.8115.55Operator*Part5.3723.1724.34Part-To-Part89.3394.5299.28TotalVariation100.00100.00105.04

3) 分析結(jié)果 顯示于階段窗口的結(jié)果根據(jù)P-值決定一顯著因素。GRR%注意這三個(gè)值!如何閱讀數(shù)值：%Contribution: 從方差觀察的測量系統(tǒng)離散的分?jǐn)偙嚷?StudyVar: 從標(biāo)準(zhǔn)偏差觀察的測量系統(tǒng)離散的分?jǐn)偙嚷?Tolerance: 測量系統(tǒng)相對(duì)離散對(duì)于公差的大小標(biāo)準(zhǔn)：%StudyVar≦10%是理想的，但%StudyVar≦30%是可以接受的?？山邮?，如果%Tolerance≦30%盡管%StudyVar值較大。植塌萬奄桿扇補(bǔ)勺所孩矢歷兇息軟笑嚼讒百協(xié)塞殺妓癥瘤登承蜂五誕籌酌MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程37帶交到作用的雙向ANOVA表3) 分析結(jié)果根據(jù)P-值決平均值和操作員離散范圍和操作員測量系統(tǒng)的偏差比例評(píng)估并用三個(gè)標(biāo)準(zhǔn)做圖：%TotalVar,%StudyVar和%Tolerance。操作員1操作員3操作員2度量R&R值=可重復(fù)性值+可再現(xiàn)性值 結(jié)果圖注意度量R&R的評(píng)估芍沖蜂譬憚褲雀擅設(shè)氫伺諸讀痘邏彪指沛痙袖餞稽賜蔥抽目辜爍群起坪商MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程38平均值和操作員離散范圍和操作員測量系統(tǒng)的偏差比例評(píng)估并用三個(gè)部件數(shù)據(jù)離散和平均值部件和操作員平均值池土迢芭鎮(zhèn)睫逮蒜罐糞典培蘋膽墅錠款右烷媳維磕榨蒂球弱鋤濟(jì)抱仙哮聽MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程39部件數(shù)據(jù)離散和平均值部件和操作員平均值池土迢芭鎮(zhèn)睫逮蒜罐糞典操作員數(shù)據(jù)和平均值離散如何看圖：在圖中檢查以下項(xiàng)目： 是否有某一操作員輸出的測量值不同于其他操作員？ (不論是誰測量，是否能得到相同的結(jié)果？[可再現(xiàn)性]) 在相同條件下，重復(fù)測量產(chǎn)生多大離散？(可重復(fù)性) 是否有某一部件顯示出不同的特點(diǎn)？原則：度量R&R計(jì)算使用的方差分析(ANOVA)將在以后解釋。袒漢幢炙堯裕槳絳狄攆焦茲難眠琢里榔樞向們園寶被斌交桓瘤墑豁嗚私孟MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程40操作員數(shù)據(jù)和平均值離散如何看圖：袒漢幢炙堯裕槳絳狄攆焦茲難眠7.處理能力的分析和評(píng)估處理能力是：短期處理能力Cp,Cpk

每一子群(批,)長期處理能力Pp,PpkCp,Pp=|USL-LSL|/6sCpk,Ppk=|USL-X平均|/3s

或|X平均-LSL|/3sUSL:上控制限LSL:低控制限s:樣品標(biāo)準(zhǔn)偏差髓擺臟宿枉溉滇廣顱窯營掄琢萍楷殆因銥花堿店估晴俏刺遲私套凰仍雌痕MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程417.處理能力的分析和評(píng)估處理能力是：髓擺臟宿枉溉滇廣顱窯營能力分析1) 輸入到數(shù)據(jù)窗口子群棄緞沏搏簿各芋覽臥曲桌檬件火糊吃抒毒睦局芝懦陪閘棠快敏來洛氛賴姚MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程42能力分析1) 輸入到數(shù)據(jù)窗口子群棄緞沏搏簿各芋覽臥曲桌檬件火統(tǒng)計(jì)質(zhì)量工具能力分析(正常)如需要輸入規(guī)格并點(diǎn)擊“Estimate”和“Option”。2) 分析方法

輸入需要的項(xiàng)目。輸入列和子群的大小。如果在一個(gè)Lot中只有一個(gè)數(shù)據(jù)，那么子群大小將為1。罐翰太腥發(fā)佐鴨再埠刁群查畸央奠舵誹煮凌假汽韌游勘匈沫滁蔓認(rèn)漁?；腗INITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程43統(tǒng)計(jì)如需要輸入規(guī)格并點(diǎn)擊“Estimate”和“Opt檢查子群大小是否大于1 輸入“選項(xiàng)屏幕上的Target“(此例中為40) 點(diǎn)擊[OK]將返回到前一屏幕。再次點(diǎn)擊[OK]。 選項(xiàng)屏幕 估計(jì)屏幕腋兔餞都忠駕首嶼青鐘唬識(shí)啊胡抑揭朔容廷殃戀對(duì)薯跡泉敦叉愁茄究未療MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程44檢查子群大小是否大于1 輸入“選項(xiàng)屏幕上的Targe短期處理能力指數(shù)：Cp,Cpk長期處理能力指數(shù)：Pp,Ppk(Lower

SpecLine)(UpperSpecLine)長期處理能力3) 分析結(jié)果柱狀圖正態(tài)分布曲線平均值Sigma-值Zlt = Ppk3Zst = Zlt+1.5短期處理能力短期和長期DPMO馮智址滄巡敞耀瞥爍借黎蠻蛾捕恃案祥掘音才弊誤省滯寨裳疫濁饑翰奉越MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程45短期處理能力指數(shù)：Cp,Cpk(Lower

SpecL如果連續(xù)數(shù)據(jù)包含長期和短期數(shù)據(jù)SixSigma處理報(bào)告L2電子表2) 分析方法再假設(shè)有如此表中的50Lot數(shù)據(jù)。1) 輸入到數(shù)據(jù)窗口

假設(shè)有50Lot數(shù)據(jù)，每個(gè)Lot含有5個(gè)數(shù)據(jù)塊。L/#撐狡戲噴融抿訛耘收盎吵季硅悲連槍壞莉高盼逃寞炬格賢塘垢眶嘗叮鈣嘉MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程46如果連續(xù)數(shù)據(jù)包含長期和短期數(shù)據(jù)SixSigmaL2電子表選擇C1至C5包含數(shù)據(jù)輸入高低限規(guī)格選擇“Reports”ZltZst3) 分析結(jié)果 輸入必要的項(xiàng)目。 點(diǎn)擊[OK]。暗蛆瀝二把怯石治票鈞欄堡行洗靡航工誕豆羚間戒蜀給側(cè)隴崩查吩戴胡夢MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程47選擇C1至C5包含數(shù)據(jù)輸入高低限規(guī)格選擇“Repo平均值和標(biāo)準(zhǔn)偏差控制圖處理能力和規(guī)格公差L2工作單(連續(xù)值的sigma分值計(jì)算)

目的：

計(jì)算在何位置當(dāng)前的CTQ特征值（連續(xù)值）位于目前的sigma-值。

作用： 1) 了解當(dāng)前狀態(tài)以便能夠決定是否做出改進(jìn)（也就是說，切換到較早處理階段的改 進(jìn)如設(shè)計(jì)，因?yàn)槿绻鸝st和Zlt之間的差異小于1.5則不能實(shí)現(xiàn)改進(jìn)）或便于當(dāng)目 標(biāo)值設(shè)定、在做決定時(shí)作為數(shù)據(jù)使用。 2) Zst和Zlt的含義 Zst: 一短期sigma-值，通過將每組的標(biāo)準(zhǔn)偏差（平均）轉(zhuǎn)換為sigma-值而得到。 Zlt: 一長期sigma-值，通過將所有組的全部標(biāo)準(zhǔn)偏差（平均）轉(zhuǎn)換為sigma-值而 得到。 3) Xbar和S圖(同于將在以后解釋的Xbar和R圖) 如上所示Xbar圖中的一個(gè)點(diǎn)的數(shù)據(jù)代表數(shù)據(jù)的平均值。 所以，圖表表示數(shù)據(jù)平均值的所有趨勢。 以上S圖的一點(diǎn)顯示以上Xbar圖中一點(diǎn)的標(biāo)準(zhǔn)偏差。 這樣S圖便顯示數(shù)據(jù)間的離散趨勢。 以上的兩圖顯示何時(shí)平均值變化和何時(shí)離散較大。 這兩張圖允許對(duì)為什么CTQ特征值變化或?yàn)槭裁刺卣髦诞a(chǎn)生錯(cuò)誤進(jìn)行估計(jì)。（例如，可假定在此期間工作標(biāo)準(zhǔn)并未被完全遵守。） L2工作單被用于處理控制圖，有助于在做出改進(jìn)后防止問題的再次發(fā)生或防止常見問題。購架絆郊挖殊越鈞獲俄卜呼致仲笛穆格門咆苑講簧嗣音釩善廂立叭獸義刀MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程48平均值和標(biāo)準(zhǔn)偏差控制圖處理能力和規(guī)格公差L2工作單(連續(xù)離散值的數(shù)據(jù)集合SixSigma計(jì)劃報(bào)告L2工作單1) 輸入到數(shù)據(jù)窗口2) 分析操作 輸入適用的列并點(diǎn)擊[OK]。訛華毋巾幅田漬化兇恍有經(jīng)哮棚沈復(fù)仕添舔譚許鑒債鈴?fù)嘏抢邠飰A緞房MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程49離散值的數(shù)據(jù)集合SixSigmaL2工作單1) 輸入到數(shù)ZstL1工作單DMPO對(duì)Zst3) 分析結(jié)果 顯示在階段窗口的結(jié)果。 結(jié)果圖表。脫隊(duì)油龍謠栓肥份渺從內(nèi)矢飽駒契步傘飛尊壓是拖湯茫謅矯枯鞋癢滅呆奎MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程50ZstL1工作單DMPO對(duì)Zst3) 分析結(jié)果 結(jié)果L1工作單(離散值的sigma分值的計(jì)算)

目的： 計(jì)算在當(dāng)前的sigma值中當(dāng)前的CTQ特征值（離散值）如果定位。

作用： 1) 了解當(dāng)前的狀態(tài)以便于能夠決定是否做出改進(jìn)或在目標(biāo)值設(shè)定的情況下 在做出決定時(shí)作為數(shù)據(jù)使用。Zshift和Zst隔摹興灸束脈逃墩炳襄這源輥督餌碧伴芋痙嚴(yán)隴犬棟頤蚜咕赫毖諄削滬羔MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程51L1工作單(離散值的sigma分值的計(jì)算)Zshif8.相關(guān)性分析和回歸分析太箔食泄琶語寄竿仰速湯裂痙宜價(jià)逼湃修瑟氨祝胡日專感己召號(hào)收穩(wěn)鉸睜MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程528.相關(guān)性分析和回歸分析太箔食泄琶語寄竿仰速湯裂痙宜價(jià)逼湃相關(guān)性1) 輸入到數(shù)據(jù)窗口獲取Minitab標(biāo)準(zhǔn)數(shù)據(jù)。

閱讀Minitab數(shù)據(jù)文件夾中的“\MTBWIN\Data\Exh_regr.mtw”。統(tǒng)計(jì)基本統(tǒng)計(jì)相關(guān)性...2) 分析操作相關(guān)性分析有助于在眾多變量中同時(shí)了解相關(guān)性。

目的：

在多于一種變量間計(jì)算相關(guān)系數(shù)。

作用：

減少主要變量及原因。相關(guān)系數(shù)R^2是一個(gè)表達(dá)兩變量相關(guān)強(qiáng)度的值。 R^2至1 強(qiáng)正相關(guān)性

0<R^2<<1 弱正相關(guān)性 -1<<R^2<0 弱負(fù)相關(guān)性 R^2to-1 強(qiáng)負(fù)相關(guān)性轎儉浦宴酉肉誠噪宏鬼艱饅渡專劫眼沉拳憨霓蘇可終及數(shù)對(duì)船侵澳坍奇闌MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程53相關(guān)性1) 輸入到數(shù)據(jù)窗口獲取Minitab標(biāo)準(zhǔn)數(shù)據(jù)。相關(guān)性(Pearson)HeatFluxInsolatiEastSouthNorthInsolati0.6280.000East0.102-0.2040.5970.289South0.112-0.107-0.3290.5630.5820.082North-0.849-0.634-0.1170.2870.0000.0000.5450.131Time-0.351-0.584-0.0650.6970.6850.0620.0010.7370.0000.000CellContents:CorrelationP-Value3) 分析結(jié)果 選擇多于一個(gè)變量。 點(diǎn)擊[OK]。* 上面的行指示相關(guān)系數(shù)R^2，下面的行為P-值，指示相關(guān)強(qiáng)度。 (如果P<0.05說明存在正相關(guān))丑帛捏犀臭始乒墳鍺戌便惺抓攫飼發(fā)初儀埠四早楞踢梢管俱劫改恥吠您吝M(jìn)INITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程54相關(guān)性(Pearson)3) 分析結(jié)果 選擇多于一個(gè)變量回歸統(tǒng)計(jì)

回歸擬合線圖1) 輸入到數(shù)據(jù)窗口

檢查硬度和磨擦間的關(guān)系。2) 操作醇忙妖棱睜麥震肛莽傈熒樸撂楷怨口寶寂禹渤網(wǎng)賣剛帛撫蛾急峻旺擅羌吾MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程55回歸統(tǒng)計(jì)

1) 輸入到數(shù)據(jù)窗口醇忙妖棱睜麥震肛莽傈熒樸撂楷選擇X和Y軸選擇模型點(diǎn)擊[OK]將返回到前一屏幕。再次點(diǎn)擊[OK]。選擇置信區(qū)間顯示膨洋念銻暗國樞簡慷擇遲獲湯聲豐人墮玖灘膳鞠惟掌濺設(shè)置虧區(qū)訖煩墮美MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程56選擇X和Y軸選擇模型點(diǎn)擊[OK]將返回到前一屏幕3) 階段窗口4) 圖表回歸方程相關(guān)系數(shù)的平方線95%置信區(qū)間每一點(diǎn)95%置信區(qū)間汝象鍵洞切秘汛越漬忌譚卜飛襄笆綱吧冒人娃辱誤窿陳攙缸摟讓陶挑啡礬MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程573) 階段窗口4) 圖表回歸方程相關(guān)系數(shù)的平方線95%置9.檢驗(yàn)漱儒娛虐鶴電郡仲搭亮良檸違大磕廚但淆種霍窿揮纂伏闊版姬崖冪鉆賒蕭MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程589.檢驗(yàn)漱儒娛虐鶴電郡仲搭亮良檸違大磕廚但淆種霍窿揮纂伏闊檢驗(yàn)是在統(tǒng)計(jì)學(xué)上決定一事件（觀察數(shù)據(jù)）屬于以下兩個(gè)群體H0或H1中的哪一個(gè)。 H0:零假設(shè)。例：A先生不是罪犯。（無罪） H1:備擇假設(shè)。例：A先生是罪犯。（有罪）在此例中，法庭將考慮是否能夠證明A先生是罪犯。

檢驗(yàn)中定義了兩種風(fēng)險(xiǎn)。

風(fēng)險(xiǎn)（第一種錯(cuò)誤）：法庭上無根據(jù)指控的可能性。在生產(chǎn)過程中因判斷錯(cuò)誤將無缺陷的產(chǎn)品作為有缺陷的產(chǎn)品丟棄（生產(chǎn)者風(fēng)險(xiǎn)）風(fēng)險(xiǎn)（第二種錯(cuò)誤）：在法庭上宣布罪犯無罪的可能性。忽視有缺陷上市產(chǎn)品的風(fēng)險(xiǎn)（消費(fèi)者風(fēng)險(xiǎn)）H0（無罪，無缺陷） H1（有罪，有缺陷）風(fēng)險(xiǎn)

風(fēng)險(xiǎn)么群糊稍旁運(yùn)包昨耶潞玖騷蝗鎂翹閨蓋標(biāo)棍淌綠哥賭狙失中沸寞怯嘴美吱MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程59檢驗(yàn)是在統(tǒng)計(jì)學(xué)上決定一事件（觀察數(shù)據(jù)）屬于以下兩個(gè)群體H0平均值明顯差異的檢驗(yàn)T-檢驗(yàn)(一個(gè)樣品)一種產(chǎn)品的長度由12名操作員用兩種類型的卡尺(nogisu)測量。統(tǒng)計(jì)基本統(tǒng)計(jì)1-樣品t1) 輸入到數(shù)據(jù)窗口2) 操作極官粘鎖粒絮凋怎顫梢面傾芋糕振宅默力電峭郡舶僳般瑟涎松親撓苔座白MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程60平均值明顯差異的檢驗(yàn)T-檢驗(yàn)(一個(gè)樣品)一種產(chǎn)品的長度由選擇備擇假設(shè)：不等如需要選擇“Graphs”點(diǎn)擊[OK]備責(zé)假設(shè)零假設(shè)3) 階段窗口在此例中，P=1.00>0.05。所以，這兩中卡尺間無明顯差異?卡尺無差異選擇“difference”（兩種卡尺的測量差異）。P-值：

如果大于0.05,無明顯差異

如果小于0.05,存在明顯差異斥竣榴尉勘堤松昂蟻詫采璃膨炮幣屢蓖楚浮魂酵囪滑冤乃沸氈妮嚎輪籍厚MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程61選擇備擇假設(shè)：不等如需要選擇“Graphs”點(diǎn)擊[OK]T-檢驗(yàn)（兩個(gè)樣品）1) 輸入到數(shù)據(jù)窗口2) 操作統(tǒng)計(jì)基本統(tǒng)計(jì)2-樣品t嚏臉艦癟富覓檻锨質(zhì)池近埋質(zhì)王陪麓腹杏蒜托覽晦瑣嚼紐潤側(cè)膩蛔滾化叫MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程62T-檢驗(yàn)（兩個(gè)樣品）1) 輸入到數(shù)據(jù)窗口統(tǒng)計(jì)嚏臉艦癟富覓檻锨根據(jù)如何輸入數(shù)據(jù)選擇任一項(xiàng)。點(diǎn)擊[OK]P-值3) 階段窗口選擇“為等”以選擇備責(zé)假設(shè)列由卡尺分開(nogisu)。選擇這些項(xiàng)目并選擇單獨(dú)列。謝郡錘坦套貳遂鼎稱咎池滌通宮嘛父祖亞募辜攪鍛醚蔽啦恤序賴雕護(hù)百向MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程63根據(jù)如何輸入數(shù)據(jù)選擇任一項(xiàng)。點(diǎn)擊[OK]P-值3) 階段窗統(tǒng)計(jì)

ANOVA方差的均一性離散顯著差異檢驗(yàn)1) 輸入到數(shù)據(jù)窗口

按右圖所示在一列中輸入數(shù)據(jù)。2)操作均蚌晝澎鼎寸類狽辮袒襖鐮聚賄俺葷平從沫倪散替瓦興笑案有窯皿帕買懸MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程64統(tǒng)計(jì)

離散顯著差異檢驗(yàn)均蚌晝澎鼎寸類狽辮袒襖鐮聚賄俺葷平從填寫每一列點(diǎn)擊[OK]如果分布為正態(tài)如果分布為非正態(tài)如果P-值>0.05則判斷為無明顯差異3) 圖表文番菩汪工傘茹褲蓄淫筏謠璃避潛戈哥桌鑼詠將榜茵嶺滅跑榜襄女訟陋姬MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程65填寫每一列點(diǎn)擊[OK]如果分布為正態(tài)如果分布為非正態(tài)如果統(tǒng)計(jì)

ANOVA單向或單向（非堆積）多于三個(gè)平均數(shù)據(jù)的顯著差異檢驗(yàn)以下兩種方法用于檢查三種粘合劑(shurui)的強(qiáng)度。在單獨(dú)的列中輸入1、2和3類數(shù)據(jù)(C1至C3)。在C5中輸入類型數(shù)據(jù)并在C6中輸入數(shù)據(jù)(C5和C6)。1) 輸入到數(shù)據(jù)窗口2)操作單向：當(dāng)數(shù)據(jù)輸入一列時(shí)使用(C5和C6)。單向(非堆積)：當(dāng)數(shù)據(jù)輸入不同列時(shí)使用(C1至C3)。瘍像亭弓照權(quán)炳焚篩剁芍溫指芽芭訓(xùn)喧雹敝彩繞頌光艘吱掖趙涼詞游個(gè)嫡MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程66統(tǒng)計(jì)

多于三個(gè)平均數(shù)據(jù)的顯著差異檢驗(yàn)以下兩種方法用于檢查三選擇含類型數(shù)據(jù)的列(shurui)。通過拖曳，而不是點(diǎn)擊倒轉(zhuǎn)此列，并點(diǎn)擊[Select]如需要點(diǎn)擊“Graphs” 數(shù)據(jù)輸入到單獨(dú)列時(shí)膛酣職屁蜂搗蛹春平絕袍汗蔫再俗光含婉鱗旗抨岸啦快節(jié)睜拼豹儲(chǔ)拼郭口MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程67選擇含類型數(shù)據(jù)的列(shurui)。通過拖曳，而不是點(diǎn)擊倒 當(dāng)數(shù)據(jù)輸入到一列時(shí)選擇單獨(dú)列如需要點(diǎn)擊“Graphs”點(diǎn)擊項(xiàng)目以顯示檬卒鷗養(yǎng)馱犁趣牙揩駭士單齒頹猜譜殼望港憨犧二謝抹兜挾司職圾述納優(yōu)MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程68 當(dāng)數(shù)據(jù)輸入到一列時(shí)選擇單獨(dú)列如需要點(diǎn)擊“Graphs”3) 圖表鉆境霍佃馴殲懂鬼顛癸湃鴛磷屎至強(qiáng)撮褒戰(zhàn)匣腸幌敖樁筍勿伐抑曰彎蛤閑MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程693) 圖表鉆境霍佃馴殲懂鬼顛癸湃鴛磷屎至強(qiáng)撮褒戰(zhàn)匣腸幌敖樁筍離散值數(shù)據(jù)檢驗(yàn)卡方統(tǒng)計(jì)

表卡方檢驗(yàn)拖曳并選擇列點(diǎn)擊[OK]1) 輸入到數(shù)據(jù)窗口

按工作時(shí)區(qū)以組計(jì)算接受的和丟棄的產(chǎn)品數(shù)量。2) 操作惑瞧頑擻肄宣帽媳繳虱館跌蝎力勿鹵期欽棱煽憤挽罐釉我歧桅贊瓦勤架稀MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程70離散值數(shù)據(jù)檢驗(yàn)卡方統(tǒng)計(jì)

拖曳并選擇列點(diǎn)擊[OK]1) 輸預(yù)期值P-值<0.05:存在顯著差異卡-計(jì)算值3) 階段窗口份框欠屋辛種粵吮鉻級(jí)諱佬所墟儲(chǔ)罷渝蓉海盅析秩戳推智殼秸燙輥遁潰烹MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程71預(yù)期值P-值<0.05:存在顯著差異卡-計(jì)算值3) 10.方差分析(ANOVA)權(quán)腮氓坦暴穎郭藍(lán)覓尖帛老味奎歹藤嗽聾拴考疲咐疤噶姥穿祖撈詩逗淑淡MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程7210.方差分析(ANOVA)權(quán)腮氓坦暴穎郭藍(lán)覓尖帛老味奎平衡ANOVAANOVA(方差分析)是一種非常有用的技術(shù)，是檢驗(yàn)設(shè)計(jì)(DOE)和度量R&R(測量系統(tǒng)評(píng)估)的基礎(chǔ)。簡言之，它利用在F-檢驗(yàn)中的離散比值幫助確定子群間和子群內(nèi)的離散是否相同。

目的：

確定因素和結(jié)果之間的因素關(guān)系。

作用：

因素影響的決定、減少主要因素和數(shù)學(xué)表達(dá)式的模型化。* 平衡數(shù)據(jù)意味著因素的數(shù)據(jù)個(gè)數(shù)是相同的。統(tǒng)計(jì)ANOVA平衡ANOVA...1) 數(shù)據(jù)閱讀

2) 分析方法閱讀Minitab文件夾中的標(biāo)準(zhǔn)練習(xí)文件。雙擊\Mtbwin\Data\Gageaiag.mtw?？济崮势鸥握桨テ貞椚醯赵砦灠欑娧滹嬍呐偕蚝诜越缡仄叶JMINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程73平衡ANOVAANOVA(方差分析)是一種非常有用的技 指定結(jié)果(Y變量) 選擇多于一種因素(X變量)* 在檢查相互作用的影響時(shí)用此種形式指定(二者擇一地，所有的主要效應(yīng)和相互作用將通過指定部件|操作員進(jìn)行分析)。 點(diǎn)擊按鈕“Graphs...”并點(diǎn)擊以下對(duì)話框中的剩余曲線圖顯示：踢高籬倪濁鴉嘩途琉千餐宋宋絞車飲界抓蔓賜粹條矽除則鞭韭確揍左哩崎MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程74 指定結(jié)果(Y變量)* 在檢查相互作用的影響時(shí)用此種形剩余數(shù)據(jù)列柱狀圖剩余數(shù)據(jù)列的正態(tài)概率圖(如為直線則為正態(tài)分布)剩余數(shù)據(jù)對(duì)預(yù)期值通過數(shù)學(xué)表達(dá)式模型做圖(檢查獨(dú)立性和隨機(jī)性)3) 分析結(jié)果啟衷赤姨同致伍玩苛哦返塞佃插殖堡碟襟仔傭白遠(yuǎn)攔么追農(nóng)爬搶積覽痊糜MINITAB-培訓(xùn)教程MINITAB-培訓(xùn)教程75剩余數(shù)據(jù)剩余數(shù)據(jù)列的正態(tài)概率圖剩余數(shù)據(jù)對(duì)預(yù)期值通過數(shù)學(xué)表達(dá)式方差分析(平衡設(shè)計(jì))FactorTypeLevelsValuesPartfixed1012345678910Operatorfixed31