MINITAB使用教程課件

Minitab的使用錢君p1精選課件Minitab介紹Minitab是眾多統(tǒng)計(jì)軟件當(dāng)中比較簡(jiǎn)單易懂的軟件之一；相對(duì)來(lái)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。2精選課件Minitab與6Sigma的關(guān)系在上個(gè)世紀(jì)80年代Motolora開(kāi)始在公司內(nèi)推行6Sigma，并開(kāi)始借助Minitab使6Sigma得以最大限度的發(fā)揮；6Sigma的MAIC階段中，很多分析和計(jì)算都可以都通過(guò)Minitab簡(jiǎn)單的完成；即使是對(duì)統(tǒng)計(jì)的知識(shí)不怎么熟悉，也同樣可以運(yùn)用Minitab很好的完成各項(xiàng)分析。3精選課件Minitab的功能計(jì)算功能計(jì)算器功能生成數(shù)據(jù)功能概率分布功能矩陣運(yùn)算4精選課件Minitab的功能數(shù)據(jù)分析功能基本統(tǒng)計(jì)回歸分析方差分析實(shí)驗(yàn)設(shè)計(jì)分析控制圖質(zhì)量工具可靠度分析多變量分析時(shí)間序列列聯(lián)表非參數(shù)估計(jì)EDA概率與樣本容量5精選課件Minitab的功能圖形分析直方圖散布圖時(shí)間序列圖條形圖箱圖矩陣圖輪廓圖三維圖點(diǎn)圖餅圖邊際圖概率圖莖葉圖特征圖6精選課件課程內(nèi)容安排由于時(shí)間有限，很多內(nèi)容只是做簡(jiǎn)單的介紹；在兩天的時(shí)間里，主要的課程內(nèi)容安排如下：7精選課件課程內(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操作特性要因圖柏拉圖散布圖直方圖時(shí)間序列圖8精選課件課程內(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-RChart

3）Xbar-SChart

4）I-MR-R/SChart

5）PChart

6）NPChart

7）CChart

9精選課件課程內(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(jì)1）描述統(tǒng)計(jì)10精選課件課程內(nèi)容安排——第二天下午

基礎(chǔ)統(tǒng)計(jì) 2）單樣本Z測(cè)試

3）單樣本T測(cè)試

4）雙樣本T測(cè)試

5）成對(duì)T測(cè)試

6）1比率測(cè)試

7）2比率測(cè)試

8）相關(guān)分析

9）正態(tài)分布

MSA測(cè)量系統(tǒng)分析1）測(cè)量重復(fù)性和再現(xiàn)性(交叉Crossed)

2）測(cè)量重復(fù)性和再現(xiàn)性(嵌套Nested)

3）測(cè)量走勢(shì)圖

4）測(cè)量線性研究

5）屬性測(cè)量R&R研究（計(jì)數(shù)）

11精選課件第三天上午多元變異圖單因子ANOVA因子ANOVA卡方獨(dú)立性檢定迴歸分析下午田口DOE疑問(wèn)解答12精選課件Minitab界面和基本操作介紹p13精選課件Minitab界面DataWindow: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SessionWindow:分析結(jié)果輸出窗口14精選課件Minitab界面同一時(shí)間只能激活一個(gè)窗口.每一個(gè)窗口可以單獨(dú)儲(chǔ)存.不同的要求選擇不同的保存命令15精選課件工具欄的介紹打開(kāi)文件保存文件打印窗口剪切復(fù)制粘貼恢復(fù)插入單元格插入行插入列移動(dòng)列剪切單元格最后一次對(duì)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16精選課件數(shù)據(jù)類型的轉(zhuǎn)換（ChangeDataType）Select:Data>ChangeDataType>TexttoNumeric需要轉(zhuǎn)換的列轉(zhuǎn)換后數(shù)據(jù)存放列，可以是原來(lái)的數(shù)據(jù)列17精選課件數(shù)據(jù)的堆積（Stack&Unstack）Select:Data>Stack>StackColumns輸入需要堆積的列，如果由前后順序，按前后順序進(jìn)行輸入輸入堆積后存放列的位置注解可以用來(lái)區(qū)分?jǐn)?shù)據(jù)的來(lái)源原始數(shù)據(jù)18精選課件數(shù)據(jù)塊的堆積（StackBlocks）Select:Data>Stack>StackBlocksofColumns原始數(shù)據(jù)在對(duì)話框中輸入2~5列數(shù)據(jù)，注解列在前面輸入新工作表和注解的位置19精選課件轉(zhuǎn)置欄（TransposeColumns）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:Data>TransposeColumns20精選課件連接（Concatenate）Select:Data>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)21精選課件編碼（Code）Select:Data>code原始數(shù)據(jù)編碼規(guī)則被編碼的變量22精選課件Minitab之常用圖形p23精選課件QC7手法常用的圖形如下特性要因圖控制圖(參見(jiàn)minitab控制圖教材)柏拉圖散布圖直方圖時(shí)間序列圖24精選課件特性要因圖決定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25精選課件練習(xí)人機(jī)料法環(huán)測(cè)不夠熟練設(shè)備沒(méi)有保養(yǎng)原料沒(méi)有檢查沒(méi)有設(shè)定標(biāo)準(zhǔn)化方法溫度太高儀器偏差太大培訓(xùn)不夠設(shè)備不常清掃原料含水太高抽樣方式不合理濕度太高儀器R&R太高監(jiān)督不夠沒(méi)有進(jìn)行首模驗(yàn)收26精選課件輸入表中注意輸入格式Select:Stat>Qualitytools>Causeandeffect27精選課件填好各項(xiàng)需要的參數(shù)28精選課件結(jié)果輸出29精選課件柏拉圖收集各項(xiàng)質(zhì)量特性缺陷列成表輸入到MINITAB中MINITAB繪出圖形找出關(guān)鍵的Y特性30精選課件練習(xí)項(xiàng)次缺陷項(xiàng)數(shù)量1虛焊5002漏焊3003強(qiáng)度不夠2004外觀受損1505其它16031精選課件輸入數(shù)據(jù)Select:Stat>Qualitytools>ParetoChart32精選課件填好各項(xiàng)參數(shù)可以對(duì)柏拉圖進(jìn)行命名輸入缺陷列輸入頻數(shù)列其他項(xiàng)所占的比率33精選課件結(jié)果輸出34精選課件散布圖決定你所關(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35精選課件練習(xí)YX6580066810658206683067840678506886068870678906890036精選課件輸入數(shù)據(jù)Select:Gragh>ScatterPlots37精選課件輸入?yún)?shù)可以選擇不同的輸出表現(xiàn)形式38精選課件可以用直接方式判定，有正相關(guān)的傾向。更詳細(xì)的說(shuō)明可以參見(jiàn)回歸分析輸出圖形39精選課件直方圖決定你所關(guān)心的Y或X收集Y或X的數(shù)據(jù)輸入MINITAB表MINITAB繪出直方圖進(jìn)行判定40精選課件練習(xí)請(qǐng)打開(kāi)EXCEL檔案的計(jì)量型部份Select:Gragh>Histogram41精選課件填入?yún)?shù)可以同時(shí)為幾個(gè)變量作直方圖42精選課件結(jié)果輸出請(qǐng)依照QC7的方法來(lái)進(jìn)行圖形分析和判定更深入的分析可以參見(jiàn)制程能力分析部份。43精選課件時(shí)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(shí)間序列圖進(jìn)行判定44精選課件練習(xí)時(shí)間銷售量2003/11502003/21262003/31352003/41652003/51902003/61702003/71752003/81802003/917645精選課件輸入數(shù)據(jù)Select:Gragh>TimeSeriesPlots46精選課件填入?yún)?shù)時(shí)間刻度設(shè)置47精選課件結(jié)果輸出依此狀況來(lái)判定未定的銷售趨勢(shì)。48精選課件Minitab的SPC使用p49精選課件Minitab可提供的圖形計(jì)量型Xbar-RXbar-sI-MRI-MR-sZ-MR計(jì)數(shù)型PNpCU50精選課件Xbar-R做法Xbar-R是用于計(jì)量型判穩(wěn)準(zhǔn)則：連續(xù)二十五點(diǎn)沒(méi)有超出控制界限。判異準(zhǔn)則：一點(diǎn)超出控制界限連續(xù)六點(diǎn)上升或下降或在同一側(cè)不呈正態(tài)分布，大部份點(diǎn)子沒(méi)有集中在中心線。51精選課件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52精選課件Xbar-R練習(xí)打開(kāi)下列檔案Select:Stat>ControlChart>VariablesChartsforsubgroup>Xbar-R53精選課件輸入?yún)?shù)根據(jù)不同的輸入方式選擇不同的分析方法若數(shù)據(jù)輸入在一列中，則確定出每組的樣本數(shù)54精選課件決定控制用控制圖的控制界限輸入穩(wěn)定條件下的平均值和標(biāo)準(zhǔn)差，即確定出控制用控制圖的控制界限。55精選課件Xbar-ROptions選項(xiàng)可以在這里選擇判異準(zhǔn)則56精選課件Box-Cox正態(tài)轉(zhuǎn)換進(jìn)行正態(tài)性轉(zhuǎn)換57精選課件Storage項(xiàng)輸出數(shù)據(jù)的平均值和標(biāo)準(zhǔn)差58精選課件圖形輸出59精選課件判圖請(qǐng)判定前圖是否有異常請(qǐng)問(wèn)本圖為解析用圖或是控制用圖60精選課件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61精選課件Xbar-s練習(xí)打開(kāi)下列檔案Select:Stat>ControlChart>VariablesChartsforsubgroup>Xbar-s62精選課件輸入?yún)?shù)解釋與Xbar-R圖相同63精選課件圖形輸出64精選課件判圖請(qǐng)判定前圖是否有異常請(qǐng)問(wèn)本圖為解析用圖或是控制用圖65精選課件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66精選課件I-MR練習(xí)打開(kāi)下列檔案，用其來(lái)進(jìn)行I-MR圖練習(xí)Select:Stat>ControlChart>VariablesChartsforindividuals>I-MR67精選課件輸入?yún)?shù)輸入變量68精選課件控制用控制圖的控制界限如果是控制用控制圖請(qǐng)輸入數(shù)據(jù)69精選課件圖形輸出70精選課件判圖請(qǐng)判定前圖是否有異常請(qǐng)問(wèn)本圖為解析用圖或是控制用圖71精選課件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)輸入minitab中用minitab繪圖及分析判定及采取措施72精選課件I-MR-R練習(xí)打開(kāi)下列檔案，用其來(lái)進(jìn)行I-MR-R圖練習(xí)Select:Stat>ControlChart>VariablesChartsforindividuals>Z-MR73精選課件輸入?yún)?shù)輸入變量和樣本數(shù)74精選課件圖形輸出75精選課件判圖請(qǐng)判定前圖是否有異常請(qǐng)問(wèn)本圖為解析用圖或是控制用圖76精選課件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77精選課件Z-MR練習(xí)打開(kāi)下列檔案，用其來(lái)進(jìn)行Z-MR圖練習(xí)Select:Stat>ControlChart>VariablesChartsforindividuals>Z-MR78精選課件輸入?yún)?shù)輸入變量輸入自變量79精選課件決定估計(jì)選擇標(biāo)準(zhǔn)差的估計(jì)方法80精選課件圖形輸出81精選課件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82精選課件p練習(xí)P圖只能適用在二項(xiàng)分布的質(zhì)量特性性。在做p圖時(shí)，要注意其樣本數(shù)必須達(dá)到1/p~5/p，如此之下的圖才比較具有意義。83精選課件輸入數(shù)據(jù)請(qǐng)打開(kāi)數(shù)據(jù)文檔Select:Stat>ControlChart>AttributesCharts>P84精選課件輸入?yún)?shù)輸入樣本數(shù)輸入變量85精選課件決定判異準(zhǔn)則選擇判異準(zhǔn)則計(jì)數(shù)型的判異準(zhǔn)則與計(jì)量型的不太一樣86精選課件保存P值保存根據(jù)數(shù)據(jù)計(jì)算所得到的總的不良率87精選課件圖形輸出88精選課件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89精選課件np練習(xí)np圖只能適用在二項(xiàng)分布的質(zhì)量特性性。在做np圖時(shí)，要注意其樣本數(shù)必須達(dá)到1/p~5/p，如此之下的圖才比較具有意義。Np圖要求的每組的樣本數(shù)必須是一樣的。90精選課件輸入數(shù)據(jù)請(qǐng)打開(kāi)數(shù)據(jù)文檔

Select:Stat>ControlChart>AttributesCharts>NP91精選課件輸入?yún)?shù)輸入樣本數(shù)輸入變量92精選課件圖形輸出93精選課件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繪圖及分析判定及采取措施94精選課件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(shí)，要注意其樣本數(shù)必須達(dá)到取樣時(shí)至少包含一個(gè)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。95精選課件輸入數(shù)據(jù)請(qǐng)打開(kāi)數(shù)據(jù)文檔Select:Stat>ControlChart>AttributesCharts>C96精選課件輸入?yún)?shù)輸入變量97精選課件決定判異準(zhǔn)則判異準(zhǔn)則同P圖一樣98精選課件圖形輸出99精選課件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100精選課件u圖練習(xí)u圖只能適用在卜氏分布的質(zhì)量特性上。在做u圖時(shí)，要注意其樣本數(shù)必須達(dá)到取樣時(shí)至少包含一個(gè)缺陷以上，如此之下的圖才比較具有意義。101精選課件輸入數(shù)據(jù)請(qǐng)打開(kāi)數(shù)據(jù)文檔Select:Stat>ControlChart>AttributesCharts>U102精選課件輸入?yún)?shù)輸入變量輸入樣本量103精選課件圖形輸出104精選課件MINITAB之制程能力分析p105精選課件制程能力之分類計(jì)量型(基于正態(tài)分布)計(jì)數(shù)型(基于二項(xiàng)分布)計(jì)數(shù)型(基于卜氏項(xiàng)分布)106精選課件MINITAB能力分析的選項(xiàng)(計(jì)量型)CapabilityAnalysis(Normal)CapabilityAnalysis(Between/Within)CapabilityAnalysis(Weibull)CapabilitySixpack(Normal)CapabilitySixpack(Between/Within)CapabilitySixpack(Weibull)107精選課件CapabilityAnalysis(Normal)該命令會(huì)劃出帶理論正態(tài)曲線的直方圖，這可直觀評(píng)估數(shù)據(jù)的正態(tài)性。輸出報(bào)告中還包含過(guò)程能力統(tǒng)計(jì)表，包括子組內(nèi)和總體能力統(tǒng)計(jì)。108精選課件CapabilityAnalysis(Between/Within)該命令會(huì)劃出帶理論正態(tài)曲線的直方圖，可以直觀評(píng)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(chǎng)合。輸出報(bào)告中還包含過(guò)程能力統(tǒng)計(jì)表，包括子組間／子組內(nèi)和總體能力統(tǒng)計(jì)。109精選課件CapabilityAnalysis(Weibull)該命會(huì)會(huì)劃出帶韋伯曲線的直方圖，這可直觀評(píng)估數(shù)據(jù)是否服從韋伯分布。輸出報(bào)告中還包含總體過(guò)程總能力統(tǒng)計(jì)110精選課件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(jìn)行分析結(jié)果說(shuō)明111精選課件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(jìn)行分析結(jié)果說(shuō)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(cè)量系統(tǒng)的分析要先做好。112精選課件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(jìn)行分析結(jié)果說(shuō)明在收集Y特性時(shí)要注意層別和分組。各項(xiàng)的數(shù)據(jù)要按時(shí)間順序做好相應(yīng)的整理113精選課件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(jìn)行分析結(jié)果說(shuō)明將數(shù)據(jù)輸入MINTAB中，或則在EXCEL中都可以。114精選課件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(jìn)行分析結(jié)果說(shuō)明利用MINITAB>STAT>QUALITYTOOL>CAPABILITYANALYSIS>NORMAL115精選課件STEP5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(jìn)行分析結(jié)果說(shuō)明利用MINITAB的各項(xiàng)圖形來(lái)進(jìn)行結(jié)果說(shuō)明116精選課件練習(xí)樣本X1X2X3X4X5199.7098.72100.24101.28101.20299.32100.97100.8799.2498.21399.8999.83101.4899.56100.90499.1599.7199.1799.3098.80599.66100.80101.06101.16100.45697.7498.8299.2498.6498.737101.18100.2499.6299.3399.918101.54100.96100.62100.67100.499101.49100.6799.36100.38102.101097.1698.2697.59100.0999.78117精選課件輸入數(shù)據(jù)注意輸入方式Select:Stat>QualityTools>CapabiltyAnalysis>Normal118精選課件輸入選項(xiàng)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119精選課件選擇標(biāo)準(zhǔn)差的估計(jì)方法一般選擇復(fù)合的標(biāo)準(zhǔn)差估計(jì)方式120精選課件選項(xiàng)的輸入如果需要計(jì)算Cpm則需要輸入目標(biāo)值過(guò)程能力表現(xiàn)形式的選擇121精選課件以Cpk,Ppk結(jié)果的輸出122精選課件以Zbench方式輸出123精選課件結(jié)果說(shuō)明請(qǐng)學(xué)員按此圖形來(lái)說(shuō)明該制程狀況124精選課件CapabilityAnalysis(Between/Within)125精選課件CapabilityAnalysis(Weibull)此項(xiàng)的分析是用在當(dāng)制程不是呈現(xiàn)正態(tài)分布時(shí)所使用。因?yàn)槿绻瞥滩皇钦龖B(tài)分布硬用正態(tài)分布來(lái)分析時(shí)，容易產(chǎn)生誤差，所以此時(shí)可以使用韋氏分布來(lái)進(jìn)行分析，會(huì)更貼近真實(shí)現(xiàn)像。126精選課件練習(xí)請(qǐng)使用同前之?dāng)?shù)據(jù)來(lái)進(jìn)行分析。上規(guī)格：103下規(guī)格：97規(guī)格中心：100127精選課件輸入相關(guān)參數(shù)Select:Stat>QualityTools>CapabiltyAnalysis>Nonnormal128精選課件填入選項(xiàng)要求韋氏分布的參數(shù)估計(jì)129精選課件結(jié)果圖形130精選課件正態(tài)分布適用性的判定可以使用Stat>basicstatistic>normalitytest但數(shù)據(jù)要放到同一個(gè)column中，所以必須針對(duì)前面的數(shù)據(jù)進(jìn)行一下處理131精選課件數(shù)據(jù)調(diào)整進(jìn)行數(shù)據(jù)的堆積132精選課件填寫選項(xiàng)輸入變量輸入作為參考的概率線133精選課件結(jié)果輸出134精選課件結(jié)果輸出(加標(biāo)0.5概率)135精選課件計(jì)量型制程能力分析總結(jié)一般的正態(tài)分布使用CapabilityAnalysis(Normal)如果是正態(tài)分布且其組內(nèi)和組間差異較大時(shí)可用CapabilityAnalysis(Between/Within)當(dāng)非正態(tài)分布時(shí)則可以使用CapabilityAnalysis(Weibull)136精選課件CapabilitySixpack(Normal)復(fù)合了以下的六個(gè)圖形XbarR原始數(shù)據(jù)分布（plot）直方圖正態(tài)分布檢定CPK,PPK137精選課件練習(xí)請(qǐng)以前面的數(shù)據(jù)來(lái)進(jìn)行相應(yīng)的CapabilitySixpack(Normal)練習(xí)Select:Stat>QualityTools>CapabiltySixpack>Normal138精選課件輸入各項(xiàng)參數(shù)輸入規(guī)格139精選課件選定判異準(zhǔn)則選擇判異準(zhǔn)則140精選課件選擇標(biāo)準(zhǔn)差估計(jì)方法默認(rèn)值是復(fù)合標(biāo)準(zhǔn)差計(jì)算公式141精選課件考慮可選擇項(xiàng)如果希望計(jì)算Cpm,則輸入目標(biāo)值142精選課件結(jié)果輸出143精選課件CapabilitySixpack(Between/Within)復(fù)合了以下的六個(gè)圖形XbarR原始數(shù)據(jù)分布直方圖正態(tài)分布檢定CPK,PPK144精選課件同前練習(xí)及結(jié)果145精選課件CapabilitySixpack(Weibull)復(fù)合了以下的六個(gè)圖形XbarR原始數(shù)據(jù)分布直方圖正態(tài)分布檢定CPK,PPK146精選課件結(jié)果輸出147精選課件二項(xiàng)分布制程能力分析二項(xiàng)分布只適合用在好，不好過(guò)，不過(guò)好，壞不可以用在0,1,2,3等二項(xiàng)以的選擇，此種狀況必須使用卜氏分布。148精選課件示例數(shù)據(jù)在excel檔案中Select:Stat>QualityTools>CapabiltyAnalysis>Binomial149精選課件填好各項(xiàng)的參數(shù)輸入樣本數(shù)輸入歷史的不良率150精選課件選好控制圖的判異準(zhǔn)則151精選課件結(jié)果及輸出152精選課件卜氏分布制程能力分析卜分布只適合用在計(jì)數(shù)型，有二個(gè)以上的選擇時(shí)例如可以用在外觀檢驗(yàn)，但非關(guān)鍵項(xiàng)部份0,1,2,3等二項(xiàng)以的選擇，此種狀況必須使用卜氏分布。153精選課件示例數(shù)據(jù)在excel檔案中Select:Stat>QualityTools>CapabiltyAnalysis>Poisson154精選課件填好各項(xiàng)的參數(shù)155精選課件結(jié)果及輸出156精選課件基礎(chǔ)統(tǒng)計(jì)p157精選課件描述性統(tǒng)計(jì)一些參加統(tǒng)計(jì)學(xué)課程的學(xué)生做了一個(gè)簡(jiǎn)單的試驗(yàn)。每個(gè)學(xué)生被要求記錄下自己的每分鐘脈搏跳動(dòng)次數(shù)。下面我們對(duì)他們脈搏跳動(dòng)的數(shù)據(jù)進(jìn)行簡(jiǎn)單的分析。158精選課件描述性統(tǒng)計(jì)1

OpentheworksheetPULSE.MTW.2

ChooseStat>BasicStatistics>GraphicalSummary.3

InVariables,enterPulse1.ClickOK.159精選課件結(jié)果輸出160精選課件Z檢驗(yàn)例某零件，其厚度在正常生產(chǎn)下服從N(0.13，0.0152)。某日在生產(chǎn)的產(chǎn)品中抽查了10次，其觀測(cè)值為：0.112，0.130，0.129，0.152，0.138，0.118，0.151，0.128，0.158，0.142。發(fā)現(xiàn)平均厚度已稍增大至0.136，如果標(biāo)準(zhǔn)差不變，試問(wèn)生產(chǎn)是否正常？（取α＝0.05）161精選課件Z檢驗(yàn)

H0：μ＝0.13，H1：μ≠0.13

由于σ已知，故用z檢驗(yàn)由MINITAB計(jì)算，Stat－BasicStatistics－1SampleZTestofmu=0.13vsnot=0.13Theassumedstandarddeviation=0.015VariableNMeanStDevSEMean95%CIZPC1100.1358000.0151060.004743(0.126503,0.145097)1.220.221162精選課件t檢驗(yàn)例某賓館六西格瑪團(tuán)隊(duì)評(píng)定某項(xiàng)服務(wù)的等級(jí)，最大可能的級(jí)別為10。團(tuán)隊(duì)規(guī)定服務(wù)等級(jí)的總體均值“達(dá)到7”的服務(wù)項(xiàng)目可以接受，總體均值“超過(guò)7”的認(rèn)為有提高。隨機(jī)調(diào)查12位顧客，要求他們對(duì)此項(xiàng)服務(wù)評(píng)定等級(jí)，得到12個(gè)級(jí)別數(shù)據(jù)為：7，8，10，8，6，9，6，7，7，8，9和8。假設(shè)總體級(jí)別近似服從正態(tài)分布，在顯著性水平α＝0.05的情況下，問(wèn)服務(wù)項(xiàng)目確實(shí)比規(guī)定可接受標(biāo)準(zhǔn)有提高嗎？163精選課件t檢驗(yàn)建立假設(shè)H0：μ＝7，H1：μ>7σ未知，且n≤7是小樣本，故選用t檢驗(yàn)。下面是MINITAB軟件計(jì)算的結(jié)果：Testofmu=7vs>7

VariableNMeanStDevSEMean95%LowerBoundTPC1127.750001.215430.350867.119892.140.028164精選課件1P檢驗(yàn)例某廠規(guī)定產(chǎn)品必須經(jīng)過(guò)檢驗(yàn)合格后才能出廠，某不合格品率p0不得超過(guò)5％?，F(xiàn)從一批產(chǎn)品中隨機(jī)抽取50個(gè)進(jìn)行檢驗(yàn)，發(fā)現(xiàn)有4個(gè)不合格品，問(wèn)該批產(chǎn)品能否出廠？（取α＝0.05）165精選課件1P檢驗(yàn)用MINITAB軟件計(jì)算，Stat－BasicStatistics－1ProportionTestandCIforOneProportionTestofp=0.05vsp>0.05

SampleXNSamplep95%LowerBoundExactP-Value14500.0800000.0277880.240166精選課件2P檢驗(yàn)例用A與B兩種不同的方法制造某種零件，從各自制造的零件中分別隨機(jī)抽取100個(gè)，其中A有10個(gè)廢品，B有3個(gè)廢品。在α＝0.05水平上，能否認(rèn)為廢品率與方法有關(guān)？167精選課件2P檢驗(yàn)用MINITAB軟件計(jì)算，Stat－BasicStatistics－2ProportionTestandCIforTwoProportionsSampleXNSamplep1101000.100000231000.030000Difference=p(1)-p(2)Estimatefordifference:0.0795%CIfordifference:(0.00235994,0.137640)Testfordifference=0(vsnot=0):Z=2.03P-Value=0.043168精選課件標(biāo)準(zhǔn)差的檢驗(yàn)例

在改革工藝前后，各測(cè)量了若干鋼條的抗剪強(qiáng)度，數(shù)據(jù)如下：改革后：525，531，518，533，546，524，521，533，545，540改革前：521，525，533，525，517，514，526，519設(shè)改革后鋼條的抗剪強(qiáng)度，改革前為問(wèn)：可以認(rèn)為改革工藝后鋼條的抗剪強(qiáng)度標(biāo)準(zhǔn)差有改變嗎？

169精選課件標(biāo)準(zhǔn)差的檢驗(yàn)設(shè)用MINITAB軟件，Stat－BasicStatistics－2Variances170精選課件MSA

測(cè)量系統(tǒng)分析p171精選課件MSA的目的了解測(cè)量系統(tǒng)是否有足夠的能力來(lái)偵測(cè)出產(chǎn)品或制程參數(shù)的變更。172精選課件MSA分析的對(duì)像只要控制計(jì)劃當(dāng)中所提出的測(cè)量系統(tǒng)就必須進(jìn)行分析。包含產(chǎn)品特性包含過(guò)程特性173精選課件MSA分析方法的分類MSA計(jì)量型計(jì)數(shù)型破壞型174精選課件計(jì)量型MSA計(jì)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175精選課件計(jì)數(shù)型MSA計(jì)量型風(fēng)險(xiǎn)分析法信號(hào)分析法數(shù)據(jù)解析法176精選課件破壞性MSA計(jì)量型偏倚分析變異分析穩(wěn)定性分析法177精選課件偏移(Bias)真值觀測(cè)平均值偏倚偏倚：是測(cè)量結(jié)果的觀測(cè)平均值與基準(zhǔn)值的差值。真值的取得可以通過(guò)采用更高級(jí)別的測(cè)量設(shè)備進(jìn)行多次測(cè)量，取其平均值而定之。178精選課件重復(fù)性(Repeatability)重復(fù)性重復(fù)性是由一個(gè)評(píng)價(jià)人，采用一種測(cè)量?jī)x器，多次測(cè)量同一零件的同一特性時(shí)獲得的測(cè)量值變差。179精選課件再現(xiàn)性(Reproducibility)再現(xiàn)性是由不同的評(píng)價(jià)人，采用相同的測(cè)量?jī)x器，測(cè)量同一零件的同一特性時(shí)測(cè)量平均值的變差。再現(xiàn)性180精選課件穩(wěn)定性(Stability)穩(wěn)定性時(shí)間1時(shí)間2穩(wěn)定性(或飄移)，是測(cè)量系統(tǒng)在某持續(xù)時(shí)間內(nèi)測(cè)量同一基準(zhǔn)或零件的單一特性時(shí)獲得的測(cè)量值總變差。181精選課件線性(Linearity)量程基準(zhǔn)值觀測(cè)平均值基準(zhǔn)值線性是在量具預(yù)期的工作范圍內(nèi)，偏倚值的差值182精選課件線性(Linearity)觀測(cè)平均值基準(zhǔn)值無(wú)偏倚有偏倚183精選課件Casestudy

(你喜歡什么類型儀器)基準(zhǔn)值觀測(cè)平均值基準(zhǔn)值觀測(cè)平均值基準(zhǔn)值觀測(cè)平均值184精選課件穩(wěn)定性分析的做法自控制計(jì)劃中去尋找需要分析的測(cè)量系統(tǒng)，主要的考慮來(lái)自：控制計(jì)劃中所提及的產(chǎn)品特性控制計(jì)劃中所提及的過(guò)程特性決定要分析的測(cè)量系統(tǒng)選取一標(biāo)準(zhǔn)樣本，取值參考值請(qǐng)現(xiàn)場(chǎng)測(cè)量人員連續(xù)測(cè)量25組數(shù)據(jù)每次測(cè)量2~5次輸入數(shù)據(jù)到EXCEL，Xbar-R表格中計(jì)算控制界限，並用圖判定是否穩(wěn)定後續(xù)持續(xù)點(diǎn)圖，判圖保留記錄185精選課件穩(wěn)定性分析的做法選取一標(biāo)準(zhǔn)樣品控制計(jì)劃中所提及的產(chǎn)品特性控制計(jì)劃中所提及的過(guò)程特性取出對(duì)產(chǎn)品特性或過(guò)程特性有代表性的樣本。針對(duì)本樣本使用更高精密度等級(jí)的儀器進(jìn)行精密測(cè)量十次，加以平均，做為參考值。決定要分析的測(cè)量系統(tǒng)選取一標(biāo)準(zhǔn)樣本，取值參考值請(qǐng)現(xiàn)場(chǎng)測(cè)量人員連續(xù)測(cè)量25組數(shù)據(jù)每次測(cè)量2~5次輸入數(shù)據(jù)到EXCEL，Xbar-R表格中計(jì)算控制界限，並用圖判定是否穩(wěn)定後續(xù)持續(xù)點(diǎn)圖，判圖保留記錄186精選課件穩(wěn)定性分析的做法請(qǐng)現(xiàn)場(chǎng)測(cè)量人員連續(xù)測(cè)量25組數(shù)據(jù)，每次測(cè)量2~5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(shí)間內(nèi)收集，利用這些數(shù)據(jù)來(lái)了解儀器的穩(wěn)定狀況決定要分析的測(cè)量系統(tǒng)選取一標(biāo)準(zhǔn)樣本，取值參考值請(qǐng)現(xiàn)場(chǎng)測(cè)量人員連續(xù)測(cè)量25組數(shù)據(jù)每次測(cè)量2~5次輸入數(shù)據(jù)到EXCEL，Xbar-R表格中計(jì)算控制界限，並用圖判定是否穩(wěn)定後續(xù)持續(xù)點(diǎn)圖，判圖保留記錄187精選課件穩(wěn)定性分析的做法將數(shù)據(jù)輸入到minitab中。計(jì)算每一組的平均值計(jì)算每一組的R值。計(jì)算出平均值的平均值計(jì)算出R的平均值。決定要分析的測(cè)量系統(tǒng)選取一標(biāo)準(zhǔn)樣本，取值參考值請(qǐng)現(xiàn)場(chǎng)測(cè)量人員連續(xù)測(cè)量25組數(shù)據(jù)每次測(cè)量2~5次輸入數(shù)據(jù)到EXCEL，Xbar-R表格中計(jì)算控制界限，並用圖判定是否穩(wěn)定後續(xù)持續(xù)點(diǎn)圖，判圖保留記錄188精選課件穩(wěn)定性分析的做法計(jì)算控制界限平均值圖：Xbarbar+-A2Rbar,XbarbarR值圖：D4Rbar,Rbar,D3Rbar劃出控制界限將點(diǎn)子繪上先檢查R圖，是否連續(xù)25點(diǎn)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(jī)25點(diǎn)都在控制界限內(nèi)，以判定偏移是否穩(wěn)定?？梢岳肵barbar-標(biāo)準(zhǔn)值，進(jìn)行偏差檢定，看是否有偏差?？梢岳肦bar/d2來(lái)了解儀器的重復(fù)性。決定要分析的測(cè)量系統(tǒng)選取一標(biāo)準(zhǔn)樣本，取值參考值請(qǐng)現(xiàn)場(chǎng)測(cè)量人員連續(xù)測(cè)量25組數(shù)據(jù)每次測(cè)量2~5次輸入數(shù)據(jù)到EXCEL，Xbar-R表格中計(jì)算控制界限，並用圖判定是否穩(wěn)定後續(xù)持續(xù)點(diǎn)圖，判圖保留記錄189精選課件穩(wěn)定性分析的做法后續(xù)持續(xù)點(diǎn)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(shí)間，使用同樣的樣本、同樣的測(cè)量?jī)x器，同樣的測(cè)量人員。此時(shí)由于樣本、儀品、人都是固定的，所以如果繪出來(lái)的圖形有異常，一般就代表儀器有問(wèn)題，要進(jìn)行相應(yīng)的處理。異常的判定點(diǎn)：一點(diǎn)超出控制界限線：連續(xù)七點(diǎn)上升，連續(xù)七點(diǎn)下降，連績(jī)七點(diǎn)在同一側(cè)。面：非隨機(jī)性分析，在+-1sigma的范圍內(nèi)應(yīng)覆蓋68%的概率。決定要分析的測(cè)量系統(tǒng)選取一標(biāo)準(zhǔn)樣本，取值參考值請(qǐng)現(xiàn)場(chǎng)測(cè)量人員連續(xù)測(cè)量25組數(shù)據(jù)每次測(cè)量2~5次輸入數(shù)據(jù)到EXCEL，Xbar-R表格中計(jì)算控制界限，並用圖判定是否穩(wěn)定後續(xù)持續(xù)點(diǎn)圖，判圖保留記錄190精選課件穩(wěn)定性分析的做法保留記錄各項(xiàng)的線性分析的記錄要保存下來(lái)，可以和PPAP檔案存放在一起，以有效證明公司的測(cè)量?jī)x器其測(cè)量能力是足夠的。決定要分析的測(cè)量系統(tǒng)選取一標(biāo)準(zhǔn)樣本，取值參考值請(qǐng)現(xiàn)場(chǎng)測(cè)量人員連續(xù)測(cè)量25組數(shù)據(jù)每次測(cè)量2~5次輸入數(shù)據(jù)到EXCEL，Xbar-R表格中計(jì)算控制界限，並用圖判定是否穩(wěn)定後續(xù)持續(xù)點(diǎn)圖，判圖保留記錄191精選課件范例10/1610/2210/2811/1211/1811/191/156/1910/1211/2012/948.648.448.948.948.948.548.448.747.847.948.148.748.848.647.950.149.048.248.048.648.348.648.348.048.948.049.249.048.347.748.748.448.71/122/133/204/115/206/196/287/607/218/98/2248.248.148.348.048.148.148.348.148.048.247.948.548.748.948.748.448.448.648.648.648.448.348.948.548.648.648.748.748.548.748.748.948.79/79/1110/948.048.147.948.448.648.348.848.948.4192精選課件193精選課件結(jié)果判定可以利用Xbar-MASTER來(lái)評(píng)估其偏差程度。可以利用Rbar/d2來(lái)評(píng)估其EV，例用EV/TV可以了解其相應(yīng)的EV%。194精選課件示例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(jìn)行相應(yīng)的統(tǒng)計(jì)t檢定看是否有顯著差異利用Rbar/d2來(lái)估計(jì)其標(biāo)準(zhǔn)差，也可以評(píng)估其相應(yīng)的EV%。195精選課件Minitab的做法收集數(shù)據(jù)將數(shù)據(jù)輸入minitab中制作控制圖判圖數(shù)據(jù)解析判定儀器的適用性196精選課件偏倚分析的做法決定要分析的測(cè)量系統(tǒng)抽取樣本，取值參考值請(qǐng)現(xiàn)場(chǎng)測(cè)量人員測(cè)量15次輸入數(shù)據(jù)到minitab表格中計(jì)算t值，並判定是否合格，是否要加補(bǔ)正值保留記錄197精選課件偏倚分析的做法決定要分析的測(cè)量系統(tǒng)抽取樣本，取值參考值請(qǐng)現(xiàn)場(chǎng)測(cè)量人員測(cè)量15次輸入數(shù)據(jù)到minitab中計(jì)算t值，並判定是否合格，是否要加補(bǔ)正值保留記錄自控制計(jì)劃中去尋找需要分析的測(cè)量系統(tǒng)，主要的考慮來(lái)自：控制計(jì)劃中所提及的產(chǎn)品特性控制計(jì)劃中所提及的過(guò)程特性198精選課件偏倚分析的做法決定要分析的測(cè)量系統(tǒng)抽取樣本，取值參考值請(qǐng)現(xiàn)場(chǎng)測(cè)量人員測(cè)量15次輸入數(shù)據(jù)到minitab中計(jì)算t值，並判定是否合格，是否要加補(bǔ)正值保留記錄自生產(chǎn)現(xiàn)場(chǎng)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(cè)量設(shè)備，測(cè)量十次，加以平均，取得參考值。199精選課件偏倚分析的做法決定要分析的測(cè)量系統(tǒng)抽取樣本，取值參考值請(qǐng)現(xiàn)場(chǎng)測(cè)量人員測(cè)量15次輸入數(shù)據(jù)到minitab表格中計(jì)算t值，並判定是否合格，是否要加補(bǔ)正值保留記錄現(xiàn)場(chǎng)人員測(cè)量：現(xiàn)場(chǎng)人員：指的是實(shí)際在現(xiàn)場(chǎng)工作的人員，由于他們來(lái)進(jìn)行測(cè)量，才能真正了解公司測(cè)量的偏差是多少。重復(fù)測(cè)量十五次，取記錄其值。200精選課件偏倚分析的做法決定要分析的測(cè)量系統(tǒng)抽取樣本，取值參考值請(qǐng)現(xiàn)場(chǎng)測(cè)量人員測(cè)量15次輸入數(shù)據(jù)到minitab表格中計(jì)算t值，並判定是否合格，是否要加補(bǔ)正值保留記錄將數(shù)據(jù)輸入到minitab中：excel：我們利用來(lái)計(jì)劃平均值，標(biāo)準(zhǔn)差，以及平均值的標(biāo)準(zhǔn)差。平均值使用的語(yǔ)法：average標(biāo)準(zhǔn)差的語(yǔ)法為：stdev201精選課件偏倚分析的做法決定要分析的測(cè)量系統(tǒng)抽取樣本，取值參考值請(qǐng)現(xiàn)場(chǎng)測(cè)量人員測(cè)量15次輸入數(shù)據(jù)到EXCEL表格中計(jì)算t值，並判定是否合格，是否要加補(bǔ)正值保留記錄計(jì)算t值，并加以判定t值的計(jì)算法：利用(平均值-標(biāo)準(zhǔn)值)／平均值的標(biāo)準(zhǔn)差。tα=是指用來(lái)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α=0.05如果t>tα就代表有明顯的偏移。如果t<tα就代表沒(méi)有明顯的偏移。在minitab中可直接看p值202精選課件偏倚分析的做法決定要分析的測(cè)量系統(tǒng)抽取樣本，取值參考值請(qǐng)現(xiàn)場(chǎng)測(cè)量人員測(cè)量15次輸入數(shù)據(jù)到EXCEL表格中計(jì)算t值，並判定是否合格，是否要加補(bǔ)正值保留記錄結(jié)果判定如果t<tα就代表沒(méi)有明顯的偏移。此是可以接受的。如果t>tα就代表有明顯的偏移。此時(shí)就要再看其所受的影響。我們利用偏差／公差，或偏差／過(guò)程變化范圍來(lái)了解其受影響的比例，如果比例比較高時(shí)那么就可能儀器要停用或者修理。203精選課件偏倚分析的做法決定要分析的測(cè)量系統(tǒng)抽取樣本，取值參考值請(qǐng)現(xiàn)場(chǎng)測(cè)量人員測(cè)量15次輸入數(shù)據(jù)到EXCEL表格中計(jì)算t值，並判定是否合格，是否要加補(bǔ)正值保留記錄保留記錄各項(xiàng)的線性分析的記錄要保存下來(lái)，可以和PPAP檔案存放在一起，以有效證明公司的測(cè)量?jī)x器其測(cè)量能力是足夠的。204精選課件偏差練習(xí)基準(zhǔn)值=6.0偏倚15.8-0.225.7-0.335.9-0.145.9-0.156.00.066.10.176.00.086.10.196.40.4106.30.3116.00.0126.10.1136.20.2145.6-0.4156.00.0205精選課件數(shù)據(jù)解析結(jié)果n(m)均值標(biāo)準(zhǔn)偏差σr均值的標(biāo)準(zhǔn)偏差σb測(cè)量值156.00670.225140.05814206精選課件將數(shù)據(jù)輸入minitabSelect:Stat>BasicStatistics>1Samplet207精選課件設(shè)定檢定對(duì)像及檢定值輸入基準(zhǔn)值208精選課件繪圖選檢定直方圖可以選擇不同的圖型來(lái)形象表示209精選課件置信區(qū)間選0.95選擇置信區(qū)間選擇假設(shè)和被擇假設(shè)210精選課件結(jié)果輸出One-SampleT:偏差Testofmu=0vsmunot=0VariableNMeanStDevSEMean偏差150.00670.21200.0547Variable95.0%CITP偏差(-0.1107,0.1241)0.120.905tHistogramof偏差211精選課件圖形輸出212精選課件線性的研究指南－1選取至少5個(gè)樣本測(cè)量樣本10次以上計(jì)算偏倚和偏倚均值繪制線性圖畫出“偏倚＝0”并判定記錄保存

取至少5個(gè)樣本，樣本測(cè)量值要覆蓋測(cè)量?jī)x器一定的量程范圍。確定每個(gè)樣本的基準(zhǔn)值測(cè)量樣本大于等于10次，取均值作為“基準(zhǔn)值”213精選課件線性的研究指南－2選取至少5個(gè)樣本測(cè)量樣本10次以上計(jì)算偏倚和偏倚均值繪制線性圖畫出“偏倚＝0”并判定記錄保存

隨機(jī)化選擇樣本讓評(píng)價(jià)人測(cè)量由現(xiàn)場(chǎng)實(shí)際操作該儀器的人員測(cè)量樣本對(duì)每個(gè)樣本測(cè)量10次以上214精選課件線性的研究指南－3選取至少5個(gè)樣本測(cè)量樣本10次以上計(jì)算偏倚和偏倚均值繪制線性圖畫出“偏倚＝0”并判定記錄保存

計(jì)算每次測(cè)量的樣本的偏倚計(jì)算每種樣本測(cè)量的偏倚均值215精選課件線性的研究指南－4選取至少5個(gè)樣本測(cè)量樣本10次以上計(jì)算偏倚和偏倚均值繪制線性圖畫出“偏倚＝0”并判定記錄保存

對(duì)計(jì)算出的偏倚均值和基準(zhǔn)值建立線性關(guān)系：，是基準(zhǔn)值，是偏倚平均值利用最小二乘法計(jì)算出斜率a和截距b，以及在置信水平為α下的置信帶由于計(jì)算很復(fù)雜（見(jiàn)MSA第三版79頁(yè)），推薦使用軟件進(jìn)行擬合，EXCEL或MINITAB216精選課件線性的研究指南－5選取至少5個(gè)樣本測(cè)量樣本10次以上計(jì)算偏倚和偏倚均值繪制線性圖畫出“偏倚＝0”并判定記錄保存

畫出“bias＝0”的直線若“bias＝0”的直線完全在擬合線置信帶以內(nèi)，則線性可接受；否則，線性不可接受217精選課件線性的研究指南－6選取至少5個(gè)樣本測(cè)量樣本10次以上計(jì)算偏倚和偏倚均值繪制線性圖畫出“偏倚＝0”并判定記錄保存

線性分析的記錄要保存下來(lái)，可以和PPAP檔案存放在一起，以有效證明公司的測(cè)量?jī)x器其測(cè)量能力是足夠的。218精選課件例題一名工廠主管希望對(duì)過(guò)程采用新測(cè)量系統(tǒng)。作為PPAP的一部份，需要評(píng)價(jià)測(cè)量系統(tǒng)的線性?；谝炎C明的過(guò)程變差，在測(cè)量系統(tǒng)操作量程內(nèi)選擇了五個(gè)零件。每個(gè)零件經(jīng)過(guò)全尺寸檢測(cè)測(cè)量以確定其基準(zhǔn)值。然后由領(lǐng)班分別測(cè)量每個(gè)零件12次。研究中零件是被隨機(jī)選擇的。219精選課件例題pmrpmrpmrpmrpmr122.7245.1365.8487.65109.1122.5243.9365.7487.75109.3122.4244.2365.9487.85109.5122.5245.0365.9487.75109.3122.7243.8366.0487.85109.4122.3243.9366.1487.85109.5122.5243.9366.0487.85109.5122.5243.9366.1487.75109.5122.4243.9366.4487.85109.6122.4244.0366.3487.55109.2122.6244.1366.0487.65109.3122.4243.8366.1487.75109.4220精選課件例題解答零件基準(zhǔn)值123452.004.006.008.0010.0010.71.1-0.2-0.4-0.920.5-0.1-0.3-0.3-0.730.40.2-0.1-0.2-0.540.51-0.1-0.3-0.750.7-0.20.0-0.2-0.660.3-0.10.1-0.2-0.570.5-0.10.0-0.2-0.580.5-0.10.1-0.3-0.590.4-0.10.4-0.2-0.4100.40.00.3-0.5-0.8110.60.10.0-0.4-0.7120.4-0.20.1-0.3-0.6偏倚均值0.4916670.1250.025-0.29167-0.61667221精選課件MINITAB軟件操作從Stat－QualityTools－GageStudy－GageLinearityandBiasStudy進(jìn)入222精選課件結(jié)果輸出223精選課件結(jié)論從圖形可以明顯看出：測(cè)量系統(tǒng)存在線性問(wèn)題?！捌校?”的線與置信帶交叉，但不包含在內(nèi)。主管需要對(duì)線性問(wèn)題查找原因如果偏倚在測(cè)量范圍內(nèi)不能調(diào)整為0，只要測(cè)量系統(tǒng)穩(wěn)定性O(shè)K，進(jìn)行軟件調(diào)零后仍可用于產(chǎn)品和過(guò)程的控制，但不能用于對(duì)產(chǎn)品和過(guò)程進(jìn)行分析。224精選課件R&R分析的做法決定要分析的測(cè)量系統(tǒng)選取十個(gè)可以代表製程的樣本以及挑選現(xiàn)場(chǎng)實(shí)際測(cè)量人員2~3人請(qǐng)現(xiàn)場(chǎng)人員對(duì)十個(gè)產(chǎn)品連續(xù)重複測(cè)量2~3次，記得盲測(cè)的要求輸入數(shù)據(jù)到minitab中計(jì)算出R&R的結(jié)果進(jìn)行判定，和採(cǎi)取相應(yīng)措施保留記錄225精選課件R&R分析決定要分析的測(cè)量系統(tǒng)選取十個(gè)可以代表製程的樣本以及挑選現(xiàn)場(chǎng)實(shí)際測(cè)量人員2~3人請(qǐng)現(xiàn)場(chǎng)人員對(duì)十個(gè)產(chǎn)品連續(xù)重複測(cè)量2~3次，記得盲測(cè)的要求輸入數(shù)據(jù)到EXCEL的R&R表格中計(jì)算出R&R的結(jié)果進(jìn)行判定，和採(cǎi)取相應(yīng)措施保留記錄決定要分析的測(cè)量系統(tǒng)由控制計(jì)劃當(dāng)中挑選，需要進(jìn)行分析的儀器。一般典型包含了產(chǎn)品特性測(cè)量?jī)x器以及過(guò)程特性測(cè)量?jī)x器。測(cè)量風(fēng)險(xiǎn)愈高的儀器要愈優(yōu)先分析。226精選課件R&R分析決定要分析的測(cè)量系統(tǒng)選取十個(gè)可以代表製程的樣本以及挑選現(xiàn)場(chǎng)實(shí)際測(cè)量人員2~3人請(qǐng)現(xiàn)場(chǎng)人員對(duì)十個(gè)產(chǎn)品連續(xù)重複測(cè)量2~3次，記得盲測(cè)的要求輸入數(shù)據(jù)到EXCEL的R&R表格中計(jì)算出R&R的結(jié)果進(jìn)行判定，和採(cǎi)取相應(yīng)措施保留記錄選擇十個(gè)可以代表制程變化的產(chǎn)品，一般此項(xiàng)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(shí)際現(xiàn)測(cè)量人員的操作測(cè)量人員。。每一個(gè)測(cè)量人員針對(duì)每一個(gè)產(chǎn)品重復(fù)測(cè)量2~3次。測(cè)量風(fēng)險(xiǎn)愈高的儀器要愈優(yōu)先分析。227精選課件R&R分析請(qǐng)現(xiàn)場(chǎng)人員對(duì)十個(gè)產(chǎn)品重復(fù)測(cè)量2~3次。在測(cè)量時(shí)，要使用盲測(cè)的原則，偵測(cè)出人員平常測(cè)量時(shí)的無(wú)意識(shí)錯(cuò)誤，才能真正估計(jì)出在正式測(cè)量時(shí)的誤差。決定要分析的測(cè)量系統(tǒng)選取十個(gè)可以代表製程的樣本以及挑選現(xiàn)場(chǎng)實(shí)際測(cè)量人員2~3人請(qǐng)現(xiàn)場(chǎng)人員對(duì)十個(gè)產(chǎn)品連續(xù)重複測(cè)量2~3次，記得盲測(cè)的要求輸入數(shù)據(jù)到EXCEL的R&R表格中計(jì)算出R&R的結(jié)果進(jìn)行判定，和採(cǎi)取相應(yīng)措施保留記錄228精選課件R&R分析決定要分析的測(cè)量系統(tǒng)選取十個(gè)可以代表製程的樣本以及挑選現(xiàn)場(chǎng)實(shí)際測(cè)量人員2~3人請(qǐng)現(xiàn)場(chǎng)人員對(duì)十個(gè)產(chǎn)品連續(xù)重複測(cè)量2~3次，記得盲測(cè)的要求輸入數(shù)據(jù)到EXCEL的R&R表格中計(jì)算出R&R的結(jié)果進(jìn)行判定，和採(cǎi)取相應(yīng)措施保留記錄將各項(xiàng)的測(cè)量數(shù)據(jù)輸入到excel的檔案當(dāng)中。輸入數(shù)據(jù)時(shí)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。229精選課件R&R分析決定要分析的測(cè)量系統(tǒng)選取十個(gè)可以代表製程的樣本以及挑選現(xiàn)場(chǎng)實(shí)際測(cè)量人員2~3人請(qǐng)現(xiàn)場(chǎng)人員對(duì)十個(gè)產(chǎn)品連續(xù)重複測(cè)量2~3次，記得盲測(cè)的要求輸入數(shù)據(jù)到EXCEL的R&R表格中計(jì)算出R&R的結(jié)果進(jìn)行判定，和採(cǎi)取相應(yīng)措施保留記錄計(jì)算出R&R的結(jié)果一般利用此項(xiàng)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。230精選課件R&R分析決定要分析的測(cè)量系統(tǒng)選取十個(gè)可以代表製程的樣本以及挑選現(xiàn)場(chǎng)實(shí)際測(cè)量人員2~3人請(qǐng)現(xiàn)場(chǎng)人員對(duì)十個(gè)產(chǎn)品連續(xù)重複測(cè)量2~3次，記得盲測(cè)的要求輸入數(shù)據(jù)到EXCEL的R&R表格中計(jì)算出R&R的結(jié)果進(jìn)行判定，和採(cǎi)取相應(yīng)措施保留記錄判定：R&R%<10%，良好，可以接受。10%<R&R%<30%，可能可能接受，可能不可以接受，依據(jù)測(cè)量特性的重要性，以及目前制程的cpk能力來(lái)決定。R&R>30%，不可以接受。231精選課件R&R分析決定要分析的測(cè)量系統(tǒng)選取十個(gè)可以代表製程的樣本以及挑選現(xiàn)場(chǎng)實(shí)際測(cè)量人員2~3人請(qǐng)現(xiàn)場(chǎng)人員對(duì)十個(gè)產(chǎn)品連續(xù)重複測(cè)量2~3次，記得盲測(cè)的要求輸入數(shù)據(jù)到EXCEL的R&R表格中計(jì)算出R&R的結(jié)果進(jìn)行判定，和採(cǎi)取相應(yīng)措施保留記錄保留記錄各項(xiàng)的R&R的記錄要保存下來(lái)，可以和PPAP檔案存放在一起，以有效證明公司的測(cè)量?jī)x器其測(cè)量能力是足夠的。232精選課件R&R練習(xí)Select:Stat>QualityTools>GageStudy>GageR&RStudy(Crossed)233精選課件輸入各項(xiàng)參數(shù)234精選課件得到結(jié)果GageR&R%ContributionSourceVarComp(ofVarComp)TotalGageR&R0.00443710.67Repeatability0.0012923.10Reproducibility0.0031467.56Operator0.0009122.19Operator*Part0.0022345.37Part-To-Part0.03716489.33TotalVariation0.041602100.00StdDevStudyVar%StudyVarSource(SD)(5.15*SD)(%SV)TotalGageR&R0.0666150.3430632.66Repeatability0.0359400.1850917.62Reproducibility0.0560880.2888527.50Operator0.0302000.1555314.81Operator*Part0.0472630.2434023.17Part-To-Part0.1927810.9928294.52TotalVariation0.2039651.05042100.00NumberofDistinctCategories=4GageR&RforResponse235精選課件圖形結(jié)果236精選課件Phase3

計(jì)數(shù)型MSAp237精選課件假設(shè)檢驗(yàn)法－1選取樣本和測(cè)量人員重復(fù)判斷樣本2～3次將數(shù)據(jù)記錄在表格計(jì)算一致性和有效性判定記錄保存

選取20～50個(gè)樣本，樣本數(shù)可根據(jù)實(shí)際情況而定此樣本要包括合格、不合格的產(chǎn)品，臨界附近的產(chǎn)品研究人員對(duì)每一樣本取得基準(zhǔn)值，并正確判斷是否合格

2～3名現(xiàn)場(chǎng)的測(cè)量人員238精選課件假設(shè)檢驗(yàn)法－2選取樣本和測(cè)量人員重復(fù)判斷樣本2～3次將數(shù)據(jù)記錄在表格計(jì)算一致性和有效性判定記錄保存

每個(gè)人重復(fù)測(cè)量2～3次，根據(jù)規(guī)格作出是否合格的判定239精選課件假設(shè)檢驗(yàn)法－3選取樣本和測(cè)量人員重復(fù)判斷樣本2～3次將數(shù)據(jù)記錄在表格計(jì)算一致性和有效性判定記錄保存

將測(cè)量人員的判定結(jié)果記錄在表格中記“1”為合格；記“0”為不合格240精選課件假設(shè)檢驗(yàn)法－4選取樣本和測(cè)量人員重復(fù)判斷樣本2～3次將數(shù)據(jù)記錄在表格計(jì)算一致性和有效性判定記錄保存

利用交叉表方法來(lái)確定評(píng)價(jià)人之間和評(píng)價(jià)人與基準(zhǔn)值之間的一致性計(jì)算每個(gè)評(píng)價(jià)人作出判定的有效性241精選課件假設(shè)檢驗(yàn)法－5選取樣本和測(cè)量人員重復(fù)判斷樣本2～3次將數(shù)據(jù)記錄在表格計(jì)算一致性和有效性判定記錄保存

一致性kappa值大于0.75，一致性好Kappa值小于0.4，則一致性差有效性個(gè)人的重復(fù)性正確百分比>90%。個(gè)人和標(biāo)準(zhǔn)值相比較的正確百分比>90%。全部測(cè)量人員一致的百分比>90%。全部測(cè)量人員和標(biāo)準(zhǔn)一致的百分比>90%。萬(wàn)一小于此百分比，則代表此測(cè)量系統(tǒng)尚不可以被接受，應(yīng)做調(diào)整。242精選課件假設(shè)檢驗(yàn)法－6選取樣本和測(cè)量人員重復(fù)判斷樣本2～3次將數(shù)據(jù)記錄在表格計(jì)算一致性和有效性判定記錄保存風(fēng)險(xiǎn)分析的記錄要保存下來(lái)，可以和PPAP檔案存放在一起，以有效證明公司的測(cè)量?jī)x器其測(cè)量能力是足夠的。243精選課件案例某生產(chǎn)過(guò)程受控，但性能指數(shù)Pp=Ppk=0.5，該過(guò)程會(huì)產(chǎn)生較多不合格產(chǎn)品。

因此，需要一個(gè)可接受的計(jì)數(shù)型測(cè)量系統(tǒng)將不合格產(chǎn)品從生產(chǎn)流中挑選出來(lái)。與計(jì)量型量具不同的是，該量具不能指出產(chǎn)品的好壞，只能指出產(chǎn)品可接受或拒絕。LSLUSL0.500.600.40LSLUSL0.500.600.40244精選課件案例這個(gè)測(cè)量系統(tǒng)與公差相比的%GRR＝25%，公差為0.01。但尚未小組證明，需要進(jìn)行測(cè)量系統(tǒng)研究。樣本的選擇：隨機(jī)地從過(guò)程中抽取50個(gè)零件樣本，要覆蓋過(guò)程變差。（注：樣本要包括合格、不合格的產(chǎn)品，臨界附近的產(chǎn)品）245精選課件案例選擇三名評(píng)價(jià)人，每個(gè)人對(duì)每個(gè)產(chǎn)品評(píng)價(jià)了三次，記錄在計(jì)數(shù)型研究數(shù)據(jù)表中246精選課件一致性分析－列聯(lián)表（評(píng)價(jià)人之間）B總計(jì)01A0.0計(jì)算期望的計(jì)算4415.7634.35050.01.0計(jì)算期望的計(jì)算331.39768.7100100.0總計(jì)計(jì)算期望的計(jì)算4747.0103103.0150150.0A與B的列聯(lián)表247精選課件列聯(lián)表（評(píng)價(jià)人之間）C總計(jì)01B0.0計(jì)算期望的計(jì)算4216.0531.04747.01.0計(jì)算期望的計(jì)算935.09468.0103103.0總計(jì)計(jì)算期望的計(jì)算5151.09999.0150150.0B與C的列聯(lián)表248精選課件列聯(lián)表（評(píng)價(jià)人之間）C總計(jì)01A0.0計(jì)算期望的計(jì)算4317.07335050.01.0計(jì)算期望的計(jì)算834.09266.0100100.0總計(jì)計(jì)算期望的計(jì)算5151.09999.0150150.0A與C的列聯(lián)表249精選課件一致性分析－KappaKappa是一個(gè)評(píng)價(jià)人之間一致性的測(cè)量值Kappa的計(jì)算： 設(shè)p0＝列聯(lián)表正對(duì)角線單元中觀測(cè)值的總和

pe＝列聯(lián)表正對(duì)角線單元中期望值的總和

Kappa＝（p0－pe）/（1－pe）Kappa的判定（通常的建議法則）Kappa大于0.75表示好的一致性Kappa小于0.4則表示一致性差，需要改進(jìn)250精選課件Kappa－評(píng)價(jià)人之間計(jì)算評(píng)價(jià)人之間的Kappa值kappaABCA0.860.78B0.860.79C0.780.79251精選課件列聯(lián)表（評(píng)價(jià)人與基準(zhǔn)值）基準(zhǔn)總計(jì)01A0.0計(jì)算期望的計(jì)算4515.0534.05050.01.0計(jì)算期望的計(jì)算333.09768.0100100.0總計(jì)計(jì)算期望的計(jì)算4848.0102102.0150150.0A與基準(zhǔn)判斷列聯(lián)表252精選課件列聯(lián)表（評(píng)價(jià)人與基準(zhǔn)值）基準(zhǔn)總計(jì)01B0.0計(jì)算期望的計(jì)算4515.0232.04747.01.0計(jì)算期望的計(jì)算333.010070.0103103.0總計(jì)計(jì)算期望的計(jì)算4848.0102102.0150150.0B與基準(zhǔn)判斷列聯(lián)表253精選課件列聯(lián)表（評(píng)價(jià)人與基準(zhǔn)值）基準(zhǔn)總計(jì)01A0.0計(jì)算期望的計(jì)算4216.3934.75151.01.0計(jì)算期望的計(jì)算631.79367.39999.0總計(jì)計(jì)算期望的計(jì)算4848.0102102.0150150.0C與基準(zhǔn)判斷列聯(lián)表254精選課件Kappa－評(píng)價(jià)人與基準(zhǔn)值評(píng)價(jià)人與基準(zhǔn)值之間的一致性ABCkappa0.880.920.77255精選課件有效性有效性的計(jì)算

有效性＝正確判斷的數(shù)量/判斷機(jī)會(huì)的總數(shù)案例的計(jì)算結(jié)果如下來(lái)源%評(píng)價(jià)人%SCOREVSATTRIBUTE評(píng)價(jià)人A評(píng)價(jià)人B評(píng)價(jià)人C評(píng)價(jià)人A評(píng)價(jià)人B評(píng)價(jià)人C總受檢數(shù)505050505050符合的424540424540不符合的8510851095%UCI93%97%90%93%97%90%計(jì)算得分84%90%80%84%90%80%95%LCI71%78%66%71%78%66%256精選課件有效性測(cè)量系統(tǒng)的有效性計(jì)算結(jié)果SYSTEM%EFFECTIVESCORESYSTEM%EFFECTIVESCOREvsREFERENCETOTALINSPECTED5050#INAGREEMENT393995%UCI64%64%計(jì)算得分78%78%95%LCI89%89%257精選課件MINITAB軟件的操作利用MINITAB軟件，我們同樣可以進(jìn)行測(cè)量系統(tǒng)的有效性和一致性的分析，從Stat－Qualitytools－AttributeAgreementAnalysis入口。258精選課件MINITAB軟件操作軟件分析的結(jié)果如下AttributeAgreementAnalysisfor評(píng)價(jià)結(jié)果

WithinAppraisersAssessmentAgreementAppraiser#Inspected#MatchedPercent95%CIA504284.00(70.89,92.83)B504590.00(78.19,96.67)C504080.00(66.28,89.97)#Matched:Appraiseragreeswithhim/herselfacrosstrials.Fleiss'KappaStatisticsAppraiserResponseKappaSEKappaZP(vs>0)A00.7600000.08164979.30810.000010.7600000.08164979.30810.0000B00.8450730.081649710.35000.000010.8450730.081649710.35000.0000C00.7029110.08164978.60890.000010.7029110.08164978.60890.0000259精選課件MINITAB軟件操作EachAppraiservsStandardAssessmentAgreementAppraiser#Inspected#MatchedPercent95%CIA504284.00(70.89,92.83)B504590.00