Minitab-QC七工具制作方法.ppt

Minitab15的使用,QC7工具常用图形的制作,p1,2010-10-27,CONTENTS,p3,Minitab介绍,Minitab是众多统计软件当中比较简单易懂的软件之一；相对来讲，Minitab在质量管理方面的应用是比较适合的；Minitab的功能齐全，一般的数据分析和图形处理都可以应付自如。,p4,Minitab的功能,计算功能计算器功能生成数据功能概率分布功能矩阵运算,CONTENTS,p6,Minitab界面,工作表:输入数据的窗口每一列的名字可以写在最前面的列每一列的数据性质是一致的,主菜单,会话:分析结果输出窗口,同一时间只能激活一个窗口.每一个窗口可以单独储存.,p7,Minitab界面,不同的要求选择不同的保存命令,p8,数据类型的转换（ChangeDataType）,Select:数据更改数据类型,需要转换的列,转换后数据存放列，可以是原来的数据列,p9,数据的堆叠（Stack&Unstack）,输入需要堆积的列，如果由前后顺序，按前后顺序进行输入,输入堆积后存放列的位置,注解可以用来区分数据的来源,原始数据,堆叠数据,Select:数据堆叠列/行,p10,数据块的堆叠（StackBlocks）,原始数据,在对话框中输入25列数据，及注解列,输入新工作表或注解的位置,输出数据,Select:数据堆叠列的区组,原始数据,p11,转置栏（TransposeColumns）,输入需要转置的列,输入新工作表的位置,可以输入注解列,Select:数据转置列,输出数据,p12,合并（Concatenate）,输入需要连接的数据列,输入新数据列的位置,原始数据,输出数据,Select:数据合并,p13,编码（Code）,原始数据,编码,规则,被编码的变量,Select:数据编码,输出数据,CONTENTS,p15,QC新旧七工具常用的图形如下,特性要因图柏拉图散布图直方图控制图层别图查检表,关联图系统图亲和图矩阵图PDPC法箭条图矩阵数据解析法,QC旧七工具,QC新七工具,p16,例子,特性要因图,为何某酶的活性异常,p17,输入表中,Select:统计质量工具因果图,注意输入格式,特性要因图,p18,填好各项需要的参数,特性要因图,p19,结果输出,特性要因图,p20,例子,柏拉图,2010年NC发生类型分析,p21,输入数据,Select:统计质量工具Pareto图,柏拉图,p22,填好各项参数,可以对柏拉图进行命名,输入缺陷列,输入频数列,其他项所占的比率,柏拉图,p23,结果输出,柏拉图,p24,例子,散布图,p25,输入数据,Select:图形散点图,散布图,p26,输入参数,散布图,p27,输出图形,可以用直接方式判定，有正相关的倾向。更详细的说明可以参见回归分析,散布图,p28,例子,Select:图形直方图,直方图,p29,填入参数,可以同时为几个变量作直方图,直方图,p30,结果输出,请依照QC7的方法来进行图形分析和判定更深入的分析可以参见制程能力分析部份。,直方图,创建直方图后，可以使用选择条形编辑条形区间来自定义区间的数量和位置。,控制图分类,p31,单值控制图,单值控制图标绘变量数据在一段时间内的单个观测值。使用此控制图可以在难以或不可能将测量值分成子组时监控过程中心。这种情况通常在测量费用高昂、生产量偏低或产品生产周期很长时发生。单值控制图也称为I控制图。使用单值控制图来跟踪过程水平并检测是否存在特殊原因。单值控制图使用移动极差的平均值来估计过程变异（标准差）。,标准差是一组数据平均值分散程度的一种度量。一个较大的标准差，代表大部分数值和其平均值之间差异较大；一个较小的标准差，代表这些数值较接近平均值。,标准差公式：,p32,单值控制图-绘制与分析,出荷到CLI的制品，在干冰运输条件下，对其运输过程的温度进行跟踪监测，每小时取一个温度值，做其单值控制图，并进行质量分析。选择：统计控制图单值的变量控制图单值。在变量中，输入温度。单击单值控制图选项，然后单击阶段选项卡，输入外部环境单击S限制选项卡，输入显示控制限在标准差的倍数：6单击存储选项卡，选择均值和标准差。单击检验选项卡，执行选定的特殊原因检验。单击确定,p33,输出结果分析：检验1。1个点，距离中心线超过6.00个标准差。检验出下列点不合格:1,27,49,75,76,117,118。,单值控制图-绘制与分析,单值控制图显示控制限制范围之外有7个点，这7个点基本都处于运输箱转移到下一运输线时。,p34,均值Xbar控制图-制作与分析,X控制图子组平均值的控制图。使用X控制图可以跟踪过程水平并检测是否存在特殊原因。默认情况下，Minitab的X控制图使用合并标准差估计过程变异。,合并标准差是所有数据点在其组平均值（不是总体平均值）附近的平均展开幅度。它是每个组的标准差的加权平均值。加权使更大组对总体估计值产生更大比例的影响。例如，您的研究有以下四个组：组平均值标准差N19.72.550212.12.950314.53.250417.36.8200合并标准差=5.486,p35,均值Xbar控制图-制作与分析,对业务部分注体积检测实验的数据进行分析：数据分为8组，每组包含9-13个数据，利用子组均值Xbar控制图检测分注过程是否稳定。操作步骤：1选择统计控制图子组的变量控制图Xbar。2选择图表的所有观测值均在一列中，然后输入分注体积。3在子组大小中，输入分组。4单击存储选项卡，选择均值和标准差。5单击Xbar选项，然后单击检验选项卡。6选择执行所有的特殊原因检验。7单击S限制选项卡。8在显示控制限在下的标准差的这些倍数中输入3。在每个对话框中单击确定。,p36,均值Xbar控制图-制作与分析,检测结果检验8.行内连续8点距离中心线超过1个标准差（中心线的上方和下方）检验出下列点不合格:8,p37,极差R控制图和标准差S控制图,子组极差的控制图。使用R控制图可以跟踪过程变异并检测是否存在特殊原因。R控制图通常用于跟踪大小为8或更小的样本的过程变异。默认情况下，R控制图根据子组极差的平均值来估计过程变异。您还可以使用合并标准差，或输入的历史值。,子组标准差的控制图。使用S控制图可以跟踪过程变异并检测是否存在特殊原因。S控制图通常用于跟踪大小为9或更大的样本的过程变异。默认情况下，S控制图根据子组标准差的平均值来估计过程变异。您还可以使用合并标准差，或输入的历史值。,p38,标准差S控制图-制作与分析,对业务部分注体积检测实验的数据进行分析：数据分为8组，每组包含9-13个数据，检测过程是否变异。由于每组含9-13个检测数据，所以使用S控制图，每组的测量次数有所不同，因此数据中的子组大小不等，要使用合并标准差估计。1选择统计控制图子组的变量控制图S。2选择图表的所有观测值均在一列中，然后输入体积。3在子组大小中，输入分组。5在每个对话框中单击确定。,p39,标准差S控制图-制作与分析,解释结果检验1。1个点，距离中心线超过3.00个标准差。检验出下列点不合格:6,7,p40,Xbar-R控制图-Xbar-S控制图,在同一个图形窗口中显示子组平均值控制图（Xbar控制图）和子组极差控制图（R控制图）。Xbar控制图绘制在屏幕的上半部分，R控制图绘制在下半部分。通过同时查看这两个控制图，可以同时跟踪过程水平和过程变异，以及检测是否存在特殊原因。Xbar和R控制图通常用于跟踪大小为8或更小的样本的过程水平和过程变异，而Xbar和S控制图用于较大的样本。默认情况下，Xbar-R控制图根据子组极差的平均值来估计过程变异。您还可以使用合并标准差，或输入的历史值。,在同一个图形窗口中显示子组平均值控制图（Xbar控制图）和子组标准差控制图（S控制图）。Xbar控制图绘制在屏幕的上半部分，S控制图绘制在下半部分。通过同时查看这两个控制图，可以同时跟踪过程水平和过程变异，以及检测是否存在特殊原因。默认情况下，Xbar-S控制图根据子组标准差的平均值来估计过程变异。您还可以使用合并标准差，或输入的历史值。,p41,Xbar-S控制图-制作与分析,对业务部分注体积检测实验的数据进行分析：数据分为8组，每组包含9-13个数据，检测过程是否变异。由于每组含9-13个检测数据，所以使用Xbar-S控制图，每组的测量次数有所不同，因此数据中的子组大小不等，要使用合并标准差估计。1选择统计控制图子组的变量控制图Xbar-S。2选择图表的所有观测值均在一列中，然后输入分注体积。3在子组大小中，输入分注者。单击确定。4在Xbar-S选项中估计选项卡中选择合并标准差,p42,Xbar-S控制图-制作与分析,解释结果由S控制图检测出第6、7组分注体积的标准差落于控制限制范围外。虽然Xbar控制图中6、7组分注体积平均值落于控制限制范围内，但是S控制图不受控，所以Xbar控制图的控制限制就不准确了。,p43,属性控制图,属性控制图结构上类似于变量控制图，只不过它们是根据计数数据而不是测量数据绘制统计图。例如，可将产品与标准进行比较，并将其归类为有缺陷产品或无缺陷产品。也可以根据产品的缺陷数为产品归类。缺陷品控制图您可以将产品与标准进行比较，并将其归类为有缺陷产品或无缺陷产品。缺陷品控制图有：P控制图，该控制图绘制每个子组中缺陷品的比率。NP控制图，该控制图绘制每个子组中缺陷品的数量。缺陷控制图如果产品非常复杂，则某一缺陷并不一定会导致缺陷产品。根据产品的缺陷数将产品归类有时会更加方便。缺陷控制图有：C控制图，该控制图绘制每个子组中的缺陷数。当子组大小固定时，请使用C控制图。U控制图，该控制图绘制在每个子组中抽取的每单位样本的缺陷数。当子组大小不固定时，请使用U控制图。,p44,属性控制图,属性控制图,控制界限计算,p图,3,p,np图,),p,-,(1,p,n,3,p,n,c图,3,c,u图,a,u,3,u,p45,P控制图-制作与分析,对2010年出荷到CLI的制品按claimkitrate制作控制图，观察每个月的claimrate，以监测质量控制是否稳定。1选择统计控制图属性控制图P。3在变量中，输入ClaimkitQty。4在子组大小中，输入QtyofKitShipped。单击确定。,P控制图跟踪缺陷品比率并检测是否存在特殊原因。,p46,P控制图-制作与分析,检验1。1个点，距离中心线超过3.00个标准差。检验出下列点不合格:10解释结果10月份claimrate超出控制上限。,p47,C控制图-制作与分析,C控制图跟踪缺陷数并检测是否存在特殊原因。指定列中的每个条目都包含一个子组的缺陷数。,假定您供职于一家亚麻制品厂。每100平方码的织物可以有一定数量的瑕疵，超过该数量，便会被拒收。为了保证质量，您需要在若干天时间内跟踪每100平方码织物的瑕疵数，以便弄清楚生产过程是否按预期运行。您希望控制图在中心线上下1、2和3个标准差处显示控制限制。1打开工作表“质量控制示例.MTW”。2选择统计控制图属性控制图C。3在变量中，输入污点。4单击C控制图选项，然后单击S限制选项卡。5在显示控制限在下的标准差的这些倍数中输入123。6在设置控制限边界下，选中控制限下界并输入0。7在每个对话框中单击确定。,p48,C控制图-制作与分析,解释结果因为点落在随机图案内，且位于3控制限制的边界内，所以您推断过程按预期运行并且受控制。,p49,选择控制图,p50,矩阵数据分析法,p51,通过创建一个散点图阵列来同时评估许多变量对之间的关系。图的矩阵每个Y与每个X,这种矩阵最多接受20个变量，为每个可能的组合创建一个图。如果有很多变量，并且希望查看变量对之间的关系，则使用图的矩阵会很有效。,有时称为窗格图或窗扉显示，这种矩阵接受Y和X轴变量，然