Minitab操作教程(中文).ppt

,MINITAB非常容易跟着做,2.画管理图,3.求工程能力,4.MSA,5.t-test,6.One-wayANOVA,8.相关分析(Correlation),7.Chi-SquareTest,10.试验计划法(DOE),9.返回分析(Regression),1.求基本统计量,.4page,.8page,.33page,.40page,.48page,.64page,.75page,.81page,.86page,.92page,1.求基本统计量,1.1,算术平均,1.5,最小值,1.8,平均偏差的信赖区域,1.3,分散,1.7,平均的信赖区域,1.10,StatBasicStatisticsDisplayDescriptiveStatistics,Worksheet,A为了仔细观察工程的品质特性的产品长度的分布和统计量抽出标本,收集Data.,例题,路线,1.2,标准偏差,1.6,最大值,1.9,中央值得信赖区域,1.4,中央值,定规性检定,Dialog窗,变数指定,Graphs计,Graphicalsummary计,OK,OK,Session窗,分析结果,1.1,算术平均,1.2,标准偏差,1.4,中央值,1.5,最小值,1.6,最大值,平均的标准误差=/n,十分位数:根据Data顺序罗列后根据基准区分-Q1:根据Data顺序罗列时在25%顺序的位置的数-Median:根据Data顺序罗列时在50%顺序的位置的数-Q3:根据Data顺序罗列时在75%的顺序的位置的数,Graph窗,1.1,算术平均,1.2,标准偏差,1.4,中央值,1.5,最小值,1.6,最大值,1.3,分散,1.8,标准偏差的信赖区域,1.7,平均的信赖区域,1.9,中央值的信赖区域,1.10,定规性检定,定规性检定(有意水准=0.05)P-Value0.05情况Data的分布能根据定规分布做P-Value0.05情况Data的分布不能根据定规分布做,1.10,克重,定规分布曲线,BoxPlot,2.画管理图,1,2.1,X-R管理图,2.5,U管理图,2.3,P管理图,2.2,I-MR管理图,2.6,C管理图,2.4,NP管理图,管理图的选择,C管理图,Data,计量尺,计量尺,Data的类型,Data,是否是不良品的数?是否是具体的缺点?,收集的Data是否个别？车间是否实现?,试验的大小是否一致？,试验的大小是否一致？,U管理图,NP管理图,P管理图,I-MR管理图,X-R管理图,个别Data,车间Data,不良数,缺点数,不是,是,不是,是,2.7,异常原因,2.8,管理图的层别,StatControlChartsXbar-R,Worksheet,B工程制造的产品厚度每8小时试验5个管理.,例题,路线,2.1,X-R管理图,计量尺,车间,Dialog窗,变数指定,区域的数,OK,区域的数-在上面的例题B工程制造的产品的重量每8小时做5个试验,区域的数5因为以C3(小时)区域区分输入C3(小时)无妨,Graph窗,分析结果,X-R管理图X管理图区域内Data的平均管理(分布的中心移动管理)R管理图区域内的范围管理(分布的扩展程度管理),2.1,异常原因,StatControlChartsI-MR,Worksheet,在B工程制造的产品的厚度每4小时试验1个工程管理,例题,路线,2.2,I-MR管理图,计量尺,个别Data,Dialog窗,变数指定,OK,Graph窗,分析结果,MR-相邻的两个Data的移动范围意义,例如,前线Data的测定值是8，后面的Data是12的话,MR是4(=8-12),I-MR管理图I管理图Data的移动管理(分布的中心移动管理)MR管理图Data的移动范围管理(分布的扩散程度管理),2.2,StatControlChartsP,Worksheet,在B工程一天制造的产品的不良数管理.,例题,路线,2.3,P管理图(不良率管理图),计量尺,各个生产数不一定,Dialog窗,变数指定,Sample的大小输入的列指定,OK,Graph窗,分析结果,LCL(管理下限线)-P,NP,U,C管理图的管理下限线常常比0相同或者大.即,不良率,不良数,缺点率,因为缺点数比0常常相同或者大,UCL,LCL(管理项,下限线)-P管理图U管理图的管理项，下限线根据Sample大小产生弯曲(度量的差异).-Sample大小弯曲的情况:度量窄-Sample大小小的情况:度量宽,StatControlChartsNP,Worksheet,在B工程一天制造130个产品的不良数管理,例题,路线,2.4,NP管理图(不良数管理图),计量尺,因为Sample的大小一定能画NP管理图.,Dialog窗,变数指定,Sample的大小输入的列指定,OK,Subgroupsize-在上面的例题B工程因为Samplesize常常130个统一SubgroupsizeClick后,输入130,Graph窗,分析结果,LCL(管理下限线)-P,NP,U,C管理图的管理下限线常常比0相同或大.即,不良率,不良数,缺点率,缺点数比0常常相同后大,UCL,LCL(管理项,下限线)-NP管理图和C管理图的管理项，下限线因为Sample大小常常统一平行.,StatControlChartsU,Worksheet,在B工程一天制造的产品缺点数管理.,例题,路线,2.5,U管理图(缺点率管理图),计量尺,不良和缺点的区分-缺点:具体指示的需要由于看不合格尺要因，一个产品能有许多缺点，总共缺点数比总Samplesize能大.-不良:具体指示需要不合格尺产品总共的不良数比总Samplesize不能大,生产数不一定,Dialog窗,变数指定,Sample的大小输入的列指定,OK,Graph窗,分析结果,LCL(管理下限线)-P,NP,U,C管理图的管理下限线常常比0相同或者大.即,不良率,不良数,缺点率,因为缺点数比0常常相同或者大,UCL,LCL(管理项,下限线)-P管理图U管理图的管理项，下限线根据Sample大小产生弯曲(度量的差异).-Sample大小弯曲的情况:度量窄-Sample大小小的情况:度量宽,StatControlChartsC,Worksheet,在B工程一天每150个实验的产品缺点数管理.,例题,路线,2.6,C管理图(缺点数管理图),计量尺,由于Sample的大小一定能画C管理图.,Dialog窗,变数指定,OK,Graph窗,分析结果,LCL(管理下限线)-P,NP,U,C管理图的管理下限线常常比0相同或大.即,不良率,不良数,缺点率,缺点数比0常常相同后大,UCL,LCL(管理项,下限线)-NP管理图和C管理图的管理项，下限线因为Sample大小常常统一平行.,2.7,异常原因Test,在管理图出现的一般的异常原因形态,-异常点,-Run,-Trend,-Cycle,中心线,管理上线,管理下线,中心线,管理上线,管理下线,中心线,管理上线,管理下线,中心线,管理上线,管理下线,异常原因Test的条件,1.脱离管理项,下限线点2.在中心线的上面或下面连续性出现的9个点3.连续性的增加或者减少6个点4.连续性的增加，减少,增加，减少.14个点5.3个适中2个点为中心2以上的位置出现6.5个适中4个点为中心1以上的位置出现7.15个点为中心1内的位置连续出现8.8个点为中心1以上的位置连续出现,Dialog窗,OK,Tests计,Performalleighttests计,OK,所有管理图统一的路线使用,变数指定,Graph窗,分析结果,例)1次.脱离管理项,下限线的点,例)5次.3个的中点2个的点一中心2异常位置出现,例)6次.5个适中4个的点以中心1以上的位置出现,管理图异常原因发生情况发生时点的点用红色标示,异常原因Test的理由和有关的号码标示,2.8,管理图的层别,例题,在B工程制造的产品的重量每4小时1个做Sampling管理工程.从5月减少产品的重量的散布活动开始,从6月改善完了为了看掌握改善的效果看层别管理图做.,Worksheet,各个月层别产品的重量画管理图,Dialog窗,EstimateParametersBYGroupsin计,OK,变数指定,以层别区分变数指定,OK,Newgroupsstartateachnewvalueingroupvariable计,所有管理图统一路线使用,Graph窗,分析结果,产品的重量各个月层别仔细观察开始改善在5月能知道4月机体散布减小，改善完了的在6月能比4,5月更减小散布,3.求工程能力,3.1,区域内工程能力,3.3,观测的不良率,StatQualityToolsCapabilityAnalysis(Normal),Worksheet,B为了仔细看工程的品质特性的产品重量的工程能力每8小时抽出5个标本,收集Data.产品重量的规格(Spec.)101g.,例题,路线,3.2,全体工程能力,3.4,区域内预想不良率,区域,3.5,全体预想不良率,Dialog窗,规格下线,OK,区域的数,规格上线,变数指定,区域的数-在上面的例题B工程制造的产品的重量每8小时做5个试验,区域的数5因为以C3(小时)区域区分输入C3(小时)无妨如果，区域没有概念,个别Data的情况输入1,规格项,下线-在上面例题B工程制造的产品重量的规格101g规格下线是9,规格上线是11.,Graph窗1,规格上线,规格下线,算术平均,试验数,区域内标准偏差,全体标准偏差,3.1,区域工程能力,区域工程能力(潜在的工程能力:没有区域的变动的假定的工程能力)Cp:不考虑歪斜,Data的平均和目标一致的假定的工程能力基本假定:平均没有歪斜,区域间没有移动Cpk:考虑歪斜的工程能力基本假定:区域间没有移动,3.1,Graph窗2,3.2,全体工程能力,Graph窗3,全体工程能力(实际工程能力)Pp:不考虑弯曲,Data的平均和目标一致假定的工程能力基本假定:品均没有弯曲Ppk:考虑工程的工程能力基本假定:没有,3.2,3.3,观测的不良率,Graph窗4,3.4,区域预想不良率,3.5,全体预想不良率,PPMLSL-脱离规格的不良率PPM0.3:长期涉及的工程的管理不足.工程的管理能力不足,需要持续关心,通过工程能力认识问题,工程能力的一般常识,4.MSA,1,4.1,定密度,4.3,再形成,4.5,P/T,4.2,反复性,4.4,%R&R,Worksheet,C在工程使用的药品的稠度完成的产品的品质因为造成大的影响,C工程每4小时测定一次药品的稠度,正在管理.C工程的班长人组代理检测药品稠度的稠度计给予信赖性评价，3名的检测者3个药品试验各反复检测3遍记录测定值。稠度的规格范围是305.,例题,检测者:3名(崔氏,金氏,朴氏),药品试验:3个(1次试验,2次试验,3次试验),反复检测数:3次,总测定回数:27次(=3名3个3次),StatQualityToolsGageR&RStudy(Crossed).,路线,Dialog窗,检测值,输入规格公差,检测者,Options计,试验号码,OK,OK,规格的范围-在上面的例题稠度规格范围是305公差是5,即是10.-如果规格范围是403的话,公差是3,即是6.,Session窗,分析结果,4.4,%R&R,4.1,定密度,4.2,反复性,4.3,再形成,4.5,P/T,%R&R,P/T:评价定密度的检测能力指数%R&R:总散布中对于检测占有的比率%R&R30%情况能信赖检测机.P/T:规格公差中由于检测散布的比率P/T30%情况能信赖检测机,4.4,4.5,定密度(根据检测散布程度)评价定密度的方法有%R&R,P/T.定密度区分反复性和再形成.,4.1,反复性根据检测机散布程度,4.2,再形成检测者的散布程度,4.3,Graph窗1,Graph窗2,4.1,定密度,4.2,反复性,4.3,再形成,4.4,%R&R,4.5,P/T,ComponentsofVariationSession窗的分析结果以直线图表形态画,直线图表以%R&R,P/T为基准标示各个定密度,反复性,再形成.定密度,反复性,再形成直线图表的大小越小越好.,Graph窗3,RChartby检测者-各点检测者相同的产品反复检测时,出现R值(=最大检测值-最小检测值).-所有点管理项,下限线希望在里面.-各检测者评价时,R值越小能做到检测精密的检测位置.在前RChart里朴氏3点比别人点小,能看出朴氏比别人检测的更精确.,金氏,朴氏,催氏,金氏,朴氏,催氏,XbarChartby检测者-各点检测者相同的产品反复检测时,出现检测值的平均.-管理项,下限线的度量出现检测分布的大小.-所有点管理项,下限线希望在外面,希望以规则性的点的形态出现.即,由于检测比散布产品间的散布希望更大.,Graph窗4,By试验号码-各个试验出现检测值的平均和散布的程度.-各个试验反复检测的值的散布程度希望标记.,By检测者-各个检测者出现检测值的平均和分布.-各个检测者希望平均相同.,By检测者-各个试验检测者间出现检测值.-希望各线实现平行,线的交叉作业者和试验间能看到相互适用.,5.t-test,5.1,1-SampleZ,5.3,2-Samplet,5.2,1-Samplet,5.4,Pairedt,t-test的选择,1-SampleZ试验Data的平均和集体(全体)的平均是否相同,想在别的地方评价的时候.但,全体的平均和标准偏差知道.为了仔细观察D电子送货的副品的平均重量检测10个的Data试验重量.我们希望的副品的重量是40g,到现在生产的副品的标准偏差是3g.1-Samplet试验Data的平均和集体(全体)的平均是否相同,想在别的地方评价的时.但,知道全体的平均但是,不知道标准偏差.为了仔细观察D电子送货的副品的平均重量检测10个的Data试验重量.我们希望的副品的重量是40g,副品的标准偏差不知道.2-Samplet在相互别的2集体输出的试验Data的平均是否相同,想在别的地方评价的时.D公司和E公司送货的副品的平均重量是否相同,别的地方评价各个公司的送货的产品中每10个做实验检测重量Pairedt相互一组实现的实验Data的平均是否相同,想在别的地方评价的时.在D公司送货的副品德左边厚度的平均是否相同,别的地方评价做10个的Data实验检测左边和右边的厚度.,5.1,5.3,5.4,5.2,5.1,1-SampleZ,StatBasicStatistics1-SampleZ,Worksheet,为了仔细观察在D电子送货的副品的平均重量10个的Data做实验检测重量.我么希望的副品的重量是40g,到现在生产的副品德标准偏差是3g.,例题,路线,平均,标准偏差,Dialog窗,平均,标准偏差,OK,变数指定,Session窗,分析结果,试验数,算术平均,标准偏差,95.0%CI:平均的95%信赖区域-在上面的例题平均的95%信赖区域是(35.231,38.949),总平均40g在95%信赖区域里不存在.这样,在D公司送货的副品的平均重量不是总平均的40g。,P:P-value值P-Value0.05情况的Data的平均和总平均能相同.P-Value0.05的情况Data的平均和总平均能不同。-在上面的例子以P=0.002,比0.05小,在D公司送货的副品的平均重量不是总平均的40g,5.2,1-Samplet,StatBasicStatistics1-Samplet,Worksheet,为了仔细观察在D电子送货的副品的平均重量10个的Data做实验检测重量.我么希望的副品的重量是40g,例题,路线,总平均,Dialog窗,平均,OK,变数指定,Session窗,分析结果,试验数,算术平均,标准偏差,95.0%CI:平均的95%信赖区域-在上面的例题平均的95%信赖区域是(35.492,38.688),总平均40g在95%信赖区域里不存在.这样,在D公司送货的副品的平均重量不是总平均的40g。,P:P-value值P-Value0.05情况Data的平均能和总评均相同.P-Value0.05情况Data的平均能和总评均不同.-在上面的例子以P=0.003,比0.05小,在D公司送货的副品的平均重量不是总平均的40g。,5.3,2-Samplet,Worksheet,D公司和E公司送货的副品的平均重量是否相同评价别的地方在各个公司送货的产品中,每10个做实验称重量,例题,UnstackData,StackData,D公司副品的重量,E公司副品的重量,StatBasicStatistics2-Samplet,路线,Dialog窗1,Assumeequalvariances计,UnstackData的情况,变数指定,Boxplotsofdata计,OK,OK,Graphs计,Dialog窗2,Assumeequalvariances计,StackData的情况,变数指定(检测的Data列选择),Boxplotsofdata计,OK,OK,Graphs计,变数指定(输入条件选择列),Session窗,分析结果,试验数,算术平均,标准偏差,95.0%CI:两个集体平均差异的95%信赖区域-在上面的例子两个集体平均偏差的95%信赖区域是(-3.87,1.77),0在95%信赖区域里存在.即,(D公司副品平均重量-E公司副品平均重量=0).在这两个集体各个收集的Data的平均能相同的意义.这样,D公司送货的副品的平均重量和E公司送货副品德平均重量能相同.,P-ValueP-Value0.05情况两个集体偏差的Data平均能相同.P-Value0.05情况两个集体的Data平均能不同.-在上面的例子以P-Value=0.445,因为比0.05大在D公司送货的副品的平均重量和E公司送货的副品的平均重量能相同.,两个集体平均的差异,Graph窗,中央值(Median),算术平均,5.4,Pairedt,StatBasicStatisticsPairedt,Worksheet,D公司送货的副品德左边厚度和右边厚度的平均是否相同,评价别的地方10个的Data做实验检测左边和右边的厚度,例题,路线,Dialog窗,OK,变数指定,Session窗,分析结果,试验数,算术平均,标准偏差,P-ValueP-Value0.05情况两个集体偏差的Data平均能相同.P-Value0.05情况两个集体的Data平均能不同.-在上面的例子以P-Value=0.053,因为比0.05大,左边和右边没有厚度的差异,两个集体的平均差异,95.0%CI:两个集体平均差异的95%信赖区域-在上面的例子两个集体平均偏差的95%信赖区域是(-2.936,0.024),0在95%信赖区域里存在.即.(左边平均厚度-右边平均厚度=0).在这两个集体各个没有收集的Data的差异的意义，这样,没有左边和右边厚度的差异,6.One-wayANOVA,1,6.1,平均差检定,6.2,分布差检定,平均差检定使用的Tool,2-Samplet(两个集体条件)相互在别的集体输出的实验Data的平均是否相同,想评价别的地方时.D公司和E公司送货的副品的平均重量是否相同,评价别的地方在各个公司送货的产品中每10个做实验检测重量.One-wayANOVA(3个以上的集体条件)相互在别的3个以上的集体输出的实验Data的平均是否相同,想评价别的地方时.E工程生产的副品副品的HoleSize是重要的品质.在E工程制造副品的3台设备在启动中各个设备生产的副品的HoleSize的平均是否相同,评价别的地方各个设备生产的副品每5个做实验检测HoleSize,5.3,6,两集体,三集体,6.1,平均差检定,Worksheet,在E公司生产的副品副品的HoleSize是重要的品质.在E工程制造副品德3台设备在启动中,各个设备生产的副品的HoleSize的平均是否相同，评价别的地方,各个生产的副品每5个做实验检测HoleSize.Size的目标值是25.0mm.,例题,UnstackData,StackData,1次副品的HoleSize,2次副品的HoleSize,3次副品的HoleSize,StatANOVAOne-way(Unstacked),路线1,UnstackData情况,StatANOVAOne-way,路线2,StackData情况,Dialog窗1,Boxplotsofdata计,UnstackData情况,变数指定,OK,Graphs计,OK,Dialog窗2,StackData情况,变数指定(检测的Data选择列),OK,Graphs计,变数指定(输入条件的选择列),Boxplotsofdata计,OK,Session窗,分析结果,试验数,算术平均,标准偏差,设备的评价-在上面的例题以P-Value=0.009比0.05小,三个设备中即使少在两台设备生产的产品的HoleSize平均能不同.-HoleSize的目标值是25.0mm,平均的信赖区域包含25.0mm1次设备和2次设备好的设备,3次设备是不好的设备.-如果,P-Value比0.05大的值的话,各个设备生产的产品的HoleSize的平均因为没有不同,三个的设备评价没有大的意义,各条件平均的95%信赖区域,P:P-ValueP-Value0.05情况集体Data平均能相同.P-Value0.05情况及时少两个集体Data平均能不同。-在上面的例子以P-Value=0.009比0.05小,三个的设备中,即使小在两个的设备生产的产品的HoleSize平均不同.,25.0mm:HoleSize目标值,设备名,Boxplots-掌握各个设备中心和扩展的程度.,Graph窗,6.2,散布差检定,在E工程生产的副品的HoleSize是重要的品质.在E工程制造副品的3台设备在启动中。各个设备生产的副品的HoleSize的散布是否相同,评价别的地方,各个设备生产的副品每5个做实验检测HoleSize,例题,StackData,StatANOVATestforEqualVariances,Worksheet,路线,Data的形态.-为了散布检定Data应该带有StackData形态,Dialog窗,变数指定(检测的Data选择列),OK,变数指定(输入条件选择列),分析结果,Graph窗,BartlettsTestData的形态正规分布时使用,LevenesTestData的形态没有关系使用,P-ValueP-Value0.05的情况集体Data的散布能相同.P-Value0.05的情况即使少两个集体Data的散布能不同.-在上面的例子以BartlettsTest的P-Value=0.358,LevenesTest的P-Value=0.471比0.05都大,在三台设备生产的产品的HoleSize散布相同.,7.Chi-SquareTest,7.1,独立性检定,StatTablesChi-SquareTest,Worksheet,S公司职级面临改编,各个部门人力的职级比率是否相同告诉别的地方.,例题1,路线,Dialog窗,OK,变数指定,Session窗,分析结果,P-value值P-Value0.05情况各个变数相互独立.P-Value0.05情况各个变数相互从属.-在上面的例子以P-Value=0.606,比0.05大,职级比率和部门没有相关的独立性的变数.即,各个部门人力的职级比率能相同.,StatTablesChi-SquareTest,Worksheet,在F工程4台设备启动制造相同的产品.调查4台设备生产的产品良品数，不良数，分析各个设备不良发生差异有无,例题2,路线,Dialog窗,OK,变数指定,Session窗,分析结果,P-value值P-Value0.05情况各个变数相互独立.P-Value0.05情况各个变数相互从属.-在上面的例子以P-Value=0.003,因为比0.05小,不良发生比例在设备上从属性的变数.即,各个设备不良发生比率能不同.,StatBasicStatisticsCorrelation,8.相关分析(Correlation),8.1,r(相关计算),为了调查在K产地水的消费量，每月的水消费量，平均温度,根据总降雨量收集Data.,例题,路线,Worksheet,Dialog窗,变数指定,Displayp-values计,OK,Session窗,分析结果,P-Value(有的水准=0.05)P-Value0.05情况在变数之间没有直线关系.P-Value0.05情况在变数之间有直线关系,8.1,r(相关计算)下一张有仔细的说明,8.1,r(相关计算),r(相关计算)的性质r(相关计算)的范围是-1r1.r(相关计算)变数差异的直线关系程度。即,变数差异的关系是曲线关系的情况,求r(相关计算)没有任何意义.r(相关计算)和算稠度r的符号是+情况:两个变数之间有量的相关关系.r的符号是-情况:两个变数之间有音的相关关系.是r=+1情况,算稠度所有的点在一条直线上，带有量的相关关系是r=-1的情况,算稠度所有点在一条直线上,带有音的相关关系.是r=0的情况,两变数之间没有任何相关关系.,r=-1,r=-0.7,r=-0.4,r=0,r=+0.4,r=+0.7,r=+1,r0.2几乎算是无视的相关关系0.2r0.4低的相关关系0.4r0.7比较高的相关关系0.7r0.9好的相关关系,即清楚地关系0.9r1.0非常高的相关关系,即算是非常信赖的关系,相关计算的解析,9.返回分析(Regression),K公司的指定科长仔细观察美国的同种产业界的每日株式变动是否给子公司的每日株式变动带来影响制造相似产品的美国的同种产业界选择10个公司.K公司的每日株式变动率和美国10个同种产业界公司的每日平均株式变动率算出两个月时间,收集40个Data.,例题,9.1,R-Square,9.2,返回式,StatRegressionFittedLinePlot,Worksheet,路线,Dialog窗,结果变数指定(得到影响的变数),原因变数指定(给影响的变数),TypeofRegressionModel选择,OK,TypeofRegressionModel:；选择返回模式LinearQuadraticCubic线型2回曲线3回曲线,Session窗,分析结果,9.1,R-Square,9.2,返回式,R-Square全体变动中由于返回直线说明的变动R-Square70.0%时,X(原因变数)给Y(结果变数)影响.在上面的例子,以R-Square=79.2%比70.0%大,美国的同种产业界的每日株式变动率在给K社的每日变动率影响.,9.1,返回式0:X是0时,预测的Y值在上面的例子,同种产业界的每日变动率是0,K社的预想每日变动率是-0.117925.1:斜度X增加1的情况,Y值的增减度量在上面的例子,同种产业界的每日变动率增加1的情况,K社的每日变动率1,即,预想增加0.98948,9.2,0,1,Graph窗,0:-0.117925,1:0.948948增加,1增加,9.1,R-Square,9.2,返回式,Y值得预测方法,同种产业界的每日株式变动率5.0情况,K社预想的每日株式变动率是?-返回式利用返回式的“变动率(同种)”输入5.0“变动率(K社)计算变动率(k社)=-0.117925+0.9489485.0=4.6-返回线利用利用返回线变动率(同种)是5.0情况的变动率找(K社),5.0,4.6,Y规格355,X的范围设定14.63.4,X的管理范围设定方法,X的管理范围选定方法1.掌握顾客的要求规格(Spec.)例)Y规格(顾客的要求):3552.满足顾客要求的X的范围设定-通过返回式计算或者利用,Gragh设定-设定的X的范围:14.63.43.考虑到(Error),比初次设定的范围设定窄的范围,10.试验计划法(DOE),10.1,22要因分布法,10.2,主效果,主效果和相互作用,主效果各个因数在试验上造成的影响的大小相互作用因数之间的合作在实验上造成的影响的大小22原因分布法,为了知道因数间的相互作用应该2次以上反复试