minitab 培训教材.ppt

1 207 MINITAB操作培训教材 2 207 了解使用MINITAB的基本概要 以及使用方法 了解MINITAB能提供的功能菜单都有哪些 了解使用各个MINITAB菜单的方法以及步骤 了解在什么情况下采用哪一个MINITAB菜单 学习目标 Minitab 学习目标 3 207 一般统计 基础统计 回归分析 分散分析 多变量分析 非母数分析 TABLE 行列 探索性资料 数据 分析 品质管理 品质管理工具 测定系统分析 计量值数据分析 计数值数据分析 管理图分析 工程能力分析 信赖性及数据分析 分布分析 数据的回归分析 受益分析 实实验计划 要因实验计划 反应表面实验计划 混合实验计划 Robust实验计划 4 207 基本介绍 5 207 Minitab的启动 启动Minitab的方法有两种 Minitab的启动 在Windows开始程序中找出Minitab程序 开始 程序 MINITAB13forWindows MINITAB Minitab Minitab的启动与结束 6 207 单击Minitab画面右侧上端的X Minitab Minitab的启动与结束 7 207 Minitab运行时的最初画面 Minitab Minitab的结构 8 207 Sessionwindow 直接输入Minitab的命令或显示类似统计表的文本型结果文件的窗口WorKsheets 用于直接输入数据或可以修改的窗口 具有类似Excel中的spreadsheet功能Info窗 简要显示已使用的变量信息的窗口History窗 储存已使用过的所有命令 并帮助已使用过的命令可重复使用Graph窗 显示各种统计图表 同时可以打开15个窗口 Minitab Minitab的结构 9 207 ProjectManager窗口 ProjectManager窗口使Minitab各窗口之间的移动更加顺畅 可以根据分析结果轻松编辑成报告书的形式 Minitab Minitab的结构 10 207 关于ProjectManager上面各个窗口的说明 Minitab Minitab的结构 11 207 File 有关文件管理所需的副菜单的构成Edit 编辑Worksheetdata 外部data的link及commandlinkeditor副菜单Data Worksheetdata的Split Sort Rank Delete Stack Unstack等副菜单Calc 利用内部函数的数据计算及利用分布函数的数据生成Stat 是分析统计资料的副菜单 由基础统计 回归分析 分散分析 品质管理 时针序列分析 离散资料分析 非母数统计分析等构成Graph 为编辑Graph的GraphLayout Chart副菜单及文字Graph构成Editor 不使用菜单 使用命令直接作业及Clipboardsetting等副菜单Window 由控制Window画面构成的副菜单及管理Graph画面的副菜单构成 Minitab 关于主菜单的说明 12 207 打开新建 File New project worksheet 打开保存的Project File Openproject打开保存的Worksheet File OpenWorksheet打开保存的Graph File OpenGraph用ODBC打开 File QuaryDatabase打开TXT File Othersfile Importspecialtxt保存保存为当前文件名 File Save project worksheet 另存为 File Saveas project worksheet TXT保存 File Otherfile Exportspecialtxt注 OpenGraph下方的Saveas为根据选择的窗口可更改保存内容 打印打印当前选择window File Print Minitab File 菜单 说明 13 207 恢复已删除资料 清除Cell s 的数据 删除Cell s 的数据 下端的cell移动 复制Cell s 粘贴Cell s LinK粘贴 Link管理 选择所有cell 编辑最后操作的对话框 打开命令编辑器 一般选项 用鼠标拖动工作窗口按鼠标的右键会出现popupmenu通过此项可编辑把Col Row的全部作为工作的对象时 选择上端 左侧 指定变量名 在C1 Col名 下端的cell上输入变量名 输入Data 把数据和文字输入到下端的cell上但 要是先输入数值把变量属性变更为数值变量后不能输入文字 删除Data 把相关cell用鼠标drag后按Del键相关cell的内容被删除掉 并且下端的cell向上移动 Minitab Eidt 编辑 14 207 从活动Worksheet中复制数据 制作subsetWorksheet 把活动Worksheet分成两个以上新的Worksheet 把一列以上的数据移到多个列上 把多个列上的数据合成一个列 交换行和列的位置 对齐排列数据 数据上注明序位 删除特定列的行 把多个列的文字数据合并为一个列 数据按变换条件交换 变更Data的属性 把数据在Session窗口里输出 把多个Worksheet合并为一个Worksheet 删除行 常数 行列 把列上内容复制到其它列上 Minitab Manip 15 207 把多数的col使用函数计算后 保存到新的col上 把1个col的统计值保存到新的col上 用1个以上的col计算统计值后 保存到新的col上 变换为标准化资料 把数据属性变更为数值属性 把数据属性变更为文字属性 生成Pattern数据 把X Y Z的值用3D图象方式组合后生成Mesh数据 生成在回归分析中要使用的指示变量 指定Random数据的基准点 生成符合分布函数的Random数据 生成符合分布函数的概率 并用数据保存 行列 Minitab Calc 计算 16 207 window 集合了把Minitab的所有window调节的命令和总体管理的Graph Worksheet的命令等 全面性Window的运营命令 指定把各个window都显示 或者用小图标来显示把Toolbar与Statusbar隐藏或显示使总括Graphwindow的window活性化使管理Worksheet的window活性化活性window用Vmark表示 用Vmark标记打开window Minitab Window 窗口 17 207 基础统计量输出 基础统计量保存 对母平均的推定及检定 对母比率的推定及检定 相关分析 公分散分析 正态性检定 两个母集团的分散的同一性检定 Minitab Stat 统计 18 207 基础知识介绍 19 207 基本上和在ExcelSheet上输入数据的方法一样 但Minitab以列为单位组织数据 另外 有专门用于变量名称的行 Worksheet的基本结构如下 Minitab 数据的输入 20 207 数据的输入与删除 在工作底稿C1列上输入变量名称 金应石 和数据1 2 3 4 5 在C2列上输入变量名称 金宗哲 和数据6 7 8 9 10 注意 在输入变量名称的行里不要输入数据 变量名称可以分为两种 数字变量与文字变量 文字变量 列的旁边有 T 例如C3列是文字列的时候用 C3 T 表示 Minitab 数据的输入 21 207 删除C2列上的数据 1 点击C2列后单击右键 这时 C2列变成黑色 2 在画面上出现的菜单中选择 DeleteCells Minitab 数据的输入 22 207 添加列或行 在Worksheet的C1列和C2列之间添加新的列 1 要添加行 先点击要添加的列的号码 在鼠标右键的菜单中选择 InsertRows 2 要把Worksheet的特定部分复制 删除 移动的时候 就把必要的部分用鼠标拖动后 利用鼠标右键菜单 完成需要的操作 Minitab 数据的输入 23 207 自动填充功能 在Minitab13中 输入连续增加的数据时可以像在Excel上利用鼠标的拖动来完成 Minitab 数据的输入 24 207 复制正在使用的变量的时候 Minitab以前的版本当中 复制正在使用的变量的时候 会出现ErrorMessage 但在版本13中 在已存变量的名称前面 会自动出现 2等序号 Minitab 数据的输入 25 207 想调整小数点后位数的时候 把活塞的内径尺寸输入到小数点后四位 现在只保留小数点后两位 注意 这时 可以自动四舍五入 Minitab 数据的输入 26 207 想分开正在使用着的Worksheet的时候 把下面的Worksheet按所属公司分部分开 Minitab 数据的输入 27 207 Manip splitWorksheet Minitab 数据的输入 28 207 Data的Stack Unstack StackData 所有数据都在一个列 按区分数据的列整理 UnstackData 把数据按各自所属的集合 整理在不同的列里 Minitab 数据的输入 29 207 按所属公司分部 分别整理下面的Worksheet Minitab 数据的输入 30 207 Manip UnstackColumns Minitab 数据的输入 31 207 把按所属公司分部区分开来的数据整理到一个列里 Minitab 数据的输入 32 207 Manip Stack StackColumns Minitab 数据的输入 33 207 想把数据的列和行互换的时候 Minitab 数据的输入 34 207 Manip TransposeColumns Minitab 数据的输入 35 207 要打开新的Worksheet的时候 File New Minitab 数据的输入 36 207 想把数据按顺序整理的时候 要把混合在一起的数据按男 女整理的时候 1 男 2 女 Minitab 数据的输入 37 207 Manip Sort Minitab 数据的输入 38 207 想变更数据的代码的时候 把区分男女的数据改变成 1 男 2 女 Minitab 数据的输入 39 207 Manip Code NumerictoText Minitab 数据的输入 40 207 要做简单计算的时候 在C1列的数据上乘以100 再输入到C2列 Minitab 数据的输入 41 207 Calc Calculator Minitab 数据的输入 42 207 要输入有规律的数据的时候 在C1列里输入111222333444555 Minitab 数据的输入 43 207 Calc MakePatternedData SimpleSetofNumbers 练习 把下列数字输入到C2列2224446666888222444666888222444666888999888777666555999888777666555 Minitab 数据的输入 44 207 保存文件的方法有四种 仅保存Worksheet的数据的方法 保存包括Worksheet在内的所有结果的方法 保存Session结果的方法 以及保存Graph的方法 仅输入Worksheet的数据的方法 File SaveWorksheetAs Minitab 文件的保存 45 207 包括Worksheet在内的所有结果同时保存的方法 File SaveProjectAs Minitab 文件的保存 46 207 保存Session的结果的方法 File SaveSessionWindowAs Minitab 文件的保存 47 207 保存Graph的方法 File SaveGraphAs Minitab 文件的保存 48 207 打开Project文件 File OpenProject Minitab 文件的打开 49 207 打开Worksheet文件 File OpenWorksheet Minitab 文件的打开 50 207 数据的有效整理 51 207 确认一个变量的频率 按Activity的程度确认频率 Stat Tables Tally Minitab 制表 52 207 亲自操作一下 比较结果 Minitab 制表 53 207 要制作有两个变量的表的时候 利用Gender和Activity制表 Stat Tables CrossTabulation Minitab 制表 54 207 亲自操作一下 比较结果 Minitab 制表 55 207 确认数据的分布时 确认身高的分布 Dotplot Graph Dotplot Minitab 画图象 56 207 Histogram Graph Histogram Minitab 画图象 57 207 想知道变量之间的关系的时候 这时 数据的类型都是连续型 来确认一下身高和体重的关系 Plot 散点图 Graph Plot Minitab 画图象 58 207 想在Plot上面确认异常点的位置的时候 在得出的图像上面点击右键后 选择Brush 利用鼠标拖动要确认的一些点或个别点 Minitab 画图象 59 207 MatrixPlot 想同时确认几个变量之间的相关关系的时候 来确认一下身高 体重和心跳数之间的关系 Graph MatrixPlot Minitab 画图象 60 207 想比较的时候 这时 Y是连续型数据 X是离散型数据 比较一下按Activity划分的心跳数的平均值 Chart Graph Chart Minitab 画图象 61 207 Minitab 画图象 62 207 Boxplot Graph Boxplot Minitab 画图象 63 207 想同时显示两个变量的关系和分布的时候 确认身高和体重之间的相关关系以及各个变量的分布 Graph MarginalPlot Minitab 画图象 64 207 想在图像上调整X Y轴的大小的时候 在图像对话窗单击Frame后 选择MinandMax 输入X和Y的最大值和最小值 Minitab 画图象 65 207 求出身高的平均值和标准偏差 用数字归纳的方法 Stat BasicStatistics DisplayDescriptiveStatistics Minitab 用数字归纳 66 207 利用图像整理的方法 Stat BasicStatistics DisplayDescriptiveStatistics Minitab 用数字归纳 67 207 求相关系数的方法 Stat BasicStatistics Correlation Correlations Height Weight PulseHeightWeightWeight0 786 相关系数 0 000 p Value Pulse 0 223 0 2030 0330 054CellContents PearsoncorrelationP Value Minitab 用数字归纳 68 207 数据分析 69 207 以收集到的数据为根据 对要确认的事实进行判断的方法以及找出作为判断基准的p Value的方法 QA每天都要检查公司的产品质量 QA根据产品有没有达到规定的质量要求 判断它是合格品还是不合格品 即QA必须对以下两个事实中的一个做出判断 产品的质量符合要求 是合格品 产品质量不符合要求 是不合格品 还没有确认的两个事实称为假设 分别用零假设和对立假设表示 肯定的假设是0假设 否定0假设的是对立假设 这种情况下 如果按照常理 应在成品中抽样本 并将其与预定的规格进行比较 规格和样本的差异大 则为对立假设 差异小 则为0假设 对这些数据进行整理 Minitab 对假设检验的理解 70 207 换句话说 以样本为根据对0假设的概率进行计算 如果概率大则设定为0假设 概率小则设定为对立假设 这样的一系列判断方法称为假设检验 0假设的概率称为p Value 求出p Value之后需要一个基准来判断它的大小 这个基准称为显著性水平 一般会选择1 5 10 中的一个 通常使用5 显著性水平的选择跟分析者对0假设的确信程度有关 如果对0假设很确信 为了尽量使0假设正确 应选择较低的显著性水平 对0假设不是很确信的时候 为提高对立假设的正确率 应该选择较高的显著性水平 Minitab 对假设检验的理解 71 207 知道标准偏差时的母平均推定和检定检定母平均是否已知道的特定值 Variables 选定要分析的ColConfidenceinterval 指定计算信赖区间的信赖度Testmean 检定对象值 检定时指定 Alternative 设定对立假设Sigma 输入标准偏差p值比留意水准小时驳回归属假设mu 归属假设 munot 对立假设 结果解释 p值比留意水准小故驳回归属假设 即母平均不等于5 Testmean指定的情况 One SampleZ ValuesTestofmu 5vsmunot 5Theassumedsigma 0 2VariableNMeanStDevSEMeanValues94 78890 24720 0667Variable95 0 CIZPValues 4 6582 4 9196 3 170 002 Minitab 连续型数据的假设检验 EXH STAT MTW 1 SampleZ 72 207 对一个平均值的假设检验 已知某样本集合的标准误差率的时候 确认一下身高的平均值是否为70 已知 某样本集合的标准偏差是12 0假设 平均身高是70 对立假设 平均身高不是70 Minitab 连续型数据的假设检验 1 SampleZ 73 207 Minitab 连续型数据的假设检验 Stat BasicStatistics 1 SampleZ 74 207 对一个平均值的假设检验 未知某样本集合的标准偏差的时候 Minitab 连续型数据的假设检验 1 Samplet Variables 指定要分析的ColConfidenceinterval 指定计算信赖区间的信赖度Testmean 指定检定时对象值Alternative 设定对立假设StDev 标准偏差SEMean 平均误差CI 信赖区间mu 归属假设 munot 对立假设P值比留意水准小时驳回Ho 即p值指脱离的概率 结果解释 p值小于5 留意水准 故驳回归属假设 即平均不等于5 EXH STAT MTW 75 207 确认一下身高的平均值是不是70 0假设 平均身高是70 对立假设 平均身高不是70 Stat BasicStatistics 1 Samplet 1 Samplet Minitab 连续型数据的假设检验 76 207 不知标准偏差时两个母平均差的推定和检定 Samplesinonecolumn stack形态 在1Col中比较两个集团Sampleindifferentcolumns unstack形态 First 选择第一个Col Second 选择第二个ColAlternative 设定对立假设Confidencelevel 设定信赖水准Assumeequalvariance 假设两个集团的母分散一致 结果解释 p值大于5 有益水准 故选择归属假设 即两个母平均在95 信赖区间无差异 Minitab 2 Samplet Two SampleT TestandCI BTU In DamperTwo sampleTforBTU InDamperNMeanStDevSEMean1409 913 020 4825010 142 770 39Difference mu 1 mu 2 Estimatefordifference 0 23595 CIfordifference 1 464 0 993 T Testofdifference 0 vsnot T Value 0 38P Value 0 704DF 80 Furnace mtw 连续型数据的假设检验 77 207 对两个平均值的假设检验 已知某样本集合的标准偏差的时候 确认一下男 女的平均身高有没有差异 0假设 男平均身高 女平均身高对立假设 男平均身高 女平均身高 Stat BasicStatistics 2 Samplet Minitab 连续型数据的假设检验 78 207 关于散布差异的假设检验 确认一下男女的平均身高有没有差异0假设 男身高的分散程度 女身高的分散程度对立假设 男身高的分散程度 女身高的分散程度 ANOVA TestforEqualVariances Minitab 连续型数据的假设检验 79 207 确认是不是正态分布 确认数据的正态分布 确认一下收集的Pulse是否属于正态分布 Stat BasicStatistics NormalityTest Minitab 连续型数据的假设检验 80 207 检定资料的分布形态是否随正态分布的分析法归属假设 数据是随正态分布对立假设 数据是不随正态分布 Variable 设定需正态性检定的Col 变量 Referenceprobabilities 输入概率值TestsforNormality 三个方法中选择一种 结果分析 首先若资料与图象中的直线一致 可认为按正态分布 因P value为0 022比留意水准小 故驳回归属假设 即不随正态分布 Cranksh mtw Minitab NormalityTest 正态检验 81 207 非正态分布的正态化 通过确认可以知道练习3的数据不服从正态分布 这时 适当改变变量可以转换成正态分布 Stat ControlCharts Box CoxTransformation Minitab 连续型数据的假设检验 82 207 对一个比率差异的假设检验 QA为了确认A产品的改善的成果 检查了300个样品 结果发现了15个不合格品 以前A产品的不合格率是15 0假设 不合格率 15 对立假设 不合格率 15 Stat BasicStatistics 1 Proportion Minitab 离散型数据的假设检验 83 207 Minitab 离散型数据的假设检验 TestandCIforOneProportionTestofp 0 15vspnot 0 15ExactSampleXNSamplep95 0 CIP Value1153000 050000 0 028251 0 081127 0 000 P 0 0 05拒绝零假设 接受对立假设 84 207 对两个比率差异的假设检验 QA为了比较A B两个生产线的不合格率 收集了相关数据 结果 A生产线是1000个当中有75个不合格品 B生产线是1500个当中有120个不合格品 0假设 A的不合格率 B的不合格率 对立假设 A的不合格率 B的不合格率 Stat BasicStatistics 2 Proportion Minitab 离散型数据的假设检验 85 207 Minitab 离散型数据的假设检验 TestandCIforTwoProportionsSampleXNSamplep17510000 075000212015000 080000Estimateforp 1 p 2 0 00595 CIforp 1 p 2 0 0263305 0 0163305 Testforp 1 p 2 0 vsnot 0 Z 0 46P Value 0 646 P 0 646 0 05接受原假设 86 207 分散分析 87 207 根据各数据的变化程度 散布 和总平均值的差异 分为各集合本身的平均值与数据之间的差异 集合平均值与总平均值之间的差异两种 如果不同集合之间有差异 集合本身平均值与总平均值的差异所占的比率比各集合本身的平均值与数据之间的差异大 ANOVA通过比较发生在集合内部的变化的和与集合本身平均值与总平均值变化的和 根据各数据的变化程度 散布 和总平均值的差异 分为各集合本身的平均值与分散分析来判断各集合是否有差异 换而言之 是求出关于集合内部变化的分散 集合本身平均值和总平均值的变化的分散 再进行比较的方法 Minitab 对分散分析的理解 88 207 数据被Stack的情况 为了确认耐久性的差异 收到了四个公司的样品 测试了耐久性 确认一下不同公司之间有没有耐久性的差异 0假设 不同公司的产品耐久性一样 对立假设 不同公司的产品耐久性不一样 Minitab 对一个自变量的分散分析 89 207 Stat ANOVA One Way Unstacked Minitab 对一个自变量的分散分析 90 207 数据Unstack的情况 把预计会对因变量Y有影响的温度 分为3个水准进行试验 确认不同温度下 Y值有没有差异 0假设 不同温度下Y值一样 对立假设 不同温度下Y值不一样 Minitab 对一个自变量的分散分析 91 207 Stat ANOVA One Way Unstacked Minitab 对一个自变量的分散分析 92 207 为了确认不同车间 换班小组之间的生产量的差异 收集了数据 0假设 不同车间的生产量一样对立假设 不同车间的生产量不一样0假设 不同换班小组的生产量一样对立假设 不同换班小组的生产量不一样 Stat ANOVA Two Way Minitab 对两个自变量的分散分析 93 207 Minitab不管有多少变量 都可以用Balanced和GLM GeneralLinearModel 分析 Balanced是指在各因素的水准组合下反复数一样的情况 反复数不一样的情况就使用GLM 可以得出结论 分散分析可以用GLM一个菜单进行所有分析 Minitab Banlenced和GeneralLinerModel 94 207 BalancedANOVA分析 Minitab Banlenced和GeneralLinerModel 95 207 利用GeneralLinearModelMenu分析 Minitab Banlenced和GeneralLinerModel 96 207 Minitab Banlenced和GeneralLinerModel 97 207 对效果的图像分析 在对话窗里点击FactorPlots Minitab Banlenced和GeneralLinerModel 98 207 回归分析 99 207 人的身高和体重存在一定的相关关系 一般来说 个子高的人体重也大 两个变量之间有相关关系的时候 知道身高就可以预测体重 知道体重就可以预测身高 为进行这样的预测 应该用一个函数式表达两个变量之间的关系 即回归分析是找出有关联的自变量和因变量之间的函数式 使用时确认这个函数式的可信度 Minitab 分析的概念 100 207 为了模型化及调查反应变量与一个以上的独立变量之间关系的分析 Leastsquareregression 反应变量为连续性资料时Regression 利用最小乘方法 实施单一回归或多重回归StepwiseRegression 为了找出最合适的说明变量模型进行追加或删除变量而分析BestSubsetsRegression 利用最大R square基准来分析最大Subset回归FittedLinePlot 用一个预测变量的线型或多次项进行回归分析ResidualPlot 为残差分析的Plot作成Logisticsquareregression 反应变量为范筹型资料时BinaryLogisticRegression 利用二项反应变量的回归分析 2个范筹时 OrdinalLogisticRegression 利用顺序型反应变量的回归分析 3个以上范筹时 NominalLogisticRegression 利用名目型反应变量的回归分析 3个以上范筹时 Minitab Regression 101 207 例 下面数据为注塑厂注塑机的维修费用记录单 Minitab Regression 102 207 散点图分析 关于使用年度和维修费用的散点图如下 Minitab Regression 103 207 根据前一页的函数式选定方法上的资料进行回归分析 Stat Regression Regression Minitab Regression 104 207 RegressionAnalysis costversusyearTheregressionequationiscost 29 1 13 6yearPredictorCoefSECoefTPConstant29 1115 971 820 093year13 6373 1494 330 001S 29 11R Sq 61 0 R Sq adj 57 7 AnalysisofVarianceSourceDFSSMSFPRegression1158871588718 750 001ResidualError1210166847Total1326053UnusualObservationsObsyearcostFitSEFitResidualStResid127 00186 00124 5711 2361 432 29RRdenotesanobservationwithalargestandardizedresidual 回归方程式为cost 29 1 13 6yearP值比留意水准小 故驳回归属假设 即两个变量的回归系数不是0 对资料的说明程度 决定系数 为61 0 因第12个数据是非正常数据 故需要进一步观察 分析结果 Minitab Regression 105 207 质量工具 106 207 RunChart 通过数据 发现Processpattern 并确认是否non randomParetoChart 确认什么问题最重要CauseandEffect 特性要因图CapabilityAnalysis 工程能力分析GageR R 测定系统评价Multi VariChart 使数据一眼所能见到的视觉形态 提供分散分析的数据SymmetryPlot 评价数据是否从对称分布而来 Minitab 质量工具基础 107 207 Stat QualityTools RunChart Minitab RunChart 108 207 欲分析的Rawdata输入在一个列时欲分析的data输入在多个列时指定在图表中表示的点按Subgroup的平均或中央值个别data的打点Subgroup平均值的得分所有data的中央值 Minitab RunChart Cranksh mtw 109 207 Stat QualityTools ParetoChart ParetoChart Minitab 110 207 ParetoChart Minitab EXH QC MTW 111 207 Stat QualityTools Cause and Effect Minitab Cause and Effect 112 207 Minitab Cause and Effect 显示结果特性和引发原因的要因之间关系的图形 掌握异常原因及采取对策用 现场改善活动时现况解释及改善手段的整理 作业标准的作成或改正 新入社员的教育或作业说明 有助于观察潜在原因之间的关系 在Minitab中只能画出一次level EXH QC MTW 113 207 Minitab CapabilityAnalysis Normal 工序能力分析 与直方图一起 Stat QualityTools CapabilityAnalysis Normal 114 207 Minitab CapabilityAnalysis Normal 工程的数据为连续性资料并随正态分布时的工程能力指数计算 欲分析的data输入在一个列的情况欲分析的data输入在多个列的情况输入规格的上限和下限 Hardlimit在输入规格的上 下限值外 无数据时选择知道母集团的平均和标准偏差或者从以前的数据推定的平均和标准偏差便输入 Camshaft mtw 115 207 Minitab CapabilityAnalysis Weibull 工程的数据为连续性资料并随Weibull分布时的工程能力指数计算 选择数据列选择决定Weibull分布模样的形象母数产品特性为单侧规格时输入3 而两侧规格时保留6 长期工程能力当前能力长期预测能力 Tiles mtw 116 207 测量系统分析GageR R 确定测量误差相对于产品规范或过程误差来说是否可以接受 分析测量仪器是否具有适当的分辨率 测量误差超出可接受范围时 确定优先改进事项 评估新的测量仪器 人员 及测量系统 对可能存在问题的测量方法进行评估 测量系统误差 重复性 Repeatability 相同人员 仪器 部件多次测量的误差再现性 Reproducibility 相同仪器部品不同人员的测量误差准确性 测量的平均值和真实平均值之间的差异分辨率 Categories 测量系统的精确度 仪器的最小测量单位 Minitab GageR RStudy Crossed 117 207 MeasurementSystemVariation MeasurementSystemPrecision Gagelinearity Accuracy Accurateandprecise precisebutnotaccurate Accuratebutnotprecise Notaccurateorprecise 观察的总误差 实际过程误差 测量的误差 长期过程误差 短期过程误差 样本内误差 测量者的误差 测量仪器的误差 重复性 Repeatability 正确性 Calibration 再现性 Reproducibility 稳定性 Stability 线型性 Linearity Accuracy Precision Minitab GageR RStudy Crossed 118 207 GageR RProcess 一般2 3名测量者对十个样品进行2 3次反复测量 测量前确认测量系统是否就绪 第一名测量者随机所有样品 每名测量者对所有样品都进行一次测量 注意 不要让测量者知道自己测量的是哪个样品 确认分析结果后采取措施 再现性 反复性 R R Tolerance在公差全范围内取样 确保样本误差能代表实际过程误差 GageR R的判定基准 RuleofThumb 20 可以20 to29 条件 30 不可 Minitab GageR RStudy Crossed 119 207 利用ANOVA分析实施GageR R MINITAB 三名检测者对十件部品进行两次重复测量 Spec 2 5 1 5 File Minitab13 data Gageaiag MTWStat QualityTools GageR RStudy Crossed Tolerance 3 GageR R ContributionSource VarComp ofVarComp TotalGageR R0 00443710 67Repeatability0 0012923 10Reproducibility0 0031467 56Operator0 0009122 19Operator Part0 0022345 37Part To Part0 03716489 33TotalVariation0 041602100 00StdDevStudyVar StudyVar ToleranceSource SD 5 15 SD SV SV Toler TotalGageR R0 0666150 3430632 6611 44Repeatability0 0359400 1850917 626 17Reproducibility0 0560880 2888527 509 63Operator0 0302000 1555314 815 18Operator Part0 0472630 2434023 178 11Part To Part0 1927810 9928294 5233 09TotalVariation0 2039651 05042100 0035 01NumberofDistinctCategories 4 VarComp 用来比较Gage与Part间的偏差 VarComp theVariationComponentcontributedbyeachsource 占总偏差的 对比公差范围占总偏差的 从该值反映能识别此MS种类的个数 0 1 不适用 需改善 2 4 附加条件时可接受 H L H M L 5以上 Minitab GageR RStudy Crossed 120 207 测量者别范围图 测量者别平均变化图 部品别测量者的个别测量值 Part To Part 较大 主要的偏差是由于部品之间的差异引起的 从较多点超出管理线 点数50 以上得出 测定者之间引起的偏差较小 该偏差主要由于部品间的差异引起 Vs 当较多点在管理线内时 观测的偏差主要由于测量系统引起 管理线是依据测定者间的测定值变化来计算的 测定值变化小说明管理界限的幅度小 说明测定者间的测定值变化小 大部分值在管理界线内 所测定的数据值是正常的 通过参考ANOVA中的P值 直观显示分析Part与测定者间交互作用 P0 01是没意义的 二者之间无相互影响 部品别测量值 测量者别部品测量值 从非水平线显示 部品之间的差异较大 Vs 水平线显示时 部品之间的差异较小 从非水平线显示 测定者之间的差异较大 Vs 水平线显示时 测定者之间的差异较小 变动要因别 百分比图 结果分析 Minitab GageR RStudy Crossed 121 207 Stat QualityTools GageR R Crossed Minitab GageR RStudy Crossed Gageaiag MTW 122 207 Study分析 在全部当中 Gage的变动占32 66 其中重复性占17 62 再现性占27 50 Tolerance分析 对比现有公差 直译 并进行比较可以看出 现在的总变动 totulvoriation 与公差 直译 对比占35 10 而Gage与公差 直译 对比则占11 44 NumberofDistinceGagegories分析 以各相同区组来区分各自测定值的置信区间时 所分的个数 一般在4个以上时认为是合适的 Contribution分析 从分散标准来看 部件间的分散占89 33 GageR R的分散占10 67 其中 重复性占3 10 再现性占7 56 Gage的可靠性分析 Minitab GageR RStudy Crossed 123 207 RChartByOperator的分析 这是表示分析人员所测定各部件结果值范围的图解 通过此图 可以明确各分析人员的重复性程度 Xbarchartbyoperator的分析 这是表示分析人员所测定各部件结果平均值的图解 比较整体的倾向性 可以明确再现性程度 ByChart的分析 表示各部件测定结果的图解 可以说 测定值的结果值越多 再现性和重复性越有问题 ByOperator的分析 这是表示各分析人员测定结果的图解 中间的点意味着各分析人员的均值 可以做有关重复性的判断 Operation PartInteraction的分析 这是表示分析人员和部件间交互作用的图解 在这里 我们可以得知 各分析人员所做出的4号部件与10号部件的结果值是不同的 ComponetsofVariation的分析 这是从分散和标准差出发 对构成了散布原因的总体GageR R 再现性 重复性 部件变化所占比率进行整理的结果图解 图解的结果分析 Minitab GageR RStudy Crossed 1 2 3 4 5 6 124 207 Minitab GageR RStudy Crossed 调查测定系统的散布对工程散布的影响 并判断测定系统的测定能力的技法 按 Option 键后 在ProcessTolerance输入规格公差 便可求规格比 R R值 Tolerance Gageaiag mtw 125 207 Minitab CapabilitySixpack Normal 126 207 Minitab CapabilityAnalysis Binomial 二项分布数据的工程能力计算 不良率 Defectives 已输入不良率的列Samplesize 已输入试料数的列Target 输入目标不良率 PCHART显示在工程控制外有一个点显示累计 DEFECTIVECHART为约22 Defectivesrate不受资料量的影响ProcessZ为0 75 2 25 低水准 BPCAPA MTW 127 207 Minitab CapabilityAnalysis Poisson Poisson分布数据的工程能力计算 缺点数 指定输入缺点数的列指定输入试料数的列输入目标值U管理图显示在管理状态外有3个点累积平均DPU在0 025与0 03之间的某一个地点显示相对稳定的状态观察DPU的Histogram 似乎随Weibull分布 但有更多的数据存在时才可以判断 BPCAPA MTW 128 207 Minitab GageRunChart 分析测定数据的散布后发现问题点 Partnumber 选择Part列Operators 选择测定者的列Measurementdata 选择测定值的列 X轴按试料类别区分 便于一眼看到各测定值出现何种程度差异 第1 5 10号试料为测定值小 特定的试料根据测定系统不同 数值差异的大小不同 第10号试料在第3号测定系统中的测定值大 GAGEAIAG MTW 129 207 Minitab GageLinearityStudy 称作直线性 分析在各测定系统所及测定范围内与真值发生的差异 并设定准确的测定范围 Partnumber 选择part列Mastermeasurements 选择master测定值 真值 列Measurementdata 选择输入测定值数据的列ProcessVariation 在GageR RStudy中选择StudyVar的TotalVariation 5 15 SD Linearity为13 16 测定系统的直线性占有全体工程散布的13 16 Bias为0 376 倾向性很小 Linearity和 Bias的值越小 测定系统越好 Gagelin mtw 130 207 DOE 实验计划法 131 207 Minitab 实验计划法基础 如何实施实验如何选取数据 如何解释才能以最少的实验次数迅速获得最大的信息量的计划方法 实验的成败 只有把以往的经验或者理论性 技术性知识等的原有技术与依照实验计划法的知识结合起来才有可能 CreateFactorialDesign 要因配置法实验设计DefineCustomFactorialDesign 在变更当前的实验计划而再指定时使用 AnalyzeFactorialDesign 得出实验分析结果FactorialPlot 主效果 交互效果plot作成Contour Surface Wireframe Plots 展现实验的反应表面Overla