MINITAB之制程能力分析-PPT精选文档

1、MINITAB之制程能力分析-PPT精选文档MINITAB之制程能力分析-PPT精选文档製程能力之分類計量型(基於正態分佈)計數型(基於二項分佈)計數型(基於卜氏項分佈)2製程能力之分類計量型(基於正態分佈)計數型(基於二項分佈)計MINITAB 能力分析的選項(計量型)Capability Analysis (Normal)Capability Analysis (Between/Within)Capability Analysis (Weibull)Capability Sixpack (Normal)Capability Sixpack (Between/Within)Capabilit

2、y Sixpack (Weibull)3MINITAB 能力分析的選項(計量型)CapabilityCapability Analysis (Normal)該命令會劃出帶理論正態曲線的直方圖，這可直觀評估數據的正態性。輸出報告中還包含過程能力統計表，包括子組內和總體能力統計。4Capability Analysis (Normal)該命Capability Analysis (Between/Within)該命令會劃出帶理論正態曲線的直方圖，可以直觀評估數據的正態性。該命令適用於子組間存在較變差的場合。輸出報告中還包含過程能力統計表，包括子組間子組內和總體能力統計。5Capability An

3、alysis (Between/WCapability Analysis (Weibull)該命會會劃出帶韋伯曲線的直方圖，這可直觀評估數據是否服從韋伯分布。輸出報告中還包含總體過程總能力統計6Capability Analysis (Weibull)該製程能力分析做法決定Y特性收集Y特性數據輸入MINITAB數據表進行分析結果說明7製程能力分析做法決定Y特性收集Y特性數據輸入MINITAB數STEP1決定Y特性決定Y特性收集Y特性數據輸入MINITAB數據表進行分析結果說明Y特性一般是指客戶所關心所重視的特性。Y要先能量化，儘量以定量數據為主。Y要事先了解其規格界限，是單邊規格，還是雙邊規格

4、。目標值是在中心，或則不在中心測量系統的分析要先做好。8STEP1決定Y特性決定Y特性收集Y特性數據輸入MINITASTEP2決定Y特性決定Y特性收集Y特性數據輸入MINITAB數據表進行分析結果說明在收集Y特性時要注意層別和分組。各項的數據要按時間順序做好相應的整理9STEP2決定Y特性決定Y特性收集Y特性數據輸入MINITASTEP3決定Y特性決定Y特性收集Y特性數據輸入MINITAB數據表進行分析結果說明將數據輸入MINTAB中，或則在EXCEL中都可以。10STEP3決定Y特性決定Y特性收集Y特性數據輸入MINITASTEP4決定Y特性決定Y特性收集Y特性數據輸入MINITAB數據表進

5、行分析結果說明利用MINITABSTATQUALITY TOOLCAPABILITY ANALYSIS (NORMAL)11STEP4決定Y特性決定Y特性收集Y特性數據輸入MINITASTEP5決定Y特性決定Y特性收集Y特性數據輸入MINITAB數據表進行分析結果說明利用MINITAB的各項圖形來進行結果說明12STEP5決定Y特性決定Y特性收集Y特性數據輸入MINITA練習樣本X1X2X3X4X5199.70 98.72 100.24 101.28 101.20 299.32 100.97 100.87 99.24 98.21 399.89 99.83 101.48 99.56 100.90

6、 499.15 99.71 99.17 99.30 98.80 599.66 100.80 101.06 101.16 100.45 697.74 98.82 99.24 98.64 98.73 7101.18 100.24 99.62 99.33 99.91 8101.54 100.96 100.62 100.67 100.49 9101.49 100.67 99.36 100.38 102.10 1097.16 98.26 97.59 100.09 99.78 13練習樣本X1X2X3X4X5199.70 98.72 100輸入數據14輸入數據16執行能力分析15執行能力分析17輸入選項1

7、6輸入選項18選擇標准差的估計方法17選擇標准差的估計方法19選項的輸入18選項的輸入20以Cpk, Ppk結果的輸出19以Cpk, Ppk結果的輸出21以Zbench方式輸出20以Zbench方式輸出22結果說明請學員按此圖形來說明該製程狀況21結果說明請學員按此圖形來說明該製程狀況23Capability Analysis (Between/Within)22Capability Analysis (Between/WCapability Analysis (Weibull)此項的分析是用在當制程不是呈現正態分佈時所使用。因為如果制程不是正態分佈硬用正態分佈來分析時，容易產生誤差，所以此時

8、可以使用韋氏分佈來進行分析，會更貼近真實現像。23Capability Analysis (Weibull)此練習請使用同前之數據來進行分析。上規格：103下規格：97規格中心：10024練習請使用同前之數據來進行分析。26選韋氏分佈25選韋氏分佈27輸入相關參數26輸入相關參數28填入選項要求27填入選項要求29結果圖形28結果圖形30比較二者有何差異此二項誰更適合來解釋制程狀況。如果你是制程工程師你應如何抉擇29比較二者有何差異此二項誰更適合來解釋制程狀況。31正態分佈適用性的判定可以使用Statbasic statisticnormality test但數據要放到同一個column中，所

9、以必須針對前面的數據進行一下處理30正態分佈適用性的判定可以使用32數據調整31數據調整33選擇執行項目32選擇執行項目34填寫選項33填寫選項35結果輸出34結果輸出36結果輸出(加標0.5概率)35結果輸出(加標0.5概率)37計量型製程能力分析總結一般的正態分佈使用Capability Analysis (Normal)如果是正態分佈且其組內和組間差異較大時可用Capability Analysis (Between/Within)當非正態分佈時則可以使用Capability Analysis (Weibull)36計量型製程能力分析總結一般的正態分佈使用38Capability Six

10、pack (Normal)複合了以下的六個圖形XbarR原始數據分佈直方圖正態分佈檢定CPK, PPK37Capability Sixpack (Normal)複合了練習請以前面的數據來進行相應的Capability Sixpack (Normal)練習38練習請以前面的數據來進行相應的Capability Sixp選capability six pack (normal)39選capability six pack (normal)4輸入各項參數40輸入各項參數42選定判異准則41選定判異准則43選擇標准差估計方法42選擇標准差估計方法44考慮可選擇項43考慮可選擇項45結果輸出44結果輸出

11、46Capability Sixpack (Between/Within)複合了以下的六個圖形XbarR原始數據分佈直方圖正態分佈檢定CPK, PPK45Capability Sixpack (Between/Wi同前練習及結果46同前練習及結果48Capability Sixpack (Weibull)複合了以下的六個圖形XbarR原始數據分佈直方圖正態分佈檢定CPK, PPK47Capability Sixpack (Weibull)複合結果輸出48結果輸出50二項分佈制程能力分析二項分佈只適合用在好，不好過，不過好，壞不可以用在0,1,2,3等二項以的選擇，此種狀況必須使用卜氏分佈。49

12、二項分佈制程能力分析二項分佈只適合用在51示例數據在excel檔案中50示例數據在excel檔案中52選二項分佈制程能力51選二項分佈制程能力53填好各項的參數52填好各項的參數54選好控制圖的判異准則53選好控制圖的判異准則55填入選擇項54填入選擇項56結果及輸出55結果及輸出57結果解釋請針對前圖進行相應的各項解釋56結果解釋請針對前圖進行相應的各項解釋58卜氏分佈制程能力分析卜分佈只適合用在計數型，有二個以上的選擇時例如可以用在外觀檢驗，但非關鍵項部份0,1,2,3等二項以的選擇，此種狀況必須使用卜氏分佈。57卜氏分佈制程能力分析卜分佈只適合用在59示例數據在excel檔案中58示例數

13、據在excel檔案中60選卜氏分佈制程能力59選卜氏分佈制程能力61填好各項的參數60填好各項的參數62選好控制圖的判異准則61選好控制圖的判異准則63填入選擇項62填入選擇項64結果及輸出63結果及輸出65結果解釋請針對前圖進行相應的各項解釋64結果解釋請針對前圖進行相應的各項解釋66Example of Capability Analysis for Multiple Variables (Nonnormal)1Open the worksheet MNCAPA.MTW.2Choose Stat Quality Tools Capability Analysis Multiple Vari

14、able (Nonnormal).3In Variables, enter Weight.4 Check BY variables and enter Machine.4 In Fit data with, choose Distribution and then select Largest extreme value.5In Lower spec, enter 27. In Upper spec, enter 35.6Click OK. 65Example of Capability AnalysisThe probability plot confirms that the data f

15、ollows largest extreme value distribution. For machine 1, AD = 0.335 and P 0.25. For machine 2, AD = 0.341 and P 0.25.The capability statistics are based on the 0.5, 99.87 and 0.13 percentiles denoted as X0.5, X0.9987, and X0.0013. The percentiles are calculated using the parameter estimates for the

16、 largest extreme value distribution.Pp is defined as the ratio of the specification range (USL - LSL) to the potential process range (X0.9987 - X0.0013 ). Pp for machine 1 and machine two are 0.84 and 0.90 respectively, indicating that the probability that the process produces conforming frozen food

17、 packets is slightly less than 0.9974.66The probability plot confirms PPL is the ratio of X0.5 - LSL to X0.5 - X0.0013. PPU is the ratio of USL - X0.5 to X0.9987 - X0.5. For machine 1, PPL = 1.33 and PPU = 0.66, indicating that more than 0.13 percent pf the process output is more than the upper spec

18、ification limit. This also indicates that the process has median close to the lower specification limit. This is also evident in the histogram. Machine 2 show similar results. Ppk is the minimum of PPU and PPL. For both machines, high value of Pp and low value of Ppk indicate that the process median

19、 is off the specification midpoint. This also indicates that more than 0.13 percent of the process output is outside at least one of the specification limits.67PPL is the ratio of X0.5 - LSLThe PPM USL (10904) indicates that for machine 1, 10904 out of 1 million are expected to exceed the upper specification limit of 35 oz. Machine two show similar results.Industry guidelines determine whether the process is capable. A generally accepted minimum value for the