MINITAB与质量管理.ppt

1、MINITAB 与质量管理,课程目标：,能够初步使用MINITAB； 对MINITAB的质量管理模块有初步认识。,内容提要：,第一部分： MINITAB发展概述 MINITAB操作环境介绍 MINITAB功能模块介绍 第二部分： 统计过程控制 过程能力分析 测量系统分析,第一部分：,MINITAB发展概述 MINITAB操作环境介绍 MINITAB功能模块介绍,第一部分MINITAB发展概述,背景： 1972年MINITAB诞生于宾夕法尼亚大学统计系，主要用于教学演示； 1976年MINITAB手册编写完成，使得计算机软件的使用和统计的入门课程实现了结合； 最初的MINITAB作为一个学术软件

2、包使统计学更富趣味性和更有意义，随着商业市场需求的增加，1983年MINITAB公司建成； 进入90年代，MINITAB开始专注于质量市场，活跃于工业及商业领域，并且伴随着全球六西格玛管理浪潮的兴起而飞速发展。 2007年，MINITAB软件公司推出了最新的R15版，增加了中文简体版界面。,MINITAB操作界面图例： 1）启动界面：,第一部分MINITAB操作环境介绍,会话窗口： 输出,数据窗口： 为一工作表格，类似于Excel的电子表单,2）使用界面：,会话窗口： Session Window,数据窗口： Data Window,图表窗口： Graph Window,历史窗口： Histo

3、ry Window,各窗口功能介绍： 会话窗口：显示诸如统计报表之类的输出文本 。 数据窗口：在此可以输入、修改数据和查看每个工作表的数据列。 历史窗口：记录了所用过的命令。 图形窗口：显示各种图形。一次最多只能打开15个图形窗口 。,MINITAB文件类型,MINITAB文件扩展名 扩展名为MPJ，代表“项目文件” 例如：Data.mpj 扩展名为MTW，代表“工作表格”文件 例如：Data.mtw,MINITAB主要功能模块: 描述性统计分析 参数估计与假设检验 相关与回归分析 高水平的图形和图形编辑能力 列联表 抽样验收 可靠性分析 多元统计分析 统计过程控制(SPC) 测量系统分析(M

4、SA) 试验设计(DOE),MINITAB示例1-描述性统计,示例说明： 为了解育才小学学生的身体素质状况，对该校的小学生进行了随机抽样，并测量了其性别和身高，对此做描述性统计分析。 数据：,MINITAB示例1-描述性统计,操作步骤： 统计基本统计量图形化汇总； 指定“变量”为“身高”。 运行结果：,MINITAB示例2-绘制简单统计图形,常用的统计图形有哪些？ 直方图 箱线图 饼图 时间序列图 三维散点图,箱线图,箱线图是主要利用数据中的五个统计量来描述数据的一种图示方法。 箱线图由箱体、上下须触线和星号三部分组成。 箱体内位于中间的线代表中位数，箱体的下边界是第一四分位数Q1，上边界是第

5、三四分位数Q3，箱体的长度就是四分位间距IQR。 箱体的上下须触线的计算公式是： 下限=maxQ1-1.5IQR，最小值 上限=minQ3+1.5IQR，最大值 如果上下限的计算结果不是观测值中的最大、最小值，箱线图上就会出现一些游离点，这些点有异常值的嫌疑，通常用“ * ”表示,MINITAB示例2-绘制箱线图,示例说明： 某公司从两家供应商各采购了一批灯泡，分别统计各组样品的使用寿命，绘制相应的箱线图。 数据： 操作步骤： 图形箱线图一个Y含组； 指定“图形变量”为“使用寿命”，指定“用于分组的类别变量”为“供应商”。 运行结果：,MINITAB示例3-参数估计,常用的参数估计包括什么？

6、点估计 区间估计 1. 单正态总体均值置信区间估计 2. 双总体均值置信区间估计,MINITAB示例3-参数估计（单总体）,示例说明： 某集团公司正推出节省运输费用活动，某部门20个月的运输费用使用调查结果如下，假设运输费用是服从正态分布的，求运输费用均值的95%置信区间。 数据：,操作步骤： 统计基本统计量单样本t； 在“样本所在列”栏中输入数据列，点击“选项”后，输入置信水平为95%。 运行结果：,MINITAB示例3-参数估计（单总体）,MINITAB示例3-参数估计（双总体）,示例说明： 假定A，B两名工人都生产相同规格的轴棒，关键尺寸是轴棒的直径。由于A使用的是老式车床，B使用的是新

7、式车床，二者的精度可能有差异。现各测定他们生产的13根轴棒直径。试确定A，B两名工人生产的轴棒直径之差的95%置信区间。 数据：,操作步骤： 统计基本统计量双样本t； 在“样本在不同列中”栏中输入“C1,C2列”，点击“选项”后，输入置信水平为95%。 运行结果：,MINITAB示例3-参数估计（双总体）,参数区间估计Minitab操作步骤总结,MINITAB示例4-假设检验,单正态总体均值检验 总体标准差已知单样本Z检验 总体标准差未知单样本t检验 双正态总体均值检验 总体标准差已知双样本t检验 总体标准差未知双样本t检验 配对检验单样本的t检验 方差分析（ANOVA分析） 单因子方差分析单

8、因子 多总体等方差检验等方差检验,MINITAB示例4-假设检验（单正态总体均值检验）,示例说明： 快递公司投送发往美国的邮件，平均投递时间为80个小时，标准差为14小时。现随机抽取了28份邮件的投递时间的记录数据。这份随机抽取的记录数据的平均值已经降低为75.21小时，试用Minitab分析发往美国的邮件的平均投递时间是否已经低于80个小时？ 数据：,标准差已知操作步骤： 统计基本统计量单样本Z； 输入已知的总体标准差14，输入待检验的均值80。 点击“图形”，选中“数据直方图”。 运行结果：,MINITAB示例4-假设检验（单正态总体均值检验）,标准差未知操作步骤： 统计基本统计量单样本t

9、； 在“样本所在列”栏中输入数据列，勾选“进行假设检验”，填写相应的均值80； 点击“图形”，选中“数据直方图”。 运行结果：,MINITAB示例4-假设检验（单正态总体均值检验）,MINITAB示例4-假设检验（配对检验）,示例说明： 想要比较某一种减肥药药物的疗效，选定了10个人进行试验，收集了每个人服用药物之后的体重数据，试用Minitab来分析服用药物之后体重是否有显著的降低？ 数据：,操作步骤： 统计基本统计量成对t； 在“列中的样本“栏中输入数据所在列，“备择”选项中输入“大于”。 运行结果：,MINITAB示例4-假设检验（配对检验）,MINITAB示例4-假设检验（单因子ANO

10、VA分析）,概念 指标：试验中要考察的结果。 因子：在试验中会改变状态的因素或者对指标有影响的因素。 通常用大写字母A,B,C,D来表示。 因子的水平：因子在试验中所处的不同状态。 譬如A因子的水平用A1，A2，来表示。,MINITAB示例4-假设检验（单因子ANOVA分析）,示例说明： 考察温度对烧碱产品得率的影响，选了四种不同的温度进行试验，在同一温度下进行了5次试验，试用Minitab判断温度对于烧碱产品的得率是否有显著影响。 数据：,操作步骤： 统计方差分析单因子； 输入相应的“响应”、“因子”变量，勾选“数据箱线图”选项。 运行结果：,MINITAB示例4-假设检验（单因子ANOVA

11、分析）,第二部分：,统计过程控制 过程能力分析 测量系统分析,六西格玛的实施模式,六西格玛改进的模式DMAIC 界定阶段Define 测量阶段Measure 分析阶段Analyze 改进阶段Improve 控制阶段Control 六西格玛设计的模式DMADV 界定阶段Define 测量阶段Measure 分析阶段Analyze 设计阶段Design 验证阶段Verity,六西格玛工具的组成1.定义阶段,定义阶段常用的工具： SIPOC图、立项说明书、KANO模型分析、QFD（质量功能展开）、COPQ（劣势成本分析）,六西格玛工具的组成2.测量阶段,测量阶段常用的工具： 流程图、MSA（测量系统

12、分析）、过程能力分析、数据调查表、直方图、箱线图、散点图、时间序列图,六西格玛工具的组成3.分析阶段,分析阶段常用的工具： 帕累托图、因果图、假设检验、方差分析（ANOVA）、相关性与回归分析、FMEA（失效模式与效应分析）、列联表卡方分析、多变异分析、可靠性分析、时间序列分析等,六西格玛工具的组成4.改进阶段,改进阶段常用的工具： 脑力激荡法、TRIZ（创新方法与理论）、DOE（试验设计）、防差措施等,六西格玛工具的组成5.控制阶段,控制阶段常用的工具： SPC（统计过程控制）、SOP（标准作业程序）、控制计划、项目报告等,SPC （统计过程控制）简介,概念： SPC是Statistic P

13、rocess Control（统计过程控制）的缩写，是指为了贯彻预防原则，应用统计方法对过程中的各个阶段进行评估和监控，建立并保持过程处于可接受并且稳定的水平，从而保证产品与服务符合规定要求的一种技术。 SPC的主要表现形式是各种控制图和相应的过程能力分析。,SPC中两种类型的变差 Two Types of Variation,普通原因 = 常规 = 随机的 = 噪声 每个流程都存在，例如温度的微弱变化、仪器的微小震动等 变差在控制界限内 流程自身固有的（没有单一原因） 只能通过改变流程才能减弱 当在一个流程中仅存在普通原因变差时，这个流程是受控的、稳定的和可预测的。 特殊原因 = 异常 =

14、非机遇的原因 = 信号 许多操作/ 流程中都存在，例如刀具的过度磨损、人员的变动更换等 控制图可显示出来 由一独特的干扰所引起 （根本原因） 可以通过移除根本原因来消除 当存在特殊原因变差时，一个流程是失控的、不稳定的和不可预测的。,控制图,控制图是对过程质量特征值进行测定、记录、评估和监控，以判断过程是否处于统计控制状态的一种统计方法设计图形。 通常控制图的横轴表示时间，纵轴可以是单值、小组均值、小组极差、小组标准差，可以用统计量T来表示。 控制图是统计量T的正态分布图在时域上的表示，它由T的中心线 ，上下控制限 ，和按时间顺序抽取样本并用其统计量的数据点T这三个基本要素组成。 对于服从或者

15、近似服从正态分布的统计量T，大约有99.73%的数据点会落在上下限之内。根据假设检验小概率原则，一旦有界限之外的数据点出现，就可判为异常点，认为这是由于特殊原因造成的过程变异。,选择正确的控制图,MINITAB控制图示例1：Xbar-R图,示例说明： 某台机器连续生产钢珠，直径是它的一个重要的质量特性。对于钢珠的直径进行控制，每隔15分钟抽样1次，每次抽取产品5个，共抽样25次，测量并记录数据。经检验钢珠直径服从正态分布，试绘制Xbar-R图。 数据：,操作步骤：,MINITAB控制图示例1：Xbar-R图,运算结果：,MINITAB控制图示例1：Xbar-R图,Xbar-R图中控制线的计算公

16、式：,说明：D3,D4,A2与样本量n有关，查阅控制图附表可得。,选择正确的控制图,MINITAB 控制图示例2：I-MR图,单值控制图： “单值”指每次取得的一个测量值，可用来估计均值，控制过程的位置； “移动极差”指相邻两个测量值的差的绝对值，可用来估计正态标准差，控制过程的波动。 适用于： 代价昂贵（如：破坏性测试） 生产率极低（如：产品开发阶段的原型机） 数据获得自自动检测仪，每个单体都被分析。 使用I-MR图的数据格式： 数据由单值组成 数据必须按时间顺序 特点： 计算简单，灵敏度差；,MINITAB控制图示例2： I-MR图,示例说明： 某电子厂的QC小组欲优化芯片研磨过程，首先对

17、其厚度进行了SPC控制。小组共收集了20个厚度数据，试用控制图来分析该过程的稳定情况。 数据：,操作步骤：,MINITAB控制图示例2： I-MR图,运算结果：,MINITAB控制图示例2： I-MR图,图,描述,例子 1,例子 2,说明,提醒你流程在变化，但并不意味着你要采取修正行动。可能与你之前做的改变。在采取任何修正行动前，都要明确找出产生失控的原因。,流程稳定、无变化，并不意味着就随它去。可能有机会改进流程获得实质受益。,暗示流程经历了永久的变化，并且现在正在变得稳定。经常需要你为将来解释图形而重新计算控制界限。,当进行一些改变后经常会看到，帮助告诉你改变带来的变化是积极的还是消极的。

18、也可能是与某项培训相联系的学习曲线的一部分。,经常与以可预测的方式影响流程的因素有关，因素以固定的周期发生并有积极/消极影响。可帮助确定未来的工作量/人员级别。,暗示一类不同类型的数据混入了取样的子组，经常需要改变子组、重新集合数据和重新绘制控制图。,图形点不形成特殊的模式并在图形上下界限内,图形点形成特殊的模式，或一个或多个点超出上下界限。,图形点在中心线的一边，在一边点的个数称作链长。,连续上升或下降的一系列点（在同一方向大或等于7个连续点）,图形点在相等时段显示出同样的变化模式（如：上升或下降）,图形点靠近中心线或控制界限 （3个中2各、7个中3个、10个中4个）,流程受控,流程失控,链

19、,趋势,周期,拥抱,1,2,3,4,5,6,7,1,2,3,4,5,6,7,1/3,1/3,1/2,1/2,过程能力分析（Capability Analysis）,我们满足规格的能力怎样？ 含义：过程能力指过程要素已经标准化，即在受控的状态下实现过程目标的能力。 受控状态指：对象确定（产品、项目） 方法确定（作业方法） 手段确定（硬件、人员、环境） 目标：为提高过程能力，必须重视减少普通原因。 前提：数据来源于稳定的过程；数据符合正态分布。 （如果不是，需要转换为正态。）,过程能力指数,短期过程能力指数： 长期过程能力指数：,区别：,Pp和Ppk是由总体变差计算出来的 总体变差既包含随机噪声也

20、包括飘移（普通原因和特殊原因） Pp和Ppk代表了产品或流程的真实性能。 Cp和Cpk是由内部变差计算出来的 内部变差仅包含随机噪声（普通原因） Cp和Cpk代表了产品或流程的权利（最好能达到的）,MINITAB过程能力分析示例1,示例说明： 某台机器连续生产钢珠，直径是它的一个重要的质量特性。对于钢珠的直径进行控制，每隔15分钟抽样1次，每次抽取产品5个，共抽样25次，测量并记录数据。假定顾客允许的钢珠直径的变异范围为【10.90，11.00】，试进行过程能力分析。 数据：,操作步骤：,MINITAB过程能力分析示例1,运算结果：,MINITAB过程能力分析示例1,MINITAB过程能力分析

21、示例2能力六项,示例说明： 某台机器连续生产钢珠，直径是它的一个重要的质量特性。对于钢珠的直径进行控制，每隔15分钟抽样1次，每次抽取产品5个，共抽样25次，测量并记录数据。假定顾客允许的钢珠直径的变异范围为【10.90，11.00】，试进行过程能力分析。 数据：,操作步骤：,MINITAB过程能力分析示例2能力六项,运算结果：,MINITAB过程能力分析示例2能力六项,能力改进途径,统计或自动流程控制当被恰当地应用时，将帮助最小化大多数特殊原因变差。 “真实”性能(Ppk)和权利(Cp)之间的差异指出了改进的行动路线 PpkCpkCp (减少变差，达到目标) 六西格码设计目标 Pp和短期Pp

22、k = 2.00 长期Ppk = 1.5,过程能力分析总结：,真实性能 Real Performance 总体 overall Pp, Ppk (性能 Performance) ppm 总体 overall 客户所得到的,最佳值 Entitlement 内部 within Cp, Cpk (能力 Capability) ppm 内部 within 产品或流程可以达到的最好的,否则， 控制图数据的真实性 就存在疑问， 控制图的有效性 将存在问题！,测量系统分析(MSA),MSA简要说明 量具不仅要校准，还需要对测量系统进行分析，通过测量结果分析测量系统的变差，以便及早采取措施。 测量系统分析，是

23、指运用统计学的方法对测量系统进行评估，在合适的特性位置测量正确的参数，了解影响测量结果的波动来源极其分布，并确认测量系统是否符合工程需求。 MSA与SPC 在使用SPC对过程进行控制时， 只有先确定测量系统，才能保证 过程数据具有再现性。,观察到的流程变差的可能来源,实际测量数据的波动,偏倚,测量系统的波动,过程的波动,稳定性,线性,分辨力,重复性,再现性,精度,偏倚和精度的含义图示：,偏倚,参考值,测量平均值,精度（6 ）,偏倚与线性,偏倚 测量结果的观测平均值与参考值的差值。 参考值 多个准确测量设备所得到的重复测量值的平均值；专业团队认可的值；当事方达成一致的值或者法律规定的值。 线性 测量系统预期的量程范围内有共同的偏倚，各点处的偏倚与参考值呈现线性关系。,如果偏倚存在线性，那是“不幸中的万幸”， 如果有偏倚又不具有线