MINITAB入门手册1.ppt

MINITAB入门手册1.ppt

《MINITAB入门手册1.ppt》由会员分享，可在线阅读，更多相关《MINITAB入门手册1.ppt（40页珍藏版）》请在冰点文库上搜索。

1,1.DMAIC步骤及工具表,Six-sigmaDMAIC方法利用多种工具。

我们在此回顾这些工具及步骤。

2,3,2.Minitab和DMAIC,在下面的描述中使用了“库存控制改进计划”实例。

=D=确定一计划（利用QFD）将产品交运的质量要求（CS）转变为产品的质量因素并摘录当前的计划条目。

确定CTQ或利用前面的因素，思考为什么成本会高。

或许存在库存控制问题。

说明缺陷如果存在库存控制问题，那么此例中缺陷将为：

因果图（鱼骨图）,矩阵重要性评估,QFD,CTQ=库存缩减,库存太多！

成本缩减,（处理（优化）中的产品、库存，建立控制系统）,为什么成本会高？

4,=M=决定CTQ特征值FMEA,因果图（鱼骨图）,巴累托图,QFD-1库存月份=库存量（价格）/生产总量CTQ特征值=库存月份反应变量（Y）对CTQ缺陷Y-2何种类型的产品出现问题?

-3确认库存规格=小于0.15个月,巴累托图,检验:

度量R&R,确定测量Y的方法（库存月份）当前月份库存量:

产品工人在库房清点处理中的货物工人在库存区清点生产总量:

生产量用计算机输入数据计算测量系统可靠性评估:

在相同的库房计算（例如，重复计算三次）测量系统可靠性评估在相同的库房计算（例如，重复计算三次）,问题声明,处理图,产量,5,=A=分析当前状态例如，检查从1997年10月至1998年9月间的每一库存月份。

-1正态检验-2检查当前的sigma水平估计影响CTQ的因素（分析）产品库存图和处理中货物库存图并检查平均值的离散及变迁。

为什么库存会变化?

就鱼骨图的每一因素如时间和生产过程重复图表及鱼骨图分析。

运行图,正态检验,Z-值（连续和离散值的检验）,Xber-R图,运行图,F检验,存在差异吗?

!

正常如果P-值0.05（好!

）,寻找影响Y的因素（X）,和,离散,t检验,平均值,6,=C=在测量主因素时检查测量方法用于“M”步相同的方法测量和评估。

（检查测量环境是否因改进而改变）评估主因素（x）的表现（做出改进后分析当前状态）用和“A”步相同的方法做图。

*目的是评估X（输入）数据对Y（输出）。

针对主原因建立管理系统（设置）,=I=识别主要因素提取并检查真正的因素原因做图检验确定重要的因素（Xs）识别重大主因素（X）的最佳值（测量）设定主因素的公差检验设计的结果（模拟）（估计范围）,检验设计（DOE）,度量R&R,Xber-R图,简易风险管理控制图标准化及其他要素,实施改进,质量工程（QE）,和,7,3.基本屏幕,8,阶段窗口（分析输出屏幕）,数据窗口（工作单屏幕）（几乎和在Excel中相同）,MINITAB屏幕,以下是一般操作流程。

在数据窗口输入并设定数据从命令菜单选择命令在对话框中输入分析条件在阶段窗口中显示分析数值在图表窗口显示分析结果图表,信息窗口（工作单清单屏幕）,历史记录窗口（命令保存屏幕）,操作,计算,统计,图表,9,工具条,关于数据结构的补充信息：

Minitab定义以下两种类型的数据结构：

1.堆积数据：

排列于一列的多于一个子群的数据2.非堆积数据：

每一子群的数据，排列于分开的列（或行）使用“ManipStack/Unstack”命令转换这些数据格式。

什么是子群？

处理数据常分成组。

例如，运送数据用发货分组，化学处理数据用批而半导体处理数据用lot。

这些数据组被称为子群。

这些子群还用在短期和长期处理能力中。

打开文件,保存文件,插入单元格,插入行,插入列,移动列,删除单元格,最后对话框（返回到最后的指示屏幕）,返回到阶段窗口,返回到数据窗口,图表管理（图表再排列）,关闭图表（删除图表）,前一命令,下一命令,寻找,10,4.图表工具,Minitab具有多种有用的图表显示功能。

以下介绍的为典型的功能：

鱼骨图柱状图巴累托图运行图分散绘图点阵图矩阵图页边图三维图框图,11,鱼骨图,1）输入要素在最多六个列中书写主和次分类要素。

统计质量工具因和果.,就象它的名字所暗示的，鱼骨图（因果图，也称为Ishikawa图）显示原因和结果的关系。

结果的原因如缺陷和异常被分为5M和1E（人，机器，材料，方法和测量及环境）并再分为较小的骨。

2）分析操作,12,在每一输入区选择一列。

按要求，改变标签并输入到Effect和Title。

点击OK。

3）输出结果,13,柱状图,1）输入至数据窗口,在Minitab文件夹中阅读标准练习文件。

双击MtbwinDataGageaiag.mtw。

柱状图通过表示数据的条代表频率分布。

离散和连续的变量均可做入图中。

在此例中，该区被分开用于测量值（连续变量），图示于单独的区的测量值数计为频率。

2）操作,图表柱状图.,14,为X选择一列。

点击OK。

3）输出结果,15,巴累托图,1）输入到数据窗口,2）操作,原因项,计数,统计质量工具巴累托图,16,选择标签和缺陷列,巴累托图按频率的顺序再次排列柱状图的数据条并被用于分析主要因素。

如此图所示，左和右轴分别表示频率和百分比。

折线图显示柱状图的累加值。

目的：

方便地比较部件、要素和其他条目的频率。

作用：

1）一眼即可看出最有影响力的条目。

2）最大的两个或三个条目总计所占比例易通过折线图显示累加百分比的右轴而理解。

3）利用所有的要素分析原因会很费时间。

选择一些重要的要素用于有效的分析及改进。

3）图表,点击OK,在此指定“95%”将使余下的图示为“Others”。

17,运行图,统计质量工具运行图,运行图在折线图中用时间-序列数据做图，有助于评估数据及过程的稳定性。

运行图类似于控制图，可用于测量和控制阶段。

目的：

例如，视沉检查时间-序列趋势。

作用：

根据时间-序列数据及状态数据可推断出变化要素。

1）输入到数据窗口,L/#,2）分析操作,18,3）分析结果,选择“列”,点击OK。

19,分散绘图,图表做图,1）输入到数据窗口,2）分析操作,分散绘图有助于用图表方式确定两种变量间是否存在相关性。

相关性越强，包围分散点数据的椭圆的半主轴和半次轴的比值就越大。

升向右侧分布被称为正相关，升向左侧的分布被称为负相关。

目的：

检查变量间的相关性（关系）。

作用：

1）两个变量如因和果、输入和输出或三个或更多变量均可做图以检查正比关系（或反比关系）以便识别变化因数（X）。

2）相关系数的值（r）和r图中的值可比较以确定其间是否存在显著关系。

（如果计算出的相关系数r小于r图中的相应值则可认为存在相关性。

）,阅读Minitab数据文件夹中的“MTBWINDataExh_regr.mtw”。

一台机器的热流量（Heatflux）和多种条件数据。

20,点击OK。

将显示一图表。

分配X和Y列（HeatFluxandNorth）。

存在负相关,21,点阵图,1）输入到数据窗口,使用与前一部分相同的数据。

阅读Minitab数据文件夹中的“MTBWINDataExh_regr.mtw”。

GraphDotplot.,2）分析操作,选择一变量。

点击OK。

将显示一图表。

3）分析结果该值的频率将以点显示，而不是柱状图中的数据条。

22,矩阵图,1）输入到数据窗口,使用与前一部分中相同的数据。

阅读Minitab数据文件夹中的“MTBWINDataExh_regr.mtw”。

图表矩阵图,2）分析操作,矩阵图有助于同时对许多变量相关性的直觉理解。

目的：

理解多于一个变量的相关性。

作用：

减少主要变量和原因。

23,3）分析结果,选择多于一个变量以检查它们的相关性。

点击OK。

23,24,三维图,1）输入到数据窗口,使用与前一部分中相同的数据。

阅读Minitab数据文件夹中的“MTBWINDataExh_regr.mtw”。

图表三维图.,2）分析操作,3）分析结果,指定X,Y和Z轴的三个变量。

点击OK。

三维图有助于直觉地理解Y变量（结果）和两个X变量（原因）之间的关系。

其他可以利用的技术如三维表面图和轮廓图。

25,框图,图表框图,将列分配到X和Y轴,1）输入到数据窗口2）分析操作,26,框图早已被用于质量控制中。

这种技术的优越性是可不在柱状图中划分布的情况下了解大致的分布情况，和对数种变量划图和并排查看。

框图是按以下方式划出的：

中值,3）图表,第一四分位数,中值,第三四分位数,A=第三四分位数第一四分位数（显示完整数据50%分布范围）,连接1.5A范围内最大的数据和第三四分位数,连接1.5A范围内最小的数据和第一四分位数,用“”代表的来自Whisker的A值,27,5.描述统计学,28,统计基本统计显示基本统计,描述统计学,输入到数据窗口2）操作,阅读Minitab文件夹中的标准练习文件。

双击MtbwinDataGageaiag.mtw。

输入列,点击Graphs,29,点击“OK”将从当前屏幕返回到前一屏幕。

再次点击“OK”。

3）阶段窗口,显示统计数量,VariableNMeanMedianTrMeanStDevSEMeanResponse600.80750.80000.81570.19520.0252VariableMinimumMaximumQ1Q3Response0.40001.05000.66251.0000Executingfromfile:

C:

MINITABMACROSDescribe.MAC,描述统计学代表从数字数据中可以了解的内容。

具体说，诸如数据平均值、方差和标准方差的统计（参数）予以计算。

N：

自由度=独立变量的个数。

平均值：

所有数据的和除以数据的个数。

中值：

排列数据是处于中央的数据。

StDev:

方差的平方根，是一种离散的测量。

最小和最大：

最小和最大值Q1和Q3：

第一和第三四分位数=在排位上等同于25和75%的数据。

注：

从样品推论群体结论的技术被称为推论统计学。

选择“Graphicalsummary”作为图表类型,30,统计量,柱状图,框图,样品95%平均值置信区间（MU）和中值。

注意和显示在框图上的柱状图刻度不同。

正态（正常分布如果p0.05）,平均值、标准偏差、方差、偏度（左部间的不对称性）、峰度,4）图表,描述统计学目的：

检查正态，计算平均值和标准偏差作用：

1）与连续值使用2）可以确定数据分布的特征。

通过了解距中央的偏度、分布的峰度、平均值和中值，收集数据的分布可作为将来做出”确认不同“步骤的初步知识。

31,统计基本统计正态检验,正态检验,1）输入到数据窗口2）操作,具有一些特征的数据,选择一列,32,正态存在如果P-值0.05缺乏正态如果P-值0.05,3）图表,正态检验目的：

决定收集数据的分布是否存在正态。

作用：

1）此技术与连续值使用。

2）如果在图表中数据排列在一条直线上并由P-值判断则说明正态存在。

3）如果显示的P-值大于0.05,正态存在，但如果低于0.05则缺乏正态。

4）如果数据具有正态，则可用统计工具进行处理，如下一步中的检验。

5）如果缺乏正态，检查数据是否测量正确和数据修正为正确数据。

6）如果数据是正确的，进行对数变换并进入下一步。

注如果数据个数较小（小于30）则不能完全相信P-值。

在数据个数较小的情况下即使数据被判断为缺乏正态也无关紧要。

33,6.测量系统的分析（度量R&R）,34,测量条件：

操作员:

3重复操作:

2样品:

10,共计60行数据！

度量可重复性及再现性,1）输入到数据窗口,阅读Minitab文件夹中的标准练习文件。

双击MtbwinDataGageaiag.mtw。

每样品测量两次,操作员码：

Smith1,Brown.2,一名操作员的数据个数=20,35,统计质量工具GRR研究,2）分析操作,填写每一框。

点击“Option”。

双击列于左侧的项并填写这些文字框。

如果列未命名，列的名称将显示为C1和C2。

选择“ANOVA”,36,在选项屏幕输入公差。

点击OK将返回到前一屏幕。

再次点OK。

结果将显示于阶段屏幕。

度量R&R（可重复性和再现性。

可重复性及再现性：

测量系统的准确评估）目的：

确认作为标准的用于改变或改进测量方法的测量系统的可靠性。

作用：

1）阅读在“StudyVar”中的值。

2）如果R&R高于30%则说明测量方法存在问题。

回顾此方法并做出改进。

3）从图表（值）中决定可重复性及再现性是否存在问题并偿试找到改进的线索。

4）通过自由讨论或其他方法确定有问题的因素以寻找改进的线索。

（使用因果图、相似图方法、相关图方法或其他技术）,对应于99%决定标准。

点击此处以用单独图表显示分析结果。

如不点击，将显示为一单页图表总结。

37,带交到作用的双向ANOVA表SourceDFSSMSFPPart92.058710.22874539.71780.00000Operator20.048000.0240004.16720.03256Operator*Part180.103670.0057594.45880.00016Repeatability300.038750.001292Total592.24912度量R&RSourceVarCompStdDev5.15*SigmaTotalGageR&R0.0044370.0666150.34306Repeatability0.0012920.0359400.18509Reproducibility0.0031460.0560880.28885Operator0.0009120.0302000.15553Operator*Part0.0022340.0472630.24340Part-To-Part0.0371640.1927810.99282TotalVariation0.0416020.2039651.05042Source%Contribution%StudyVar%ToleranceTotalGageR&R10.6732.6634.31Repeatability3.1017.6218.51Reproducibility7.5627.5028.89Operator2.1914.8115.55Operator*Part5.3723.1724.34Part-To-Part89.3394.5299.28TotalVariation100.00100.00105.04,3）分析结果显示于阶段窗口的结果,根据P-值决定一显著因素。

GRR%注意这三个值!

如何阅读数值：

%Contribution:

从方差观察的测量系统离散的分摊比率%StudyVar:

从标准偏差观察的测量系统离散的分摊比率%Tolerance:

测量系统相对离散对于公差的大小标准：

%StudyVar10%是理想的，但%StudyVar30%是可以接受的。

可接受，如果%Tolerance30%尽管%StudyVar值较大。

38,平均值和操作员,离散范围和操作员,测量系统的偏差比例评估并用三个标准做图：

%TotalVar,%StudyVar和%Tolerance。

操作员1,操作员3,操作员2,度量R&R值=可重复性值+可再现性值,结果图,注意度量R&R的评估,39,部件数据离散和平均值,部件和操作员平均值,40,操作员数据和平均值离散,如何看图：

在图中检查以下项目：

是否有某一操作员输出的测量值不同于其他操作员？

（不论是谁测量，是否能得到相同的结果？

可再现性）在相同条件下，重复测量产生多大离散？

（可重复性）是否有某一部件显示出不同的特点？

原则：

度量R&R计算使用的方差分析（ANOVA）将在以后解释。