6.管理圖6.管理圖67

把表示工程狀態(tài)的特性值移動(dòng)具有一定模樣的點(diǎn)，按系列類別連接而成的線型圖表

DefineTests:管理圖的初期設(shè)定Box-CoxTransformation:把非常歪曲的數(shù)據(jù)轉(zhuǎn)換為

正態(tài)性數(shù)據(jù)Xbar:對(duì)部分群平均的管理圖R:對(duì)部分群范圍的管理圖S:對(duì)部分群標(biāo)準(zhǔn)偏差的管理圖Xbar-R:對(duì)部分群平均和范圍的管理圖Xbar-S:對(duì)部分群平均和標(biāo)準(zhǔn)偏差的管理圖I:對(duì)個(gè)別觀測(cè)值的管理圖MR:對(duì)移動(dòng)范圍的管理圖EWMA:對(duì)指數(shù)加重移動(dòng)平均的管理圖MA:對(duì)移動(dòng)平均的管理圖CUSUM:累積管理圖Zone:Zone管理圖Z-MR:對(duì)個(gè)別觀測(cè)值和移動(dòng)范圍的已標(biāo)準(zhǔn)化的管理圖Minitab管理圖基礎(chǔ)把表示工程狀態(tài)的特性值移動(dòng)具有一定模樣的點(diǎn)，按系列類別連接68MinitabDefineTest

管理圖的初期設(shè)定R,S,MA-chart,計(jì)數(shù)型

管理圖為Test1~41.在中心離K-sigma的一個(gè)點(diǎn)2.在中心一側(cè)連續(xù)出現(xiàn)（RUN）K個(gè)時(shí)3.當(dāng)連續(xù)K個(gè)漸漸上升或下降(Trend)時(shí)4.當(dāng)上下變動(dòng)的K個(gè)點(diǎn)出現(xiàn)時(shí)(Cycle)5.在中心線脫離2-sigma以上，K+1個(gè)中K個(gè)時(shí)(同側(cè))(Freak-突出)6.在中心線脫離1-sigma以上，K+1個(gè)中K個(gè)時(shí)(同側(cè))(Freak-突出)7.在中心線1sigma內(nèi)K個(gè)時(shí)(無(wú)論哪一側(cè))8.在中心線1sigma以上K個(gè)時(shí)(無(wú)論哪一側(cè)）MinitabDefineTest管理圖的初期設(shè)定R,69MinitabBox-CoxTransformation

在控制數(shù)據(jù)的非正態(tài)性與ServeGroup平均相關(guān)的ServeGroup工程變動(dòng)修正時(shí)使用。Dataarearrangedas:-Singlecolumn:變換對(duì)象Col-Subgroupsize:部分群的大小Storetransformeddatain:-Singlecolumn:欲保存的ColMinitabBox-CoxTransformation70MinitabXbarR管理圖選擇包含已測(cè)定data的列指定群的大小Unstackdata時(shí)輸入已知的平均、標(biāo)準(zhǔn)偏差便可繪出管理界線依指定的Group獨(dú)立繪出管理界線。

例如分月別,作業(yè)人員別,時(shí)間別表示Tests:指定test使其看出管理圖的異常值

Estimate:在推定母數(shù)時(shí)指定欲刪掉的數(shù)據(jù)Stamp:在管理圖的X軸上追加TICKLABEL列Option:可選擇Box-Cox變換的菜單在管理界線內(nèi)點(diǎn)分布randomCAMSHAFT.MTW

最一般的管理圖MinitabXbarR管理圖選擇包含已測(cè)定data的列71MinitabXbarS管理圖CAMSHAFT.MTW

當(dāng)試料群的大小在6個(gè)以上的情況MinitabXbarS管理圖CAMSHAFT.MTW72MinitabI-MR管理圖

試料群的大小為1的情況CAMSHAFT.MTWMinitabI-MR管理圖試料群的大小為1的情況CA73MinitabI-MRR管理圖

同時(shí)管理相互不同工程的數(shù)據(jù)

同時(shí)顯現(xiàn)試料群內(nèi)的散布與試料群間的散布CAMSHAFT.MTWMinitabI-MRR管理圖同時(shí)管理相互不同工程的74MinitabP管理圖

不良率管理圖隨著試料的大小不同，限界的幅度也發(fā)生變化Variable:不良數(shù)量Subgroupsize:檢查數(shù)量相同時(shí)

Subgroupsin:檢查數(shù)量不同時(shí)EXH_QC.MTWMinitabP管理圖不良率管理圖隨著試料的大小不同，限75MinitabNP管理圖Vaiable:不良數(shù)量Subgroupsize:檢查數(shù)量相同時(shí)Subgroupsin:檢查數(shù)量不同時(shí)EXH_QC.MTW

不良率管理圖隨著試料的大小不同，限界的幅度也發(fā)生變化MinitabNP管理圖Vaiable:不良數(shù)量EXH_Q76MinitabC管理圖

一定單位內(nèi)的缺點(diǎn)數(shù)管理圖,當(dāng)一個(gè)中的缺點(diǎn)數(shù)少時(shí),

使用一定個(gè)數(shù)中的缺點(diǎn)數(shù)Variable:缺點(diǎn)數(shù)EXH_QC.MTWMinitabC管理圖一定單位內(nèi)的缺點(diǎn)數(shù)管理圖,77MinitabU管理圖

單位缺點(diǎn)數(shù)管理圖

檢查的試料面積或長(zhǎng)度等不同時(shí)適用

Variable:缺點(diǎn)數(shù)Samplesize:相同的檢查數(shù)(試料數(shù))Subgroupsin:試料群的大小不同時(shí)EXH_QC.MTWMinitabU管理圖單位缺點(diǎn)數(shù)管理圖Variable787.品質(zhì)工具7.品質(zhì)工具79Minitab品質(zhì)工具基礎(chǔ)RunChart:通過(guò)數(shù)據(jù)，發(fā)現(xiàn)Processpattern，

并確認(rèn)是否non-randomParetoChart:確認(rèn)什么問(wèn)題最重要CauseandEffect:特性要因圖CapabilityAnalysis:工程能力分析GageR&R:測(cè)定系統(tǒng)評(píng)價(jià)Multi-VariChart:使數(shù)據(jù)一眼所能見(jiàn)到的視覺(jué)形態(tài)，

提供分散分析的數(shù)據(jù)SymmetryPlot:評(píng)價(jià)數(shù)據(jù)是否從對(duì)稱分布而來(lái)Minitab品質(zhì)工具基礎(chǔ)RunChart:通過(guò)數(shù)據(jù)，發(fā)現(xiàn)80欲分析的Rawdata輸入在一個(gè)列時(shí)欲分析的data輸入在多個(gè)列時(shí)指定在圖表中表示的點(diǎn)按Subgroup的平均或

中央值個(gè)別data的打點(diǎn)Subgroup平均值的得分所有data的中央值Cranksh.mtwMinitabRunChart欲分析的Rawdata輸入在一個(gè)列時(shí)Cranksh.m81MinitabParetoChart

在現(xiàn)場(chǎng)成為問(wèn)題的不良品以及缺點(diǎn)、Claim、事故等按現(xiàn)象或原因類別分類,并使其數(shù)據(jù)

不良個(gè)數(shù)或損失金額等多的順序展示，并把其大小用柱形繪出的圖形。

-決定改善的功擊目標(biāo)、

掌握問(wèn)題點(diǎn)、不良對(duì)策及改善效果確認(rèn)、不良或故障原因調(diào)查<使用原資料><使用頻率數(shù)><按集團(tuán)類別繪出時(shí)>EXH_QC.MTWMinitabParetoChart在現(xiàn)場(chǎng)成為問(wèn)題的不82MinitabCause-and-Effect

顯示結(jié)果特性和引發(fā)原因的要因之間關(guān)系的圖形。

-掌握異常原因及采取對(duì)策用/現(xiàn)場(chǎng)改善活動(dòng)時(shí)現(xiàn)況解釋及改善手段的整理-作業(yè)標(biāo)準(zhǔn)的作成或改正/新入社員的教育或作業(yè)說(shuō)明-有助于觀察潛在原因之間的關(guān)系-在Minitab中只能畫出一次levelEXH_QC.MTWMinitabCause-and-Effect顯示結(jié)果特性83MinitabCapabilityAnalysis(Normal)

工程的數(shù)據(jù)為連續(xù)性資料并隨正態(tài)分布時(shí)的工程能力指數(shù)計(jì)算欲分析的data輸入在一個(gè)列的情況欲分析的data

輸入在多個(gè)列的情況輸入規(guī)格的上限和下限,Hardlimit在輸入

規(guī)格的上、下限值外，無(wú)數(shù)據(jù)時(shí)選擇

知道母集團(tuán)的平均和標(biāo)準(zhǔn)偏差或者從以前

的數(shù)據(jù)推定的平均和標(biāo)準(zhǔn)偏差便輸入Camshaft.mtwMinitabCapabilityAnalysis(Nor84MinitabCapabilityAnalysis(Weibull)

工程的數(shù)據(jù)為連續(xù)性資料并隨Weibull分布時(shí)的工程能力指數(shù)計(jì)算選擇數(shù)據(jù)列選擇決定Weibull分布模樣的形象母數(shù)產(chǎn)品特性為單側(cè)規(guī)格時(shí)輸入3，而

兩側(cè)規(guī)格時(shí)保留6。長(zhǎng)期工程能力當(dāng)前能力長(zhǎng)期預(yù)測(cè)能力Tiles.mtwMinitabCapabilityAnalysis(Wei85MinitabCapabilitySixpack(Normal)

因顯示與工程能力分析相關(guān)的圖表，所以一眼就可以確認(rèn)Tests...Estimate...Options...指定管理圖發(fā)生異常時(shí)確認(rèn)的Test條件指定按subgroupsize的sigma

計(jì)算方法數(shù)據(jù)分布不按正態(tài)分布時(shí)選擇為繪出RunChart而指定subgroup

的數(shù)單側(cè)規(guī)格時(shí)輸入3，雙側(cè)規(guī)格時(shí)

輸入6Camshaft.mtwMinitabCapabilitySixpack(Norm86MinitabCapabilitySixpack(Normal)MinitabCapabilitySixpack(Norm87MinitabCapabilityAnalysis(Binomial)

二項(xiàng)分布數(shù)據(jù)的工程能力計(jì)算(不良率)Defectives:已輸入不良率的列Samplesize:已輸入試料數(shù)的列Target:輸入目標(biāo)不良率PCHART顯示在工程控制外有一個(gè)點(diǎn)顯示累計(jì)%DEFECTIVECHART為約22%Defectivesrate不受資料量的影響ProcessZ為0.75，2.25σ低水準(zhǔn)BPCAPA.MTWMinitabCapabilityAnalysis(Bin88MinitabCapabilityAnalysis(Poisson)Poisson分布數(shù)據(jù)的工程能力計(jì)算(缺點(diǎn)數(shù))指定輸入缺點(diǎn)數(shù)的列指定輸入試料數(shù)的列輸入目標(biāo)值U管理圖顯示在管理狀態(tài)外有3個(gè)點(diǎn)累積平均DPU在0.025與0.03之間的

某一個(gè)地點(diǎn)顯示相對(duì)穩(wěn)定的狀態(tài)

觀察DPU的Histogram,似乎隨Weibull

分布，但有更多的數(shù)據(jù)存在時(shí)

才可以判斷

BPCAPA.MTWMinitabCapabilityAnalysis(Poi89MinitabGageRunChart

分析測(cè)定數(shù)據(jù)的散布后發(fā)現(xiàn)問(wèn)題點(diǎn)Partnumber:選擇Part列Operators:選擇測(cè)定者的列Measurementdata:選擇測(cè)定值的列X軸按試料類別區(qū)分，便于一眼看到

各測(cè)定值出現(xiàn)何種程度差異(第1,5,10號(hào)試料為測(cè)定值小)。特定的試料根據(jù)測(cè)定系統(tǒng)不同,

數(shù)值差異的大小不同

(第10號(hào)試料在第3號(hào)測(cè)定系統(tǒng)中的測(cè)定值大)GAGEAIAG.MTWMinitabGageRunChart分析測(cè)定數(shù)據(jù)的散90MinitabGageLinearityStudy

稱作直線性，分析在各測(cè)定系統(tǒng)所及測(cè)定范圍內(nèi)與真值發(fā)生的差異，

并設(shè)定準(zhǔn)確的測(cè)定范圍Partnumber:選擇part列Mastermeasurements:選擇master測(cè)定值(真值)列Measurementdata:選擇輸入測(cè)定值數(shù)據(jù)的列ProcessVariation:在GageR&RStudy中選擇StudyVar的TotalVariation(5.15*SD)%Linearity為13.16%，測(cè)定系統(tǒng)的

直線性占有全體工程散布的13.16%%Bias為0.376%傾向性很小%Linearity和%Bias的值越小,

測(cè)定系統(tǒng)越好Gagelin.mtwMinitabGageLinearityStudy稱91MinitabGageR&RStudy(Crossed)調(diào)查測(cè)定系統(tǒng)的散布對(duì)工程散布的影響,并判斷測(cè)定系統(tǒng)的測(cè)定能力的技法按“Option”鍵后，在ProcessTolerance輸入

規(guī)格公差，便可求規(guī)格比%R&R值

(%Tolerance)。Gageaiag.mtwMinitabGageR&RStudy(Crossed)92Minitab結(jié)果解釋用XbarChart能分析測(cè)定系統(tǒng)的有用性,若超過(guò)管理界限50%時(shí)能檢查部品間變動(dòng)，否則不適合區(qū)分部品間變動(dòng)。

現(xiàn)在因?yàn)槭?0%以上,測(cè)定系統(tǒng)為適合。Operator*part的interaction及operator的p-value比留意水準(zhǔn)0.05小而有意，

但比部品間的變動(dòng)相對(duì)地變動(dòng)小,故沒(méi)有給全體帶來(lái)影響。GageR&R的變動(dòng)大部分起因于再現(xiàn)性，并且在再現(xiàn)性中operator與part的交互作用影響較大。判定基準(zhǔn)%Contribution%StudyVarDistinctCategoriesDiscriminationRatioAccept<1%<10%>10>10Considercritically1%~9%10%~30%4~94~9Reject>9%>30%<4<4%Contribution%StudyVarDistinctCategoriesDiscriminationRatioAccept<1%<10%>10>10Considercritically1%~9%10%~30%4~94~9Reject>9%>30%<4<4%Contribution%StudyVarDistinctCategoriesDiscriminationRatioAccept<1%<10%>10>10Considercritically1%~9%10%~30%4~94~9Reject>9%>30%<4<4GageR&RStudy(Crossed)Minitab結(jié)果解釋用XbarChart能分析測(cè)定93MinitabMulti-VariChart

稱作多變量chart，使數(shù)據(jù)能一目了然按視覺(jué)的形態(tài)進(jìn)行分散數(shù)據(jù)的分析,

對(duì)所有因子表示各個(gè)因子水準(zhǔn)的平均Response:選擇反應(yīng)值的列Factor1:選擇因子的列Displayoptions:用與輸出結(jié)果相關(guān)的選項(xiàng)表示個(gè)別

數(shù)據(jù)的分?jǐn)?shù)或者可選擇連接因子平均SINTER.MTWMinitabMulti-VariChart稱作多變量94MinitabSymmetryPlot評(píng)價(jià)數(shù)據(jù)是否對(duì)稱分布

多數(shù)點(diǎn)越接近CHART的直線,對(duì)稱性越強(qiáng)選擇已輸入數(shù)據(jù)的列對(duì)稱性判斷-數(shù)據(jù)的點(diǎn)越接近基準(zhǔn)線,對(duì)稱分布越強(qiáng)-若數(shù)據(jù)點(diǎn)往基準(zhǔn)線上方分離,是偏左側(cè)的分布-若數(shù)據(jù)點(diǎn)往基準(zhǔn)線下方分離,是偏右側(cè)的分布-若在右上端存在離基準(zhǔn)線的點(diǎn)，在分布的

尾部稍有偏向結(jié)果解釋-數(shù)據(jù)幾乎是對(duì)稱-右上端的點(diǎn)處于偏離，象從Histogram所見(jiàn)

稍微向左偏

但是，不能說(shuō)存在顯眼的偏向Exh_qc.mtwMinitabSymmetryPlot評(píng)價(jià)數(shù)據(jù)是否對(duì)稱95Minitab

計(jì)數(shù)型數(shù)據(jù)R&R計(jì)數(shù)型數(shù)據(jù)R&R對(duì)各標(biāo)本的適合與不適合按作業(yè)人員別評(píng)價(jià)

順序準(zhǔn)備20個(gè)標(biāo)本-不易區(qū)別的良品和不良品各準(zhǔn)備10個(gè)

讓2名作業(yè)人員按Random順序各判定2回-Blindappraisal

整理結(jié)果同一作業(yè)人員的判定不一致數(shù)，作業(yè)人員之間的不一致數(shù)，

與實(shí)際有差異的次數(shù)

若對(duì)各標(biāo)本的所有結(jié)果不一致,則改善測(cè)定系統(tǒng)后重新評(píng)價(jià)

若不能改善測(cè)定系統(tǒng)則用其它測(cè)定系統(tǒng)交替進(jìn)行

Minitab計(jì)數(shù)型數(shù)據(jù)R&R計(jì)數(shù)型數(shù)據(jù)R&R-96Minitab

計(jì)數(shù)型數(shù)據(jù)R&R例)Go/No-Go基準(zhǔn)

作業(yè)人員1的情況對(duì)相同標(biāo)本的評(píng)價(jià)結(jié)果不同次數(shù)為

二回，故必要對(duì)評(píng)價(jià)方法及步驟的教育及訓(xùn)練。Minitab計(jì)數(shù)型數(shù)據(jù)R&R例)Go/No-Go基97Minitab

計(jì)數(shù)型數(shù)據(jù)R&R

在Worksheet輸入數(shù)據(jù)Minitab計(jì)數(shù)型數(shù)據(jù)R&R在Workshee98Minitab

計(jì)數(shù)型數(shù)據(jù)R&R利用Minitab的分析各輸入測(cè)定值,標(biāo)本,作業(yè)人員的列

Stat>QualityTools>AttributeGageR&RStudy(Minitab13.30提供)Minitab計(jì)數(shù)型數(shù)據(jù)R&R利用Minitab的分析99Minitab

計(jì)數(shù)型數(shù)據(jù)R&RMinitab分析結(jié)果

Session的結(jié)果分析

作業(yè)人員1在總20回的觀測(cè)中18回

一致,即一致率90%

作業(yè)人員2在總20回的觀測(cè)中20回都

一致,即一致率100%2名作業(yè)人員在總20回的觀測(cè)中，17回一致,即一致率85%

Minitab計(jì)數(shù)型數(shù)據(jù)R&RMinitab分析結(jié)100Minitab

計(jì)數(shù)型數(shù)據(jù)R&R

圖表的結(jié)果分析

各作業(yè)人員的觀測(cè)值一致程度,通過(guò)信賴區(qū)間可以確認(rèn)。

通過(guò)上面的圖表可以認(rèn)為作業(yè)人員1的一致率比作業(yè)人員2低，

并必要對(duì)作業(yè)人員1的追加訓(xùn)練。

Minitab計(jì)數(shù)型數(shù)據(jù)R&R圖表的結(jié)果分析1018.Tables8.Tables102MinitabTables基礎(chǔ)

數(shù)據(jù)按表格形式簡(jiǎn)要,對(duì)表格的數(shù)據(jù)進(jìn)行分析CrossTabulation:把Raw數(shù)據(jù)形式按一元,二元,多元的

表格表示。表格里包含個(gè)數(shù),百分率,平均,標(biāo)準(zhǔn)偏差最

大值等統(tǒng)計(jì)量。Tally:對(duì)變量的各個(gè)值,顯示個(gè)數(shù)、累計(jì)個(gè)數(shù)、百分率、

累積百分率。Chi-SquareTest:檢定樣品數(shù)據(jù)是否從所示的離散概率模型

導(dǎo)出。SimpleCorrespondenceAnalysis:在二元分類中幫助探索

相互關(guān)系的菜單。MultipleCorrespondenceAnalysis:適用于3個(gè)或3個(gè)以上的

分類型變量。

MinitabTables基礎(chǔ)數(shù)據(jù)按表格形式簡(jiǎn)要,對(duì)表103MinitabChi-SquareTest選擇已輸入數(shù)據(jù)的列期待度數(shù)=第i行總觀測(cè)數(shù)*第j列總觀測(cè)數(shù)/總觀測(cè)數(shù)·結(jié)果解釋-p值為0.115，即表示不能作為男女性別和正當(dāng)?shù)南群蠖扔嘘P(guān)的證據(jù)。

還有在6個(gè)Cell中2個(gè)Cell的expectedcountslessthan5是表示這個(gè)實(shí)驗(yàn)不合適。

既使p值有意，但對(duì)其結(jié)果可持懷疑。

-若對(duì)結(jié)果進(jìn)一步可信賴的話，刪除其它欄后，再進(jìn)行

分析也是一種方法。

MinitabChi-SquareTest選擇已輸入數(shù)據(jù)的104minitab中文菜單介紹(課件)1059.PowerandSampleSize9.PowerandSampleSize106

不但在假設(shè)檢定時(shí)求出考慮敏感度的樣品的大小,而且在數(shù)據(jù)收集結(jié)束后計(jì)算出

根據(jù)分析時(shí)最小差異的檢定能力。

所謂檢定能力(POWER)?-在歸屬假設(shè)不正確時(shí)為駁回的概率，即成為檢出歸屬假設(shè)錯(cuò)誤的概率。

-統(tǒng)計(jì)假設(shè)檢定盡量縮小駁回事實(shí)歸屬假設(shè)的第一種錯(cuò)誤,值得提高歸屬假設(shè)的虛偽的檢定力。

與檢定力(POWER)關(guān)系-α↑,β↓->檢定能力↑

-標(biāo)準(zhǔn)偏差↑->檢定能力↓-difference↓->檢定能力↓

-標(biāo)本大小↑->檢定能力↑

Minitab菜單MinitabPowerandSampleSize不但在假設(shè)檢定時(shí)求出考慮敏感度的樣品的大小,而且在數(shù)據(jù)107例>在標(biāo)準(zhǔn)偏差為1，difference為3時(shí)，檢定力為0.7,0.8,0.9時(shí)各選取多少個(gè)標(biāo)本呢?(留意水準(zhǔn)為0.01)

Targetpower設(shè)為0.7，調(diào)查標(biāo)本大小，結(jié)果得出4.24，

并去掉小數(shù)點(diǎn)后取值為5，檢定力變大，此時(shí)的0.8947是實(shí)際檢定力值。Minitab1-Samplet例>在標(biāo)準(zhǔn)偏差為1，difference為3時(shí)，檢定力108例>標(biāo)準(zhǔn)偏差為12.9，difference為10，標(biāo)本大小取10時(shí)檢定力是多少?(留意水準(zhǔn)為0.05)輸入標(biāo)本的大小及difference輸入sigma結(jié)果解釋

結(jié)果為具有0.3751的檢定力，意思是若兩個(gè)

母集團(tuán)平均間的差為10時(shí)，檢出機(jī)會(huì)只有37.51%Minitab2-Samplet例>標(biāo)準(zhǔn)偏差為12.9，difference為10，標(biāo)本大10910.Graph10.Graph110Graph?

把Worksheet的數(shù)據(jù)編輯為多種用途的Graph.設(shè)定對(duì)圖的基本值.X-YPlot時(shí)序列PlotX-Funtion(Y)?GraphX與X頻度數(shù)的Graph對(duì)X測(cè)定的Y值中間值為中心用BOX形態(tài)表現(xiàn)為確認(rèn)2個(gè)以上的變量相互連貫性用Matrix形態(tài)表現(xiàn)雖然與MatrixPlot相同，但當(dāng)X-Y的變量數(shù)不同時(shí)使用對(duì)X-Y用等高線表示Z值X-Y-Z值在3D圖象中用Symbol顯示X-Y-Z值在3D圖象中用Wireframe顯示X-Y-Z值在3D圖象中用Surface顯示對(duì)x值用累積表現(xiàn)X的頻度數(shù)對(duì)X值X的頻度數(shù)使用比率用Slice表現(xiàn)X-YPlot為基本，在Plot的頁(yè)邊框內(nèi)標(biāo)出其它形態(tài)的GraphX上，用Graph標(biāo)出分步函數(shù)的概率值樹(shù)-葉-枝Plot文本形態(tài)的Graph(在Session輸出)MinitabGraph基礎(chǔ)

Graph?把Worksheet的數(shù)據(jù)編輯為多111AnnotationofaPage-Title:輸入標(biāo)題

-Footnotes:在Graph下面輸入說(shuō)明-Text:指定在Graph需要的位置上輸入的文字AspectRatioofaPage:指定行與列的比率

MinitabLayoutAnnotationofaPageMinitab112GraphY:指定Y-ColGraphX:

指定X-Col

Display:指定圖表形態(tài)

練習(xí))在AUTO.MTW上對(duì)AGE的Yes.M和Yes.F進(jìn)行Plot.(Display為Project.)MinitabPlot(X-Y圖表)GraphY:指定Y-Col練習(xí))在AUTO.M113Foreach->Graph:

把各個(gè)數(shù)據(jù)相應(yīng)的點(diǎn)及線做相同的標(biāo)記Foreach->Group:

把各個(gè)數(shù)據(jù)把點(diǎn)區(qū)分為不同的Group，做不同的標(biāo)記

練習(xí))用MARKET.MTW變更display后運(yùn)行Plot.-Display,Foreach:Group(Variable:Adgency),X:year,Y:Sales,AdvertisMinitabPlot(X-Y圖表)Foreach->Graph:把各個(gè)數(shù)據(jù)相114GraphVariable:指定使用于Y-變量的ColTimeScale:指定使用于X-變量的形式Starttime:指定年度TransposeXandY:變更X與Y軸的位置TransformationforYAxis:Y軸變換為log練習(xí))使用MARKET.MTW編輯TimeseriesPlot.MinitabTimeSeriesPlotGraphVariable:指定使用于Y-變量的C115Graphvariables->Function:選定適用Y的函數(shù)Graphvariables->Y:指定使用于Y-變量的ColGraphvariables->X:指定使用于X-變量的Col

Groupoption?????存在Groupoption的情況時(shí)練習(xí))用MARKET.MTW的Year把Sales的平均用Chart作成.MARKET.MTWMinitabChartGraphvariables->Function116Graphvariables->X:指定使用于X-變量的ColFrequency:區(qū)間內(nèi)的data數(shù)

Percent:區(qū)間內(nèi)的data數(shù)/全部data數(shù)*100Density區(qū)間內(nèi)的data數(shù)全部data數(shù)*間隔TypeofintervalsMidpoint:顯示為區(qū)間的中心值

Cutpoint:顯示為區(qū)間的境界值Cumulative:用累積表示MARKET.MTW練習(xí))用AUTO.MTW的Yes.M作成Histogram.(Midpoint與CutpointType)MinitabHistogramGraphvariables->X:指定使用于X117

對(duì)X測(cè)定的Y值BoxplotGraphY:指定Y-ColGraphX:指定X-ColDatadisplay:指定輸出形態(tài)

練習(xí))用MARKET.MTW的Year把Sales

用Boxplot作成后解釋.3/4位數(shù)(Q3)

1/4位數(shù)(Q1）MinitabBoxplot異常值組中值對(duì)X測(cè)定的Y值Boxplot練習(xí))用MAR118Graphvariable:指定2個(gè)以上的Col練習(xí))用EMPLOY.MTW作成Matrixplot后解釋。MatrixDisplay-Full:同時(shí)輸出Lower與Upper

-Lowerleft:只輸出下部左側(cè)部分-Upperright:只輸出上部右側(cè)部分Variablelabel

-變量名輸出位置AddJittertoDirection

-指定相同值輸出方向

在多個(gè)變量中掌握有關(guān)注的兩個(gè)變量的特殊關(guān)系時(shí)適用.

一次可做到20個(gè)變量.MinitabMatrixplotGraphvariable:指定2個(gè)以上的Col119

生成類似MatrixPlot形態(tài)的Graph，但橫/豎的變量數(shù)據(jù)不同也可

練習(xí))

使用Group繪出Draftsmanplot后解釋一下.(Worksheet:PULSE.MTW,Y:Puse1,Pulse2,X:Height,Weight,GroupVariables:Sex)PULSE.MTWMinitabDraftsmanplot生成類似MatrixPlot形態(tài)的Graph，但120把X,Y,Z的三維圖在指定的Z位置上載斷的圖表Z:z-Col選擇/Y:y-Col選擇

X:x-Col選擇

DataDisplay:(Area:

相同的值用面積表示)(Connect:等高線用線連接)

在Options…中Contourlevels:指定level

(default:automatic)

未能選擇Area時(shí)選擇Area時(shí)PULSE.MTWMinitabContourplot(等高線圖)把X,Y,Z的三維圖在指定的Z位置上載斷的圖表Z121

用X、Y、Z值生成

三維PointX、Y、Z的各值只可適用一個(gè)練習(xí))

繪出

3DPlot(Worksheet:PULSE.MTW)=>X:Height,Y:WeightZ:Pulse2Minitab3DPlot用X、Y、Z值生成三維Point練習(xí))繪出3D122

變換X,Y,Z值確保需要的視覺(jué)-Orientation:變更觀察事物的位置

->Position(觀察位置),Target(事物位置)

Up(觀察方向)

-Field:與畫面的高與寬

-Projection:投影法->Perspective(遠(yuǎn)近法),Ortho(直交法)

-Box:面處理

-AspectRatio:外型比率根據(jù)Graphic的處理方法，選定處理速度和

準(zhǔn)確度

-在Pentium級(jí)以上的PC上處理速度不會(huì)

成問(wèn)題，所以選擇正確度高的Minitab3DPlot變換X,Y,Z值確保需要的視覺(jué)根據(jù)Graphic的處理方法123把3D數(shù)據(jù)用Wireframe作成

與3DPlot作成相同DeterminationofSurfaceData=>決定表面data-Usedatadefinedoveraregularmesh=>使用規(guī)定為mesh的數(shù)據(jù)

-Interpolatedataoveraspecifiedmesh=>使用對(duì)指定的mesh(X,Y)保存的數(shù)據(jù)-Positions=>Automatic:自動(dòng)計(jì)算=>Number:Mesh數(shù)Minitab3DWireframePlot把3D數(shù)據(jù)用Wireframe作成Determina124把3Ddata作成為Surface與3DPlot作成相同練習(xí)1)

繪出

3DSurfacePlot(Worksheet:ALFALFA.MTW)=>Z:YEILD練習(xí)2)使用MAKEMESHDATA菜單，生成MESHDATA后作成3DSurfaceMinitab3DSurfacePlot把3Ddata作成為Surface練習(xí)1)繪出125在線上面把觀察的數(shù)據(jù)用點(diǎn)(dot)表示若相同的data為1個(gè)以上，則垂直把dot按數(shù)據(jù)大小表示Variables:輸入用Dot要表示的ColNogrouping:不做grouping時(shí)Byvariables:按輸入的ColgroupingEachcolumnconstitutesagroup=>按1個(gè)以上輸入的Colgrouping練習(xí))把

AZALEA.MTW的A-WEEK按Dotplots作成后解釋ALFALFA.MTWMinitabDotplot在線上面把觀察的數(shù)據(jù)用點(diǎn)(dot)表示Variable126Chartdatain:指定繪出chart的colCharttable-Categoriesin:指定按范例指定的Col

-Frequencies:指定欲分析的數(shù)據(jù)ColOrderofcategories:設(shè)定繪出chart的順序(value時(shí)按數(shù)據(jù)大小順序)Explode:指定sliceCombinecategories:刪除占有率小的sliceStartangle:設(shè)定繪出初期slice的位置

練習(xí))把

DEFECT的Describe作成為Piecharts.PULSE.MTWMinitabPiechartChartdatain:指定繪出chart的127可以知道數(shù)據(jù)的散布及大小Typeofmarginalplot:指定在margin里要作成的plottypeShowmarginalplot:設(shè)定在margin里作成的軸Xaxislabel:作成X軸題目Yaxislabel:作成Y軸題目Title:作成TitleALFALFA.MTW練習(xí))在

ALFALFA.MTW中作成Y:Yield,X:Field,Type:BoxplotMinitabMarginalplot可以知道數(shù)據(jù)的散布及大小Typeofmargin128Variables:指定要分析的colFrequencycolumn:指定頻度Col(指定與Variables不同的Col)Distribution:指定概率分布函數(shù)

練習(xí))在

ALFALFA.MTW中對(duì)Yield適用Weibull分布MinitabProbabilityplotVariables:指定要分析的col練習(xí))在129雖然與Histogram類似，但不同點(diǎn)是可詳細(xì)知資料值

Variables:指定欲繪畫的列變量*pulse.mtw的weight的枝-葉圖MinitabStem-and-leaf雖然與Histogram類似，但不同點(diǎn)是可詳細(xì)知資料值130追查用Graph對(duì)輸出的點(diǎn)的值只在Graphwindow作業(yè)可能:Mouse右側(cè)ButtonClick

選擇Brush后在Graph上指定必要的部分，

則生成如側(cè)面所示的Box

選擇SetIDVariable后指定UseColumn，

則被輸出相應(yīng)Column的內(nèi)容

CreateIndicatorVariable是實(shí)施Brush后，

使其能實(shí)施Command.練習(xí))用ALFALFA.MTW的

YEILD制定Dotplot后

追查異常數(shù)據(jù)。

(使用SetIDVariable)?設(shè)定畫面Viewmode

?設(shè)定GraphEditMode

?追查Symbol?指定ID變量

?設(shè)定Brush指定顏色

?生成指示變量MinitabBrushing追查用Graph對(duì)輸出的點(diǎn)的值選擇Brush后在Gra1316.管理圖6.管理圖132

把表示工程狀態(tài)的特性值移動(dòng)具有一定模樣的點(diǎn)，按系列類別連接而成的線型圖表

DefineTests:管理圖的初期設(shè)定Box-CoxTransformation:把非常歪曲的數(shù)據(jù)轉(zhuǎn)換為

正態(tài)性數(shù)據(jù)Xbar:對(duì)部分群平均的管理圖R:對(duì)部分群范圍的管理圖S:對(duì)部分群標(biāo)準(zhǔn)偏差的管理圖Xbar-R:對(duì)部分群平均和范圍的管理圖Xbar-S:對(duì)部分群平均和標(biāo)準(zhǔn)偏差的管理圖I:對(duì)個(gè)別觀測(cè)值的管理圖MR:對(duì)移動(dòng)范圍的管理圖EWMA:對(duì)指數(shù)加重移動(dòng)平均的管理圖MA:對(duì)移動(dòng)平均的管理圖CUSUM:累積管理圖Zone:Zone管理圖Z-MR:對(duì)個(gè)別觀測(cè)值和移動(dòng)范圍的已標(biāo)準(zhǔn)化的管理圖Minitab管理圖基礎(chǔ)把表示工程狀態(tài)的特性值移動(dòng)具有一定模樣的點(diǎn)，按系列類別連接133MinitabDefineTest

管理圖的初期設(shè)定R,S,MA-chart,計(jì)數(shù)型

管理圖為Test1~41.在中心離K-sigma的一個(gè)點(diǎn)2.在中心一側(cè)連續(xù)出現(xiàn)（RUN）K個(gè)時(shí)3.當(dāng)連續(xù)K個(gè)漸漸上升或下降(Trend)時(shí)4.當(dāng)上下變動(dòng)的K個(gè)點(diǎn)出現(xiàn)時(shí)(Cycle)5.在中心線脫離2-sigma以上，K+1個(gè)中K個(gè)時(shí)(同側(cè))(Freak-突出)6.在中心線脫離1-sigma以上，K+1個(gè)中K個(gè)時(shí)(同側(cè))(Freak-突出)7.在中心線1sigma內(nèi)K個(gè)時(shí)(無(wú)論哪一側(cè))8.在中心線1sigma以上K個(gè)時(shí)(無(wú)論哪一側(cè)）MinitabDefineTest管理圖的初期設(shè)定R,134MinitabBox-CoxTransformation

在控制數(shù)據(jù)的非正態(tài)性與ServeGroup平均相關(guān)的ServeGroup工程變動(dòng)修正時(shí)使用。Dataarearrangedas:-Singlecolumn:變換對(duì)象Col-Subgroupsize:部分群的大小Storetransformeddatain:-Singlecolumn:欲保存的ColMinitabBox-CoxTransformation135MinitabXbarR管理圖選擇包含已測(cè)定data的列指定群的大小Unstackdata時(shí)輸入已知的平均、標(biāo)準(zhǔn)偏差便可繪出管理界線依指定的Group獨(dú)立繪出管理界線。

例如分月別,作業(yè)人員別,時(shí)間別表示Tests:指定test使其看出管理圖的異常值

Estimate:在推定母數(shù)時(shí)指定欲刪掉的數(shù)據(jù)Stamp:在管理圖的X軸上追加TICKLABEL列Option:可選擇Box-Cox變換的菜單在管理界線內(nèi)點(diǎn)分布randomCAMSHAFT.MTW

最一般的管理圖MinitabXbarR管理圖選擇包含已測(cè)定data的列136MinitabXbarS管理圖CAMSHAFT.MTW

當(dāng)試料群的大小在6個(gè)以上的情況MinitabXbarS管理圖CAMSHAFT.MTW137MinitabI-MR管理圖

試料群的大小為1的情況CAMSHAFT.MTWMinitabI-MR管理圖試料群的大小為1的情況CA138MinitabI-MRR管理圖

同時(shí)管理相互不同工程的數(shù)據(jù)

同時(shí)顯現(xiàn)試料群內(nèi)的散布與試料群間的散布CAMSHAFT.MTWMinitabI-MRR管理圖同時(shí)管理相互不同工程的139MinitabP管理圖

不良率管理圖隨著試料的大小不同，限界的幅度也發(fā)生變化Variable:不良數(shù)量Subgroupsize:檢查數(shù)量相同時(shí)

Subgroupsin:檢查數(shù)量不同時(shí)EXH_QC.MTWMinitabP管理圖不良率管理圖隨著試料的大小不同，限140MinitabNP管理圖Vaiable:不良數(shù)量Subgroupsize:檢查數(shù)量相同時(shí)Subgroupsin:檢查數(shù)量不同時(shí)EXH_QC.MTW

不良率管理圖隨著試料的大小不同，限界的幅度也發(fā)生變化MinitabNP管理圖Vaiable:不良數(shù)量EXH_Q141MinitabC管理圖

一定單位內(nèi)的缺點(diǎn)數(shù)管理圖,當(dāng)一個(gè)中的缺點(diǎn)數(shù)少時(shí),

使用一定個(gè)數(shù)中的缺點(diǎn)數(shù)Variable:缺點(diǎn)數(shù)EXH_QC.MTWMinitabC管理圖一定單位內(nèi)的缺點(diǎn)數(shù)管理圖,142MinitabU管理圖

單位缺點(diǎn)數(shù)管理圖

檢查的試料面積或長(zhǎng)度等不同時(shí)適用

Variable:缺點(diǎn)數(shù)Samplesize:相同的檢查數(shù)(試料數(shù))Subgroupsin:試料群的大小不同時(shí)EXH_QC.MTWMinitabU管理圖單位缺點(diǎn)數(shù)管理圖Variable1437.品質(zhì)工具7.品質(zhì)工具144Minitab品質(zhì)工具基礎(chǔ)RunChart:通過(guò)數(shù)據(jù)，發(fā)現(xiàn)Processpattern，

并確認(rèn)是否non-randomParetoChart:確認(rèn)什么問(wèn)題最重要CauseandEffect:特性要因圖CapabilityAnalysis:工程能力分析GageR&R:測(cè)定系統(tǒng)評(píng)價(jià)Multi-VariChart:使數(shù)據(jù)一眼所能見(jiàn)到的視覺(jué)形態(tài)，

提供分散分析的數(shù)據(jù)SymmetryPlot:評(píng)價(jià)數(shù)據(jù)是否從對(duì)稱分布而來(lái)Minitab品質(zhì)工具基礎(chǔ)RunChart:通過(guò)數(shù)據(jù)，發(fā)現(xiàn)145欲分析的Rawdata輸入在一個(gè)列時(shí)欲分析的data輸入在多個(gè)列時(shí)指定在圖表中表示的點(diǎn)按Subgroup的平均或

中央值個(gè)別data的打點(diǎn)Subgroup平均值的得分所有data的中央值Cranksh.mtwMinitabRunChart欲分析的Rawdata輸入在一個(gè)列時(shí)Cranksh.m146MinitabParetoChart

在現(xiàn)場(chǎng)成為問(wèn)題的不良品以及缺點(diǎn)、Claim、事故等按現(xiàn)象或原因類別分類,并使其數(shù)據(jù)

不良個(gè)數(shù)或損失金額等多的順序展示，并把其大小用柱形繪出的圖形。

-決定改善的功擊目標(biāo)、

掌握問(wèn)題點(diǎn)、不良對(duì)策及改善效果確認(rèn)、不良或故障原因調(diào)查<使用原資料><使用頻率數(shù)><按集團(tuán)類別繪出時(shí)>EXH_QC.MTWMinitabParetoChart在現(xiàn)場(chǎng)成為問(wèn)題的不147MinitabCause-and-Effect

顯示結(jié)果特性和引發(fā)原因的要因之間關(guān)系的圖形。

-掌握異常原因及采取對(duì)策用/現(xiàn)場(chǎng)改善活動(dòng)時(shí)現(xiàn)況解釋及改善手段的整理-作業(yè)標(biāo)準(zhǔn)的作成或改正/新入社員的教育或作業(yè)說(shuō)明-有助于觀察潛在原因之間的關(guān)系-在Minitab中只能畫出一次levelEXH_QC.MTWMinitabCause-and-Effect顯示結(jié)果特性148MinitabCapabilityAnalysis(Normal)

工程的數(shù)據(jù)為連續(xù)性資料并隨正態(tài)分布時(shí)的工程能力指數(shù)計(jì)算欲分析的data輸入在一個(gè)列的情況欲分析的data

輸入在多個(gè)列的情況輸入規(guī)格的上限和下限,Hardlimit在輸入

規(guī)格的上、下限值外，無(wú)數(shù)據(jù)時(shí)選擇

知道母集團(tuán)的平均和標(biāo)準(zhǔn)偏差或者從以前

的數(shù)據(jù)推定的平均和標(biāo)準(zhǔn)偏差便輸入Camshaft.mtwMinitabCapabilityAnalysis(Nor149MinitabCapabilityAnalysis(Weibull)

工程的數(shù)據(jù)為連續(xù)性資料并隨Weibull分布時(shí)的工程能力指數(shù)計(jì)算選擇數(shù)據(jù)列選擇決定Weibull分布模樣的形象母數(shù)產(chǎn)品特性為單側(cè)規(guī)格時(shí)輸入3，而

兩側(cè)規(guī)格時(shí)保留6。長(zhǎng)期工程能力當(dāng)前能力長(zhǎng)期預(yù)測(cè)能力Tiles.mtwMinitabCapabilityAnalysis(Wei150MinitabCapabilitySixpack(Normal)

因顯示與工程能力分析相關(guān)的圖表，所以一眼就可以確認(rèn)Tests...Estimate...Options...指定管理圖發(fā)生異常時(shí)確認(rèn)的Test條件指定按subgroupsize的sigma

計(jì)算方法數(shù)據(jù)分布不按正態(tài)分布時(shí)選擇為繪出RunChart而指定subgroup

的數(shù)單側(cè)規(guī)格時(shí)輸入3，雙側(cè)規(guī)格時(shí)

輸入6Camshaft.mtwMinitabCapabilitySixpack(Norm151MinitabCapabilitySixpack(Normal)MinitabCapabilitySixpack(Norm152MinitabCapabilityAnalysis(Binomial)

二項(xiàng)分布數(shù)據(jù)的工程能力計(jì)算(不良率)Defectives:已輸入不良率的列Samplesize:已輸入試料數(shù)的列Target:輸入目標(biāo)不良率PCHART顯示在工程控制外有一個(gè)點(diǎn)顯示累計(jì)%DEFECTIVECHART為約22%Defectivesrate不受資料量的影響ProcessZ為0.75，2.25σ低水準(zhǔn)BPCAPA.MTWMinitabCapabilityAnalysis(Bin153MinitabCapabilityAnalysis(Poisson)Poisson分布數(shù)據(jù)的工程能力計(jì)算(缺點(diǎn)數(shù))指定輸入缺點(diǎn)數(shù)的列指定輸入試料數(shù)的列輸入目標(biāo)值U管理圖顯示在管理狀態(tài)外有3個(gè)點(diǎn)累積平均DPU在0.025與0.03之間的

某一個(gè)地點(diǎn)顯示相對(duì)穩(wěn)定的狀態(tài)

觀察DPU的Histogram,似乎隨Weibull

分布，但有更多的數(shù)據(jù)存在時(shí)

才可以判斷

BPCAPA.MTWMinitabCapabilityAnalysis(Poi154MinitabGageRunChart

分析測(cè)定數(shù)據(jù)的散布后發(fā)現(xiàn)問(wèn)題點(diǎn)Partnumber:選擇Part列Operators:選擇測(cè)定者的列Measurementdata:選擇測(cè)定值的列X軸按試料類別區(qū)分，便于一眼看到

各測(cè)定值出現(xiàn)何種程度差異(第1,5,10號(hào)試料為測(cè)定值小)。特定的試料根據(jù)測(cè)定系統(tǒng)不同,

數(shù)值差異的大小不同

(第10號(hào)試料在第3號(hào)測(cè)定系統(tǒng)中的測(cè)定值大)GAGEAIAG.MTWMinitabGageRunChart分析測(cè)定數(shù)據(jù)的散155MinitabGageLinearityStudy

稱作直線性，分析在各測(cè)定系統(tǒng)所及測(cè)定范圍內(nèi)與真值發(fā)生的差異，

并設(shè)定準(zhǔn)確的測(cè)定范圍Partnumber:選擇part列Mastermeasurements:選擇master測(cè)定值(真值)列Measurementdata:選擇輸入測(cè)定值數(shù)據(jù)的列ProcessVariation:在GageR&RStudy中選擇StudyVar的TotalVariation(5.15*SD)%Linearity為13.16%，測(cè)定系統(tǒng)的

直線性占有全體工程散布的13.16%%Bias為0.376%傾向性很小%Linearity和%Bias的值越小,

測(cè)定系統(tǒng)越好Gagelin.mtwMinitabGageLinearityStudy稱156MinitabGageR&RStudy(Crossed)調(diào)查測(cè)定系統(tǒng)的散布對(duì)工程散布的影響,并判斷測(cè)定系統(tǒng)的測(cè)定能力的技法按“Option”鍵后，在ProcessTolerance輸入

規(guī)格公差，便可求規(guī)格比%R&R值

(%Tolerance)。Gageaiag.mtwMinitabGageR&RStudy(Crossed)157Minitab結(jié)果解釋用XbarChart能分析測(cè)定系統(tǒng)的有用性,若超過(guò)管理界限50%時(shí)能檢查部品間變動(dòng)，否則不適合區(qū)分部品間變動(dòng)。

現(xiàn)在因?yàn)槭?0%以上,測(cè)定系統(tǒng)為適合。Operator*part的interaction及operator的p-value比留意水準(zhǔn)0.05小而有意，

但比部品間的變動(dòng)相對(duì)地變動(dòng)小,故沒(méi)有給全體帶來(lái)影響。GageR&R的變動(dòng)大部分起因于再現(xiàn)性，并且在再現(xiàn)性中operator與part的交互作用影響較大。判定基準(zhǔn)%Contribution%StudyVarDistinctCategoriesDiscriminationRatioAccept<1%<10%>10>10Considercritically1%~9%10%~30%4~94~9Reject>9%>30%<4<4%Contribution%StudyVarDistinctCategoriesDiscriminationRatioAccept<1%<10%>10>10Considercritically1%~9%10%~30%4~94~9Reject>9%>30%<4<4%Contribution%StudyVarDistinctCategoriesDiscriminationRatioAccept<1%<10%>10>10Considercritically1%~9%10%~30%4~94~9Reject>9%>30%<4<4GageR&RStudy(Crossed)Minitab結(jié)果解釋用XbarChart能分析測(cè)定158MinitabMulti-VariChart

稱作多變量chart，使數(shù)據(jù)能一目了然按視覺(jué)的形態(tài)進(jìn)行分散數(shù)據(jù)的分析,

對(duì)所有因子表示各個(gè)因子水準(zhǔn)的平均Response:選擇反應(yīng)值的列Factor1:選擇因子的列Displayoptions:用與輸出結(jié)果相關(guān)的選項(xiàng)表示個(gè)別

數(shù)據(jù)的分?jǐn)?shù)或者可選擇連接因子平均SINTER.MTWMinitabMulti-VariChart稱作多變量159MinitabSymmetryPlot評(píng)價(jià)數(shù)據(jù)是否對(duì)稱分布

多數(shù)點(diǎn)越接近CHART的直線,對(duì)稱性越強(qiáng)選擇已輸入數(shù)據(jù)的列對(duì)稱性判斷-數(shù)據(jù)的點(diǎn)越接近基準(zhǔn)線,對(duì)稱分布越強(qiáng)-若數(shù)據(jù)點(diǎn)往基準(zhǔn)線上方分離,是偏左側(cè)的分布-若數(shù)據(jù)點(diǎn)往基準(zhǔn)線下方分離,是偏右側(cè)的分布-若在右上端存在離基準(zhǔn)線的點(diǎn)，在分布的

尾部稍有偏向結(jié)果解釋-數(shù)據(jù)幾乎是對(duì)稱-右上端的點(diǎn)處于偏離，象從Histogram所見(jiàn)

稍微向左偏

但是，不能說(shuō)存在顯眼的偏向Exh_qc.mtwMinitabSymmetryPlot評(píng)價(jià)數(shù)據(jù)是否對(duì)稱160Minitab

計(jì)數(shù)型數(shù)據(jù)R&R計(jì)數(shù)型數(shù)據(jù)R&R對(duì)各標(biāo)本的適合與不適合按作業(yè)人員別評(píng)價(jià)

順序準(zhǔn)備20個(gè)標(biāo)本-不易區(qū)別的良品和不良品各準(zhǔn)備10個(gè)

讓2名作業(yè)人員按Random順序各判定2回-Blindappraisal

整理結(jié)果同一作業(yè)人員的判定不一致數(shù)，作業(yè)人員之間的不一致數(shù)，

與實(shí)際有差異的次數(shù)

若對(duì)各標(biāo)本的所有結(jié)果不一致,則改善測(cè)定系統(tǒng)后重新評(píng)價(jià)

若不能改善測(cè)定系統(tǒng)則用其它測(cè)定系統(tǒng)交替進(jìn)行

Minitab計(jì)數(shù)型數(shù)據(jù)R&R計(jì)數(shù)型數(shù)據(jù)R&R-161Minitab

計(jì)數(shù)型數(shù)據(jù)R&R例)Go/No-Go基準(zhǔn)

作業(yè)人員1的情況對(duì)相同標(biāo)本的評(píng)價(jià)結(jié)果不同次數(shù)為

二回，故必要對(duì)評(píng)價(jià)方法及步驟的教育及訓(xùn)練。Minitab計(jì)數(shù)型數(shù)據(jù)R&R例)Go/No-Go基162Minitab

計(jì)數(shù)型數(shù)據(jù)R&R

在Worksheet輸入數(shù)據(jù)Minitab計(jì)數(shù)型數(shù)據(jù)R&R在Workshee163Minitab

計(jì)數(shù)型數(shù)據(jù)R&R利用Minitab的分析各輸入測(cè)定值,標(biāo)本,作業(yè)人員的列

Stat>QualityTools>AttributeGageR&RStudy(Minitab13.30提供)Minitab計(jì)數(shù)型數(shù)據(jù)R&R利用Minitab的分析164Minitab

計(jì)數(shù)型數(shù)據(jù)R&RMinitab分析結(jié)果

Session的結(jié)果分析

作業(yè)人員1在總20回的觀測(cè)中18回

一致,即一致率90%

作業(yè)人員2在總20回的觀測(cè)中20回都

一致,即一致率100%2名作業(yè)人員在總20回的觀測(cè)中，17回一致,即一致率85%

Minitab計(jì)數(shù)型數(shù)據(jù)R&RMinitab分析結(jié)165Minitab

計(jì)數(shù)型數(shù)據(jù)R&R

圖表的結(jié)果分析

各作業(yè)人員的觀測(cè)值一致程度,通過(guò)信賴區(qū)間可以確認(rèn)。

通過(guò)上面的圖表可以認(rèn)為作業(yè)人員1的一致率比作業(yè)人員2低，

并必要對(duì)作業(yè)人員1的追加訓(xùn)練。

Minitab計(jì)數(shù)型數(shù)據(jù)R&R圖表的結(jié)果分析1668.Tables8.Tables167MinitabTables基礎(chǔ)

數(shù)據(jù)按表格形式簡(jiǎn)要,對(duì)表格的數(shù)據(jù)進(jìn)行分析CrossTabulation:把Raw數(shù)據(jù)形式按一元,二元,多元的

表格表示。表格里包含個(gè)數(shù),百分率,平均,標(biāo)準(zhǔn)偏差最

大值等統(tǒng)計(jì)量。Tally:對(duì)變量的各個(gè)值,顯示個(gè)數(shù)、累計(jì)個(gè)數(shù)、百分率、

累積百分率。Chi-SquareTest:檢定樣品數(shù)據(jù)是否從所示的離散概率模型

導(dǎo)出。SimpleCorrespondenceAnalysis:在二元分類中幫助探索

相互關(guān)系的菜單。MultipleCorrespondenceAnalysis:適用于3個(gè)或3個(gè)以上的

分類型變量。

MinitabTables基礎(chǔ)數(shù)據(jù)按表格形式簡(jiǎn)要,對(duì)表168MinitabChi-SquareTest選擇已輸入數(shù)據(jù)的列期待度數(shù)=第i行總觀測(cè)數(shù)*第j列總觀測(cè)數(shù)/總觀測(cè)數(shù)·結(jié)果解釋-p值為0.115，即表示不能作為男女性別和正當(dāng)?shù)南群蠖扔嘘P(guān)的證據(jù)。

還有在6個(gè)Cell中2個(gè)Cell的expectedcountslessthan5是表示這個(gè)實(shí)驗(yàn)不合適。

既使p值有意，但對(duì)其結(jié)果可持懷疑。

-若對(duì)結(jié)果進(jìn)一步可信賴的話，刪除其它欄后，再進(jìn)行

分析也是一種方法。

MinitabChi-SquareTest選擇已輸入數(shù)據(jù)的169minitab中文菜單介紹(課件)1709.PowerandSampleSize9.PowerandSampleSize171

不但在假設(shè)檢定時(shí)求出考慮敏感度的樣品的大小,而且在數(shù)據(jù)收集結(jié)束后計(jì)算出

根據(jù)分析時(shí)最小差異的檢定能力。

所謂檢定能力(POWER)?-在歸屬假設(shè)不正確時(shí)為駁回的概率，即成為檢出歸屬假設(shè)錯(cuò)誤的概率。

-統(tǒng)計(jì)假設(shè)檢定盡量縮小駁回事實(shí)歸屬假設(shè)的第一種錯(cuò)誤,值得提高歸屬假設(shè)的虛偽的檢定力。

與檢定力(POWER)關(guān)系-α↑,β↓->檢定能力↑

-標(biāo)準(zhǔn)偏差↑->檢定能力↓-difference