1、Minitab全面经典教程全面经典教程- Minitab统计分析统计分析2012.02.01Minitab介绍介绍Minitab是众多统计软件当中比较简单易懂的软件之一；相对来讲，Minitab在质量管理方面的应用是比较适合的；Minitab的功能齐全，一般的数据分析和图形处理都可以应付自如。Minitab与与6 Sigma的关系的关系在上个世纪80年代Motolora开始在公司内推行6 Sigma，并开始借助Minitab使6 Sigma得以最大限度的发挥；6 Sigma的MAIC阶段中，很多分析和计算都可以都通过Minitab简单的完成；即使是对统计的知识不怎么熟悉，也同样可以运用Mini
2、tab很好的完成各项分析。Minitab的功能的功能计算功能计算功能计算器功能生成数据功能概率分布功能矩阵运算Minitab的功能的功能数据分析功能数据分析功能基本统计回归分析方差分析实验设计分析控制图质量工具可靠度分析多变量分析 时间序列 列联表 非参数估计 EDA 概率与样本容量Minitab的功能的功能图形分析图形分析直方图散布图时间序列图条形图箱图矩阵图轮廓图 三维图 点图 饼图 边际图 概率图 茎叶图 特征图课程内容安排课程内容安排由于时间有限，很多内容只是做简单的介绍；在两天的时间里，主要的课程内容安排如下：方差分析1)单因数和双因数方差分析回归分析1)简单回归2)逐步回归MSA测
3、量系统分析1)测量重复和再现性(交叉Crossed、嵌套Nested)2)测量走势图 3)测量线性研究4)属性测量R&R 研究（计数）SPC的Minitab操作1)Xbar1)Xbar- -R ChartR Chart2)Xbar2)Xbar- -S Chart S Chart 3)I3)I- -MR Chart 4)ZMR Chart 4)Z- -MR Chart MR Chart 5)I5)I- -MRMR- -R/S Chart R/S Chart 6)P Chart 7)NP Chart6)P Chart 7)NP Chart8)C Chart 9)U Chart8)C Chart 9
4、)U Chart能力分析1）正态分布图能力分析2）泊松分布图能力分析3）二项分布图能力分析下午下午4）组间/组内能力分析5）Weibull能力分析基础统计和假设检验1)描述统计2)单样本Z测试3)单样本T测试 4)双样本T测试5)成对T测试6)1比率测试7) 2比率测试8)正态分布基本界面和操作介绍常用图形的Minitab操作特性要因图柏拉图散布图直方图时间序列图上午上午第二天第二天第一天第一天区分区分Minitab界面和基本操作介绍界面和基本操作介绍Minitab界面界面Session Window:分析结果输出窗口Data Window:输入数据的窗口每一列的名字可以写在最前面的列每一列的
5、数据性质是一致的主菜单主菜单Minitab界面界面 同一时间只能激活一个窗口.每一个窗口可以单独储存.不同的要求选择不同的保存命令打开文件保存文件打印窗口打开文件保存文件打印窗口之前之后命令查找数据查找下一个数据之前之后命令查找数据查找下一个数据取消取消帮助显示因子设计帮助显示因子设计当前数据窗口当前数据窗口session窗口窗口剪切复制粘贴剪切复制粘贴恢复恢复显示显示worksheets折叠折叠显示显示GRAPH折叠折叠状态向导显示状态向导显示session窗口折叠窗口折叠项目窗口关闭所有图形窗口项目窗口关闭所有图形窗口重做重做编辑最近对话框编辑最近对话框历史记录历史记录报告便栈报告便栈打开
6、相关文件打开相关文件项目管理窗口项目管理窗口插入单元格插入单元格插入行插入行插入列插入列移除列移除列工具栏的介绍工具栏的介绍数据的生成数据的生成( (Make Random Data) )例：生成一组男生身高的数据，要求：平均身高175cm，标准偏差5cm，数据个数100. Select: Calc Random Data Normal数据的生成结果数据的生成结果生成有规律的数据生成有规律的数据 Select:Calc Make Patterned Data Simple Set of Number结果输出结果输出数据类型的转换数据类型的转换( (Change Data Type) ) Sel
7、ect: Data Change Data Type Numeric to Text需要转换的列转换后数据存放列，可以是原来的数据列数据类型的转换结果数据类型的转换结果数据的堆栈（数据的堆栈（Stack&Unstack）Select: Data Stack columns原始数据输入需要堆栈的列，如果由前后顺序，按前后顺序进行输入输入堆栈后存放列的位置注解可以用来区分数据的来源数据的堆栈结果数据的堆栈结果数据块的堆栈(数据块的堆栈(Stack Blocks) )Select: Data Stack Blocks of columns原始数据在对话框中输入25列数据，注解列在前面输入新工作表和注
8、解的位置数据块的堆栈结果数据块的堆栈结果转置栏（转置栏（Transpose Columns）Select: Data Transpose Columns输入需要转置的列输入新工作表的位置可以输入注解列转置结果转置结果连接（连接（Concatenate） Select: Data Concatenate原始数据输入需要连接的数据列输入新数据列的位置连接结果连接结果编码（编码（Code） Select: Data codeNumeric to Text原始数据被编码的变量存储编码值的栏规则编码编码结果编码结果Minitab之常用图形之常用图形QC手法常用的图形如下手法常用的图形如下:特性要因图控制
9、图(参见SPC部分)柏拉图散布图直方图时间序列图特性要因图特性要因图决定特性Y头脑风暴找出可能的要因X将X依5M+1E方式列表将表输出MINITAB中输出结果图形练习练习没有进行点检监督不够仪器R&R太高湿度太低抽样方式不合理原料含s,p太高设备不常清扫培训不够仪器偏差太大温度太高没有设定标准化方法原料没有检查设备没有保养不够熟练测环法料机人输入表中输入表中Select: Stat Quality tools Cause - and - effect注意输入格式填好各项需要的参数填好各项需要的参数EnvironmenMeasuremenMethodsMaterialMachinesPerson
10、nelEnvironmenMeasuremenMethodsMaterialMachinesPersonnel监督不够培训不够不够熟练没有进行点检设备不常清扫设备没有保养原料含s,p太高原料没有检查抽样方式不合理没有设定标准化方法仪器R&R太高仪器偏差太大湿度太低温度太高监督不够培训不够不够熟练没有进行点检设备不常清扫设备没有保养原料含s,p太高原料没有检查抽样方式不合理没有设定标准化方法仪器R&R太高仪器偏差太大湿度太低温度太高Cause-and-Effect DiagramCause-and-Effect Diagram为什么有缺陷产生为什么有缺陷产生结果输出结果输出:柏拉图柏拉图收集各项
11、质量特性缺陷列成表输入到MINITAB中MINITAB绘出图形找出关键的Y特性练习练习160其它5150外观受损4200强度不够3300漏焊2500虚焊1数量数量缺陷项缺陷项项次项次输入数据输入数据Select: Stat Quality tools Pareto Chart填好各项参数填好各项参数输入缺陷列输入频数列在此指定 “95%” 将使余下的图示为 “Others”。设置X轴,Y轴标签可以对柏拉图进行命名结果输出结果输出21.08合计1.000.020.51轧机垫纸印痕0.980.030.68垫纸压入0.940.040.77微细裂纹0.910.051.11斑痕0.850.061.33异
12、物压入0.790.091.97线形裂纹0.700.112.22划伤0.590.112.27污染0.480.122.44辊印0.370.377.78摩擦痕累计不良率不良率不良数不良项目下表为STS冷轧工厂ZRM不良现状,试做分析练习:散布图散布图决定你所关心的Y决定和Y有可能的X收集Y和X的数据输入MINITAB绘出图形判定Y和X之间的关系练习练习90068890678706886068850678406783066820658106680065XY输入数据输入数据Select: Gragh Scatterplot输入参数输入参数可以选择不同的输出表现形式输出图形输出图形可以用直接方式判定，有正
13、相关的倾向。更详细的说明可以参见回归分析直方图直方图决定你所关心的Y或X收集Y或X的数据输入MINITAB表MINITAB绘出直方图进行判定练习练习60.5 61.7 61.5 60.8 61.1 61.0 60.8 60.1 1561.4 61.0 61.1 62.5 61.6 60.5 60.9 62.2 1461.1 61.4 60.1 61.0 60.0 61.2 61.2 62.3 1360.7 60.6 61.2 61.0 60.8 59.7 60.8 60.8 1260.7 61.0 60.9 61.9 61.2 61.3 60.5 60.4 1160.6 60.3 60.4 6
14、0.6 61.6 60.4 60.9 61.2 1061.1 61.0 61.1 61.1 60.3 61.0 61.4 61.0 960.8 61.2 60.7 61.0 61.1 61.5 61.3 60.5 860.7 61.6 61.6 60.5 61.7 61.0 60.7 60.3 760.9 61.1 61.0 61.1 60.6 60.9 60.8 61.0 662.3 62.1 59.8 61.7 61.5 60.6 60.2 60.9 560.4 61.4 61.7 60.9 60.9 61.8 60.8 61.0 462.1 61.1 60.6 61.2 60.7 60.
15、3 60.6 61.3 360.2 60.7 60.8 61.0 61.3 60.9 60.8 60.6 260.6 61.0 62.0 60.6 60.6 61.4 61.3 61.1 1零件重量序号Select: Gragh Histogram输入数据输入数据例:右表为某零件重量的数据.试作(1)直方图(2)计算均值x和标准差s(3)该特性值的下限是60.2克,上限是62.6克,在直方图中加入规格线并加以讨论.填入参数填入参数可以选择不同的输出表现形式可以同时为几个变量作直方图点击此选项输入上下规格界限结果输出结果输出请依照直方图分析方法来进行图形分析和判定更深入的分析可以参见制程能力分析
16、部份。请依照直方图分析方法来进行图形分析和判定更深入的分析可以参见制程能力分析部份。时间序列图时间序列图决定你所关心的Y或X收集Y或X的数据输入MINITAB表MINITAB绘出时间序列图进行判定练习练习1762006/91802006/81752006/71702006/61902006/51652006/41352006/31262006/21502006/1销售量销售量时间时间输入数据输入数据Select: Gragh Time Series Plot填入参数填入参数可以选择不同的输出表现形式可以选择不同的输出表现形式时间刻度设置时间刻度设置结果输出结果输出依此状况来判定未定的销售趋势。
17、依此状况来判定未定的销售趋势。时 间销售量时 间销售量2006/92006/82006/72006/62006/52006/42006/32006/22006/1190180170160150140130120Time Series Plot of 销 售 量Time Series Plot of 销 售 量Minitab的的SPC使用使用控制图一.控制图原理一.控制图原理1.现代质量管理的一个观点-产品质量的统计观点a.产品的质量具有变异性.b.产品质量的变异具有统计规律性.至工业革命以后,人们一开始误认为:产品是由机器造出来的,因此,生产出来的产品是一样的.随着测量理论与测量工具的进步,人
18、们终于认识到:产品质量具有变异性,公差制度的建立是一个标志.产品质量的变异也是有规律性的,但它不是通常的确定性现象的确定性规律,而是随机现象的统计规律.控制图一.控制图原理一.控制图原理2.控制图的原理a.计量值产品特性的正态分布如果我们对某一计量值产品的特性值(如:钢卷厚度等）进行连续测试,只要样本量足够大,就可看到它们服从正态分布的规律.0n (x; , )控制图一.控制图原理一.控制图原理b. 3 控制方式下的产品特性值区间3 控制方式下产品特性值落在 -3 , +3 范围内的概率为99.73%,其产品特性值落在此区间外的概率为1-99.73%=0.27%.0.135%0.135% -3
19、 +3控制图一.控制图原理一.控制图原理c. 常规控制图的形成 -3 +3+3 -3 -3 +3控制图一.控制图原理一.控制图原理d.控制图原理的解释第一种解释:1.若过程正常,即分布不变,则点子超过UCL的概率只 有1 左右.2.若过程异常, 值发生偏移,于是分布曲线上、下偏移,则点子超过UCL或LCL的概率大为增加.结论:点出界就判异以后要把它当成一条规定来记住.8 9 10 11UCLCLLCL时间(h)控制图一.控制图原理一.控制图原理第二种解释:1.偶然因素引起偶然波动。偶然波动不可避免,但对质量的影响微小,通常服从正态分布,且其分布不随时间的变化而改变。时间目标线可预测过程受控控制
20、图一.控制图原理一.控制图原理2.异因引起异波。异波产生后,其分布会随时间的变化而发生变化。异波对质量影响大,但采取措施后不难消除。第二种解释:结论:控制图上的控制界限就是区分偶波与异波的科学 界限,休哈特控制图的实质是区分偶然因素与异常因素两类因素.时间目标线不可预测过程失控二.常规控制图及其用途二.常规控制图及其用途控制图取样费时、昂贵的场合.UCLx=X+2.66RsUCLRs=3.267Rs单值-移动极差控制图X-Rs现场需把测定数据直接记入控制图进行控制.UCLX=X+m3A2RUCLR=D4RLCLR=D3R中位数-极差控制图X - R当样本大小n10,需要应用s图来代替R图.UC
21、LX= X+A3sUCLs= B4sLCLs = B3s均值-标准差控制图X - s最常用最基本的控制图.控制对象:长度、重量等.UCLX= X+A2RUCLR= D4RLCLR=D3R均值-极差控制图X - R正态分布(计量值)备 注控制图界限控制图名称控制图代号分布备 注控制图界限控制图名称控制图代号分布二.常规控制图及其用途二.常规控制图及其用途控制图一定单位,样品大小不变时UCLc= c + 3 c不合格数控制图c一定单位中所出现缺陷数目控制UCLu=u+3 u / n单位不合格数控制图u泊松分布(计点值)不合格品数控制UCLnp=np+3 np(1-p)不合格品数控制图np用于不合格
22、品率或合格品率控制UCLp= p+ 3 p(1-p)/n不合格品率控制图p二项分布(计件值)备注控制图界限控制图名称控制图代号分布备注控制图界限控制图名称控制图代号分布Minitab可提供的图形可提供的图形计量型计量型Xbar-RXbar-sI-MRI-MR-sZ-MR计数型计数型PNpCUXbar-R做法做法Xbar-R是用于计量型判稳准则：连续二十五点没有超出控制界限。判异准则：一点超出控制界限连续六点上升或下降或在同一侧不呈正态分布，大部份点子没有集中在中心线。Xbar-R做法做法决定要研究或控制的Y或X特性收集数据输入minitab中用minitab绘图及分析判定及采取措施Xbar-R
23、练习练习Minitab WorksheetSelect: Stat Control Charts Variables Charts for Subgroups Xbar-R打开Data目录下的Camshaft.mtw输入参数输入参数根据不同的输入方式选择不同的分析方法决定测试要求决定测试要求可以在这里选择判异准则判 异 准 则判 异 准 则准则1: 一点超出控制界限准则1: 一点超出控制界限AABCCBUCLCLLCLUCLCLLCL区域A (+3 )区域A ( -3 )区域B (+2 )区域C (+1 )区域C ( -1 )区域B ( -2 )UCLCLLCLUCLCLLCL准则2: 连续9
24、点在中心线的同侧准则2: 连续9点在中心线的同侧判 异 准 则判 异 准 则AABCCBUCLCLLCLUCLCLLCL准则准则3: 连续连续6点呈上升或下降趋势点呈上升或下降趋势AABCCBUCLCLLCL判 异 准 则判 异 准 则准则准则4: 连续连续14点上下交替点上下交替AABCCBUCLCLLCL判 异 准 则判 异 准 则准则准则5: 连续连续3点中有点中有2点落在中心线同一侧的点落在中心线同一侧的B区以外区以外判 异 准 则判 异 准 则AABCCBUCLCLLCL准则准则6: 连续连续5点中有点中有4点在点在C区之外区之外(同侧同侧)判 异 准 则判 异 准 则AABCCBU
25、CLCLLCL准则7: 连续15点在中心线附近的C区内准则7: 连续15点在中心线附近的C区内判 异 准 则判 异 准 则AABCCBUCLCLLCL准则8: 连续8点在中心线两侧而无一点在C区准则8: 连续8点在中心线两侧而无一点在C区判 异 准 则判 异 准 则AABCCBUCLCLLCL决定标准差的估计方法决定标准差的估计方法一般选择Rbar的标准差估计方式一般选择Rbar的标准差估计方式决定选项决定选项进行正态性转换值将标准转换变量的标准偏差最小化,当0， 转换结果为Y ,如0,转换结果为LOGeYY=1/Y-1Y=1/Y-0.5Y=logeY0Y=Y0.5Y=Y22转换值值决定选项决
26、定选项(续续)输入1,2,3StDEV控制限SampleSample MeanSampleSample Mean191715131197531602600598_X=600.23+3SL=602.376-3SL=598.084+2SL=601.660-2SL=598.800+1SL=600.945-1SL=599.515SampleSample RangeSampleSample Range19171513119753186420_R=3.72+3SL=7.866-3SL=0+2SL=6.484-2SL=0.956+1SL=5.102-1SL=2.338161Xbar-R Chart of S
27、upp2Xbar-R Chart of Supp2图形输出图形输出:判 图判 图请判定前图是否有异常请问本图为解析用图或是控制用图Xbar-s做法做法决定要研究或控制的Y或X特性收集数据输入minitab中用minitab绘图及分析判定及采取措施Xbar-s练习练习 Select: Stat Control Charts Variables Charts for Subgroups Xbar-sMinitab Worksheet打开Data目录下的Camshaft.mtw输入参数输入参数其他参数设置与Xbar-R图相同其他参数设置与Xbar-R图相同SampleSample MeanSampl
28、eSample Mean191715131197531602600598_X=600.23+3SL=602.424-3SL=598.036+2SL=601.693-2SL=598.767+1SL=600.961-1SL=599.499SampleSample StDevSampleSample StDev1917151311975313210_S=1.537+3SL=3.211-3SL=0+2SL=2.653-2SL=0.421+1SL=2.095-1SL=0.979161Xbar-S Chart of Supp2Xbar-S Chart of Supp2图形输出图形输出:判 图判 图请判定前
29、图是否有异常请问本图为分析用图或是控制用图I-MR图做法图做法决定要研究或控制的Y或X特性收集数据输入minitab中用minitab绘图及分析判定及采取措施I-MR练习练习 打开下列档案:Data目录下的Coating.MTW Select: Stat Control Charts Variables Charts forIndividuals I-MR输入参数输入参数输入变量图形输出图形输出ObservationIndividual ValueObservationIndividual Value454137332925211713951320300280260240_X=289.24-3
30、SL=248.57-2SL=262.12-1SL=275.68+1SL=302.80+3SL=329.92+2SL=316.36ObservationMoving RangeObservationMoving Range454137332925211713951483624120_MR=15.30+3SL=49.97-3SL=0+2SL=38.41+1SL=26.86-1SL=3.74-2SL=066I-MR Chart of CoatingI-MR Chart of Coating判 图判 图请判定前图是否有异常请问本图为解析用图或是控制用图I-MR-R图做法图做法决定要研究或控制的Y或X特
31、性收集数据输入minitab中用minitab绘图及分析判定及采取措施I-MR-R练习练习 打开Data目录下的Camshaft.mtw Select: Stat Control Charts Variables Charts for Subgroups I-MR-RMinitab Worksheet输入参数输入参数输入变量和样本数图形输出图形输出Subgroup MeanSubgroup Mean252321191715131197531602600598_X=600.23+3SL=602.169-3SL=598.291+2SL=601.523-2SL=598.937+1SL=600.876
32、-1SL=599.584MR of Subgroup MeanMR of Subgroup Mean252321191715131197531210_MR=0.729+3SL=2.382-3SL=0+2SL=1.831-2SL=0+1SL=1.280-1SL=0.178SampleSample RangeSampleSample Range2523211917151311975311050_R=3.87+3SL=8.83-3SL=0+2SL=7.17-2SL=0.56+1SL=5.52-1SL=2.2251615I-MR-R/S (Between/Within) Chart of Supp2I
33、-MR-R/S (Between/Within) Chart of Supp2判 图判 图请判定前图是否有异常请问本图为分析用图或是控制用图Z-MR(标准化的单值移动极差标准化的单值移动极差)图做法图做法决定要研究或控制的Y或X特性收集数据输入minitab中用minitab绘图及分析判定及采取措施Z-MR练习练习 Select: Stat Control Charts Variables Charts forIndividuals Z-MR打开Data目录下的Exh_qc.MTW当过程数据少而无法很好评估过程参数时使用输入参数输入参数输入变量输入自变量决定估计决定估计选择标准差的估计方法图形
34、输出图形输出P图做法图做法判定及采取措施决定要研究或控制的Y特性收集数据输入minitab中用minitab绘图及分析P图练习图练习P图只能适用在二项分布的质量特性性。在做p图时，要注意其样本数必须达到1/p5/p，如此之下的图才比较具有意义。输入数据输入数据打开数据文档样本数不合格数1054109210001205146310421174192320051632107112251461188010421063129111461251133316231802124010371723Select : StatControl ChartsAttributes ChartsP将数据输入到Minita
35、b表中输入参数输入参数输入变量输入样本数决定判异准则决定判异准则选择判异准则计数型的判异准则与计量型的不太一样选择判异准则计数型的判异准则与计量型的不太一样图形输出图形输出SampleProportionSampleProportion2523211917151311975310.070.060.050.040.030.020.010.00_P=0.02017UCL=0.05233LCL=01P Chart of 不合格数P Chart of 不合格数Tests performed with unequal sample sizesNP图做法图做法决定要研究或控制的Y特性收集数据输入minit
36、ab中用minitab绘图及分析判定及采取措施NP图练习图练习np图只能适用在二项分布的质量特性性。在做np图时，要注意其样本数必须达到1/p5/p，如此之下的图才比较具有意义。输入数据输入数据打开数据文档样本数不合格数1054109210001205146310421174192320051632107112251461188010421063129111461251133316231802124010371723Select : StatControl ChartsAttributes ChartsNP将数据输入到Minitab表中图形输出图形输出SampleSample CountSam
37、pleSample Count2523211917151311975311086420_NP=3.47UCL=9.00LCL=01NP Chart of 不合格数NP Chart of 不合格数Tests performed with unequal sample sizesC图做法图做法决定要研究或控制的Y特性收集数据输入minitab中用minitab绘图及分析判定及采取措施C图练习图练习c图只能适用在泊松分布的质量特性上。在做c图时，要注意其样本数必须达到取样时至少包含一个缺陷以上，如此之下的图才比较具有意义。另外就是基本上c图的样本要一定才可以。如果样本数不一样，则应当使用u图。输入数
38、据输入数据打开数据文档次数 样本数 缺陷数13723433124335356347328389381031311351233133414341537163101735183619342037213162237233824382534263102739283929363035将数据输入到Minitab表中Select: Stat Control Charts Attributes ChartsC输入参数输入参数输入变量决定判异准则决定判异准则判异准则同P图一样判异准则同P图一样图形输出图形输出SampleSample CountSampleSample Count2825221916131074
39、1181614121086420_C=6.77UCL=14.57LCL=01C Chart of 缺陷数C Chart of 缺陷数U图做法图做法决定要研究或控制的Y特性收集数据输入minitab中用minitab绘图及分析判定及采取措施U图练习图练习u图只能适用在泊松分布的质量特性上。在做u图时，要注意其样本数必须达到取样时至少包含一个缺陷以上，如此之下的图才比较具有意义。输入数据输入数据打开数据文档组号面积缺陷数11421231341351161.5671.5781.5791.55101.85111.83121.820131.20141.21151.33161.32171.34181.31
40、191.33201.76211.74221.73231.63241.62251.64Select : Stat Control Chart AttributesChartsU将数据输入到Minitab表中输入参数输入参数输入变量输入样本量图形输出图形输出SampleSample Count Per UnitSampleSample Count Per Unit252321191715131197531121086420_U=2.90UCL=6.94LCL=01U Chart of 缺陷数U Chart of 缺陷数Tests performed with unequal sample size
41、sEWMA做法做法决定要研究或控制的Y或X特性收集数据输入minitab中用minitab绘图及分析判定及采取措施EWMA的全称为Exponentially Weighted Moving Average,即指数加权移动平均控制图.EWMA图的特点:1、对过程位置的稍小变动十分敏感;2 、图上每一点都综合考虑了前面子组的信息;3 、对过程位置的大幅度移动没有Xbar图敏感;4 、可应用于单值,也可应用于子组容量大于1的场合.EWMA图的适用场合:可用于检测任意大小的过程位置变化,因此常用于监控已受控过程,以发现过程均值相对于目标值的漂移EWMA练习练习 Select: Stat Control
42、 Chart Time Weighted Charts EWMA输入参数输入参数确定权重系数 的值,由所需的EWMA图对位置偏移检测灵敏度所决定,要求检测灵敏度越高, 值越小.如需检测1的过程偏移, =0.2,如需检测2的过程偏移,=0.4.常取=0.2, 1Control Chart Time Weighted Charts CUSUM组号nNP11002210033100241007510016100371000810029100210100411100112100113100214100115100316100017100018100219100320100221100222100223
43、1001241001251006261002271001281001291002301001例:某机场每天离港、进港航班多达千架次,航班延误情况很是严重.航空公司在6管理中把航班延误作为重点解决的质量项目,规定航班起飞时间比时刻表晚5分钟为延误,其中不包括因恶劣天气等无法抗拒因数造成的延误.通过一段时间的治理,航班延误率从过去的10%降到现在的2%左右,公司决定采取过程控制,把航班延误率控制在2%的较好水平.输入参数输入参数点击此选项决策区间过程允许偏移量图形输出图形输出MINITAB的制程能力分析的制程能力分析制程能力之分类制程能力之分类计量型(基于正态分布)计数型(基于二项分布)计数型(基
44、于泊松分布)MINITAB 能力分析的选项能力分析的选项(计量型计量型)Capability Analysis (Normal)Capability Analysis (Between/Within)Capability Analysis (Nonnormal)Capability Analysis (Multiple Variable normal)Capability Analysis (Multiple Variable Nonnormal)Capability Analysis (Binomial)Capability Analysis (Poission)Capability Six
45、pack (Normal)Capability Sixpack (Between/Within)Capability Sixpack (Nonnormal)Capability Analysis (Normal)该命令会划出带理论正态曲线的直方图，这可直观评估数据的正态性。输出报告中还包含过程能力统计表，包括子组内和总体能力统计。Capability Analysis (Between/Within)该命令会划出带理论正态曲线的直方图，可以直观评估数据的正态性。该命令适用于子组间存在较大变差的场合。输出报告中还包含过程能力统计表，包括子组间子组内和总体能力统计。Capability Analy
46、sis (Nonnormal)该命会会划出带非正态曲线的直方图，这可直观评估数据是否服从其他分布。输出报告中还包含总体过程总能力统计Capability Analysis (Multiple Variable normal)Capability Analysis(Multiple Variable Nonnormal)-上述两个命令用于对多个变量进行分析制程能力分析做法制程能力分析做法决定Y特性收集Y特性数据输入MINITAB数据表进行分析结果说明STEP1决定Y特性STEP1决定Y特性决定Y特性收集Y特性数据输入MINITAB数据表进行分析结果说明Y特性一般是指客户所关心所重视的特性。Y要先
47、能量化，尽量以定量数据为主。Y要事先了解其规格界限，是单边规格，还是双边规格。目标值是在中心，或则不在中心测量系统的分析要先做好。STEP2决定Y特性STEP2决定Y特性决定Y特性收集Y特性数据输入MINITAB数据表进行分析结果说明在收集Y特性时要注意层别和分组。各项的数据要按时间顺序做好相应的整理STEP3决定Y特性STEP3决定Y特性决定Y特性收集Y特性数据输入MINITAB数据表进行分析结果说明将数据输入MINTAB中，或则在EXCEL中都可以。STEP4决定Y特性STEP4决定Y特性决定Y特性收集Y特性数据输入MINITAB数据表进行分析结果说明用MINITABSTATQUALITY
48、 TOOLSCAPABILITY ANALYSIS (NORMAL)STEP5决定Y特性STEP5决定Y特性决定Y特性收集Y特性数据输入MINITAB数据表进行分析结果说明利用MINITAB的各项图形来进行结果说明练习练习99.78100.0997.5998.2697.1610102.10100.3899.36100.67101.499100.49100.67100.62100.96101.54899.9199.3399.62100.24101.18798.7398.6499.2498.8297.746100.45101.16101.06100.8099.66598.8099.3099.179
49、9.7199.154100.9099.56101.4899.8399.89398.2199.24100.87100.9799.322101.20101.28100.2498.7299.701X5X4X3X2X1样本X5X4X3X2X1样本输入数据输入数据Select: Stat Quality Tools Capabilty Analysis(Normal)注意输入方式注意输入方式输入选项输入选项根据不同的数据输入方式选择分析方法输入上下规格界限选择标准差的估计方法选择标准差的估计方法一般选择复合的标准差估计方式一般选择复合的标准差估计方式选项的输入选项的输入如果需要计算Cpm则需要输入目标值
50、选择是否作正态型转换过程能力表现形式的选择以以Cpk, Ppk结果的输出结果的输出Cpm是指样本数值相对于对于目标值的一个能力值，也就是样本是否靠近目标值的概率样本数值超过分析规格界限的分布率模拟曲线落在控制线以外的分布率Cp:过程能力指数,又称为潜在过程能力指数,为容差的宽度与过程波动范围之比.Cp=(USL-LSL)/6Cpk:过程能力指数,又称为实际过程能力指数,为过程中心与两个规范限最近的距离minUSL- , -LSL与3之比.Cpk= minUSL- , -LSL/ 3Cpm:过程能力指数，有时也称第二代过程力指数，质量特性偏离目标值造成的质量损失其中:=R/d2其中:=R/d2C
