Minitab培训教程

Minitab培训教程基本介绍常用品质控制图制程能力分析常用图表制作MSA测量系统分析Minitab与6Sigma的关系在上个世纪80年代，Motorola开始在公司内推行6Sigma，并开始借助Minitab使6Sigma得以最大限度的发挥；6Sigma的MAIC阶段中，很多分析和计算都可以通过Minitab简单的完成；即使是对统计的只是不怎么熟悉，也同样可以运用Minitab很好的完成各项分析；Minitab的功能计算功能计算器生成数据概率分布矩阵运算数据分析功能基本统计回归分析方差费实验设计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概率与样本容量图形分析直方图散布图时间序列图条形图箱型图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Minitab主界面介绍主菜单SessionWindow:分析结果输出窗口DataWindow:数据输入窗口工具栏介绍剪切复制粘贴恢复重做编辑最近对话框状态向导显示session窗口折叠显示worksheets折叠显示GRAPH折叠项目窗口历史记录项目管理窗口关闭所有图形窗口插入单元格插入行插入列移除列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取消帮助报告便栈打开相关文件显示因子设计Session窗口当前数据窗口清除基本介绍常用品质控制图制程能力分析常用图表制作MSA测量系统分析常用图表散点图直方图点图箱线图条形图饼图时间序列图98096094092090088086084082080071706968676665YXScatterplotofXvsY实例一[1]No.XY16580026681036582046683056784066785076886086887096789010689001168900126891013699301470940157095016709601771970散点图：X值与Y值的相关性数据点趋势线实例一[2]进阶：回归分析-线性717069686766651000950900850800XYS17.2425R-Sq90.6%R-Sq(adj)90.0%FittedLinePlotY=-1094+29.17X拟合线性关系实例二直方图：数值区域数量分布点图：同直方图SampleMean8STDEV0.2Group1Group2Group3Group4Mean8979STDEV0.20.40.7111.710.89.99.08.17.26.35.4Group1Group2Group3Group4DataDotplotofGroup1,Group2,Group3,Group48.38.28.18.07.97.87.77.6121086420SampleFrequencyHistogramofSample实例三箱线图：数值范围分布条形图：数值出现频率分布Group4Group3Group2Group112111098765DataBoxplotofGroup1,Group2,Group3,Group465421120100806040200SampleCountChartofSample实例四饼图：同条形图时间序列图：数值序列的变化12456CategoryPieChartofSample1441281129680644832161654321IndexSampleTimeSeriesPlotofSample•默认数值排列顺序为时间顺序基本介绍常用品质控制图制程能力分析常用图表制作MSA测量系统分析柏拉图质量管控作用：一般在鱼骨图后，区分“少数重点因素”和“大量微细因素”，采用2-8原则，抓重点，优先解决主要问题点；制作注意事项：百分比为累加型，最终值应为100%；因素项目不要过多，一般不良项目占比超出95%范围的因素可合并展示，默认为相对小概率事件；百分比线的起始点从第一个柱状顶端开始；Count149763230238Percent46.923.910.19.47.22.5Cum%46.970.880.890.397.5100.0SampleOther39462350300250200150100500100806040200CountPercentParetoChartofSample控制图——基础68.26%95.45%99.73%μ+1σ+2σ+3σ-1σ-2σ-3σ6Sigma即为±3Sigma，数据分布在概率为99.73%的范围内；+3δ-3δCL中线UCL上控制线LCL下控制线控制图——类别Data类型计量型计数型—不良品计数型—缺陷数子组大小子组大小子组大小N=2~5N≥6N=1Xbar-RXbar-SI-MR变化一致变化一致PNPUC控制图——常用计量型Xbar-R：有子组数，实例subgroupsize=4；优先判断R图，组内差异；31282522191613107417.06.56.05.55.0SampleSampleMean__X=5.997UCL=6.816LCL=5.17831282522191613107412.41.81.20.60.0SampleSampleRange_R=1.124UCL=2.564LCL=0Xbar-RChartofdot1,...,dot4312825221916131074187654ObservationIndividualValue_X=6.034UCL=7.603LCL=4.46531282522191613107412.01.51.00.50.0ObservationMovingRange__MR=0.590UCL=1.928LCL=0I-MRChartofdot1I-MR：无子组数，单值为点；优先判断I图，单值间差异；控制图——常用计数型PChart：样本量可变，单体以OK/NG判定；单点显示为不合格率；31282522191613107411.21.00.80.60.40.20.0SampleSampleCountPerUnit_U=0.623UCL=1.215LCL=0.031UChartofdefectUChart：单体总缺陷点数可变，每个缺陷点以OK/NG判定；单点显示为单体缺陷率；31282522191613107410.200.150.100.050.00SampleProportion_P=0.0991UCL=0.1920LCL=0.0061PChartofdefectTestsperformedwithunequalsamplesizes基本介绍常用品质控制图制程能力分析常用图表制作MSA测量系统分析背景Withinspec符合规格•符合规格控制限：单边/双边•当前测试单体符合客户规格标准•缺陷：无法保证未测试单体的质量WithinControl受控•在±3δ控制限以内•过程具备可预测性•缺陷：无法保证生产整体的长期稳定性CPK≥1.67•过程稳定•过程有极高的可预测性，不良率/缺陷率低质量控制的三个阶段CPK与PPMSigmaYieldCPKPPM168.27%0.33317310295.45%0.6744431399.73%1.002700499.99%1.3366599.99%1.670.6699.99%2.000.002CPK与PPKCPKCapabilityIndiesofProcess•过程要求受控，稳定；•样本容量30~50；PPKPerformanceIndiesofProcess•可以是不稳定的过程；•样本容量≥100；•考虑过程偏差当可能得到历史的数据或有足够的初始数据来绘制控制图时（至少100个个体样本），可以在过程稳定时计算CPK；对于输出满足规格要求且呈可预测图形的长期不稳定过程，应该使用PPK；——引自QS9000PPAP手册CPK计算——正态Normal8.48.28.07.87.67.47.27.0LSLLSL7Target*USL*SampleMean8.01007SampleN100StDev(Within)0.20986StDev(Overall)0.204646ProcessDataCp*CPL1.60CPU*Cpk1.60Pp*PPL1.65PPU*Ppk1.65Cpm*OverallCapabilityPotential(Within)CapabilityPPMLSL0.00PPMUSL*PPMTotal0.00ObservedPerformancePPMLSL0.74PPMUSL*PPMTotal0.74Exp.WithinPerformancePPMLSL0.40PPMUSL*PPMTotal0.40Exp.OverallPerformanceWithinOverallProcessCapabilityofdot1μ、δCPK91817161514131211118.58.07.5IndividualValue_X=8.010UCL=8.640LCL=7.38091817161514131211110.80.40.0MovingRange__MR=0.2367UCL=0.7734LCL=0100959085808.48.07.6ObservationValues8.48.28.07.87.67.47.27.0LSLLSL7Specifications8.58.07.5WithinOverallSpecsStDev0.2099Cp*Cpk1.60PPM0.74WithinStDev0.2046Pp*Ppk1.65Cpm*PPM0.40OverallProcessCapabilitySixpackofdot1IChartMovingRangeChartLast25ObservationsCapabilityHistogramNormalProbPlotAD:0.182,P:0.910CapabilityPlotCPK计算——Sixpack单值控制图CPKCPK计算——Sixpack子组46413631262116116110.07.55.0SampleMean__X=7.895UCL=11.533LCL=4.2574641363126211611615.02.50.0SampleRange_R=1.934UCL=6.320LCL=0504540353010.07.55.0SampleValues12.010.59.07.56.04.5LSLLSL4Specifications151050WithinOverallSpecsStDev1.715Cp*Cpk0.76PPM11559.31WithinStDev1.730Pp*Ppk0.75Cpm*PPM12177.85OverallProcessCapabilitySixpackofC22XbarChartRChartLast25SubgroupsCapabilityHistogramNormalProbPlotAD:0.273,P:0.661CapabilityPlotCPK计算——非正态Step1：识别分布类型Step2：根据分布类型做分析基本介绍常用品质控制图制程能力分析常用图表制作MSA测量系统分析概述MSA（MeasurementSystemAnalysis)包括：重复性Repeatability：同一位作业者，用同一个量具，多次量测同一个零件的指定特性所得的变异；再现性Reproducibility：不同作业者，以相同量具量测同一个零件的指定特性时，量测平均值的变异；线性Linearity：量具在预期操作范围内偏移差异的分布状况；偏倚Bias：量测平均值与真值的差值。真值由较高等级的量具测量数次取平均；稳定性Stability：用相同量具在不同时间测量同一标准件或零件所得的变异；GR&R判定标准GR&RNDC范围结论GR&R10%量测系统可接受NDC≥510%