MINITAB之制程能力分析

p1MINITAB之製程能力分析易騰涂順章p2製程能力之分類計量型(基於正態分佈)計數型(基於二項分佈)計數型(基於卜氏項分佈)p3MINITAB能力分析的選項(計量型)•CapabilityAnalysis(Normal)•CapabilityAnalysis(Between/Within)•CapabilityAnalysis(Weibull)•CapabilitySixpack(Normal)•CapabilitySixpack(Between/Within)•CapabilitySixpack(Weibull)p4CapabilityAnalysis(Normal)•該命令會劃出帶理論正態曲線的直方圖，這可直觀評估數據的正態性。輸出報告中還包含過程能力統計表，包括子組內和總體能力統計。p5CapabilityAnalysis(Between/Within)•該命令會劃出帶理論正態曲線的直方圖，可以直觀評估數據的正態性。•該命令適用於子組間存在較變差的場合。輸出報告中還包含過程能力統計表，包括子組間／子組內和總體能力統計。p6CapabilityAnalysis(Weibull)•該命會會劃出帶韋伯曲線的直方圖，這可直觀評估數據是否服從韋伯分布。輸出報告中還包含總體過程總能力統計p7製程能力分析做法決定Y特性收集Y特性數據輸入MINITAB數據表進行分析結果說明p8STEP1決定Y特性決定Y特性收集Y特性數據輸入MINITAB數據表進行分析結果說明•Y特性一般是指客戶所關心所重視的特性。•Y要先能量化，儘量以定量數據為主。•Y要事先了解其規格界限，是單邊規格，還是雙邊規格。•目標值是在中心，或則不在中心•測量系統的分析要先做好。p9STEP2決定Y特性決定Y特性收集Y特性數據輸入MINITAB數據表進行分析結果說明•在收集Y特性時要注意層別和分組。•各項的數據要按時間順序做好相應的整理p10STEP3決定Y特性決定Y特性收集Y特性數據輸入MINITAB數據表進行分析結果說明•將數據輸入MINTAB中，或則在EXCEL中都可以。p11STEP4決定Y特性決定Y特性收集Y特性數據輸入MINITAB數據表進行分析結果說明•利用MINITABSTATQUALITYTOOL•CAPABILITYANALYSIS(NORMAL)p12STEP5決定Y特性決定Y特性收集Y特性數據輸入MINITAB數據表進行分析結果說明•利用MINITAB的各項圖形來進行結果說明p13練習樣本X1X2X3X4X5199.7098.72100.24101.28101.20299.32100.97100.8799.2498.21399.8999.83101.4899.56100.90499.1599.7199.1799.3098.80599.66100.80101.06101.16100.45697.7498.8299.2498.6498.737101.18100.2499.6299.3399.918101.54100.96100.62100.67100.499101.49100.6799.36100.38102.101097.1698.2697.59100.0999.78p14輸入數據p15執行能力分析p16輸入選項p17選擇標准差的估計方法p18選項的輸入p19以Cpk,Ppk結果的輸出p20以Zbench方式輸出p21結果說明•請學員按此圖形來說明該製程狀況p22CapabilityAnalysis(Between/Within)p23CapabilityAnalysis(Weibull)•此項的分析是用在當制程不是呈現正態分佈時所使用。因為如果制程不是正態分佈硬用正態分佈來分析時，容易產生誤差，所以此時可以使用韋氏分佈來進行分析，會更貼近真實現像。p24練習•請使用同前之數據來進行分析。•上規格：103•下規格：97•規格中心：100p25選韋氏分佈p26輸入相關參數p27填入選項要求p28結果圖形p29比較二者有何差異•此二項誰更適合來解釋制程狀況。•如果你是制程工程師你應如何抉擇p30正態分佈適用性的判定•可以使用–Statbasicstatisticnormalitytest•但數據要放到同一個column中，所以必須針對前面的數據進行一下處理p31數據調整p32選擇執行項目p33填寫選項p34結果輸出p35結果輸出(加標0.5概率)p36計量型製程能力分析總結•一般的正態分佈使用–CapabilityAnalysis(Normal)•如果是正態分佈且其組內和組間差異較大時可用–CapabilityAnalysis(Between/Within)•當非正態分佈時則可以使用–CapabilityAnalysis(Weibull)p37CapabilitySixpack(Normal)•複合了以下的六個圖形–Xbar–R–原始數據分佈–直方圖–正態分佈檢定–CPK,PPKp38練習•請以前面的數據來進行相應的CapabilitySixpack(Normal)練習p39選capabilitysixpack(normal)p40輸入各項參數p41選定判異准則p42選擇標准差估計方法p43考慮可選擇項p44結果輸出p45CapabilitySixpack(Between/Within)•複合了以下的六個圖形–Xbar–R–原始數據分佈–直方圖–正態分佈檢定–CPK,PPKp46同前練習及結果p47CapabilitySixpack(Weibull)•複合了以下的六個圖形–Xbar–R–原始數據分佈–直方圖–正態分佈檢定–CPK,PPKp48結果輸出p49二項分佈制程能力分析•二項分佈只適合用在–好，不好–過，不過–好，壞•不可以用在–0,1,2,3等二項以的選擇，此種狀況必須使用卜氏分佈。p50示例•數據在excel檔案中p51選二項分佈制程能力p52填好各項的參數p53選好控制圖的判異准則p54填入選擇項p55結果及輸出p56結果解釋•請針對前圖進行相應的各項解釋p57卜氏分佈制程能力分析•卜分佈只適合用在–計數型，有二個以上的選擇時•例如可以用在–外觀檢驗，但非關鍵項部份–0,1,2,3等二項以的選擇，此種狀況必須使用卜氏分佈。p58示例•數據在excel檔案中p59選卜氏分佈制程能力p60填好各項的參數p61選好控制圖的判異准則p62填入選擇項p63結果及輸出p64結果解釋•請針對前圖進行相應的各項解釋p65ExampleofCapabilityAnalysisforMultipleVariables(Nonnormal)•1OpentheworksheetMNCAPA.MTW.•2ChooseStatQualityToolsCapabilityAnalysisMultipleVariable(Nonnormal).•3InVariables,enterWeight.•4CheckBYvariablesandenterMachine.•4InFitdatawith,chooseDistributionandthenselectLargestextremevalue.•5InLowerspec,enter27.InUpperspec,enter35.•6ClickOK.p66•Theprobabilityplotconfirmsthatthedatafollowslargestextremevaluedistribution.Formachine1,AD=0.335andP0.25.Formachine2,AD=0.341andP0.25.•Thecapabilitystatisticsarebasedonthe0.5,99.87and0.13percentilesdenotedasX0.5,X0.9987,andX0.0013.Thepercentilesarecalculatedusingtheparameterestimatesforthelargestextremevaluedistribution.•Ppisdefinedastheratioofthespecificationrange(USL-LSL)tothepotentialprocessrange(X0.9987-X0.0013).Ppformachine1andmachinetwoare0.84and0.90respectively,indicatingthattheprobabilitythattheprocessproducesconformingfrozenfoodpacketsisslightlylessthan0.9974.p67•PPListheratioofX0.5-LSLtoX0.5-X0.0013.PPUistheratioofUSL-X0.5toX0.9987-X0.5.Formachine1,PPL=1.33andPPU=0.66,indicatingthatmorethan0.13percentpftheprocessoutputismorethantheupperspecificationlimit.Thisalsoindicatesthattheprocesshasmedianclosetothelowerspecificationlimit.Thisisalsoevidentinthehistogram.Machine2showsimilarresults.•PpkistheminimumofPPUandPPL.Forbothmachines,highvalueofPpandlowvalueofPpkindicatethattheprocessmedianisoffthespecificationmidpoint.Thisalsoindicatesthatmorethan0.13percentoftheprocessoutputisoutsideatleastoneofthespecificationlimits.p68•ThePPMLSL(1.03209)indicatesthatformachine1,1outof1millionisexpectedtofallbelowthelowerspecificationlimitof27oz.ThePPMUSL(10904)indicatesthatformachine1,10904outof1millionareexpectedtoexceedtheupperspecificationlimitof35oz.Machinetwoshowsimilarresults.•Industryguidelinesdeterminewhethertheprocessiscapable.Agenerallyacceptedminimumvaluefortheindicesis1.33.Forbothmachinesthecapabilityindicesarelowerthan1.33.Theprocesstendstoputmorefoodinapackagethantheupperlimit.Themanufacturerneedstotakeimmediatestepstoimprovetheprocess.•p69•CCpkisameasureofpotentialcapability.ItisidenticaltotheCpkindexexceptthat,insteadofbeingcenteredattheprocessmeanallthetime,itiscenteredatthetargetwhengivenorthemidpointofthespecificationlimitswhenthespecificationlimitsaregiven.CCpkispreciselyCpkwhenoneofthespecificationlimitsandt