Minitab入门手册

————MINITAB入门手册————17.处理能力的分析和评估处理能力是：短期处理能力Cp,Cpk每一子群(批,)长期处理能力Pp,PpkCp,Pp=|USL-LSL|/6sCpk,Ppk=|USL-X平均|/3s或|X平均-LSL|/3sUSL:上控制限LSL:低控制限s:样品标准偏差————MINITAB入门手册————2能力分析1)输入到数据窗口子群————MINITAB入门手册————3统计质量工具能力分析(正常)如需要输入规格并点击“Estimate”和“Option”。2)分析方法输入需要的项目。输入列和子群的大小。如果在一个Lot中只有一个数据，那么子群大小将为1。————MINITAB入门手册————4检查子群大小是否大于1输入“选项屏幕上的Target“(此例中为40)点击[OK]将返回到前一屏幕。再次点击[OK]。选项屏幕估计屏幕————MINITAB入门手册————5短期处理能力指数：Cp,Cpk长期处理能力指数：Pp,Ppk(LowerSpecLine)(UpperSpecLine)长期处理能力3)分析结果柱状图正态分布曲线平均值Sigma-值Zlt=Ppk3Zst=Zlt+1.5短期处理能力短期和长期DPMO————MINITAB入门手册————6SixSigma处理报告L2电子表2)分析方法再假设有如此表中的50Lot数据。1)输入到数据窗口假设有50Lot数据，每个Lot含有5个数据块。L/#————MINITAB入门手册————7选择C1至C5包含数据输入高低限规格选择“Reports”Actual(LT)Potential(ST)444342414039383736ProcessPerformanceUSLLSLActual(LT)Potential(ST)1,000,000100,00010,000100010010150403020100Potential(ST)Actual(LT)SigmaPPM(Z.Bench)ProcessBenchmarks60454.51.3883192.31.55ProcessDemographics403842Opportunity:Nominal:LowerSpec:UpperSpec:Units:Characteristic:Process:Department:Project:Reportedby:Date:Report1:ExecutiveSummaryZltZst3)分析结果输入必要的项目。点击[OK]。————MINITAB入门手册————8012S=1.0033.0SL=2.094-3.0SL=0.00E+000102030405039404142XbarandSChartSubgroupX=40.313.0SL=41.74-3.0SL=38.88384236.800243.1998Potential(ST)CapabilityProcessToleranceSpecificationsIIIIII384236.964243.6491Actual(LT)CapabilityProcessToleranceSpecificationsIIIIIIPpkPpCpkCpPPMYieldP.TotalP.LSLP.USLZ.ShiftZ.BenchZ.LSLZ.USLStDevMeanSTLTCapabilityIndicesDataSource:TimeSpan:DataTrace:40.00001.06531.87751.87751.55100.16710.0302270.0302270.06045593.954560454.50.630.5340.30661.11301.52142.07241.38390.16710.0640770.0191160.08319291.680883192.30.600.51Report2:ProcessCapabilityforC1平均值和标准偏差控制图处理能力和规格公差L2工作单(连续值的sigma分值计算)目的：计算在何位置当前的CTQ特征值（连续值）位于目前的sigma-值。作用：1)了解当前状态以便能够决定是否做出改进（也就是说，切换到较早处理阶段的改进如设计，因为如果Zst和Zlt之间的差异小于1.5则不能实现改进）或便于当目标值设定、在做决定时作为数据使用。2)Zst和Zlt的含义Zst:一短期sigma-值，通过将每组的标准偏差（平均）转换为sigma-值而得到。Zlt:一长期sigma-值，通过将所有组的全部标准偏差（平均）转换为sigma-值而得到。3)Xbar和S图(同于将在以后解释的Xbar和R图)如上所示Xbar图中的一个点的数据代表数据的平均值。所以，图表表示数据平均值的所有趋势。以上S图的一点显示以上Xbar图中一点的标准偏差。这样S图便显示数据间的离散趋势。以上的两图显示何时平均值变化和何时离散较大。这两张图允许对为什么CTQ特征值变化或为什么特征值产生错误进行估计。（例如，可假定在此期间工作标准并未被完全遵守。）L2工作单被用于处理控制图，有助于在做出改进后防止问题的再次发生或防止常见问题。————MINITAB入门手册————9SixSigma计划报告L2工作单1)输入到数据窗口2)分析操作输入适用的列并点击[OK]。————MINITAB入门手册————10Characteristic123456TotalDefs21341120151Units100100100100100100Opps111111TotOpps100100100100100100600DPU0.0200.1300.0400.1100.2000.010DPO0.0200000.1300000.0400000.1100000.2000000.0100000.085000PPM20000130000400001100002000001000085000ZShift1.5001.5001.5001.5001.5001.5001.500ZBench3.5542.6263.2512.7272.3423.8262.872Report7:ProductPerformance11010010001000010000010000000123456Z.Bench(Short-Term)PPMReport8A:ProductBenchmarksZstL1工作单DMPO对Zst3)分析结果显示在阶段窗口的结果。结果图表。————MINITAB入门手册————11L1工作单(离散值的sigma分值的计算)目的：计算在当前的sigma值中当前的CTQ特征值（离散值）如果定位。作用：1)了解当前的状态以便于能够决定是否做出改进或在目标值设定的情况下在做出决定时作为数据使用。ZoneofAverageTechnologyZoneofTypicalControl0.00.51.01.52.02.53.00123456Z.ShiftZ.Bench(Short-Term)World-ClassPerformanceReport8B:ProductBenchmarksZshift和Zst————MINITAB入门手册————128.相关性分析和回归分析————MINITAB入门手册————13相关性1)输入到数据窗口获取Minitab标准数据。阅读Minitab数据文件夹中的“\MTBWIN\Data\Exh_regr.mtw”。统计基本统计相关性...2)分析操作相关性分析有助于在众多变量中同时了解相关性。目的：在多于一种变量间计算相关系数。作用：减少主要变量及原因。相关系数R^2是一个表达两变量相关强度的值。R^2至1强正相关性0R^21弱正相关性-1R^20弱负相关性R^2to-1强负相关性————MINITAB入门手册————14相关性(Pearson)HeatFluxInsolatiEastSouthNorthInsolati0.6280.000East0.102-0.2040.5970.289South0.112-0.107-0.3290.5630.5820.082North-0.849-0.634-0.1170.2870.0000.0000.5450.131Time-0.351-0.584-0.0650.6970.6850.0620.0010.7370.0000.000CellContents:CorrelationP-Value3)分析结果选择多于一个变量。点击[OK]。*上面的行指示相关系数R^2，下面的行为P-值，指示相关强度。(如果P0.05说明存在正相关)————MINITAB入门手册————15回归统计回归拟合线图1)输入到数据窗口检查硬度和磨擦间的关系。2)操作————MINITAB入门手册————16选择X和Y轴选择模型点击[OK]将返回到前一屏幕。再次点击[OK]。选择置信区间显示————MINITAB入门手册————173)阶段窗口4)图表回归方程相关系数的平方线95%置信区间每一点95%置信区间————MINITAB入门手册————189.检验————MINITAB入门手册————19检验是在统计学上决定一事件（观察数据）属于以下两个群体H0或H1中的哪一个。H0:零假设。例：A先生不是罪犯。（无罪）H1:备择假设。例：A先生是罪犯。（有罪）在此例中，法庭将考虑是否能够证明A先生是罪犯。检验中定义了两种风险。风险（第一种错误）：法庭上无根据指控的可能性。在生产过程中因判断错误将无缺陷的产品作为有缺陷的产品丢弃（生产者风险）风险（第二种错误）：在法庭上宣布罪犯无罪的可能性。忽视有缺陷上市产品的风险（消费者风险）H0（无罪，无缺陷）H1（有罪，有缺陷）风险风险————MINITAB入门手册————20T-检验(一个样品)一种产品的长度由12名操作员用两种类型的卡尺(nogisu)测量。统计基本统计1-样品t1)输入到数据窗口2)操作————MINITAB入门手册————21选择备择假设：不等如需要选择“Graphs”点击[OK]备责假设零假设3)阶段窗口在此例中，P=1.000.05。所以，这两中卡尺间无明显差异⇒卡尺无差异选择“difference”（两种卡尺的测量差异）。P-值：如果大于0.05,无明显差异如果小于0.05,存在明显差异————MINITAB入门手册————22T-检验（两个样品）1)输入到数据窗口2)操作统计基本统计2-样品t————MINITAB入门手册————23根据如何输入数据选择任一项。点击[OK]P-值3)阶段窗口选择“为等”以选择备责假设列由卡尺分开(nogisu)。选择这些项目并选择单独列。————MINITAB入门手册————24统计ANOVA方差的均一性离散显著差异检验1)输入到数据窗口按右图所示在一列中输入数据。2)操作————MINITAB入门手册————25填写每一列点击[OK]0102095%ConfidenceIntervalsforSigmasBartlett'sTestTestStatistic:5.331P-Value:0.255Levene'sTestTestStatistic:0.846P-Value:0.513FactorLevels12345HomogeneityofVarianceTestforstrength如果分布为正态如果分布为非正态如果P-值0.05则判断为无明显差异3)图表————MINITAB入门手册————26统计ANOVA单向或单向（非堆积）以下两种方法用于检查三种粘合剂(shurui)的强度。在单独的列中输入1、2和3类数据(C1至C3)。在C5中输入类型数据并在C6中输入数据(C5和C6)。1)输入到数据窗口2)操作单向：当数据输入一列时使用(C5和C6)。单向(非堆积)：当数据输入不同列时使用(C1至C3)。——