Minitab教材1

nullMinitab的使用Minitab的使用Minitab介绍Minitab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6 Sigma的关系Minitab与6 Sigma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Minitab很好的完成各项分析。Minitab的功能Minitab的功能计算功能 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Minitab的功能数据分析功能 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Minitab的功能图形分析 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：课程内容安排——第一天课程内容安排——第一天上午 Minitab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 时间序列图课程内容安排——第一天课程内容安排——第一天下午 SPC的Minitab操作 1） Box-Cox转换数据为正态 2） Xbar-R Chart 3） Xbar-S Chart 4） I-MR-R/S Chart 5） P Chart 6） NP Chart 7） C Chart 课程内容安排——第二天课程内容安排——第二天上午 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）  组间/组内能力分析 4）  Weibull能力分析 基本统计 1） 描述统计 课程内容安排——第二天课程内容安排——第二天下午 基础统计 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） 相关分析 9) 正态分布 MSA测量系统分析 1） 测量重复性和再现性(交叉Crossed) 2） 测量重复性和再现性(嵌套Nested) 3） 测量走势图 4） 测量线性研究 5） 属性测量R&R 研究（计数） Minitab界面和基本操作介绍Minitab界面和基本操作介绍Minitab界面Minitab界面Data Window: 输入数据的窗口 每一列的名字可以写在最前面的列 每一列的数据性质是一致的主菜单Session Window: 分析结果输出窗口Minitab界面Minitab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工具栏的介绍工具栏的介绍打开文件保存文件打印窗口剪切复制粘贴恢复插入单元格插入行插入列移动列剪切单元格最后一次对话框程序窗口上一次记忆刷下一次记忆刷数据窗口管理图形撤销帮助关闭图形数据类型的转换（Change Data Type）数据类型的转换（Change Data Type）Select: Manip > Change Data Type > Text to Numeric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的堆积（Stack&Unstack）数据的堆积（Stack&Unstack） Select: Manip > Stack/Unstack > Stack输入需要堆积的列，如果由前后顺序，按前后顺序进行输入输入堆积后存放列的位置注解可以用来区分数据的来源原始数据数据块的堆积（Stack Blocks）数据块的堆积（Stack Blocks） Select: Manip > Stack/Unstack > Stack Blocks原始数据在对话框中输入2~5 列数据，注解列在前面输入新工作表和注解 的位置转置栏（Transpose Columns）转置栏（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 Select: Manip > Transpose Columns连接（Concatenate）连接（Concatenate） Select: Manip > Concatenate输入需要连接的数据列输入新数据列的位置原始数据编码（Code）编码（Code） Select: Manip > code 原始数据编码规则被编码的变量Minitab之常用图形Minitab之常用图形null 控制图一.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. null 控制图一.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:EKCO、膜厚等）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.null 控制图一.控制图原理b. 3σ 控制方式下的产品特性值区间3σ 控制方式下产品特性值落在[μ -3σ , μ +3σ] 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%. null 控制图一.控制图原理c. 常规控制图的形成null 控制图一.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, μ 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 关于下班后关闭电源的规定党章中关于入党时间的规定公务员考核规定下载规定办法文件下载宁波关于闷顶的规定 来记住.null 控制图一.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。过程受控null 控制图一.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.过程失控null二.常规控制图及其用途 控制图null二.常规控制图及其用途 控制图QC7手法常用的图形如下QC7手法常用的图形如下特性要因图 控制图(参见minitab控制图教材) 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Y头脑风暴找出可能的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输入表中输入表中注意输入 格式 pdf格式笔记格式下载页码格式下载公文格式下载简报格式下载 Select: Stat > Quality tools> Cause and effect填好各项需要的参数填好各项需要的参数结果输出结果输出柏拉图柏拉图收集各项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可以对柏拉图进行命名输入缺陷列输入频数列其他项所占的比率结果输出结果输出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输入数据输入数据 Select: Gragh> Plot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请打开EXCEL档案的计量型部份 Select: Gragh> Histogram填入参数填入参数可以同时为几个 变量作直方图结果输出结果输出请依照QC 7的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输入数据输入数据 Select: Gragh> Time Series Plot填入参数填入参数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。Minitab的SPC使用Minitab的SPC使用Minitab可提供的图形Minitab可提供的图形计量型 Xbar-R Xbar-s I-MR I-MR-s Z-MR 计数型 P Np C U Xbar-R做法Xbar-R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Xbar-R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练习Xbar-R练习打开下列档案 Select: Stat >Control Chart > Xbar-R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如果是控制用控制图 则需要在这里填入数据决定测试要求决定测试要求可以在这里选择判异准则null 判 异 准 则准则1: 一点超出控制界限× × null准则2: 连续9点在中心线的同侧 判 异 准 则null准则3: 连续6点呈上升或下降趋势 判 异 准 则null准则4: 连续14点上下交替 判 异 准 则null准则5: 连续3点中有2点处于A区上或A区下 判 异 准 则null准则6: 连续5点中有4点在C区之外(同侧) 判 异 准 则null准则7: 连续15点在中心线附近的C区内 判 异 准 则null准则8: 连续8点在中心线两侧而无一点在C区 判 异 准 则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 标准差估计方式决定选项决定选项进行正态性转换可输入SPC控制图信息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Xbar-s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Xbar-s练习打开下列档案 Select: Stat >Control Chart > Xbar-s输入参数输入参数解释与Xbar-R图相同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I-MR图做法I-MR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I-MR练习打开下列档案，用其来进行I-MR图练习 Select: Stat >Control Chart > I-MR输入参数输入参数输入变量如果是控制用控制图 请输入数据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I-MR-R图做法I-MR-R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-R练习I-MR-R练习打开下列档案，用其来进行I-MR-R图练习 Select: Stat >Control Chart > I-MR-R输入参数输入参数输入变量和样本数如果是控制用控制图 只需要输入历史平均值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Z-MR图做法Z-MR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Z-MR练习打开下列档案，用其来进行Z-MR图练习 Select: Stat >Control Chart > Z-MR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是否是计算的均值还是历史均值选择标准差的估计方法图形输出图形输出p图做法p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p练习p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/p~5/p，如此之下的图才比较具有意义。输入数据输入数据 请打开数据文档 Select: Stat >Control Chart > P输入参数输入参数输入变量输入样本数如果是控制用控制图 则在这里输入数据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决定估计方式决定估计方式样本量不同的时候可以有不同的主力方式图形输出图形输出np图做法np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np练习np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/p~5/p，如此之下的图才比较具有意义。输入数据输入数据 请打开数据文档 Select: Stat >Control Chart > NP图形输出图形输出c图做法c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C图练习c图只能适用在卜氏分布的质量特性上。 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。输入数据输入数据 请打开数据文档 Select: Stat >Control Chart > C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图一样图形输出图形输出u图做法u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u图练习u图只能适用在卜氏分布的质量特性上。 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 请打开数据文档 Select: Stat >Control Chart > C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MINITAB之制程能力分析MINITAB之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(基于卜氏项分布)MINITAB 能力分析的选项(计量型)MINITAB 能力分析的选项(计量型)Capability Analysis (Normal) Capability Analysis (Between/Within) Capability Analysis (Weibull) Capability Sixpack (Normal) Capability Sixpack (Between/Within) Capability Sixpack (Weibull)Capability Analysis (Normal)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 软件系统测试报告下载sgs报告如何下载关于路面塌陷情况报告535n,sgs报告怎么下载竣工报告下载 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)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 Analysis (Weibull)Capability Analysis (Weibull)该命会会划出带韦伯曲线的直方图，这可直观评估数据是否服从韦伯分布。输出报告中还包含总体过程总能力统计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>STAT>QUALITY TOOL >CAPABILITY ANALYSIS (NORMAL)STEP5决定Y特性STEP5决定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的各项图形来进行结果说明练习练习输入数据输入数据注意输入方式 Select: Stat >Quality Tools > Capabilty Analysis(Normal)输入选项输入选项输入上下规格界限根据不同的数据输入 方式选择分析方法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选项的输入选项的输入选择是否作正态型转换如果需要计算Cpm 则需要输入目标值过程能力表现形式的选择以Cpk, Ppk结果的输出以Cpk, Ppk结果的输出平均值样本数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标准差S以Zbench方式输出以Zbench方式输出Z能力是指（Usl-Lsl）/2σ＝3Cpk结果说明结果说明请学员按此图形来说明该制程状况Capability Analysis (Between/Within)Capability Analysis (Between/Within)Capability Analysis (Weibull)Capability Analysis (Weibull)此项的分析是用在当制程不是呈现正态分布时所使用。因为如果制程不是正态分布硬用正态分布来分析时，容易产生误差，所以此时可以使用韦氏分布来进行分析，会更贴近真实现像。练习练习请使用同前之数据来进行分析。 上规格：103 下规格：97 规格中心：100输入相关参数输入相关参数 Select: Stat >Quality Tools > Capabilty Analysis(Weibull)填入选项要求填入选项要求韦氏分布的参数估计结果图形结果图形正态分布适用性的判定正态分布适用性的判定可以使用 Stat>basic statistic>normality test 但数据要放到同一个column中，所以必须针对前面的数据进行一下处理数据调整数据调整进行数据的堆积填写选项填写选项输入变量输入作为参考的概率记号结果输出结果输出P-value＞0.05，接收为正态分布结果输出(加标0.5概率)结果输出(加标0.5概率)计量型制程能力分析总结计量型制程能力分析总结一般的正态分布使用 Capability Analysis (Normal) 如果是正态分布且其组内和组间差异较大时可用 Capability Analysis (Between/Within) 当非正态分布时则可以使用 Capability Analysis (Weibull)Capability Sixpack (Normal)Capability Sixpack (Normal)复合了以下的六个图形 Xbar R 原始数据分布（plot） 直方图 正态分布检定 CPK, PPK练习练习请以前面的数据来进行相应的Capability Sixpack (Normal)练习 Select: Stat >Quality Tools > Capabilty Sixpack(Normal)输入各项参数输入各项参数输入规格选定判异准则选定判异准则选择判异准则选择标准差估计方法选择标准差估计方法默认值是复合标准差计算公式考虑可选择项考虑可选择项如果希望计算Cpm, 则输入目标值结果输出结果输出Capability Sixpack (Between/Within)Capability Sixpack (Between/Within)复合了以下的六个图形 Xbar R 原始数据分布 直方图 正态分布检定 CPK, PPK同前练习及结果同前练习及结果Capability Sixpack (Weibull)Capability Sixpack (Weibull)复合了以下的六个图形 Xbar R 原始数据分布 直方图 正态分布检定 CPK, PPK结果输出结果输出形状参数二项分布制程能力分析二项分布制程能力分析二项分布只适合用在 好，不好 过，不过 好，坏 不可以用在 0,1,2,3等二项以的选择，此种状况必须使用卜氏分布。示例示例数据在excel档案中 Select: Stat >Quality Tools > Capabilty Analysis(Binomial)填好各项的参数填好各项的参数输入样本数输入历史的不良率选好控制图的判异准则选好控制图的判异准则填入选择项填入选择项可以选择输入图形的表现形式结果及输出结果及输出累计不良率不良的比例（希望它是随机分布）该线与P Chart中的P bar 是相同的卜氏分布制程能力分析卜氏分布制程能力分析卜分布只适合用在 计数型，有二个以上的选择时 例如可以用在 外观检验，但非关键项部份 0,1,2,3等二项以的选择，此种状况必须使用卜氏分布。示例示例数据在excel档案中 Select: Stat >Quality Tools > Capabilty Analysis(Poisson)填好各项的参数填好各项的参数结果及输出结果及输出基础统计基础统计描述性统计描述性统计Select: Stat >Basic Statistics >Display descriptive statistics 描述性统计描述性统计输出 结果中位数四分之三位数四分之一位数样本数真实的平均值95％置信区间平均值检定（Z/t）平均值检定（Z/t）Select: Stat >Basic Statistics >2 Sample tT=（Xbar-μ）/(S/N1/2) Z=（Xbar-μ）/(σ/N1/2)，要求σ已知 1T为单母体的均值检定 2T为双母体的均值检定EXPEXPnull差异不显著DF为自由度9＋9比率检定（1P/2P）比率检定（1P/2P）1P为单母体的比率检定 2P为双母体的比率检定比率检定（1P/2P）比率检定（1P/2P） 输出结果标准差的检定（F）标准差的检定（F）F检定为双母体的方差检定 Χ2为单母体的方差检定标准差的检定（F）标准差的检定（F）MSA 测量系统分析MSA 测量系统分析MSA的目的MSA的目的了解测量系统是否有足够的能力来侦测出产品或制程参数的变更。MSA分析的对像MSA分析的对像只要控制计划当中所提出的测量系统就必须进行分析。 包含产品特性 包含过程特性MSA分析方法的分类MSA分析方法的分类MSA计量型计数型破坏型计量型MSA计量型MSA计量型位置分析离散分析稳定性分析偏倚分析线性分析重复性分析再现性分析稳定性分析计数型MSA计数型MSA计量型风险分析法信号分析法数据解析法破坏性MSA破坏性MSA计量型偏倚分析变异分析稳定性分析法偏移(Bias)偏移(Bias)真值观测平均值偏倚偏倚：是测量结果的观测 平均值与基准值的差值。 真值的取得可以通过采用 更高级别的测量设备进行 多次测量，取其平均值而 定之。重复性(Repeatability)重复性(Repeatability)重复性重复性是由一个 评价 LEC评价法下载LEC评价法下载评价量规免费下载学院评价表文档下载学院评价表文档下载 人，采用 一种测量仪器，多次测量同一 零件的同一特性时获得的测量 值变差。再现性(Reproducibility)再现性(Reproducibility)再现性是由不同的评价人，采 用相同的测量仪器，测量同一 零件的同一特性时测量平均值 的变差。再现性σ GRR=5.15 × σ稳定性(Stability)稳定性(Stability)稳定性时间1时间2稳定性(或飘移)，是测量系统 在某持续时间内测量同一基准 或零件的单一特性时获得的测 量值总变差。线性(Linearity)线性(Linearity)量程基准值观测平均值基准值线性是在量具预期的工作范围内，偏倚值的差值线性(Linearity)线性(Linearity)观测平均值基准值无偏倚有偏倚a(Bias=a)这是最理想的状况判断：a/公差 a/5.15σ 1. ＜0.1 2. 0.1~0.3 3. ＞0.3Case study (你喜欢什么类型仪器)Case study (你喜欢什么类型仪器)基准值观测平均值基准值观测平均值基准值观测平均值稳定性分析的做法稳定性分析的做法自控制计划中去寻找需要分析的测量系统，主要的考虑来自： 控制计划中所提及的产品特性 控制计划中所提及的过程特性稳定性分析的做法稳定性分析的做法选取一标准样品 控制计划中所提及的产品特性 控制计划中所提及的过程特性 取出对产品特性或过程特性有代表性的样本。 针对本样本使用更高精密度等级的仪器进行精密测量十次，加以平均，做为参考值。稳定性分析的做法稳定性分析的做法请现场测量人员连续测量25组数据，每次测量2~5次。 （样本量尽量保持一致，如果不一样，在选项内选择pooled） 记录 混凝土 养护记录下载土方回填监理旁站记录免费下载集备记录下载集备记录下载集备记录下载 下这些数据。 一般而言初期的25组数据最好在短的时间内收集，利用这些数据来了解仪器的稳定状况稳定性分析的做法稳定性分析的做法将数据输入到minitab中。 计算每一组的平均值 计算每一组的R值。 计算出平均值的平均值 计算出R的平均值。稳定性分析的做法稳定性分析的做法计算控制界限 平均值图：Xbarbar+-A2Rbar, Xbarbar R值图：D4Rbar, Rbar, D3Rbar 划出控制界限 将点子绘上 先检查R图，是否连续25点都在控制界限内，以判定重复性是否稳定。 再看Xbar图，是否连绩25点都在控制界限内，以判定偏移是否稳定。 可以利用Xbarbar-标准值，进行偏差检定，看是否有偏差。 可以利用Rbar/d2来了解仪器的重复性。稳定性分析的做法稳定性分析的做法后续持续点图、判图 如果前面的控制图是稳定的，那么就可以将此控制界限做为控制用控制界限。 我们后续就固定时间，使用同样的样本、同样的测量仪器，同样的测量人员。 此时由于样本、仪品、人都是固定的，所以如果绘出来的图形有异常，一般就代表仪器有问题，要进行相应的处理。 异常的判定 点：一点超出控制界限 线：连续七点上升，连续七点下降，连绩七点在同一侧。 面：非随机性分析，在+-1sigma的范围内应覆盖68%的概率。稳定性分析的做法稳定性分析的做法保留记录 各项的线性分析的记录要保存下来，可以和PPAP档案存放在一起，以有效证明公司的测量仪器其测量能力是足够的。范例范例null结果判定结果判定可以利用Xbar-MASTER来评估其偏差程度。 可以利用Rbar/d2来评估其EV，例用EV/TV可以了解其相应的EV%。示例示例Master的值为48 产品的公差为48+-2 所以偏差为影响百分比为(48.48-48)/4，当然也可以进行相应的统计t检定看是否有显著差异 利用Rbar/d2来估计其标准差，也可以评估其相应的EV%。Minitab的做法Minitab的做法收集数据将数据输入minitab中制作控制图判图数据解析判定仪器的适用性偏倚分析的做法偏倚分析的做法偏倚分析的做法偏倚分析的做法自控制计划中去寻找需要分析的测量系统，主要的考虑来自： 控制计划中所提及的产品特性 控制计划中所提及的过程特性偏倚分析的做法偏倚分析的做法自生产现场抽取样本： 一般是取在制程中间的产品。 拿取此产品到更高精密的测量设备，测量十次，加以平均，取得参考值。偏倚分析的做法偏倚分析的做法现场人员测量： 现场人员：指的是实际在现场工作的人员，由于他们来进行测量，才能真正了解公司测量的偏差是多少。 重复测量十五次，取记录其值。偏倚分析的做法偏倚分析的做法将数据输入到minitab中： excel：我们利用来计划平均值，标准差，以及平均值的标准差。 平均值使用的语法：average 标准差的语法为：stdev偏倚分析的做法偏倚分析的做法计算t值，并加以判定 t值的计算法：利用(平均值-标准值)／平均值的标准差。 tα=是指用来判定是否有明显偏差的基准，其和自由度有关，一般典型的α=0.05 如果t> tα就代表有明显的偏移。 如果t< tα就代表没有明显的偏移。 在minitab中可直接看p值 偏倚分析的做法偏倚分析的做法结果判定 如果t< tα就代表没有明显的偏移。此是可以接受的。 如果t> tα就代表有明显的偏移。 此时就要再看其所受的影响。 我们利用偏差／公差，或偏差／过程变化范围来了解其受影响的比例，如果比例比较高时那么就可能仪器要停用或者修理。 偏倚分析的做法偏倚分析的做法保留记录 各项的线性分析的记录要保存下来，可以和PPAP档案存放在一起，以有效证明公司的测量仪器其测量能力是足够的。 稳定的偏移是可接受的，不稳定的偏移是不可接受的偏差练习偏差练习数据解析结果数据解析结果将数据输入minitab将数据输入minitabSelect: Stat >Basic Statistics > 1 Sample t设定检定对像及检定值设定检定对像及检定值输入基准值绘图选检定直方图绘图选检定直方图可以选择不同的图型来形象表示置信区间选0.95置信区间选0.95选择置信区间选择假设和被择假设结果输出结果输出One-Sample T: 偏差 Test of mu = 0 vs mu not = 0 Variable N Mean StDev SE Mean 偏差 15 0.0067 0.2120 0.0547 Variable 95.0% CI T P 偏差 ( -0.1107, 0.1241) 0.12 0.905 t Histogram of 偏差图形输出图形输出线性分析的做法线性分析的做法线性分析线性分析决定要分析的测量系统 由控制计划当中挑选，需要进行分析的仪器。 一般典型包含了产品特性测量仪器以及过程特性测量仪器。 测量风险愈高的仪器要愈优先分析。 线性一般是在制程变异范围比较宽，只做单点的偏差分析，可能担心不足时使用。线性分析线性分析抽取代表制程变异范围的样品，4~5个 此时一般由现场当中取出。 最好能覆盖最大值和最小值。 针对取出的样品进行精测 利用更高等级的测量设备进行测量十次，将十次的值进行平均，将此平均值做为参考值。线性分析线性分析请现场测量人员测量每一样本12次 测量人员应当是能够代表实际测量的人员。 同一样品请测量人员重复测量12次。 记录下测量数据。线性分析线性分析输入数据到minitab表格中 输入已经得到的测量数据。 利用minitab的资料分析工具中的回归工具进行相应的计算。线性分析线性分析计算截距t值，斜率t值 利用minitab的回归分析进行分析。 我们直接看各项的t检定结果，以及看p值。线性分析线性分析是否合格，是否要加补正值或调整 检查截距的t值是否大于tα，如果是大于tα，则代表有明显的截距问题。或则可以直接看p值，如果p<0.05也就是代表有明显的截距问题。 检查斜率的t值是否大于tα，如果是大于tα，则代表有明显的斜率问题。或则可以直接看p值，如果p<0.05也就是代表有明显的斜率问题。 如果截距是明显的，那么先看其截距百分比，以决定其是否要加补正值。 如果斜率是明显的，那么先看其斜率百分比，以决定是否要对斜率进行处理。线性分析线性分析保留记录 各项的线性分析的记录要保存下来，可以和PPAP档案存放在一起，以有效证明公司的测量仪器其测量能力是足够的。线性示例线性示例一名工厂主管希望对过程采用新测量系统。作为PPAP的一部份，需要评价测量系统的线性。基于已证明的过程变差，在测量系统操作量程内选择了五个零件。每个零件经过全尺寸检测测量以确定其基准值。然后由领班分别测量每个零件12次。研究中零件是被随机选择的。示例示例输入数据输入数据Select: Stat >Regression > Regression输入参数输入参数输入变量输入自变量结果输出结果输出Regression Analysis: bias versus m The regression equation is bias = 0.737 - 0.132 m Predictor Coef SE Coef T P Constant 0.73667 0.07252 10.16 0.000 m -0.13167 0.01093 -12.04 0.000 S = 0.2395 R-Sq = 71.4% R-Sq(adj) = 70.9% Analysis of Variance Source DF SS MS F P Regression 1 8.3213 8.3213 145.02 0.000 Residual Error 58 3.3280 0.0574 Total 59 11.6493 Unusual Observations Obs m bias Fit SE Fit Residual St Resid 13 4.0 1.1000 0.2100 0.0379 0.8900 3.76R 16 4.0 1.0000 0.2100 0.0379 0.7900 3.34R R denotes an observation with a large standardized residualS:残差； R-SQ:拟合度 表明这两个点有异常，希望重新测量回归分析，F越大，回归越有效， P＜0.05,无法拒绝回归判定判定图形分析显示特殊原因可能影响测量系统。基准值4数据显示可能是双峰。 即使不考虑基准值数据4，作图分析也清楚的显示出测量系统有线性问题。R2值指出线性模型对于数据是不适合的模型。即使模型可以接受，”偏倚=0”线与置信交叉而不是被包含其中。 此时，主管应该开始分析和解决测量系统的问题，因为数据分析不会提供任何其它的有价值的线索。然而，为确保所有书面文文件都已作标记，主管还是计算了在此斜率和截距情况下的t统计量。 ta=-12.043 tb=10.158判定判定采用默认值α=0.05，t表自由度(gm-2)=58和0.975的比率，主管得出关键值t58,0.975=2.00172。 因为ta>t58,0.975，从作图分析获得的结果由数据分析得到增强─测量系统存在线性问题。 在此种情况下，因为有线性问题，tb与t58,0.975的关系如何无关紧要。引起线性问题可能的原因也可以在前面中找到。 如果测量存在线性问题，需要通过调整软件、硬件或两项同时进行来再校准以达到0偏倚。 如果偏倚在测量范围内不能被调整到0，只要测量系统保持稳定，仍可用于产品／过程控制，但不能进行分析，直到测量系统达到稳定。R&R分析的做法R&R分析的做法R&R分析R&R分析决定要分析的测量系统 由控制计划当中挑选，需要进行分析的仪器。 一般典型包含了产品特性测量仪器以及过程特性测量仪器。 测量风险愈高的仪器要愈优先分析。R&R分析R&R分析选择十个可以代表制程变化的产品，一般此项产品的变化，最好能够覆盖产品的变化范围比较好。 选择可以代表实际现测量人员的操作测量人员。。 每一个测量人员针对每一个产品重复测量2~3 次。 测量风险愈高的仪器要愈优先分析。R&R分析R&R分析请现场人员对十个产品重复测量2~3次。 在测量时，要使用盲测的原则，侦测出人员平常测量时的无意识错误，才能真正估计出在正式测量时的误差。R&R分析R&R分析将各项的测量数据输入到excel的档案当中。 输入数据时要注意有效读数，只取到最小读数，如果要估读，只能估读一半。R&R分析R&R分析计算出R&R的结果 一般利用此项的excel表格可以得可以下的结果： AV:人员的变异 EV:仪器的变异 PV：产品的变异 TV：总变异 R&R%：重复性和再现性所占的比例。R&R分析R&R分析判定： R&R%<10%，良好，可以接受。 10%30%，不可以接受。R&R分析R&R分析保留记录 各项的R&R的记录要保存下来，可以和PPAP档案存放在一起，以有效证明公司的测量仪器其测量能力是足够的。R&R练习R&R练习Select: Stat >Quality Tools > Gage R&R(Crossed)输入各项参数输入各项参数得到结果得到结果Gage R&R %Contribution Source VarComp (of VarComp) Total Gage R&R 0.004437 10.67 Repeatability 0.001292 3.10 Reproducibility 0.003146 7.56 Operator 0.000912 2.19 Operator*Part 0.002234 5.37 Part-To-Part 0.037164 89.33 Total Variation 0.041602 100.00 StdDev Study Var %Study Var Source (SD) (5.15*SD) (%SV) Total Gage R&R 0.066615 0.34306 32.66 Repeatability 0.035940 0.18509 17.62 Reproducibility 0.056088 0.28885 27.50 Operator 0.030200 0.15553 14.81 Operator*Part 0.047263 0.24340 23.17 Part-To-Part 0.192781 0.99282 94.52 Total Variation 0.203965 1.05042 100.00 Number of Distinct Categories = 4 Gage R&R for Response 重复性再现性σp平方 GRR平方＝重复性（σe)的平方＋再现性（σA）的平方σT的平方＝ （σe）的平方＋再现性（σA）的平方＋ σp平方 图形结果图形结果每个方差占的贡献度同一产品每两个数值的差值不同产品测量值的差异Phase 3 计数型MSAPhase 3 计数型MSA计数型风险分析法的做法计数型风险分析法的做法计数型风险分析法的做法计数型风险分析法的做法决定要分析的测量系统 由控制计划当中挑选，需要进行分析的仪器。 一般典型包含了产品特性测量仪器以及过程特性测量仪器。 测量风险愈高的仪器要愈优先分析。 一般比较典型的是外观检验部份。 只判定好或不好，通或不通的仪器。计数型风险分析法的做法计数型风险分析法的做法选择二十个左右可以代表制程的样品 此样品必须包含合格和不合格的产品，临界附近的产品最好要有。 现场实际测量人员2~3人 以实际在现场工作人员为主。计数型风险分析法的做法计数型风险分析法的做法执行测量 每一个样本最好都有其标准值，标准值一般是由公司的质量部所判定。 让每一个对此二十个左右的样品进行测量判定，每一个产品最少要测二次以上，才可以了解每一个人的重复性的情况。 记录下数据。计数型风险分析法的做法计数型风险分析法的做法输入数据到minitab档案 将各个人员的测量结果输入到minitab档案中。 minitab档案可以自动执行计算，并得到相应的分析结果。计数型风险分析法的做法计数型风险分析法的做法计算出风险分析的结果 minitab表格将可以计算出下列四项的内容。 个人的重复性正确百分比。 个人和标准值相比较的正确百分比。 全部测量人员一致的百分比。 全部测量人员和标准一致的百分比。计数型风险分析法的做法计数型风险分析法的做法进行判定，和采取措施 个人的重复性正确百分比>90%。 个人和标准值相比较的正确百分比>90%。 全部测量人员一致的百分比>90%。 全部测量人员和标准一致的百分比>90%。 万一小于此百分比，则代表此测量系统尚不可以被接受，应做调整。计数型风险分析法的做法计数型风险分析法的做法保留记录 各项的风险分析法的记录要保存下来，可以和PPAP档案存放在一起，以有效证明公司的测量仪器其测量能力是足够的。风险分析法范例风险分析法范例Select: Stat >Quality Tools > Attribute Gage R&R Study输入各项参数输入各项参数结果输出-1结果输出-1Attribute Gage R&R Study Attribute Gage R&R Study for Rating Each Appraiser vs Standard Assessment Agreement Appraiser # Inspected # Matched Percent (%) 95.0% CI Duncan 15 8 53.3 ( 26.6, 78.7) Hayes 15 13 86.7 ( 59.5, 98.3) Holmes 15 15 100.0 ( 81.9, 100.0) Montgomery 15 15 100.0 ( 81.9, 100.0) Simpson 15 14 93.3 ( 68.1, 99.8) # Matched: Appraiser's assessment across trials agrees with standard. 百分比结果输出-2结果输出-2Between Appraisers Assessment Agreement # Inspected # Matched Percent (%) 95.0% CI 15 6 40.0 ( 16.3, 67.7) # Matched: All appraisers' assessments agree with each other. All Appraisers vs Standard Assessment Agreement # Inspected # Matched Percent (%) 95.0% CI 15 6 40.0 ( 16.3, 67.7) # Matched: All appraisers' assessments agree with standard. Phase 4 破坏性MSAPhase 4 破坏性MSA破坏性MSA的分析破坏性MSA的分析此项分析有其先天性的限制，所以我们必须有以下的前提。 我们有一些的标准样品，这些样品不会随时间而变化。 另外这些标准样品其本身的平均值和变异我们已事先知道。 所以在此前提下我们才能进行破坏型MSA的分析破坏性MSA的分析方法破坏性MSA的分析方法破坏性MSA的分析方法破坏性MSA的分析方法决定要分析的测量系统 由控制计划当中挑选，需要进行分析的仪器。 一般典型包含了产品特性测量仪器以及过程特性测量仪器。 测量风险愈高的仪器要愈优先分析。 一般针对的对像为破坏性测量的测量系统。破坏性MSA的分析方法破坏性MSA的分析方法选取已知条件的标准样本以及挑选现场实际测量人员一人。 已知条件的标准样本，即已经知道该样本的平均值和标准差。 一般是采用外购的标准样本，请厂商提供相应的数值。 现场人员：实际执行操作的人员。破坏性MSA的分析方法破坏性MSA的分析方法请测量人员对样品进行测量 最好能够测三十个左右的样本。 记录其测量值。破坏性MSA的分析方法破坏性MSA的分析方法计算样本的平均值和标准差。 将三十个的样本数据进行计算取得其平均值和标准差。 null破坏性MSA的分析方法破坏性MSA的分析方法进行判定，和采取措施 重复性判定： <10%，良好，可以接受。 10%~30%，可能可能接受，可能不可以接受，依据测量特性的重要性，以及目前制程的cpk能力来决定。 >30%，不可以接受。 偏差部份： 如果t检定是显著影响的，那么就可能要加补正值来调整。 破坏性MSA的分析方法破坏性MSA的分析方法保留记录 各项的破坏性MSA的记录要保存下来，可以和PPAP档案存放在一起，以有效证明公司的测量仪器其测量能力是足够的。范例范例今有一台硬度计，其配予了一片的标准片，但由于硬度计是破坏性试验，所以被测过的地方是不能再测的。 在购买标准硬度片时，厂商提供的数据如下： 标准值：75 标准差：1 今测试了三十次标准样本的数据如下： 范例范例平均值：75.8 标准差：1.54null