minitab案例及分析PPT課件

1、Minitab的使用,Minitab介紹,Minitab是眾多統(tǒng)計(jì)軟件當(dāng)中比較簡(jiǎn)單易懂的軟件之一； 相對(duì)來(lái)講，Minitab在質(zhì)量管理方面的應(yīng)用是比較適合的； Minitab的功能齊全，一般的數(shù)據(jù)分析和圖形處理都可以應(yīng)付自如。,Minitab與6 Sigma的關(guān)系,在上個(gè)世紀(jì)80年代Motolora開(kāi)始在公司內(nèi)推行6 Sigma，并開(kāi)始借助Minitab使6 Sigma得以最大限度的發(fā)揮； 6 Sigma的MAIC階段中，很多分析和計(jì)算都可以都通過(guò)Minitab簡(jiǎn)單的完成； 即使是對(duì)統(tǒng)計(jì)的知識(shí)不怎么熟悉，也同樣可以運(yùn)用Minitab很好的完成各項(xiàng)分析。,Minitab的功能,計(jì)算功能 計(jì)算器功

2、能 生成數(shù)據(jù)功能 概率分布功能 矩陣運(yùn)算,Minitab的功能,數(shù)據(jù)分析功能 基本統(tǒng)計(jì) 回歸分析 方差分析 實(shí)驗(yàn)設(shè)計(jì)分析 控制圖 質(zhì)量工具 可靠度分析 多變量分析,時(shí)間序列 列聯(lián)表 非參數(shù)估計(jì) EDA 概率與樣本容量,Minitab的功能,圖形分析 直方圖 散布圖 時(shí)間序列圖 條形圖 箱圖 矩陣圖 輪廓圖,三維圖 點(diǎn)圖 餅圖 邊際圖 概率圖 莖葉圖 特征圖,課程內(nèi)容安排,由于時(shí)間有限，很多內(nèi)容只是做簡(jiǎn)單的介紹； 在兩天的時(shí)間里，主要的課程內(nèi)容安排如下：,課程內(nèi)容安排第一天,上午 Minitab基本界面和操作介紹 常用圖形的Minitab操作 特性要因圖 柏拉圖 散布圖 直方圖 時(shí)間序列圖,課程

3、內(nèi)容安排第一天,下午 SPC的Minitab操作 1） Box-Cox轉(zhuǎn)換數(shù)據(jù)為正態(tài)2） Xbar-R Chart3） Xbar-S Chart 4） I-MR-R/S Chart 5） P Chart6） NP Chart7） C Chart,課程內(nèi)容安排第二天,上午 能力分析 1）正態(tài)分布圖能力分析 2）泊松分布圖能力分析 3）組間/組內(nèi)能力分析 4）Weibull能力分析 基本統(tǒng)計(jì) 1） 描述統(tǒng)計(jì),課程內(nèi)容安排第二天,下午 基礎(chǔ)統(tǒng)計(jì) 2） 單樣本Z測(cè)試3） 單樣本T測(cè)試4） 雙樣本T測(cè)試5） 成對(duì)T測(cè)試6） 1比率測(cè)試7） 2比率測(cè)試8） 相關(guān)分析9） 正態(tài)分布,MSA測(cè)量系統(tǒng)分析 1）

4、 測(cè)量重復(fù)性和再現(xiàn)性(交叉Crossed) 2） 測(cè)量重復(fù)性和再現(xiàn)性(嵌套Nested) 3） 測(cè)量走勢(shì)圖 4） 測(cè)量線(xiàn)性研究 5） 屬性測(cè)量R&R 研究（計(jì)數(shù)）,第三天,上午 多元變異圖 單因子ANOVA 因子ANOVA 卡方獨(dú)立性檢定 迴歸分析,下午 田口DOE 疑問(wèn)解答,Minitab界面和基本操作介紹,Minitab界面,Data Window: 輸入數(shù)據(jù)的窗口 每一列的名字可以寫(xiě)在最前面的列 每一列的數(shù)據(jù)性質(zhì)是一致的,主菜單,Session Window: 分析結(jié)果輸出窗口,Minitab界面,同一時(shí)間只能激活一個(gè)窗口.每一個(gè)窗口可以單獨(dú)儲(chǔ)存.,不同的要求選擇不同的保存命令,工具欄的

5、介紹,打開(kāi)文件,保存文件,打印窗口,剪切,復(fù)制,粘貼,恢復(fù),插入單元格,插入行,插入列,移動(dòng)列,剪切單元格,最后一次對(duì)話(huà)框,程序窗口,上一次記憶刷,下一次記憶刷,數(shù)據(jù)窗口,管理圖形,撤銷(xiāo),幫助,關(guān)閉圖形,數(shù)據(jù)類(lèi)型的轉(zhuǎn)換（Change Data Type）,Select: Data Change Data Type Text to Numeric,需要轉(zhuǎn)換的列,轉(zhuǎn)換后數(shù)據(jù)存放列，可以是原來(lái)的數(shù)據(jù)列,數(shù)據(jù)的堆積（Stack&Unstack）,Select: Data Stack Stack Columns,輸入需要堆積的列，如果由前后順序，按前后順序進(jìn)行輸入,輸入堆積后存放列的位置,注解可以用來(lái)區(qū)

6、分?jǐn)?shù)據(jù)的來(lái)源,原始數(shù)據(jù),數(shù)據(jù)塊的堆積（Stack Blocks）,Select: Data Stack Stack Blocks of Columns,原始數(shù)據(jù),在對(duì)話(huà)框中輸入25 列數(shù)據(jù)，注解列在前面,輸入新工作表和注解 的位置,轉(zhuǎn)置欄（Transpose Columns）,輸入需要轉(zhuǎn)置的列,輸入新工作表 的位置,可以輸入注解列,Select: Data Transpose Columns,連接（Concatenate）,Select: Data Concatenate,輸入需要連接的數(shù)據(jù)列,輸入新數(shù)據(jù)列的位置,原始數(shù)據(jù),編碼（Code）,Select: Data code,原始數(shù)據(jù),編碼,

7、規(guī)則,被編碼的變量,Minitab之常用圖形,QC7手法常用的圖形如下,特性要因圖 控制圖(參見(jiàn)minitab控制圖教材) 柏拉圖 散布圖 直方圖 時(shí)間序列圖,特性要因圖,決定Y,頭腦風(fēng)暴找出可能的X,將X依5M+1E方式列表,將表輸出MINITAB中,輸出結(jié)果圖形,練習(xí),輸入表中,注意輸入格式,Select: Stat Quality tools Cause and effect,填好各項(xiàng)需要的參數(shù),結(jié)果輸出,柏拉圖,收集各項(xiàng)質(zhì)量特性缺陷,列成表,輸入到MINITAB中,MINITAB繪出圖形,找出關(guān)鍵的Y特性,練習(xí),輸入數(shù)據(jù),Select: Stat Quality tools Paret

8、o Chart,填好各項(xiàng)參數(shù),可以對(duì)柏拉圖進(jìn)行命名,輸入缺陷列,輸入頻數(shù)列,其他項(xiàng)所占的比率,結(jié)果輸出,散布圖,決定你所關(guān)心的Y,決定和Y有可能的X,收集Y和X的數(shù)據(jù),輸入MINITAB繪出圖形,判定Y和X之間的關(guān)系,練習(xí),輸入數(shù)據(jù),Select: Gragh ScatterPlots,輸入?yún)?shù),可以選擇不同的 輸出表現(xiàn)形式,可以用直接方式判定，有正相關(guān)的傾向。 更詳細(xì)的說(shuō)明可以參見(jiàn)回歸分析,輸出圖形,直方圖,決定你所關(guān)心的Y或X,收集Y或X的數(shù)據(jù),輸入MINITAB表,MINITAB繪出直方圖,進(jìn)行判定,練習(xí),請(qǐng)打開(kāi)EXCEL檔案的計(jì)量型部份 Select: Gragh Histogram,

9、填入?yún)?shù),可以同時(shí)為幾個(gè) 變量作直方圖,結(jié)果輸出,請(qǐng)依照QC 7的方法來(lái)進(jìn)行圖形分析和判定 更深入的分析可以參見(jiàn)制程能力分析部份。,時(shí)間序列圖,決定你所關(guān)心的Y或X,收集Y或X的數(shù)據(jù),輸入MINITAB表,MINITAB繪出時(shí)間序列圖,進(jìn)行判定,練習(xí),輸入數(shù)據(jù),Select: Gragh Time Series Plots,填入?yún)?shù),時(shí)間刻度設(shè)置,結(jié)果輸出,依此狀況來(lái)判定未定的銷(xiāo)售趨勢(shì)。,Minitab的SPC使用,Minitab可提供的圖形,計(jì)量型 Xbar-R Xbar-s I-MR I-MR-s Z-MR,計(jì)數(shù)型 P Np C U,Xbar-R做法,Xbar-R是用于計(jì)量型 判穩(wěn)準(zhǔn)則：連

10、續(xù)二十五點(diǎn)沒(méi)有超出控制界限。 判異準(zhǔn)則： 一點(diǎn)超出控制界限 連續(xù)六點(diǎn)上升或下降或在同一側(cè) 不呈正態(tài)分布，大部份點(diǎn)子沒(méi)有集中在中心線(xiàn)。,Xbar-R做法,決定要研究或控制的Y或X特性,收集數(shù)據(jù),輸入minitab中,用minitab繪圖及分析,判定及采取措施,Xbar-R練習(xí),打開(kāi)下列檔案,Select: Stat Control Chart Variables Charts for subgroup Xbar-R,輸入?yún)?shù),根據(jù)不同的輸入方式 選擇不同的分析方法,若數(shù)據(jù)輸入在一列中，則確定出每組的樣本數(shù),決定控制用控制圖的控制界限,輸入穩(wěn)定條件下的平均值和標(biāo)準(zhǔn)差，即確定出控制用控制圖的控制界限

11、。,Xbar-R Options選項(xiàng),可以在這里選擇判異準(zhǔn)則,Box-Cox正態(tài)轉(zhuǎn)換,進(jìn)行正態(tài)性轉(zhuǎn)換,Storage項(xiàng),輸出數(shù)據(jù)的平均值和標(biāo)準(zhǔn)差,圖形輸出,判圖,請(qǐng)判定前圖是否有異常 請(qǐng)問(wèn)本圖為解析用圖或是控制用圖,Xbar-s做法,決定要研究或控制的Y或X特性,收集數(shù)據(jù),輸入minitab中,用minitab繪圖及分析,判定及采取措施,Xbar-s練習(xí),打開(kāi)下列檔案 Select: Stat Control Chart Variables Charts for subgroup Xbar-s,輸入?yún)?shù),解釋與Xbar-R圖相同,圖形輸出,判圖,請(qǐng)判定前圖是否有異常 請(qǐng)問(wèn)本圖為解析用圖或是控制

12、用圖,I-MR圖做法,決定要研究或控制的Y或X特性,收集數(shù)據(jù),輸入minitab中,用minitab繪圖及分析,判定及采取措施,I-MR練習(xí),打開(kāi)下列檔案，用其來(lái)進(jìn)行I-MR圖練習(xí) Select: Stat Control Chart Variables Charts for individuals I-MR,輸入?yún)?shù),輸入變量,控制用控制圖的控制界限,如果是控制用控制圖 請(qǐng)輸入數(shù)據(jù),圖形輸出,判圖,請(qǐng)判定前圖是否有異常 請(qǐng)問(wèn)本圖為解析用圖或是控制用圖,I-MR-R圖做法,決定要研究或控制的Y或X特性,收集數(shù)據(jù),輸入minitab中,用minitab繪圖及分析,判定及采取措施,I-MR-R練習(xí)

13、,打開(kāi)下列檔案，用其來(lái)進(jìn)行I-MR-R圖練習(xí) Select: Stat Control Chart Variables Charts for individuals Z-MR,輸入?yún)?shù),輸入變量和樣本數(shù),圖形輸出,判圖,請(qǐng)判定前圖是否有異常 請(qǐng)問(wèn)本圖為解析用圖或是控制用圖,Z-MR圖做法,決定要研究或控制的Y或X特性,收集數(shù)據(jù),輸入minitab中,用minitab繪圖及分析,判定及采取措施,Z-MR練習(xí),打開(kāi)下列檔案，用其來(lái)進(jìn)行Z-MR圖練習(xí) Select: Stat Control Chart Variables Charts for individuals Z-MR,輸入?yún)?shù),輸入變量,

14、輸入自變量,決定估計(jì),選擇標(biāo)準(zhǔn)差的估計(jì)方法,圖形輸出,p圖做法,決定要研究或控制的Y特性,收集數(shù)據(jù),輸入minitab中,用minitab繪圖及分析,判定及采取措施,p練習(xí),P圖只能適用在二項(xiàng)分布的質(zhì)量特性性。 在做p圖時(shí)，要注意其樣本數(shù)必須達(dá)到1/p5/p，如此之下的圖才比較具有意義。,輸入數(shù)據(jù),請(qǐng)打開(kāi)數(shù)據(jù)文檔 Select: Stat Control Chart Attributes Charts P,輸入?yún)?shù),輸入樣本數(shù),輸入變量,決定判異準(zhǔn)則,選擇判異準(zhǔn)則 計(jì)數(shù)型的判異準(zhǔn)則 與計(jì)量型的不太一樣,保存P值,保存根據(jù)數(shù)據(jù)計(jì)算所得到的總的不良率,圖形輸出,np圖做法,決定要研究或控制的Y特性

15、,收集數(shù)據(jù),輸入minitab中,用minitab繪圖及分析,判定及采取措施,np練習(xí),np圖只能適用在二項(xiàng)分布的質(zhì)量特性性。 在做np圖時(shí)，要注意其樣本數(shù)必須達(dá)到1/p5/p，如此之下的圖才比較具有意義。 Np圖要求的每組的樣本數(shù)必須是一樣的。,輸入數(shù)據(jù),請(qǐng)打開(kāi)數(shù)據(jù)文檔 Select: Stat Control Chart Attributes Charts NP,輸入?yún)?shù),輸入樣本數(shù),輸入變量,圖形輸出,c圖做法,決定要研究或控制的Y特性,收集數(shù)據(jù),輸入minitab中,用minitab繪圖及分析,判定及采取措施,C圖練習(xí),c圖只能適用在卜氏分布的質(zhì)量特性上。 在做c圖時(shí)，要注意其樣本數(shù)必

16、須達(dá)到取樣時(shí)至少包含一個(gè)缺陷以上，如此之下的圖才比較具有意義。 另外就是基本上c圖的樣本要一定才可以。如果樣本數(shù)不一樣，則應(yīng)當(dāng)使用u圖。,輸入數(shù)據(jù),請(qǐng)打開(kāi)數(shù)據(jù)文檔 Select: Stat Control Chart Attributes Charts C,輸入?yún)?shù),輸入變量,決定判異準(zhǔn)則,判異準(zhǔn)則同P圖一樣,圖形輸出,u圖做法,決定要研究或控制的Y特性,收集數(shù)據(jù),輸入minitab中,用minitab繪圖及分析,判定及采取措施,u圖練習(xí),u圖只能適用在卜氏分布的質(zhì)量特性上。 在做u圖時(shí)，要注意其樣本數(shù)必須達(dá)到取樣時(shí)至少包含一個(gè)缺陷以上，如此之下的圖才比較具有意義。,輸入數(shù)據(jù),請(qǐng)打開(kāi)數(shù)據(jù)文檔

17、Select: Stat Control Chart Attributes Charts U,輸入?yún)?shù),輸入變量,輸入樣本量,圖形輸出,MINITAB之制程能力分析,制程能力之分類(lèi),計(jì)量型(基于正態(tài)分布),計(jì)數(shù)型(基于二項(xiàng)分布),計(jì)數(shù)型(基于卜氏項(xiàng)分布),MINITAB 能力分析的選項(xiàng)(計(jì)量型),Capability Analysis (Normal) Capability Analysis (Between/Within) Capability Analysis (Weibull) Capability Sixpack (Normal) Capability Sixpack (Between

18、/Within) Capability Sixpack (Weibull),Capability Analysis (Normal),該命令會(huì)劃出帶理論正態(tài)曲線(xiàn)的直方圖，這可直觀評(píng)估數(shù)據(jù)的正態(tài)性。輸出報(bào)告中還包含過(guò)程能力統(tǒng)計(jì)表，包括子組內(nèi)和總體能力統(tǒng)計(jì)。,Capability Analysis (Between/Within),該命令會(huì)劃出帶理論正態(tài)曲線(xiàn)的直方圖，可以直觀評(píng)估數(shù)據(jù)的正態(tài)性。 該命令適用于子組間存在較大變差的場(chǎng)合。輸出報(bào)告中還包含過(guò)程能力統(tǒng)計(jì)表，包括子組間子組內(nèi)和總體能力統(tǒng)計(jì)。,Capability Analysis (Weibull),該命會(huì)會(huì)劃出帶韋伯曲線(xiàn)的直方圖，這可直觀評(píng)

19、估數(shù)據(jù)是否服從韋伯分布。輸出報(bào)告中還包含總體過(guò)程總能力統(tǒng)計(jì),制程能力分析做法,決定Y特性,收集Y特性數(shù)據(jù),輸入MINITAB數(shù)據(jù)表,進(jìn)行分析,結(jié)果說(shuō)明,STEP1決定Y特性,決定Y特性,收集Y特性數(shù)據(jù),輸入MINITAB數(shù)據(jù)表,進(jìn)行分析,結(jié)果說(shuō)明,Y特性一般是指客戶(hù)所關(guān)心所重視的特性。 Y要先能量化，盡量以定量數(shù)據(jù)為主。 Y要事先了解其規(guī)格界限，是單邊規(guī)格，還是雙邊規(guī)格。 目標(biāo)值是在中心，或則不在中心 測(cè)量系統(tǒng)的分析要先做好。,STEP2決定Y特性,決定Y特性,收集Y特性數(shù)據(jù),輸入MINITAB數(shù)據(jù)表,進(jìn)行分析,結(jié)果說(shuō)明,在收集Y特性時(shí)要注意層別和分組。 各項(xiàng)的數(shù)據(jù)要按時(shí)間順序做好相應(yīng)的整理,

20、STEP3決定Y特性,決定Y特性,收集Y特性數(shù)據(jù),輸入MINITAB數(shù)據(jù)表,進(jìn)行分析,結(jié)果說(shuō)明,將數(shù)據(jù)輸入MINTAB中，或則在EXCEL中都可以。,STEP4決定Y特性,決定Y特性,收集Y特性數(shù)據(jù),輸入MINITAB數(shù)據(jù)表,進(jìn)行分析,結(jié)果說(shuō)明,利用MINITABSTATQUALITY TOOL CAPABILITY ANALYSIS NORMAL,STEP5決定Y特性,決定Y特性,收集Y特性數(shù)據(jù),輸入MINITAB數(shù)據(jù)表,進(jìn)行分析,結(jié)果說(shuō)明,利用MINITAB的各項(xiàng)圖形來(lái)進(jìn)行結(jié)果說(shuō)明,練習(xí),輸入數(shù)據(jù),注意輸入方式,Select: Stat Quality Tools Capabilty An

21、alysisNormal,輸入選項(xiàng),輸入上下規(guī)格界限,根據(jù)不同的數(shù)據(jù)輸入 方式選擇分析方法,選擇標(biāo)準(zhǔn)差的估計(jì)方法,一般選擇復(fù)合的標(biāo)準(zhǔn)差估計(jì)方式,選項(xiàng)的輸入,如果需要計(jì)算Cpm 則需要輸入目標(biāo)值,過(guò)程能力表現(xiàn)形式的選擇,以Cpk, Ppk結(jié)果的輸出,以Zbench方式輸出,結(jié)果說(shuō)明,請(qǐng)學(xué)員按此圖形來(lái)說(shuō)明該制程狀況,Capability Analysis (Between/Within),Capability Analysis (Weibull),此項(xiàng)的分析是用在當(dāng)制程不是呈現(xiàn)正態(tài)分布時(shí)所使用。因?yàn)槿绻瞥滩皇钦龖B(tài)分布硬用正態(tài)分布來(lái)分析時(shí)，容易產(chǎn)生誤差，所以此時(shí)可以使用韋氏分布來(lái)進(jìn)行分析，會(huì)更貼近

22、真實(shí)現(xiàn)像。,練習(xí),請(qǐng)使用同前之?dāng)?shù)據(jù)來(lái)進(jìn)行分析。 上規(guī)格：103 下規(guī)格：97 規(guī)格中心：100,輸入相關(guān)參數(shù),Select: Stat Quality Tools Capabilty Analysis Nonnormal,填入選項(xiàng)要求,韋氏分布的參數(shù)估計(jì),結(jié)果圖形,正態(tài)分布適用性的判定,可以使用 Statbasic statisticnormality test 但數(shù)據(jù)要放到同一個(gè)column中，所以必須針對(duì)前面的數(shù)據(jù)進(jìn)行一下處理,數(shù)據(jù)調(diào)整,進(jìn)行數(shù)據(jù)的堆積,填寫(xiě)選項(xiàng),輸入變量,輸入作為參考的概率線(xiàn),結(jié)果輸出,結(jié)果輸出(加標(biāo)0.5概率),計(jì)量型制程能力分析總結(jié),一般的正態(tài)分布使用 Capabil

23、ity Analysis (Normal) 如果是正態(tài)分布且其組內(nèi)和組間差異較大時(shí)可用 Capability Analysis (Between/Within) 當(dāng)非正態(tài)分布時(shí)則可以使用 Capability Analysis (Weibull),Capability Sixpack (Normal),復(fù)合了以下的六個(gè)圖形 Xbar R 原始數(shù)據(jù)分布（plot） 直方圖 正態(tài)分布檢定 CPK, PPK,練習(xí),請(qǐng)以前面的數(shù)據(jù)來(lái)進(jìn)行相應(yīng)的Capability Sixpack (Normal)練習(xí) Select: Stat Quality Tools Capabilty Sixpack Normal

24、,輸入各項(xiàng)參數(shù),輸入規(guī)格,選定判異準(zhǔn)則,選擇判異準(zhǔn)則,選擇標(biāo)準(zhǔn)差估計(jì)方法,默認(rèn)值是復(fù)合標(biāo)準(zhǔn)差計(jì)算公式,考慮可選擇項(xiàng),如果希望計(jì)算Cpm, 則輸入目標(biāo)值,結(jié)果輸出,Capability Sixpack (Between/Within),復(fù)合了以下的六個(gè)圖形 Xbar R 原始數(shù)據(jù)分布 直方圖 正態(tài)分布檢定 CPK, PPK,同前練習(xí)及結(jié)果,Capability Sixpack (Weibull),復(fù)合了以下的六個(gè)圖形 Xbar R 原始數(shù)據(jù)分布 直方圖 正態(tài)分布檢定 CPK, PPK,結(jié)果輸出,二項(xiàng)分布制程能力分析,二項(xiàng)分布只適合用在 好，不好 過(guò)，不過(guò) 好，壞 不可以用在 0,1,2,3等二項(xiàng)

25、以的選擇，此種狀況必須使用卜氏分布。,示例,數(shù)據(jù)在excel檔案中 Select: Stat Quality Tools Capabilty Analysis Binomial,填好各項(xiàng)的參數(shù),輸入樣本數(shù),輸入歷史的不良率,選好控制圖的判異準(zhǔn)則,結(jié)果及輸出,卜氏分布制程能力分析,卜分布只適合用在 計(jì)數(shù)型，有二個(gè)以上的選擇時(shí) 例如可以用在 外觀檢驗(yàn)，但非關(guān)鍵項(xiàng)部份 0,1,2,3等二項(xiàng)以的選擇，此種狀況必須使用卜氏分布。,示例,數(shù)據(jù)在excel檔案中,Select: Stat Quality Tools Capabilty Analysis Poisson,填好各項(xiàng)的參數(shù),結(jié)果及輸出,基 礎(chǔ) 統(tǒng)

26、 計(jì),描述性統(tǒng)計(jì),一些參加統(tǒng)計(jì)學(xué)課程的學(xué)生做了一個(gè)簡(jiǎn)單的試驗(yàn)。每個(gè)學(xué)生被要求記錄下自己的每分鐘脈搏跳動(dòng)次數(shù)。下面我們對(duì)他們脈搏跳動(dòng)的數(shù)據(jù)進(jìn)行簡(jiǎn)單的分析。,描述性統(tǒng)計(jì),1Open the worksheet PULSE.MTW. 2Choose Stat Basic Statistics Graphical Summary. 3In Variables, enter Pulse1. Click OK.,結(jié)果輸出,Z檢驗(yàn),例 某零件，其厚度在正常生產(chǎn)下服從N(0.13，0.0152)。某日在生產(chǎn)的產(chǎn)品中抽查了10次，其觀測(cè)值為：0.112，0.130，0.129，0.152，0.138，0.118

27、，0.151，0.128，0.158，0.142。發(fā)現(xiàn)平均厚度已稍增大至0.136，如果標(biāo)準(zhǔn)差不變，試問(wèn)生產(chǎn)是否正常？（取0.05）,Z檢驗(yàn),H0： 0.13 ，H1： 0.13 由于已知，故用z檢驗(yàn) 由MINITAB計(jì)算，StatBasic Statistics1 Sample Z,Test of mu = 0.13 vs not = 0.13 The assumed standard deviation = 0.015 Variable N Mean StDev SE Mean 95% CI Z P C1 10 0.135800 0.015106 0.004743 (0.126503, 0

28、.145097) 1.22 0.221,t檢驗(yàn),例 某賓館六西格瑪團(tuán)隊(duì)評(píng)定某項(xiàng)服務(wù)的等級(jí)，最大可能的級(jí)別為10。團(tuán)隊(duì)規(guī)定服務(wù)等級(jí)的總體均值“達(dá)到7”的服務(wù)項(xiàng)目可以接受，總體均值“超過(guò)7”的認(rèn)為有提高。隨機(jī)調(diào)查12位顧客，要求他們對(duì)此項(xiàng)服務(wù)評(píng)定等級(jí)，得到12個(gè)級(jí)別數(shù)據(jù)為：7，8，10，8，6，9，6，7，7，8，9和8。假設(shè)總體級(jí)別近似服從正態(tài)分布，在顯著性水平0.05的情況下，問(wèn)服務(wù)項(xiàng)目確實(shí)比規(guī)定可接受標(biāo)準(zhǔn)有提高嗎？,t檢驗(yàn),建立假設(shè) H0： 7 ，H1： 7 未知，且n7是小樣本，故選用 t 檢驗(yàn)。 下面是MINITAB軟件計(jì)算的結(jié)果：,Test of mu = 7 vs 7 Variabl

29、e N Mean StDev SE Mean 95% Lower Bound T P C1 12 7.75000 1.21543 0.35086 7.11989 2.14 0.028,1P檢驗(yàn),例 某廠(chǎng)規(guī)定產(chǎn)品必須經(jīng)過(guò)檢驗(yàn)合格后才能出廠(chǎng)，某不合格品率p0不得超過(guò)5?，F(xiàn)從一批產(chǎn)品中隨機(jī)抽取50個(gè)進(jìn)行檢驗(yàn)，發(fā)現(xiàn)有4個(gè)不合格品，問(wèn)該批產(chǎn)品能否出廠(chǎng)？ （取0.05）,1P檢驗(yàn),用MINITAB軟件計(jì)算，StatBasic Statistics1 Proportion,Test and CI for One Proportion Test of p = 0.05 vs p 0.05 Sample X N

30、 Sample p 95% Lower Bound Exact P-Value 1 4 50 0.080000 0.027788 0.240,2P檢驗(yàn),例 用A與B兩種不同的方法制造某種零件，從各自制造的零件中分別隨機(jī)抽取100個(gè)，其中A有10個(gè)廢品，B有3個(gè)廢品。在0.05水平上，能否認(rèn)為廢品率與方法有關(guān)？,2P檢驗(yàn),用MINITAB軟件計(jì)算，StatBasic Statistics2 Proportion,Test and CI for Two Proportions Sample X N Sample p 1 10 100 0.100000 2 3 100 0.030000 Differ

31、ence = p (1) - p (2) Estimate for difference: 0.07 95% CI for difference: (0.00235994, 0.137640) Test for difference = 0 (vs not = 0): Z = 2.03 P-Value = 0.043,標(biāo)準(zhǔn)差的檢驗(yàn),例 在改革工藝前后，各測(cè)量了若干鋼條的抗剪強(qiáng)度，數(shù)據(jù)如下： 改革后：525，531，518，533，546，524，521，533，545，540 改革前：521，525，533，525，517，514，526，519 設(shè)改革后鋼條的抗剪強(qiáng)度 ，改革前為 問(wèn)：可以認(rèn)

32、為改革工藝后鋼條的抗剪強(qiáng)度標(biāo)準(zhǔn)差有改變嗎？,標(biāo)準(zhǔn)差的檢驗(yàn),設(shè) 用MINITAB軟件，StatBasic Statistics2 Variances,MSA測(cè)量系統(tǒng)分析,MSA的目的,了解測(cè)量系統(tǒng)是否有足夠的能力來(lái)偵測(cè)出產(chǎn)品或制程參數(shù)的變更。,MSA分析的對(duì)像,只要控制計(jì)劃當(dāng)中所提出的測(cè)量系統(tǒng)就必須進(jìn)行分析。 包含產(chǎn)品特性 包含過(guò)程特性,MSA分析方法的分類(lèi),MSA,計(jì)量型,計(jì)數(shù)型,破壞型,計(jì)量型MSA,計(jì)量型,位置分析,離散分析,穩(wěn)定性分析,偏倚分析,線(xiàn)性分析,重復(fù)性分析,再現(xiàn)性分析,穩(wěn)定性分析,計(jì)數(shù)型MSA,計(jì)量型,風(fēng)險(xiǎn)分析法,信號(hào)分析法,數(shù)據(jù)解析法,破壞性MSA,計(jì)量型,偏倚分析,變異分析

33、,穩(wěn)定性分析法,偏移(Bias),真值,觀測(cè)平均值,偏倚,偏倚：是測(cè)量結(jié)果的觀測(cè) 平均值與基準(zhǔn)值的差值。 真值的取得可以通過(guò)采用 更高級(jí)別的測(cè)量設(shè)備進(jìn)行 多次測(cè)量，取其平均值而 定之。,重復(fù)性(Repeatability),重復(fù)性,重復(fù)性是由一個(gè)評(píng)價(jià)人，采用 一種測(cè)量?jī)x器，多次測(cè)量同一 零件的同一特性時(shí)獲得的測(cè)量 值變差。,再現(xiàn)性(Reproducibility),再現(xiàn)性是由不同的評(píng)價(jià)人，采 用相同的測(cè)量?jī)x器，測(cè)量同一 零件的同一特性時(shí)測(cè)量平均值 的變差。,再現(xiàn)性,穩(wěn)定性(Stability),穩(wěn)定性,時(shí)間1,時(shí)間2,穩(wěn)定性(或飄移)，是測(cè)量系統(tǒng) 在某持續(xù)時(shí)間內(nèi)測(cè)量同一基準(zhǔn) 或零件的單一特性時(shí)

34、獲得的測(cè) 量值總變差。,線(xiàn)性(Linearity),量程,基準(zhǔn)值,觀測(cè)平均值,基準(zhǔn)值,線(xiàn)性是在量具預(yù)期的工作范圍內(nèi)，偏倚值的差值,線(xiàn)性(Linearity),觀測(cè)平均值,基準(zhǔn)值,無(wú)偏倚,有偏倚,Case study(你喜歡什么類(lèi)型儀器),基準(zhǔn)值,觀測(cè)平均值,基準(zhǔn)值,觀測(cè)平均值,基準(zhǔn)值,觀測(cè)平均值,穩(wěn)定性分析的做法,自控制計(jì)劃中去尋找需要分析的測(cè)量系統(tǒng)，主要的考慮來(lái)自： 控制計(jì)劃中所提及的產(chǎn)品特性 控制計(jì)劃中所提及的過(guò)程特性,決定要分析的測(cè)量系統(tǒng),選取一標(biāo)準(zhǔn)樣本，取值參考值,請(qǐng)現(xiàn)場(chǎng)測(cè)量人員連續(xù)測(cè)量 25組數(shù)據(jù)每次測(cè)量25次,輸入數(shù)據(jù)到EXCEL，Xbar-R表格中,計(jì)算控制界限，並用圖判定是否穩(wěn)

35、定,後續(xù)持續(xù)點(diǎn)圖，判圖,保留記錄,穩(wěn)定性分析的做法,選取一標(biāo)準(zhǔn)樣品 控制計(jì)劃中所提及的產(chǎn)品特性 控制計(jì)劃中所提及的過(guò)程特性 取出對(duì)產(chǎn)品特性或過(guò)程特性有代表性的樣本。 針對(duì)本樣本使用更高精密度等級(jí)的儀器進(jìn)行精密測(cè)量十次，加以平均，做為參考值。,決定要分析的測(cè)量系統(tǒng),選取一標(biāo)準(zhǔn)樣本，取值參考值,請(qǐng)現(xiàn)場(chǎng)測(cè)量人員連續(xù)測(cè)量 25組數(shù)據(jù)每次測(cè)量25次,輸入數(shù)據(jù)到EXCEL，Xbar-R表格中,計(jì)算控制界限，並用圖判定是否穩(wěn)定,後續(xù)持續(xù)點(diǎn)圖，判圖,保留記錄,穩(wěn)定性分析的做法,請(qǐng)現(xiàn)場(chǎng)測(cè)量人員連續(xù)測(cè)量25組數(shù)據(jù)，每次測(cè)量25次。 記錄下這些數(shù)據(jù)。 一般而言初期的25組數(shù)據(jù)最好在短的時(shí)間內(nèi)收集，利用這些數(shù)據(jù)來(lái)了解

36、儀器的穩(wěn)定狀況,決定要分析的測(cè)量系統(tǒng),選取一標(biāo)準(zhǔn)樣本，取值參考值,請(qǐng)現(xiàn)場(chǎng)測(cè)量人員連續(xù)測(cè)量 25組數(shù)據(jù)每次測(cè)量25次,輸入數(shù)據(jù)到EXCEL，Xbar-R表格中,計(jì)算控制界限，並用圖判定是否穩(wěn)定,後續(xù)持續(xù)點(diǎn)圖，判圖,保留記錄,穩(wěn)定性分析的做法,將數(shù)據(jù)輸入到minitab中。 計(jì)算每一組的平均值 計(jì)算每一組的R值。 計(jì)算出平均值的平均值 計(jì)算出R的平均值。,決定要分析的測(cè)量系統(tǒng),選取一標(biāo)準(zhǔn)樣本，取值參考值,請(qǐng)現(xiàn)場(chǎng)測(cè)量人員連續(xù)測(cè)量 25組數(shù)據(jù)每次測(cè)量25次,輸入數(shù)據(jù)到EXCEL，Xbar-R表格中,計(jì)算控制界限，並用圖判定是否穩(wěn)定,後續(xù)持續(xù)點(diǎn)圖，判圖,保留記錄,穩(wěn)定性分析的做法,計(jì)算控制界限 平均值圖

37、：Xbarbar+-A2Rbar, Xbarbar R值圖：D4Rbar, Rbar, D3Rbar 劃出控制界限 將點(diǎn)子繪上 先檢查R圖，是否連續(xù)25點(diǎn)都在控制界限內(nèi)，以判定重復(fù)性是否穩(wěn)定。 再看Xbar圖，是否連績(jī)25點(diǎn)都在控制界限內(nèi)，以判定偏移是否穩(wěn)定。 可以利用Xbarbar-標(biāo)準(zhǔn)值，進(jìn)行偏差檢定，看是否有偏差。 可以利用Rbar/d2來(lái)了解儀器的重復(fù)性。,決定要分析的測(cè)量系統(tǒng),選取一標(biāo)準(zhǔn)樣本，取值參考值,請(qǐng)現(xiàn)場(chǎng)測(cè)量人員連續(xù)測(cè)量 25組數(shù)據(jù)每次測(cè)量25次,輸入數(shù)據(jù)到EXCEL，Xbar-R表格中,計(jì)算控制界限，並用圖判定是否穩(wěn)定,後續(xù)持續(xù)點(diǎn)圖，判圖,保留記錄,穩(wěn)定性分析的做法,后續(xù)持續(xù)

38、點(diǎn)圖、判圖 如果前面的控制圖是穩(wěn)定的，那么就可以將此控制界限做為控制用控制界限。 我們后續(xù)就固定時(shí)間，使用同樣的樣本、同樣的測(cè)量?jī)x器，同樣的測(cè)量人員。 此時(shí)由于樣本、儀品、人都是固定的，所以如果繪出來(lái)的圖形有異常，一般就代表儀器有問(wèn)題，要進(jìn)行相應(yīng)的處理。 異常的判定 點(diǎn)：一點(diǎn)超出控制界限 線(xiàn)：連續(xù)七點(diǎn)上升，連續(xù)七點(diǎn)下降，連績(jī)七點(diǎn)在同一側(cè)。 面：非隨機(jī)性分析，在+-1sigma的范圍內(nèi)應(yīng)覆蓋68%的概率。,決定要分析的測(cè)量系統(tǒng),選取一標(biāo)準(zhǔn)樣本，取值參考值,請(qǐng)現(xiàn)場(chǎng)測(cè)量人員連續(xù)測(cè)量 25組數(shù)據(jù)每次測(cè)量25次,輸入數(shù)據(jù)到EXCEL，Xbar-R表格中,計(jì)算控制界限，並用圖判定是否穩(wěn)定,後續(xù)持續(xù)點(diǎn)圖，判

39、圖,保留記錄,穩(wěn)定性分析的做法,保留記錄 各項(xiàng)的線(xiàn)性分析的記錄要保存下來(lái)，可以和PPAP檔案存放在一起，以有效證明公司的測(cè)量?jī)x器其測(cè)量能力是足夠的。,決定要分析的測(cè)量系統(tǒng),選取一標(biāo)準(zhǔn)樣本，取值參考值,請(qǐng)現(xiàn)場(chǎng)測(cè)量人員連續(xù)測(cè)量 25組數(shù)據(jù)每次測(cè)量25次,輸入數(shù)據(jù)到EXCEL，Xbar-R表格中,計(jì)算控制界限，並用圖判定是否穩(wěn)定,後續(xù)持續(xù)點(diǎn)圖，判圖,保留記錄,范例,結(jié)果判定,可以利用Xbar-MASTER來(lái)評(píng)估其偏差程度。 可以利用Rbar/d2來(lái)評(píng)估其EV，例用EV/TV可以了解其相應(yīng)的EV%。,示例,Master的值為48 產(chǎn)品的公差為48+-2 所以偏差為影響百分比為(48.48-48)/4，

40、當(dāng)然也可以進(jìn)行相應(yīng)的統(tǒng)計(jì)t檢定看是否有顯著差異 利用Rbar/d2來(lái)估計(jì)其標(biāo)準(zhǔn)差，也可以評(píng)估其相應(yīng)的EV%。,Minitab的做法,收集數(shù)據(jù),將數(shù)據(jù)輸入minitab中,制作控制圖,判圖,數(shù)據(jù)解析,判定儀器的適用性,偏倚分析的做法,偏倚分析的做法,決定要分析的測(cè)量系統(tǒng),抽取樣本，取值參考值,請(qǐng)現(xiàn)場(chǎng)測(cè)量人員測(cè)量15次,輸入數(shù)據(jù)到minitab中,計(jì)算t值，並判定,是否合格，是否要加補(bǔ)正值,保留記錄,自控制計(jì)劃中去尋找需要分析的測(cè)量系統(tǒng)，主要的考慮來(lái)自： 控制計(jì)劃中所提及的產(chǎn)品特性 控制計(jì)劃中所提及的過(guò)程特性,偏倚分析的做法,決定要分析的測(cè)量系統(tǒng),抽取樣本，取值參考值,請(qǐng)現(xiàn)場(chǎng)測(cè)量人員測(cè)量15次,輸

41、入數(shù)據(jù)到minitab中,計(jì)算t值，並判定,是否合格，是否要加補(bǔ)正值,保留記錄,自生產(chǎn)現(xiàn)場(chǎng)抽取樣本： 一般是取在制程中間的產(chǎn)品。 拿取此產(chǎn)品到更高精密的測(cè)量設(shè)備，測(cè)量十次，加以平均，取得參考值。,偏倚分析的做法,決定要分析的測(cè)量系統(tǒng),抽取樣本，取值參考值,請(qǐng)現(xiàn)場(chǎng)測(cè)量人員測(cè)量15次,輸入數(shù)據(jù)到minitab表格中,計(jì)算t值，並判定,是否合格，是否要加補(bǔ)正值,保留記錄,現(xiàn)場(chǎng)人員測(cè)量： 現(xiàn)場(chǎng)人員：指的是實(shí)際在現(xiàn)場(chǎng)工作的人員，由于他們來(lái)進(jìn)行測(cè)量，才能真正了解公司測(cè)量的偏差是多少。 重復(fù)測(cè)量十五次，取記錄其值。,偏倚分析的做法,決定要分析的測(cè)量系統(tǒng),抽取樣本，取值參考值,請(qǐng)現(xiàn)場(chǎng)測(cè)量人員測(cè)量15次,輸入數(shù)

42、據(jù)到minitab表格中,計(jì)算t值，並判定,是否合格，是否要加補(bǔ)正值,保留記錄,將數(shù)據(jù)輸入到minitab中： excel：我們利用來(lái)計(jì)劃平均值，標(biāo)準(zhǔn)差，以及平均值的標(biāo)準(zhǔn)差。 平均值使用的語(yǔ)法：average 標(biāo)準(zhǔn)差的語(yǔ)法為：stdev,偏倚分析的做法,決定要分析的測(cè)量系統(tǒng),抽取樣本，取值參考值,請(qǐng)現(xiàn)場(chǎng)測(cè)量人員測(cè)量15次,輸入數(shù)據(jù)到EXCEL表格中,計(jì)算t值，並判定,是否合格，是否要加補(bǔ)正值,保留記錄,計(jì)算t值，并加以判定 t值的計(jì)算法：利用(平均值-標(biāo)準(zhǔn)值)平均值的標(biāo)準(zhǔn)差。 t=是指用來(lái)判定是否有明顯偏差的基準(zhǔn)，其和自由度有關(guān)，一般典型的=0.05 如果t t就代表有明顯的偏移。 如果t t

43、就代表沒(méi)有明顯的偏移。 在minitab中可直接看p值,偏倚分析的做法,決定要分析的測(cè)量系統(tǒng),抽取樣本，取值參考值,請(qǐng)現(xiàn)場(chǎng)測(cè)量人員測(cè)量15次,輸入數(shù)據(jù)到EXCEL表格中,計(jì)算t值，並判定,是否合格，是否要加補(bǔ)正值,保留記錄,結(jié)果判定 如果t t就代表有明顯的偏移。 此時(shí)就要再看其所受的影響。 我們利用偏差公差，或偏差過(guò)程變化范圍來(lái)了解其受影響的比例，如果比例比較高時(shí)那么就可能儀器要停用或者修理。,偏倚分析的做法,決定要分析的測(cè)量系統(tǒng),抽取樣本，取值參考值,請(qǐng)現(xiàn)場(chǎng)測(cè)量人員測(cè)量15次,輸入數(shù)據(jù)到EXCEL表格中,計(jì)算t值，並判定,是否合格，是否要加補(bǔ)正值,保留記錄,保留記錄 各項(xiàng)的線(xiàn)性分析的記錄要

44、保存下來(lái)，可以和PPAP檔案存放在一起，以有效證明公司的測(cè)量?jī)x器其測(cè)量能力是足夠的。,偏差練習(xí),數(shù)據(jù)解析結(jié)果,將數(shù)據(jù)輸入minitab,Select: Stat Basic Statistics 1 Sample t,設(shè)定檢定對(duì)像及檢定值,輸入基準(zhǔn)值,繪圖選檢定直方圖,可以選擇不同的圖型來(lái)形象表示,置信區(qū)間選0.95,選擇置信區(qū)間,選擇假設(shè)和被擇假設(shè),結(jié)果輸出,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%

45、CI T P 偏差 ( -0.1107, 0.1241) 0.12 0.905 t Histogram of 偏差,圖形輸出,線(xiàn)性的研究指南1,取至少5個(gè)樣本，樣本測(cè)量值要覆蓋測(cè)量?jī)x器一定的量程范圍。 確定每個(gè)樣本的基準(zhǔn)值 測(cè)量樣本大于等于10次，取均值作為“基準(zhǔn)值”,線(xiàn)性的研究指南2,隨機(jī)化選擇樣本讓評(píng)價(jià)人測(cè)量 由現(xiàn)場(chǎng)實(shí)際操作該儀器的人員測(cè)量樣本 對(duì)每個(gè)樣本測(cè)量10次以上,線(xiàn)性的研究指南3,計(jì)算每次測(cè)量的樣本的偏倚 計(jì)算每種樣本測(cè)量的偏倚均值,線(xiàn)性的研究指南4,對(duì)計(jì)算出的偏倚均值和基準(zhǔn)值建立線(xiàn)性關(guān)系： ， 是基準(zhǔn)值， 是偏倚平均值 利用最小二乘法計(jì)算出斜率a和截距b ，以及在置信水平為下的置

46、信帶 由于計(jì)算很復(fù)雜（見(jiàn)MSA第三版79頁(yè)），推薦使用軟件進(jìn)行擬合，EXCEL或MINITAB,線(xiàn)性的研究指南5,畫(huà)出“bias0”的直線(xiàn) 若“bias0”的直線(xiàn)完全在擬合線(xiàn)置信帶以?xún)?nèi)，則線(xiàn)性可接受；否則，線(xiàn)性不可接受,線(xiàn)性的研究指南6,線(xiàn)性分析的記錄要保存下來(lái)，可以和PPAP檔案存放在一起，以有效證明公司的測(cè)量?jī)x器其測(cè)量能力是足夠的。,例題,一名工廠(chǎng)主管希望對(duì)過(guò)程采用新測(cè)量系統(tǒng)。作為PPAP的一部份，需要評(píng)價(jià)測(cè)量系統(tǒng)的線(xiàn)性?；谝炎C明的過(guò)程變差，在測(cè)量系統(tǒng)操作量程內(nèi)選擇了五個(gè)零件。每個(gè)零件經(jīng)過(guò)全尺寸檢測(cè)測(cè)量以確定其基準(zhǔn)值。然后由領(lǐng)班分別測(cè)量每個(gè)零件12次。研究中零件是被隨機(jī)選擇的。,例題,例

47、題解答,MINITAB軟件操作,從StatQuality ToolsGage StudyGage Linearity and Bias Study進(jìn)入,結(jié)果輸出,結(jié)論,從圖形可以明顯看出：測(cè)量系統(tǒng)存在線(xiàn)性問(wèn)題。 “偏倚0”的線(xiàn)與置信帶交叉，但不包含在內(nèi)。 主管需要對(duì)線(xiàn)性問(wèn)題查找原因 如果偏倚在測(cè)量范圍內(nèi)不能調(diào)整為0，只要測(cè)量系統(tǒng)穩(wěn)定性O(shè)K，進(jìn)行軟件調(diào)零后仍可用于產(chǎn)品和過(guò)程的控制，但不能用于對(duì)產(chǎn)品和過(guò)程進(jìn)行分析。,R&R分析的做法,R&R分析,決定要分析的測(cè)量系統(tǒng),選取十個(gè)可以代表製程的樣本 以及挑選現(xiàn)場(chǎng)實(shí)際測(cè)量人員23人,請(qǐng)現(xiàn)場(chǎng)人員對(duì)十個(gè)產(chǎn)品連續(xù)重複 測(cè)量23次，記得盲測(cè)的要求,輸入數(shù)據(jù)到EX

48、CEL的R&R表格中,計(jì)算出R&R的結(jié)果,進(jìn)行判定，和採(cǎi)取相應(yīng)措施,保留記錄,決定要分析的測(cè)量系統(tǒng) 由控制計(jì)劃當(dāng)中挑選，需要進(jìn)行分析的儀器。 一般典型包含了產(chǎn)品特性測(cè)量?jī)x器以及過(guò)程特性測(cè)量?jī)x器。 測(cè)量風(fēng)險(xiǎn)愈高的儀器要愈優(yōu)先分析。,R&R分析,決定要分析的測(cè)量系統(tǒng),選取十個(gè)可以代表製程的樣本 以及挑選現(xiàn)場(chǎng)實(shí)際測(cè)量人員23人,請(qǐng)現(xiàn)場(chǎng)人員對(duì)十個(gè)產(chǎn)品連續(xù)重複 測(cè)量23次，記得盲測(cè)的要求,輸入數(shù)據(jù)到EXCEL的R&R表格中,計(jì)算出R&R的結(jié)果,進(jìn)行判定，和採(cǎi)取相應(yīng)措施,保留記錄,選擇十個(gè)可以代表制程變化的產(chǎn)品，一般此項(xiàng)產(chǎn)品的變化，最好能夠覆蓋產(chǎn)品的變化范圍比較好。 選擇可以代表實(shí)際現(xiàn)測(cè)量人員的操作測(cè)量人

49、員。 每一個(gè)測(cè)量人員針對(duì)每一個(gè)產(chǎn)品重復(fù)測(cè)量23 次。 測(cè)量風(fēng)險(xiǎn)愈高的儀器要愈優(yōu)先分析。,R&R分析,請(qǐng)現(xiàn)場(chǎng)人員對(duì)十個(gè)產(chǎn)品重復(fù)測(cè)量23次。 在測(cè)量時(shí)，要使用盲測(cè)的原則，偵測(cè)出人員平常測(cè)量時(shí)的無(wú)意識(shí)錯(cuò)誤，才能真正估計(jì)出在正式測(cè)量時(shí)的誤差。,決定要分析的測(cè)量系統(tǒng),選取十個(gè)可以代表製程的樣本 以及挑選現(xiàn)場(chǎng)實(shí)際測(cè)量人員23人,請(qǐng)現(xiàn)場(chǎng)人員對(duì)十個(gè)產(chǎn)品連續(xù)重複 測(cè)量23次，記得盲測(cè)的要求,輸入數(shù)據(jù)到EXCEL的R&R表格中,計(jì)算出R&R的結(jié)果,進(jìn)行判定，和採(cǎi)取相應(yīng)措施,保留記錄,R&R分析,決定要分析的測(cè)量系統(tǒng),選取十個(gè)可以代表製程的樣本 以及挑選現(xiàn)場(chǎng)實(shí)際測(cè)量人員23人,請(qǐng)現(xiàn)場(chǎng)人員對(duì)十個(gè)產(chǎn)品連續(xù)重複 測(cè)量23

50、次，記得盲測(cè)的要求,輸入數(shù)據(jù)到EXCEL的R&R表格中,計(jì)算出R&R的結(jié)果,進(jìn)行判定，和採(cǎi)取相應(yīng)措施,保留記錄,將各項(xiàng)的測(cè)量數(shù)據(jù)輸入到excel的檔案當(dāng)中。 輸入數(shù)據(jù)時(shí)要注意有效讀數(shù)，只取到最小讀數(shù)，如果要估讀，只能估讀一半。,R&R分析,決定要分析的測(cè)量系統(tǒng),選取十個(gè)可以代表製程的樣本 以及挑選現(xiàn)場(chǎng)實(shí)際測(cè)量人員23人,請(qǐng)現(xiàn)場(chǎng)人員對(duì)十個(gè)產(chǎn)品連續(xù)重複 測(cè)量23次，記得盲測(cè)的要求,輸入數(shù)據(jù)到EXCEL的R&R表格中,計(jì)算出R&R的結(jié)果,進(jìn)行判定，和採(cǎi)取相應(yīng)措施,保留記錄,計(jì)算出R&R的結(jié)果 一般利用此項(xiàng)的excel表格可以得可以下的結(jié)果： AV:人員的變異 EV:儀器的變異 PV：產(chǎn)品的變異 TV

51、：總變異 R&R%：重復(fù)性和再現(xiàn)性所占的比例。,R&R分析,決定要分析的測(cè)量系統(tǒng),選取十個(gè)可以代表製程的樣本 以及挑選現(xiàn)場(chǎng)實(shí)際測(cè)量人員23人,請(qǐng)現(xiàn)場(chǎng)人員對(duì)十個(gè)產(chǎn)品連續(xù)重複 測(cè)量23次，記得盲測(cè)的要求,輸入數(shù)據(jù)到EXCEL的R&R表格中,計(jì)算出R&R的結(jié)果,進(jìn)行判定，和採(cǎi)取相應(yīng)措施,保留記錄,判定： R&R%30%，不可以接受。,R&R分析,決定要分析的測(cè)量系統(tǒng),選取十個(gè)可以代表製程的樣本 以及挑選現(xiàn)場(chǎng)實(shí)際測(cè)量人員23人,請(qǐng)現(xiàn)場(chǎng)人員對(duì)十個(gè)產(chǎn)品連續(xù)重複 測(cè)量23次，記得盲測(cè)的要求,輸入數(shù)據(jù)到EXCEL的R&R表格中,計(jì)算出R&R的結(jié)果,進(jìn)行判定，和採(cǎi)取相應(yīng)措施,保留記錄,保留記錄 各項(xiàng)的R&R的記

52、錄要保存下來(lái)，可以和PPAP檔案存放在一起，以有效證明公司的測(cè)量?jī)x器其測(cè)量能力是足夠的。,R&R練習(xí),Select: Stat Quality Tools Gage Study Gage R&R Study (Crossed),輸入各項(xiàng)參數(shù),得到結(jié)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*Par

53、t 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

54、 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,圖形結(jié)果,Phase 3計(jì)數(shù)型MSA,假設(shè)檢驗(yàn)法1,選取2050個(gè)樣本，樣本數(shù)可根據(jù)實(shí)際情況而定 此樣本要包括合格、不合格的產(chǎn)品，臨界附近的產(chǎn)品 研究人員對(duì)每一樣本取得基準(zhǔn)值，并正確判斷是否合格 23名現(xiàn)場(chǎng)的測(cè)量人員,假設(shè)檢驗(yàn)法2,每個(gè)人重復(fù)測(cè)量23次，根據(jù)規(guī)格作出是否合格的判定,假設(shè)檢驗(yàn)法3,將測(cè)量人員

55、的判定結(jié)果記錄在表格中 記“1”為合格；記“0”為不合格,假設(shè)檢驗(yàn)法4,利用交叉表方法來(lái)確定評(píng)價(jià)人之間和評(píng)價(jià)人與基準(zhǔn)值之間的一致性 計(jì)算每個(gè)評(píng)價(jià)人作出判定的有效性,假設(shè)檢驗(yàn)法5,一致性 kappa值大于0.75，一致性好 Kappa值小于0.4，則一致性差 有效性 個(gè)人的重復(fù)性正確百分比90%。 個(gè)人和標(biāo)準(zhǔn)值相比較的正確百分比90%。 全部測(cè)量人員一致的百分比90%。 全部測(cè)量人員和標(biāo)準(zhǔn)一致的百分比90%。 萬(wàn)一小于此百分比，則代表此測(cè)量系統(tǒng)尚不可以被接受，應(yīng)做 調(diào)整。,假設(shè)檢驗(yàn)法6,風(fēng)險(xiǎn)分析的記錄要保存下來(lái)，可以和PPAP檔案存放在一起，以有效證明公司的測(cè)量?jī)x器其測(cè)量能力是足夠的。,案例,某

56、生產(chǎn)過(guò)程受控，但性能指數(shù)Pp=Ppk=0.5，該過(guò)程會(huì)產(chǎn)生較多不合格產(chǎn)品。 因此，需要一個(gè)可接受的計(jì)數(shù)型測(cè)量系統(tǒng)將不合格產(chǎn)品從生產(chǎn)流中挑選出來(lái)。與計(jì)量型量具不同的是，該量具不能指出產(chǎn)品的好壞，只能指出產(chǎn)品可接受或拒絕。,LSL,USL,0.50,0.60,0.40,案例,這個(gè)測(cè)量系統(tǒng)與公差相比的%GRR25%，公差為0.01。但尚未小組證明，需要進(jìn)行測(cè)量系統(tǒng)研究。 樣本的選擇：隨機(jī)地從過(guò)程中抽取50個(gè)零件樣本，要覆蓋過(guò)程變差。（注：樣本要包括合格、不合格的產(chǎn)品，臨界附近的產(chǎn)品）,案例,選擇三名評(píng)價(jià)人，每個(gè)人對(duì)每個(gè)產(chǎn)品評(píng)價(jià)了三次，記錄在計(jì)數(shù)型研究數(shù)據(jù)表中,一致性分析列聯(lián)表（評(píng)價(jià)人之間）,A與B的

57、列聯(lián)表,列聯(lián)表（評(píng)價(jià)人之間）,B與C的列聯(lián)表,列聯(lián)表（評(píng)價(jià)人之間）,A與C的列聯(lián)表,一致性分析Kappa,Kappa是一個(gè)評(píng)價(jià)人之間一致性的測(cè)量值 Kappa的計(jì)算： 設(shè)p0列聯(lián)表正對(duì)角線(xiàn)單元中觀測(cè)值的總和 pe列聯(lián)表正對(duì)角線(xiàn)單元中期望值的總和 Kappa（p0pe）/（1pe） Kappa的判定（通常的建議法則） Kappa大于0.75表示好的一致性 Kappa小于0.4則表示一致性差，需要改進(jìn),Kappa評(píng)價(jià)人之間,計(jì)算評(píng)價(jià)人之間的Kappa值,列聯(lián)表（評(píng)價(jià)人與基準(zhǔn)值）,A與基準(zhǔn)判斷列聯(lián)表,列聯(lián)表（評(píng)價(jià)人與基準(zhǔn)值）,B與基準(zhǔn)判斷列聯(lián)表,列聯(lián)表（評(píng)價(jià)人與基準(zhǔn)值）,C與基準(zhǔn)判斷列聯(lián)表,Kapp

58、a評(píng)價(jià)人與基準(zhǔn)值,評(píng)價(jià)人與基準(zhǔn)值之間的一致性,有效性,有效性的計(jì)算 有效性正確判斷的數(shù)量/判斷機(jī)會(huì)的總數(shù) 案例的計(jì)算結(jié)果如下,有效性,測(cè)量系統(tǒng)的有效性計(jì)算結(jié)果,MINITAB軟件的操作,利用MINITAB軟件，我們同樣可以進(jìn)行測(cè)量系統(tǒng)的有效性和一致性的分析，從StatQuality toolsAttribute Agreement Analysis入口。,MINITAB軟件操作,軟件分析的結(jié)果如下,Attribute Agreement Analysis for 評(píng)價(jià)結(jié)果 Within Appraisers Assessment Agreement Appraiser # Inspected

59、# Matched Percent 95 % CI A 50 42 84.00 (70.89, 92.83) B 50 45 90.00 (78.19, 96.67) C 50 40 80.00 (66.28, 89.97) # Matched: Appraiser agrees with him/herself across trials. Fleiss Kappa Statistics Appraiser Response Kappa SE Kappa Z P(vs 0) A 0 0.760000 0.0816497 9.3081 0.0000 1 0.760000 0.0816497 9

60、.3081 0.0000 B 0 0.845073 0.0816497 10.3500 0.0000 1 0.845073 0.0816497 10.3500 0.0000 C 0 0.702911 0.0816497 8.6089 0.0000 1 0.702911 0.0816497 8.6089 0.0000,MINITAB軟件操作,Each Appraiser vs Standard Assessment Agreement Appraiser # Inspected # Matched Percent 95 % CI A 50 42 84.00 (70.89, 92.83) B 50