您好,欢迎访问三七文档
当前位置:首页 > 商业/管理/HR > 质量控制/管理 > 已读-A-Minitab-常用操作-p82
JohnsonControls29Oct2009Minitab常用操作简介29Oct2009JohnsonControls2目录入门课程数据分类数据分析的一般思路(四步骤)如何选择合适的质量工具?基础班简单的统计图形:直方图、Paratoo图、饼图、散点图SPC方法及步骤MSA(可变数据/属性数据)计算过程能力Cp/Cpk/Pp/Ppk一、数据的分类29Oct2009JohnsonControls3数据属性数据二项分布泊松分布可变数据正态分布非正态分布29Oct2009JohnsonControls4二.数据分析的一般思路我们看到一组或几组数据,一定要理清大致的分析思路,一般来说,分为四个阶段:稳定性分析研究分布研究偏差研究中心29Oct2009JohnsonControls5三.如何选择合适的质量工具离散型连续型卡方检验(ChiSquare)T检验(t-test)方差分析(ANOVA)试验设计(DOE)相关回归(CorrelationRegression)非参数检验对数回归(LogisticRegression)离散型连续型XYY=f(x)四、简单的统计图形直方图Paratoo图饼图散点图29Oct2009JohnsonControls6直方图29Oct2009JohnsonControls7直方图29Oct2009JohnsonControls8Paratoo图29Oct2009JohnsonControls9Paratoo图29Oct2009JohnsonControls10饼图29Oct2009JohnsonControls11散点图29Oct2009JohnsonControls1229Oct2009JohnsonControls13目标理解控制图的基本原理,确认过程稳定性主要内容•控制图•统计过程控制•过程判异原则五、SPC控制图3530252015105039342924ObservationNumberIndividualValueIChartforC1X=30.603.0SL=37.36-3.0SL=23.8429Oct2009JohnsonControls14什么是控制图•控制图是通过时间的推移来统计跟踪流程和产品参数的方法。控制图具体表现出反应(随机)变动的变动的自然界限的控制上限与下限。这些界限不应与客户规格界限相比较。•控制图基于对X或Y设立±3σ平均界限29Oct2009JohnsonControls15一个控制图的组成成分3530252015105039342924ObservationNumberIndividualValueIChartforC1X=30.603.0SL=37.36-3.0SL=23.84UCL:控制上限LCL:控制下限UCL=m+k1sCL=mLCL=m–k2sCL:中心线Mx样本平均的均值S得自样本的标准差K1,k2标示不同寻常的观测值的常数(通常=3)29Oct2009JohnsonControls16计数型计量型什么类型的数据?按群还是按个体收集的数据?是缺陷还是不良项目?群(平均值)(n1)个体数值(n=1)X-BarRX-BarS个体移动范围(I-MR)特殊类型的“缺陷”不良项目缺陷的概率低吗?如果你知道坏的数,你知道好的数吗?泊松分布二项分布个体移动范围(I-MR)否是是每个样本数的几率面积不变?是否c图u图不变的样本数?np图否是p图选择正确的管理图注:X-BarS适合于群大小(n)10控制图选择方法29Oct2009JohnsonControls17控制图管理一般原则LCLCLUCL管理状态(偶然原因引起的波动)异常状态(特殊原因引起的波动)-3σ+3σ①②①+②=α=0.27%异常状态(特殊原因引起的波动)29Oct2009JohnsonControls18控制图异常状态检验方法在MINITAB可以对可能成为异常状态的8种特别原因进行检验.A,B.C显示离中心线分别相距标准偏差3,2,1的区域.•检验1:一个点超出区域A•检验2:以中心线为基准,在同一侧面有9个连续点.•检验3:相连的6个点连续上升或下降.•检验4:连续的14个点相继上升或下降,对此应检讨数据的操作性.•检验5:连续的3个点中2个在A区域(以中心线为基准在同一侧)•检验6:连续的5个点中4个在区域B或其外边的位置(以中心值为基准在同一侧)•检验7:连续的15个点在区域C(以中心线为基准看两侧)第一是什么使它变好第二是数据是否读错或测定仪误差•检验8:连续的8个点在区域C外边的位置(以中心线基准两侧)29Oct2009JohnsonControls19Xbar-R控制图29Oct2009JohnsonControls20Xbar-R控制图29Oct2009JohnsonControls21IM-R控制图29Oct2009JohnsonControls22IM-R控制图29Oct2009JohnsonControls23P图29Oct2009JohnsonControls24P图29Oct2009JohnsonControls25U图29Oct2009JohnsonControls26六.测量系统分析MSA29Oct2009JohnsonControls27我们无法评价我们不知道的,如果我们不能用数据表示,实际上就等于不知道只有正确地认识,才能进行管理我们无法管理时,只能依靠运气-摘自“TheVisionofSixSigma”(MikelJ.Harry)测量系统的意义•没有两个东西是完全相同的,但是即使是,我们测量时仍然会得到不同的值。•在六西格玛管理中,数据的应用是极其频繁和相当广泛的。六西格玛方法的成败与效益,在很大程度上取决于所使用的数据的质量。无论是过程控制、抽样检验、回归分析、试验设计等都需要使用数据。为了获得高质量的数据,需要对产生数据的测量系统有充分的了解和深入的分析。29Oct2009JohnsonControls28测量值的构成真值(实际产品散布)测量误差(测量散布)测量值(观测的散布)+=尽管有数据但它不是时常是事实,有必要确认数据的可靠性.29Oct2009JohnsonControls29测量系统分析方法测量内容有两种形式计量值/定量值-数据可以用连续的标尺来描述计数值/定性值-数据不能用连续的标尺来描述-通过/不通过,好/坏等计量值和计数值必须用不同的方法处理29Oct2009JohnsonControls30计量型测量系统分析29Oct2009JohnsonControls31可变数据MSA•让我们用Minitab来分析一些数据•打开文件计量型MSA试题-1•使用Minitab的测量测量系统分析功能29Oct2009JohnsonControls32可变数据MSA29Oct2009JohnsonControls33MinitabSession解释零件与操作者没有交互影响可变数据MSA来源DFSSMSFP部件988.36199.81799492.2910.000操作者23.16731.5836379.4060.000Part*Operator180.35900.019940.4340.974重复性602.75890.04598Total8994.647129Oct2009JohnsonControls34MinitabSession解释量具R&R方差分量来源方差分量贡献率合计量具R&R0.091437.76重复性0.039973.39再现性0.051464.37Operator0.051464.37部件间1.0864592.24合计变异1.17788100.00过程公差=2研究变异%研究变异%公差来源标准差(SD)(6*SD)(%SV)(SV/Toler)合计量具R&R0.302371.8142327.8636.28重复性0.199931.1996018.4223.99再现性0.226841.3610320.9027.22Operator0.226841.3610320.9027.22部件间1.042336.2539696.04125.08合计变异1.085306.51180100.00130.24可区分的类别数=4可变数据MSA29Oct2009JohnsonControls35MinitabSession解释•因测量系统的变动(贡献度)是7.76%,零件间的差异变动是92.24%.•重复性散布是3.39%再现性散布是4.37%.•测量系统的精确度/过程波动比是27.86%,可以接受.•测量系统的精确度/容差比是36.28,测量系统判别良/不良的能力不足.•测量系统的识别力是4,可以接受.可变数据MSA29Oct2009JohnsonControls36PercentPart-to-PartReprodRepeatGageR&R100500%Contribution%?Study?Var%ToleranceSampleRange1.00.50.0_R=0.342UCL=0.880LCL=0ABCSampleMean20-2__X=0.001UCL=0.351LCL=-0.348ABCPart1098765432120-2OperatorCBA20-2PartAverage1098765432120-2OperatorABCGagename:Dateofstudy:Reportedby:Tolerance:Misc:ComponentsofVariationRChartbyOperatorXbarChartbyOperatorMeasurementbyPartMeasurementbyOperatorOperator*PartInteractionGageR&R(ANOVA)forMeasurementMinitab图表分析“整个散布中,GAUGER&R占据的比重是否充分的小?”GageR&R,Repeat,Reprod.的高度越接近0越好.“作业者别反复测量值是否稳定”注意!!!RChart的界限线超出的话,调查其原因后再测量.“相互不同零件鉴别能力是否充分?”与RChart相反,脱离管理界限线越多越好.可变数据MSA29Oct2009JohnsonControls37PercentPart-to-PartReprodRepeatGageR&R100500%Contribution%?Study?Var%ToleranceSampleRange1.00.50.0_R=0.342UCL=0.880LCL=0ABCSampleMean20-2__X=0.001UCL=0.351LCL=-0.348ABCPart1098765432120-2OperatorCBA20-2PartAverage1098765432120-2OperatorABCGagename:Dateofstudy:Reportedby:Tolerance:Misc:ComponentsofVariationRChartbyOperatorXbarChartbyOperatorMeasurementbyPartMeasurementbyOperatorOperator*PartInteractionGageR&R(ANOVA)forMeasurementMinitab图表分析“所选的样本是否能正确反映过程的散布?”.如果此值均一的话,可认为样本没有正确反映过程的实际散布情况“作业者间存在差异与否?”而言的.作业者无差异为好.“根据标本各作业者是否进行相互不同的测量?”而说的.对于标本,各作业者的测量值相同为好.可变数据MSA29Oct2009JohnsonControls38属性数据测量系统分析29Oct2009JohnsonControls39•数据收集的范围是?-合格品50%,不合格品50%40%为确时的合格品,40%为确实的不合格品20%为不容易区别的•数据需要收集多少?-一般需要收集100个左右.检验者数样本数各样本的反复
本文标题:已读-A-Minitab-常用操作-p82
链接地址:https://www.777doc.com/doc-413473 .html