Minitab 基础课程

Minitab,基础课程,挑战极限 追求完美,单击此处编辑母版标题样式,*,演示文档,路漫漫其悠远,少壮不努力，老大徒悲伤,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,Minitab 基础课程,前 言,欢,迎您参加Minitab 基础课程，当你完成此课程时，你将了解Minitab所具备统计与品管工具的基本操作，在未来执行数据分析或质量改善时，Minitab可协助您各项分析，达到事半功倍之效果。,2,Minitab基础课程大纲,Minitab,介绍,Minitab,环境介绍,基本图形分析,基本统计操作,3,Minitab介绍,Minitab,公司成立于1972年，最初是帮助大学教授进行基础统计学方面的教学。,1988年，Barbara F.Ryan女士成为公司的CEO，她成功地将,Minitab,公司的服务范围扩展到企业质量统计方法的领域。,4,Minitab介绍,Minitab,软件的简单、快速等特点，很快成为美国高校统计分析学科计算机教学的标准工具。现今，,Minitab,已,在全球超过4,000所的高等院校中使用。方便使用和掌握的特点使得,Minitab,得到了大家的信任，并成为统计领域最普及的软件工具。,Minitab,软件已经成为质量统计软件领域的领导者。它已在全球80个国家中得到使用，从新兴企业到世界500 强的知名公司。,Mintab,正在发挥着越来越积极的作用。它的客户包括了福特汽车、3M公司、GE公司等知名业。,5,Minitab介绍,Minitab,R13,系統需求,Windows98ME,、,2000,、,XP,或,Windows NTTM 4,，,需要,64MB RAM,使用以上处理器的个人计算机,85MB,硬盘空间供完全安装（包括全部的说明文件）,VGA,或,SVGA,显示器，建议最低分辨率为,800x600,6,Minitab介绍,可靠度与存活分析,（Reliability）,多变量分析,（Multivariate）,样本数分析,（Power and Sample,Sizes）,时间数列,（Time Series）,无母数分析,（Non-parametrics）,巨集,（Macro）,简易功能,数据与档案管理,图形,（Graph）,基本统计分析,(Basic Statisitcs),回归分析,（Regression）,变异数分析,（ANOVA）,统计制程管制,(SPC),实验设计,（DOE）,量测系统分析,(Gage Study),7,Minitab环境,对话,视窗,资料视窗,图形视窗,8,Minitab环境,编辑最后对话框,对话视窗,现行资料视窗,专案管理,统计指引,显示对话夹 显示工作表夹 显示图形夹 显示资讯,显示经历,显示报告 显示相关文件 显示设计,File,Edit,Data,Calc,Stat,Graphic,Editor,Window,Tools,Help,档案,编辑,操作,计算,统计,图形,编辑器,视窗,工具,说明,9,Minitab环境,文字资料,数字资料 时间日期资料,10,基本图形操作,推移图,柏拉图,散布图,直方图,箱型图,柱狀图,矩阵散布图,等高线图,11,柏 拉 图,例：,纪录机车里程计的不良，根据资料请分析出此不良品中发生最多的原因为何？,选择档案,the,worksheet,“,EXH_QC.MTW”.,2.,选择,Stat,Quality,Tools,Pareto Chart,12,柏 拉 图,3. 点选,Chart defects table,，Label in 填入“Defects”。Frequencies in 填入“Counts”,4.选择,OK,13,散布图分析,例：,根据资料请分析广告支出部份,与业务销售部分是否相关,1. 选择档案the worksheet “MARKET.MTW”.,2. 选择,Graph,Character Graphs,Scatterplot,14,散 布 图,3,. 中,Y variables,栏选入“Sales”，在,X variables,中选入“Advertis”。,选择,OK,15,直 方 图,例：,纪录机车里程计的不良，,根据数据请分析缺点数据,的分部状况与外型,选择档案,the,worksheet “EXH_QC.MTW”.,2.,选择,Graph, Histogram,16,直 方 图,3. 在,Graph Variable,选入“Faults”。,选择,OK,17,箱型图分析,例：,求男性与女性身高的箱型图，男Sex=1，女Sex=2,1. 选择档案the worksheet “PULSE.MTW”.,2. 选择,Graph,Boxplot,18,箱 型 图,3.,在,Graph variables,y,选择“Pulse2”.在,x 选择“Sex”.,再选择OK.,19,柱狀 图,例：,请将1991,1992市场销售平均金额，利用,柱狀图显示,1. 选择档案the worksheet “MARKET.MTW”.,2. 选择,Graph,Chart,20,柱狀图分析,3.因为本例题为平均值，,Function,选“Mean”,measurement,栏选入“Sales”. 在,Categor,y,栏选入“Year”，,选择OK .,21,矩阵散布图,例：,求身高，体重及脉搏的矩阵,散布图,1. 选择档案the worksheet “PULSE.MTW”.,2. 选择,Graph,Matrix plot,22,矩阵散布图,3.在,Graph variables,选择“Pulse2”. “Height,”,“Weight”,选择,OK,.,23,矩阵散布图,例：,绘制Y轴pulse1, pulse2,X轴为身高，体重及性别,1. 选择档案the worksheet “PULSE.MTW”.,2. 选择,Graph,Matrix plot,3. 点选图形类别Each Y versus each X 选择,Simple,选择,OK,24,矩阵散布图,2.在Y轴栏选“Pulse1,Pulse2”，在X轴栏选,“Sex Height Weight” ，,点选OK,25,推 移 图,例：,此公司为生产测量辐射的设,备，为了探讨量测的变异，,根据实验纪录做推移图分析,1. 选择档案the worksheet “RADON.MTW”.,2. 选择,Stat,Quality Tools,Run Chart,.,3. 在,Single column,填入“Membrane”。在,Subgroup,size,填入“2”,4.选择,OK,26,推 移 图,27,推 移 图,超过期望的串数,来自两个母体混杂,(资料呈现随机趋势),少于期望的串数,数据成串(资料呈现不随机趋势),超过期望的串数资料上下震荡变化,少于期望的串数,资料呈某种趋势,随机性检定的方法：,1.以中位数,计算串数,2,.以上下趋势,计算串数,28,等高线图,例,：,利用等高线图绘制经度，纬度，,高度关系,1, 档案EXH_GRPH.MTW.,2. 选择,Graph,Contour Plot,3. 选择“Alt” 在,Z, “Lat” 在,Y, “Long” 在,X,.,4. OK,29,等高线图,30,基本统计操作,平均数、中位数与,标准差,Z检定分析,t检定分析,Xbar-R管制图,p Chart管制图,制程能力,量测系统分析,31,平均数、中位数与,标准差,例：,求男性与女性身高的平均数与,标准差，男Sex=1，女Sex=2,1. 选择档案the worksheet “PULSE.MTW”.,2. 选择,Stat,Basic Statistics,Display Descriptive Statistics,.,3.在,Variables, 选入“Height”。检查,By variable,选入“,Sex,”,选择,OK,32,平均数、中位数与,标准差,Workshop：,求男性与女性体重的平均数与标准差，,男Sex=1，女Sex=2,平均数,标准差,中位数,33,Z检定分析,例：测量某机械部品9 件， 根据历史资料此部品分配接近常态，且=0.2mm。我们希望此平均数=5.0mm。请分析此9件部品在5%显著水平下,，是否可判断此数据与平均数=5.0 mm 有差异？,1. 选择档案the worksheet “EXH_STAT.MTW”.,2. 选择,Stat,Basic Statistics,1-Sample Z,.,34,Z检定分析,3. 在,Variable,字段中选入“Values”,4. 在,Sigma,中输入“0.2”,5. 在,Test mean,输入“ 5.0”,6. 点选,Options,，在,Confidence level,输入“95”，在,Alternative,选择“not equal”，,点选,OK,35,Z检定分析,P = 0.002,Basic Statistics,1-Sample t,.,37,t 检定分析,3. 在,Variables,字段中选入“Values”.,4. 在,Test mean,输入“5.0”.,5. 点选,Options,在,Confidence level,输入“95”，在,Alternative,选择“not equal”，点选,OK,，,OK,38,t 检定分析,P=0.0340.05 表示拒绝平均数=5 的假设，,也就是此样本与前历史纪录是有所差异的,39,Workshop,EXH_STAT.MTW,测量某机械部品9件，根据历史资料此部品,分配接近常态，但是未知母体值。,我们希望此,平均数5.0mm,。请分析此9件,部品在5%显著水平下，此数据是否,平均数,Control Charts,Xbar-R,41,Xbar R 管制图,3.选择“,Data are arranged as,中,single,column ” 选入 “Supp2”,在,Subgroup size,输入,“ 5”,OK.,42,Xbar R 管制图,43,计量值管制图判读,1,.,1 点超出从中心线起算,3,个Sigma,2,.,9,点在同一侧,3,.,6,点以递增或递减的趋势分布,4,.,14,点分布呈现上下交替,5,.,3,点中有,2,点分布于从中心线起算2 Sigma以上(同侧),6,.,5,点中有,4,点分布于从中心线起算1 Sigma以上(同侧),7,.,15,点分布于同侧从中心线起算1 Sigma 的范围内(两侧),8,.,8,点在同一侧，但没有点落在1 sigma的范围内(两侧),44,p Chart 管制图,例：,有一工厂生产电视映像管，不,良率很高，因此准备 100% 全,检，并制作管制图,1. 选择档案the worksheet “EXH_QC.MTW,2. 选择,Stat,Control Charts,P.,3. 在,Variable,选入“Rejects”，点选Subgroups in 并选入“Sampled”,45,p Chart 管制图,46,计数值管制图判读,1.,1,点超出从中心线起算3 个Sigma,2.,6,点以递增或递减的趋势分布,3.,9,点在同一侧,4.,14,点分布呈现上下交替,47,Workshop,CAMSHAFT.MTW,汽车轮轴经常不良，品保经理为了监控制程，在,一个月内收集,第一供货商,100笔资料(5个一组)，,制作管制图,48,Workshop,某工厂制造外销产品，每2小时抽取100件来检查，将检查所,得之不良品数据，列于下表利用此项数据，绘制不良率(p)管,制图，控制其质量。,組別,n,d,p,組別,n,d,p,組別,n,d,p,1,100,3,0.03,11,100,3,0.03,21,100,5,0.05,2,100,4,0.04,12,100,6,0.06,22,100,8,0.08,3,100,3,0.03,13,100,8,0.08,23,100,4,0.04,4,100,8,0.08,14,100,5,0.05,24,100,5,0.05,5,100,5,0.05,15,100,2,0.02,25,100,4,0.04,6,100,5,0.05,16,100,3,0.03,合計,2,500,125,7,100,7,0.07,17,100,6,0.06,平均,100,0.05,8,100,5,0.05,18,100,2,0.02,9,100,5,0.05,19,100,7,0.07,10,100,6,0.06,20,100,5,0.05,49,制程能力,例：,某汽车轮轴零件规格,6002mm，求其供,货商1的制程能力为何?,1. 选择档案the worksheet “Camshaft.MTW”.,2. 选择,Stat,Quality Tools,Capability,Analysis,（No,rmal,）,50,制程能力,3.,Single column,选入“Supp1”，,在,Subgroup size,填入“5”。,在,Lower spec,“598”,Upper spec,“602”,4. 点选Options 在Target,(adds cpm to table)输入,600 点选,OK,51,制程能力,52,Workshop,以下数据规格为755，请利用Minitab,软件计算制程能力，并画出管制图,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,X1,79,76,74,76,78,74,79,74,72,76,76,72,80,76,76,X2,82,73,74,70,76,68,72,74,70,78,78,82,78,84,74,X3,75,75,82,82,76,78,80,80,74,78,74,74,72,78,74,X4,72,74,74,82,82,66,80,99,78,76,72,76,74,72,72,X5,76,72,68,74,72,72,74,72,70,78,74,78,70,72,70,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,X1,74,78,74,74,78,72,72,78,74,72,78,76,74,74,74,X2,73,72,70,80,76,70,80,72,76,76,77,78,82,72,75,X3,70,72,66,76,72,72,70,76,70,74,76,74,74,70,71,X4,73,72,78,72,74,99,74,72,72,70,77,72,76,76,70,X5,80,70,76,76,76,94,72,76,76,74,70,78,72,80,78,53,量测系统分析,在仪器、人员和其它作业环境的变异远小,于待测物的变异下，由待测物所测得的变,异，方为真正的变异.,本分析要能显示所量测的变异是来自量测,工具或过程本身,目的：确保透过量测系统搜集到的信息，,真正代表过程正在发生的情况,54,量测系统分析,重复性再现性,重复性,-,Repeatability (量具变异，EV)：,EV-Equipment Variance,同一个量具，同一位作业者，经多次量测相同产,品的特性时，所得到的变异。,再现性 -,Reproducibility (作业者变异，AV)：,AV-Appraisal Variance,不同作业者，以相同量具，量测相同产品的特性,时，量测平均值的变异。,55,量测系统分析,例：,Gage R&R实验，三个人，,十个样本，随机重复两次,实验,1. 档案GAGEAIAG.MTW.,2. 选择,Stat,Quality Tools,Gage R&R Study,(Crossed).,56,量测系统分析,3. 在,Part numbers,输入“Part” , 在,Operators,输入“Operator”, 在,Measurement data,输入“,response”.,4.,Method of Analysis, 选择“ANOVA”.,5. OK.,57,量测系统分析,10 % 数值 30% 表示该量测系统不能接受须予,以改进,。,60,Minitab软件在6 Sigma活动上的应用,每一步骤可能用到的功能,61,展 望,Minitab能取代烦琐的统计计算过程，同时能,快速进行数据分析，帮助改善团队做出正确,的判断。,未来Minitab将成为品管及6 Sigma活动中不,可缺少的工具。,Minitab,能取代烦琐的统计计算过程，同时能,快速进行数据分析，帮助改善团队做出正确,的判断。,未来,Minitab,将成为品管及,6 Sigma,活动中不,可缺少的工具。,62,