Minitab制作图形方法

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,*,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,*,*,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,*,*,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,*,*,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,*,*,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,*,*,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,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,*,*,QC手法和技巧,一、查检图,二、层别法,三、特性要因图,四、柏拉图,五、散布图,六、直方图,七、对称图,八、能力分析-CPK,九、量具线性和偏移,十、量具重复性和再现性,十一、控制图,查 检 表,定义 :,为了便于收集数据,使用简单记录表填记并予统计整理,以作进一步分析或作为核对、检查之用而设计的一种表格或图表.,作法:,1.明确目的.,2.决定查检项目.,3.决定检查方式(抽检、全检).,4.决定检验基准、数量、时间、对象等.,5.设计表格实施检验.,查检表的种类,:,1.记数用查检表:,主要用在根据收集之数据以调查不良项目、不良原因、工程分布、缺点位置等情形必要时对收集的数据要予以层别.,A,B,No.1,No.2,No.1,No.2,合 计,操作员,机,号,不良项目,日期,尺寸,外观,材料,其他,尺寸,尺寸,尺寸,外观,外观,外观,材料,材料,材料,其他,其他,其他,月 日,月 日,2.点检用查检表:,主要功用是为要确认作业实施、机械设备的实施情形,或为预防发生不良或事故,确保安全时使用.这种点检表可以防止遗漏或疏忽造成缺失的产生.,把非作不可、非检查不可的工作或项目,按点检顺 序列出,逐一点检并记录之.,实例：,编号,1,2,3,4,5,6,7,8,9,1,各部位油量是否正常,2,操作按钮功能确认,3,气,缸及操作手柄是否正常,4,电机传动链条声音,是否正常,5,自动上料系统是否正常,6,光电感应系统是否正常,7,自动送料是否到位,8,手动送料是否正常,9,放松手柄功能确认,10,各部位之清洁（含内轴轮）,14,10,11,12,13,15,OK 画,“,O”,NG 画,“,X”,未作业画,“,/”,不需点检项目画,“,”,点检,点检人,审核,工务稽查,设备每日检查表,项,目,日期,收集数据应注意的事项:,1.收集的数据必须真实,不可作假或修正.,2.收集的数据应能获得层别的情报.,3.查检项目基准需一致.,4.样本数需有代表性.,5.明确测定、检查的方法.,6.明确查验样本的收集方法、记录方式、符号代表意义.,7.慎用他人提供的数据.,层 别 法：,定义:,为区别各种不同原因对结果之影响,而以个别原因为主体,分别作统计分析的方法,称为层别法.,分类:,1.时间的层别.,2.作业员的层别.,3.机械、设备层别.,4.作业条件的层别.,5.原材料的层别.,6.地区的层别等.,实例,:,序,号,工,序,生,产,数,良,品,数,制程不良数,制程不良率,来料不良率,总不良率,制 程 不 良,项,目,小,计,外观不良,其它,1,2,3,4,5,1,2,3,4,5,二指变形,大槽变形,崩缺,压伤,尺寸超,加工不良,混料,1,2,3,4,5,产品品质状况日报表,日期,:,班別,:,机号：,特 性 要 因 图,定义:,对于结果与原因间或所期望之效果与对策间的关系,以箭头连结,详细分析原因或对策的一种图形称为特性要因图,工程鱼骨图或因果图.,它为1952年日本品管权威学者石川馨博士所发明,又称“石川图”.,作,法,:,1.4M1E,法,:(,人、机、料、法、环境,),2.5W1H,法,:(What,、,Where,、,When,、,Who,、,Why,、,How),3.创,造性思考法,:,希望点例举法、缺点列举法、特性列案法,.,4.脑,力激荡法,:“Brain Storming”严禁批评,、自由奔放,.,特,性,60,小因子,小小因子,人,机,材料,方法,环境,测量,使用Minitab制作步骤如下:,根据5M1E分析原因依次输入工作表,第一步:将数据输入Minitab工作表,第二步:选择“,StatQuality Toolscause-and Effect”,第三步:在出现的对话框输入下图所示信息,选择包含因果图相应分枝的原因列表栏,改变缺陷分枝标识的缺省设置,缺陷设置为人、机、料、法、环、测量,输入因果图对应的问题。,输入图形标题,第四步:MINITAB图形输出如下图,柏 拉 图,定义:,根据所搜集之数据,按不良原因、不良状况、不良发生位置等不同区分标准,以寻求占最大比率之原因、状况或位置的一种图形.,1897年,意大利学者柏拉撬分析社会经济结构,发现绝大多数财富掌握在极少数人手里,称为“柏拉法则”.,美国质量专家朱兰博士将其应用到品管上,创出了“Vital Few, Trivial Many”(重要的少数,琐细的多数)的名词,称为“柏拉图原理”.,A、将数据进行分类,B、分类好的数据进行汇总，以多到少进行排序，并计算出各 类别所占百分比,C、计算出各类之和,D、以总数各为左纵轴，以总数的十分之一为一单格，各个类别为横轴，以每一类别为一单位格，以100%的比例来做右边的纵轴，之间幅度为10%为一单位格，在80%之处画一条横虚线。,在横轴上，按多到少的顺序进行每一单位格进行填写，再根据每一类别的数量在画出相应高度的方格，最后从左边第一方格右上角描第一点，第二方格右边上面的第一点高度加本方格高度处描第二点，第三方格右边上面的第二高点高度加本方格高度处描第三点，以此类推，描到最后一点的100%处。,作,法,:,注意事项:,1.横轴按项目类别,依大小顺序由高而低排列下来,“其它”项排,末位.,2.次数少的项目太多时,可归纳成“其它”项.（如在柏拉图做出之后，发现有标识成“其它”的类别高度不能超过第4项如有，则表示类别划分不明确。）,3.前23项累计影响度应在80%以上.,4.纵轴除不良率外,也可表示其它项目.,A,B,C,D,E,不良率,100%,累计影响度,项目,柏拉图的用途:,1.作为降低不良的依据.,2.决定改善的目标.,3.确认改善效果.,4.用于发掘现场的重要问题点.,5.用于整理报告或记录.,6.可作不同条件的评价.,使用Minitab制作步骤如下,:,第一步:将数据输入Minitab工作表,输入不良项目,相对应的输入不良数,第二步:选择“,StatQuality ToolsPareto Chart”,第三步:在出现的对话框输入下图所示信息 -1,选择包含原始数据的栏,如数据输入格式为缺陷名和缺陷频率时选择该项,第三步:在出现的对话框输入下图所示信息 -2,输入图形标题,第三步:在出现的对话框输入下图所示信息 -3,选择”Options”按钮，在出现的对话框选择下图所示信息,第四步:MINITAB图形输出如下图,散 布 图,定义：,为研究两个或三个变量间之相关性,而搜集成对几组数据,在纵轴与横轴上以点来表示二个或三个特性值之间相关情形的图形,称之为“散布图”.,关系的分类:,A.要因与特性的关系.,B.特性与特性的关系.,C.特性的两个要因间的关系.,1、知道两组或三组数据（或原因与结果）之间是否有相关其相关程度,2、把材料、机械设备、作业者、作业方法等可能 影响的原因层别，绘制散布图，可检讨何者影响结果。,3、检视是否有离岛情形。,4、抽样检验中，若某品质特性之测试成本高或困难，则可采用与此特性有关系存在的另一个或两个测试成本较低或测容易之特性，以降低检验成本。,5、以利在以后的品质管制中，若同一制品之二特性间有密切关系时，则可舍去其中一个管制图，以降低预防成本。,6、两组数据间若呈直线变化，可依散布图求出直线方程式，以为订定标准之用。,散布图的用途:,散布图的判读：,1.强正相关:,X增大,Y也随之增大,称为强正相关.,2.弱正相关:,X增大,Y也随之增大,但增大的幅度不显著.,Y,X,Y,X,3.强负相关:,X增大时,Y反而减小,称为强负相关.,4.弱负相关:,X增大时,Y反而减小,但幅度并不显著.,Y,X,Y,X,5.曲线相关:,X开始增大时,Y也随之增大,但达到某一值后,当X增大时,Y却减小.,6.无相关:,X与Y之间毫无任何关系.,Y,X,Y,X,散布图判读注意事项:,1.注意有无异常点.,2.看是否有层别必要.,3.是否为假相关.,4.勿依据技术、经验作直觉的判断.,5.数据太少,易发生误判.,使用Minitab制作步骤如下,:,第一步:将数据输入Minitab工作表,分别输入两特性数据,第二步:选择“,StatRegressionFitted line plot”,第三步:在出现的对话框输入下图所示信息,输入包含响应变量的栏,输入包含预测变量的栏,选择回归模型,选择”Options”按钮，在出现的对话框选择下图所示信息,输入图型标题,第四步:MINITAB图形输出如下图,Smart scope&CMM检测9.5尺寸相关分析的结果,注意：相关结果分析在90%以上说明两者之间存在关系！,直 方 图,定义：,直方图是将所收集的测定值或数据之全距分为几个相等的区间作为横轴,并将各区间内之测定值所出现次数累积而成的面积,用柱子排起来的图形.用来对品质现状了解，找出比较深入的问题。,实例数据：,10.05,10.05,10.05,10.07,9.99,10.03,10,10,9.94,9.95,9.98,9.98,9.98,10.01,9.98,10.01,10,9.99,9.95,9.98,10.05,10.05,10.05,9.99,9.98,10.01,9.98,9.99,10.02,9.95,10,10,10,9.98,10.01,10,10.02,9.96,10.01,9.99,9.99,9.99,9.99,9.92,10,10,9.97,10.05,9.98,10.03,10,10,10,9.99,9.98,10.02,10.01,10,10.03,9.98,10.01,10.01,10.01,10,9.94,9.98,9.96,10.02,9.95,10.02,9.96,9.96,9.96,10.02,10,10,10.05,10,9.96,9.95,10.01,10.01,10.01,10,10,9.96,10.02,9.98,10,10.07,9.96,9.96,9.96,10.06,10.04,10.09,10.06,10.1,10.12,10.02,第一步,:,找出最大与最小,(MIN=9.92,MAX=10.12),第二步,:,计算全距,R=MAX-MIN=10.12-9.92=0.2,第三步: 决定组数:K=1+3.321100,=1+3.32*2,=7.64,第四步: 计算组距,组距=全距/组数=0.2/8=0.025,第五步: 决定起始点值和终点数值,起始点值=最小值-测定值最小位数/2,=9.92-0.01/2,=9.915,终点数值=最大值-测定值最小位数/2,=10.12-0.01/2,=10.115,制作步骤:,第六步:计算各组上下点和中点,第一组下界=起始点值=9.915,第一组上界=第二组下界=起始点值+组距,=9.915+0.025=9.94,第二组上界=第三组下界=第二组下界+组距,=9.94+0.025=9.965,第八组上界=终点值=10.115,根据各组之上下界计算出各组之中心点:,各组中心点=(各组上界+各组下界)/2,第七步:计算各组范围内的数据个数,第八步:作图,数据数,组数,80,10,6,10,100,250,7,12,250,以上,10,20,直方图图形判读,:,1.,正常型,:,2.锯齿,型,:,3.偏态,型,:,4.绝,壁型,:,5.双,峰型,：,6.,离岛型,:,7.,高原型,:,使用Minitab制作步骤如下,:,第一步:将数据输入Minitab工作表,将收集数据输入,第二步:选择“,GraphHistogram”,选择所需直方图的图样,第三步:在出现的对话框输入下图所示信息,确定需用于图中的变量,第三步:在出现的对话框输入下图所示信息,第四步:MINITAB图形输出如下图,对 称 图,概述:,对称图可用于检验一组样本数据是否来自对称分布,许多统计分析要求数据服从正态分布,但实际中常有不服从正态分布的情况,一般来说数据为对称分布即可满足分析要求。,使用Minitab制作步骤如下,:,第一步:将数据输入Minitab工作表,将搜集的数据输入,第二步:选择“,StatQuality ToolsSymmetry plot”,第三步:在出现的对话框输入下图所示信息,输入包含要作图的数据的栏,第四步:MINITAB图形输出如下图,能力分析-CPK,定义：,CP是生产过程中的工序能力指数,其值的大小要以反映工序能力的高低,CPK是CP的一个修正值,其关系CPK=CP(1-K),式中K为修正系数,CPK比CP更能说明工序能力的高低.CPK即每个工序达到某种质量水平的能力,概述:,一旦一个过程处于统计控制状态,既可以连续生产,这时可能要确定其否有能力生产出满足规格的产品,能力计算是将规格宽度和过程变异宽度进行比较,。,影响工序能力的因素,人: 操作者的技术水平及责任心,机: 生产设备功能和精度,料: 材料的性能(包括直接材料如拉料,附助料如切削油),法: 工艺方法的特点(机床程序,夹具,刀具及加工参数),环: 环境变化(温度,湿度,振动,噪音,光线等),测量: 测量仪器的误差和工装误差,每个方面都存在一些偶然性因素,这些因素都可能使质量特性发生差异或波动,形成自已的频率分布,这些频率分布通常都具有正态分布或近似分布的性质,若我们用表示各方面的标准差,6则表示工序能力,而这个工序能力只能表示我们目前的工序能力能够达到某种水平,但不能衡量该工序能力是否满足该工序的质量要求.这个要求一般表现为图纸公差(T),为了体现工序能力是否满足工序的质量要求,引进CP工序能力指数,并规定CP=T/6,当公差中心M与分布中心U重合时,CP、T与6存在以下关系：,由此可见：,当T6时，CP1，落在公差内的数较多,当T=6时，CP=1,当T6时，CP1，落在公差内的数较少,工序潜力：指产品可以达到的能力,用“CP”表示,工序绩效：指产品实际达到的能力，用“CPK”表示,计算方法：,1、工序潜力,2、工序绩效,CPK对工序能力的制定:,1.CPK1 表示工序能力不足.,2.12.0 表示工序能力富裕,使用Minitab制作步骤如下,:,第一步:将数据输入Minitab工作表,将搜集的数据输入,第二步:选择“,StatQuality ToolsCapability analysis(Normal)”,第三步:在出现的对话框输入下图所示信息,如数据存储于一栏中，选择该项,输入子组容量值,输入过程规格下限值数据,输入过程规格上限值数据,指定用于计算过程能力的Sigma间隔一般为,输入标题栏,第三步:在出现的对话框输入下图所示信息,第四步:MINITAB图形输出如下图,量具线性和偏倚,定义：,线性：是量具在预期的工作量程内，偏倚值的差 值。,偏倚：是观测平均值与基准值的差值,。,使用Minitab制作步骤如下,:,第一步:将数据输入Minitab工作表,第二步:选择“,StatQuality ToolsGage Linearity Study”,第三步:在出现的对话框输入下图所示信息,选择包含部品名或编号的栏,选择包含测量数据的栏,选择包含测量基准数据的栏,首先通过Gage R&R,第四步:MINITAB图形输出如下图,量具重复性和再现性,定义:,重复性,：一个人用同一个仪器，检测同一个尺寸获得的测量变差,再现性：,由不同的人采用同一仪器检测同一尺寸时测量值的总变差。,量具重复性和再现性概述：,、 量具重复性和再现性研究的目的是确定观察到的过程变差中测量系统变差所占的比重,，Minitab,允许进行交叉和嵌套数据的重复性和再现性研究,、,Minitab,提供了两种重复性和再现性研究方法，分别为bar-R方法和方差分析(,ANOVA,)方法,bar-R,方法将总测量变差分为三类:产品-产品、重复性和再现性。,ANOVA,方法将总测量值变差分为四类，在,bar-R,方法的分类基础上将再现性变差细分为测量人员变差及测量人员一部品交互作用变差。因此,ANOVA,方法的分析结果较为精确。,实例数据：,编号,次,数,评价人,A,B,C,1,2,1,2,1,2,1,0.06481,0.06482,0.06481,0.06483,0.06480,0.06481,2,0.06467,0.06467,0.06469,0.06470,0.06466,0.06467,3,0.06468,0.06466,0.06467,0.06465,0.06467,0.06464,4,0.06511,0.06511,0.06508,0.06511,0.06512,0.06514,5,0.06455,0.06455,0.06455,0.06457,0.06455,0.06455,6,0.06467,0.06466,0.06464,0.06465,0.06465,0.06466,7,0.06478,0.06478,0.06474,0.06476,0.06477,0.06475,8,0.06469,0.06469,0.06471,0.06470,0.06471,0.06470,9,0.06467,0.06468,0.06469,0.06468,0.06468,0.06467,10,0.06493,0.06494,0.06493,0.06495,0.06495,0.06495,第一步:将数据输入Minitab工作表,使用Minitab制作步骤如下,:,ANOVA,（方差分析）,分别将产品编号、测量员、测量值依次输入,第二步,:选择“,StatQuality ToolsGage R&R Study(Crossed)”,第三步:在出现的对话框输入下图所示信息,选择包含产品名或编号的栏,选择方差分析,选择评价人栏,选择测量值栏,第三步:在出现的对话框输入下图所示信息,点击”,Gage Info,”对话框，在出现的对话框输入下图所示所示信息,输入量仪名称,输入日期,输入参数公差,输入制作者姓名,点击”,Options,”对话框，在出现的对话框输入下图所示所示信息,输入参数公差,输入标题,第四步:MINITAB分析图形输出如下图,A:,R Chart by Operator:,显示每个人测量人员的测量变差,可用以比较测量人员差异,B:,X bar Chart by Operator:,显示每个测量人员的测量总体均值,可用以比较测量人员的差异.,C:,By Part:,显示产品的主要影响,可以比较产品间的差异.,D:,By operator,: 显示测量人员的主要影响,可以比较测量人员的差异.,E:,Operator by part Interaction:,显示测量人员和产品交互作用影响,可以观察交互作用影响,Gage R&R,Source,% VarComp,Contribution(of VarComp),Total Gage R&R,0.000000,0.70,Repeatability,0.000000,0.39,Reproducibility,0.000000,0.31,OPER,0.000000,0.00,OPER*PART,0.000000,0.31,Part-To-Part,0.000000,99.30,Total Variation,0.000000,100.00,Source,StdDev (SD),Study Var (5.15 * SD),%Tolerance (SV/Toler),Total Gage R&R,0.000014,0.000000,7.05,Repeatability,0.000010,0.000000,5.28,Reproducibility,0.000009,0.000000,4.68,OPER,0.000000,0.000000,0.00,OPER*PART,0.000009,0.000000,4.68,Part-To-Part,0.000163,0.000000,84.02,Total Variation,0.000164,0.000000,84.31,Number of Distinct,Categories =,16,MINITAB分析数据输出如下,测量系统能力的判读:,控 制 图,定义:,是对过程或制程中各特性值进行测定,记录,评估，从而监察过程是否处于控制状态的一种用统计方法设计的图.,管制的种类:,所谓计量管制图系管制图所依据的数据均属于由量具实际量测而得.,A.平均值与全距管制图(X-R Chart).,B.平均值与标准差管制图(X-,S,Chart).,C.个别值与移动全距管制图(I-MR Chart).,D.,中位值与全距管制图( X-R Chart).（ 有误，MINTAB不知道怎么做）,1.计量值管制图:,管制图所依据的数据均属于以单位计数者.(如缺点数、不良数等).,A.不良率管制图(P Chart).,B.不良数管制图(Pn Chart).,C.缺点数管制图(C Chart).,D.单位缺点数管制图(U Chart).,2.计数管制图:,管制图功效,预测性:通过现有图形分析与判读可大概判断下一步可能的位置.,能力分析:通过管制图,了解现有能力范围,对品质状况及时掌控状态,可用来分析制程改善效果,与其它手法结合起来,容易找到产生状况的原因.,得出各种周期,以利于产品制程品质制订标准.,1.管制用管制图 先有管制界限,后有数据.,(Process control chart),2.解析用管制图 先有数据,后才有管制界限.,(Set-up chart),管制图的分析,A、用于计量值的管制特性分析,可以认定一定是有异常，且未出后在的判读状况，一般会有两种状况：一为特殊原因较多，应立即加以查找原因并加以解决；二是品质太好，是在考虑降低成本刚开始运作之时，也会出现此状况。,B、用于计数值的不良率分析,此类管制分析判断如未出现所面的判断状况，则分两种状况，一是往上超出，表明不良或缺点增大，属特殊原因，应立即查明原因并加以排除；二是往下超出，表明不良或缺点减少，一定是遇到某种良好的材料或人员变化朝好的一方面走，也应查明原因，并把有益的一面加以记录成标准，推广到其它位置。,DESCRIPTION:,QUALITY CHARACTERISTIC:,X CHART,R CHART,PERIOD:,P/N:,PRODUCT UNIT:,UCL,M/C#:,REV:,SPEC:,CL,INSPECTOR:,DIE#:,S/S:,LCL,SAMPLING FREQUENCY:,DATE,4/6,4/7,4/10,4/11,4/12,4/13,4/14,4/17,4/18,4/20,4/21,4/24,TIME,SAMPLE,X1,X2,X3,X4,R,TYPE: SET UP CHART PROCESS CONTROL CHART,CHART,23.95,23.93,23.91,R,CHART,0.05,0.02,0.00.,管制图界限的计算,控制图表的名称与符号,CL,UCL,LCL,均值-极差控制图,X-R,图,X,图,X,X+A,2,R,X-A,2,R,R,图,R,D,4,R,D,3,R,均值-标准差控制图,X-S,图,X,图,X,X+A,3,S,X-A,3,S,S,图,S,B,4,S,B,3,S,中位数-极差控制图,Me-R,图,Me,图,Me,Me+A,4,R,Me-A,4,R,R,图,R,D,4,R,D,3,R,单值-移动极差控制图,I-MR,图,X,图,X,X+E,2,R,X-E,2,R,RM,图,RM,D,4,R,D,3,R,X bar-R,使用Minitab制作步骤如下,:,第一步:将数据输入Minitab工作表,将收集的数据输入,第二步,:,选择,“StatControl ChartsVariables charts for subgroupsX bar-R”,第三步:在出现的对话框输入下图所示信息,输入子组容量值(当子组容量相同时)或包含水量子组容量值的栏号,输入数据储于的一栏,第四步:MINITAB分析图形输出如下图,X-R,管制图的判读:,满足下列条件,即可认为制程是在管制状态:,1.多数之点子集中在中心线附近.,2.少数之点子落在管制界限附近.,3.点之分布呈随机状态,无任何规则可循.,4.没有点子超出管制界限之外.,1.点,在管制界限的线外,(误,判率为,0.27%),2.点虽,在管制界限內,但呈特殊排列,.,(见,附图,),非管制图状态,a)连续七点在中心线的两侧,b)出现的点连续11点中有10点,14点中有12点 ,17点中14点,20点中16点出现在中心线的单侧时,c)七点连续上升或下降的倾向时,d)出现的点,连续3点中有2点,7点中有3点,10点中有4点,出现在管制界限近旁(2线外)时,e)出现的点,有周期性变动时,f) 3点中有2点在A区或A区以外者,g) 5点中有4点在B区或B区以外者,h) 有8点在中心线之两侧,但C区并无点子者,i) 连续14点交互着一升一降者,j) 连续15点在中心线上下两侧之C区者,k) 有1点在A区以外者,X-S管制图使用Minitab制作步骤如下,:,第一步:输入数据在,Minitab,工作表中,第二步:选择,“StatControl ChartsVariables charts for subgroupsX bar-S”,数据输入,第三步:在出现的对话框输入下图所示信息,输入子组容量值(当子组容量相同时)或包含水量子组容量值的栏号,输入数据储于的一栏,第四步:MINITAB分析图形输出如下图,I-MR,管制图,使用,Minitab,制作步骤如下,:,第一步:输入数据在,Minitab,工作表中,第二步:选择,“StatControl ChartsVariables charts for IndividualsI-MR”,数据输入,输入包含测量结果栏,第三步:在出现的对话框输入下图所示信息,第四步:MINITAB分析图形输出如下图,P图,使用Minitab制作步骤如下,:,一,第一步:输入数据在,Minitab,工作表中,第二步:选择,“StatControl ChartsVariables charts P”,分别将不良项和总批量输入,第三步:在出现的对话框输入下图所示信息,输入包含测量结果的栏,如各子组容量相等，输入子组容量值，如不相等确定存储子组容量的栏。,第四步:MINITAB分析图形输出如下图,NP,图,使用,Minitab,制作步骤如下,:,第一步:输入数据在,Minitab,工作表中,分别将不良项和总批量输入,第二步:选择,“StatControl ChartsVariables charts NP”,第三步:在出现的对话框输入下图所示信息,输入包含测量结果的栏,如各子组容量相等，输入子组容量值，如不相等确定存储子组容量的栏。,第四步:MINITAB分析图形输出如下图,C,图,使用,Minitab,制作步骤如下,:,第一步:输入数据在,Minitab,工作表中,将测量结果输入,第二步:选择,“StatControl ChartsVariables charts C”,第三步:在出现的对话框输入下图所示信息,输入包含测量结果的栏,第四步:MINITAB分析图形输出如下图,C,图,使用,Minitab,制作步骤如下,:,第一步:输入数据在,Minitab,工作表中,将测量结果和该组数量输入,第二步:选择,“StatControl ChartsVariables charts U”,第三步:在出现的对话框输入下图所示信息,输入包含测量结果的栏,如各子组容量相等，输入子组容量值，如不相等确定存储子组容量的栏。,第四步:MINITAB分析图形输出如下图,谢谢观看,/,欢迎下载,BY FAITH I MEAN A VISION OF GOOD ONE CHERISHES AND THE ENTHUSIASM THAT PUSHES ONE TO SEEK ITS FULFILLMENT REGARDLESS OF OBSTACLES. BY FAITH I BY FAITH,内容总结,QC手法和技巧。为了便于收集数据,使用简单记录表填记并予统计整理,以作进一步分析或作为核对、检查之用而设计的一种表格或图表.。把非作不可、非检查不可的工作或项目,按点检顺 序列出,逐一点检并记录之.。产品品质状况日报表。1.横轴按项目类别,依大小顺序由高而低排列下来,“其它”项排。如数据输入格式为缺陷名和缺陷频率时选择该项。选择”Options”按钮，在出现的对话框选择下图所示信息。为研究两个或三个变量间之相关性,而搜集成对几组数据,在纵轴与横轴上以点来表示二个或三个特性值之间相关情形的图形,称之为“散布图”.。1、知道两组或三组数据（或原因与结果）之间是否有相关其相关程度。5、以利在以后的品质管制中，若同一制品之二特性间有密切关系时，则可舍去其中一个管制图，以降低预防成本。6、两组数据间若呈直线变化，可依散布图求出直线方程式，以为订定标准之用。根据各组之上下界计算出各组之中心点:。首先通过Gage R&R,