minitab数据处理分析培训教程课件.ppt
minitab数据处理分析培训教程,2022/11/4,minitab数据处理分析培训教程,minitab数据处理分析培训教程2022/10/9mini,目 錄,Graph直方圖柏拉圖管制圖Cpk 檢定檢定2-sample t 檢定(常態檢定, 變異數檢定)Anova 檢定2-ProportionsMSAGate R&R(計量)Gate R&R(計數)DOEFactorial DOE範例,minitab数据处理分析培训教程,目 錄Graphminitab数据处,操作介面,指令區,結果區,數據區,欄位名稱,minitab数据处理分析培训教程,操作介面指令區結果區數據區欄位名稱minitab数据处理分析,1.1 Histogram(直方圖) 選擇 Graph Histogram,選擇項目可以多個,minitab数据处理分析培训教程,1.1 Histogram(直方圖) 選擇 Graph,1.2 Pareto Chart (柏拉圖) 選擇 Stat Quality tools Pareto Chart,Labels in: 設定為defect modeFrequencies is: 設定為ppm data,minitab数据处理分析培训教程,1.2 Pareto Chart (柏拉圖) 選擇 S,1.3 Xbar-R (管制圖) 選擇 Stat Control Charts Variables Charts for Subgroups Xbar-R,每群組sample size,minitab数据处理分析培训教程,1.3 Xbar-R (管制圖) 選擇 Stat ,1.4 Process Capability (制程能力分析) 選擇 Stat Quality Tools Capability Analysis Normal,規格下限,規格上限,minitab数据处理分析培训教程,1.4 Process Capability (制程能力分,2.1.1 2-sample T Test (Normality Test) 選擇 Stat Basic Statistics Normality Test,F1 P-value0.05,為非常態分佈, F2之P-value0.05, 為常態分佈,先檢定F1之常態,再選擇另外一項目,minitab数据处理分析培训教程,2.1.1 2-sample T Test (Normali,2.1.2 2-sample T Test (Variances Test) 選擇 Stat Basic Statistics 2 Variances,變異數分佈比對,若二者都是常態則看F-Test判定,否則看Levenes Test判定:F1 P-value 0.05, 變異數有差異, F2之變異數檢定無差異,minitab数据处理分析培训教程,2.1.2 2-sample T Test (Varianc,2.1.3 2-sample T Test 選擇 Stat Basic Statistics 2-Sample Test,P-value 0.05, 二者無差異, 表示改善前後比對沒有差異,變異數相等則打勾,minitab数据处理分析培训教程,2.1.3 2-sample T Test 選擇 Stat,2.2.1 ANOVA Test 選擇 Stat ANOVA One-way,單因子多變數用ANOVA one-way分析 P-value0.05, ANOVA檢定並無顯著差異,minitab数据处理分析培训教程,2.2.1 ANOVA Test 選擇 Stat ANO,2.2.2 ANOVA Test 選擇 Stat ANOVA Two-way,兩因子多變數用ANOVA Two-way分析Temp. and item P-value均 0.05, 表明這兩個因子並非顯著的因子Interaction 交互作用比對 , P-value 0.05為有交互作用的影響,minitab数据处理分析培训教程,2.2.2 ANOVA Test 選擇 Stat ANO,2.3 2-Proportions 選擇 Stat Basic Statistics 2-Proportions,P-value 0.05, 二者有差異,表示此兩組數據有差異,Trials: sample size, Events: Ng pcs,minitab数据处理分析培训教程,2.3 2-Proportions 選擇 Stat ,2.4.1 ANOVA two-way 範例,取同批產品FQC留樣及Tapping後產品，分別于酒精清洗前后做Wetting Balance實驗，實驗數據如下表用ANOVA方法分析留樣品與Tapping後產品清洗前後是否有差異,minitab数据处理分析培训教程,2.4.1 ANOVA two-way 範例取同批產品FQ,2.4 ANOVA two-way 範例,取樣P 0.05，為顯著因子處理P0.05 ，非顯著因子Interaction P0.05 ,沒有交互影響作用,F1、F2判定方法同T2/3,minitab数据处理分析培训教程,2.4 ANOVA two-way 範例取樣P 0.0,3.1 MSA(計量分析) 選擇 Stat Quality Tool Gage Study Gage R&R Study (Crossed),Total Gate R&R 之判定 30 為不能接受之量測系統,minitab数据处理分析培训教程,3.1 MSA(計量分析) 選擇 Stat Qual,3.2 MSA(計數分析) 選擇 Stat Quality Tool Attribute Agreement Analysis,Total Gate R&R 之判定方式 =90 %為可接受之量測系統 =80% 為接受度, 但須改進 80%為不能接受之量測系統,minitab数据处理分析培训教程,3.2 MSA(計數分析) 選擇 Stat Qua,4.1 DOE 選擇 Stat DOE Factorial Create Factorial Design,按直交表因子填上實驗結果,重複次數,因子數,minitab数据处理分析培训教程,4.1 DOE 選擇 Stat DOE F,4.2 DOE 選擇 Stat DOE Factorial Analyze Factorial Design,超過此線為顯著因子,紅色點為顯著因子,minitab数据处理分析培训教程,4.2 DOE 選擇 Stat DOE Fac,4.3 DOE 選擇 Stat DOE Factorial Factorial Plots,圖形結果見下頁說明,主效應圖,交互作用圖,minitab数据处理分析培训教程,4.3 DOE 選擇 Stat DOE Fac,4.4 DOE 選擇 Stat DOE Factorial Factorial Plots,主效應圖為望小特性, 故17A, 1.9um, 790度為較佳的條件,兩條線平行無交互作用, 不平行直線則可能有交互作用,minitab数据处理分析培训教程,4.4 DOE 選擇 Stat DOE Fac,4.4.1 DOE 二因子範例,三種不同材料在三種不同使用環境下量測電池壽命，每一種處理各重復四次，共實驗36次, 實驗數據請見下表,minitab数据处理分析培训教程,4.4.1 DOE 二因子範例三種不同材料在三種不同使用環,實驗結果紀錄入 Result,4.4.2 DOE 二因子範例,選擇3 Levels,重覆四次,minitab数据处理分析培训教程,實驗結果紀錄入 Result4.4.2 DOE 二因子範例,選擇ANOVA Table,ANOVA 分析結果溫度與材料兩因子, P值均0.05為顯著的因子, 且有交互作用的影響,4.4.3 DOE 二因子範例,minitab数据处理分析培训教程,選擇ANOVA TableANOVA 分析結果溫度與材料兩因,根據望大特性,溫度15,第 3 種材料是最佳因子條件,3條線彼此相交,說明有交互影響作用,4.4.4 DOE 二因子範例,minitab数据处理分析培训教程,根據望大特性,溫度15,第 3 種材料是最佳因子條件3條線,Improved NPO Cap drop Curing 升溫10度前後WB結果比對,範 例,minitab数据处理分析培训教程,Improved NPO Cap drop 範,測試題目一,請用ANOVA 與DOE分析改善前後與溫度之間的差異,minitab数据处理分析培训教程,測試題目一請用ANOVA 與DOE分析改善前後與溫度之間的,演讲完毕，谢谢听讲!,再见，see you again,2022/11/4,minitab数据处理分析培训教程,演讲完毕，谢谢听讲!再见，see you again2022,
