MINITAB在QC7和MSA等分析工具中的使用.ppt

p1,Minitab的使用,p2,Minitab介绍,Minitab是众多统计软件当中比较简单易懂的软件之一；相对来讲，Minitab在质量管理方面的应用是比较适合的；Minitab的功能齐全，一般的数据分析和图形处理都可以应付自如。,p3,Minitab与6 Sigma的关系,在上个世纪80年代Motolora开始在公司内推行6 Sigma，并开始借助Minitab使6 Sigma得以最大限度的发挥；6 Sigma的MAIC阶段中，很多分析和计算都可以都通过Minitab简单的完成；即使是对统计的知识不怎么熟悉，也同样可以运用Minitab很好的完成各项分析。,p4,Minitab的功能,计算功能计算器功能生成数据功能概率分布功能矩阵运算,p5,Minitab的功能,数据分析功能基本统计回归分析方差分析实验设计分析控制图质量工具可靠度分析多变量分析,时间序列列联表非参数估计EDA概率与样本容量,p6,Minitab的功能,图形分析直方图散布图时间序列图条形图箱图矩阵图轮廓图,三维图点图饼图边际图概率图茎叶图特征图,p7,课程内容安排,由于时间有限，很多内容只是做简单的介绍；在两天的时间里，主要的课程内容安排如下：,p8,课程内容安排第一天,上午 Minitab基本界面和操作介绍 常用图形的Minitab操作特性要因图柏拉图散布图直方图时间序列图,p9,课程内容安排第一天,下午 SPC的Minitab操作 1）Box-Cox转换数据为正态2）Xbar-R Chart3）Xbar-S Chart 4）I-MR-R/S Chart 5）P Chart6）NP Chart7）C Chart,p10,课程内容安排第二天,上午 能力分析1）正态分布图能力分析2）泊松分布图能力分析3）组间/组内能力分析4）Weibull能力分析 基本统计1）描述统计,p11,课程内容安排第二天,下午 基础统计 2）单样本Z测试3）单样本T测试4）双样本T测试5）成对T测试6）1比率测试7）2比率测试8）相关分析9)正态分布,MSA测量系统分析 1）测量重复性和再现性(交叉Crossed)2）测量重复性和再现性(嵌套Nested)3）测量走势图4）测量线性研究5）属性测量R&R 研究（计数）,p12,Minitab界面和基本操作介绍,p13,Minitab界面,Data Window:输入数据的窗口每一列的名字可以写在最前面的列每一列的数据性质是一致的,主菜单,Session Window:分析结果输出窗口,p14,Minitab界面,同一时间只能激活一个窗口.每一个窗口可以单独储存.,不同的要求选择不同的保存命令,p15,工具栏的介绍,打开文件,保存文件,打印窗口,剪切,复制,粘贴,恢复,插入单元格,插入行,插入列,移动列,剪切单元格,最后一次对话框,程序窗口,上一次记忆刷,下一次记忆刷,数据窗口,管理图形,撤销,帮助,关闭图形,p16,数据类型的转换（Change Data Type）,Select:Manip Change Data Type Text to Numeric,需要转换的列,转换后数据存放列，可以是原来的数据列,p17,数据的堆积（Stack&Unstack）,Select:Manip Stack/Unstack Stack,输入需要堆积的列，如果由前后顺序，按前后顺序进行输入,输入堆积后存放列的位置,注解可以用来区分数据的来源,原始数据,p18,数据块的堆积（Stack Blocks）,Select:Manip Stack/Unstack Stack Blocks,原始数据,在对话框中输入25列数据，注解列在前面,输入新工作表和注解的位置,p19,转置栏（Transpose Columns）,输入需要转置的列,输入新工作表的位置,可以输入注解列,Select:Manip Transpose Columns,p20,连接（Concatenate）,Select:Manip Concatenate,输入需要连接的数据列,输入新数据列的位置,原始数据,p21,编码（Code）,Select:Manip code,原始数据,编码,规则,被编码的变量,p22,Minitab之常用图形,p23,控制图,一.控制图原理,1.现代质量管理的一个观点 产品质量的统计观点,a.产品的质量具有变异性.,b.产品质量的变异具有统计规律性.,至工业革命以后,人们一开始误认为:产品是由机器造出来的,因此,生产出来的产品是一样的.随着测量理论与测量工具的进步,人们终于认识到:产品质量具有变异性,公差制度的建立是一个标志.,产品质量的变异也是有规律性的,但它不是通常的确定性现象的确定性规律,而是随机现象的统计规律.,p24,控制图,一.控制图原理,2.控制图的原理,a.计量值产品特性的正态分布,如果我们对某一计量值产品的特性值(如:EKCO、膜厚等）进行连续测试,只要样本量足够大,就可看到它们服从正态分布的规律.,p25,控制图,一.控制图原理,b.3 控制方式下的产品特性值区间,3 控制方式下产品特性值落在-3,+3 范围内的概率为99.73%,其产品特性值落在此区间外的概率为1-99.73%=0.27%.,p26,控制图,一.控制图原理,c.常规控制图的形成,p27,控制图,一.控制图原理,d.控制图原理的解释,第一种解释:,1.若过程正常,即分布不变,则点子超过UCL的概率只 有1 左右.,2.若过程异常,值发生偏移,于是分布曲线上、下偏移,则点子超过UCL或LCL的概率大为增加.,结论:点出界就判异以后要把它当成一条规定来记住.,p28,控制图,一.控制图原理,第二种解释:,1.偶然因素引起偶然波动。偶然波动不可避免,但对质量的影响微小,通常服从正态分布,且其分布不随时间的变化而改变。,过程受控,p29,控制图,一.控制图原理,2.异因引起异波。异波产生后,其分布会随时间的变化而发生变化。异波对质量影响大,但采取措施后不难消除。,第二种解释:,结论:控制图上的控制界限就是区分偶波与异波的科学 界限,休哈特控制图的实质是区分偶然因素与异常 因素两类因素.,过程失控,p30,二.常规控制图及其用途,控制图,p31,二.常规控制图及其用途,控制图,p32,QC7手法常用的图形如下,特性要因图控制图(参见minitab控制图教材)柏拉图散布图直方图时间序列图,p33,特性要因图,决定Y,头脑风暴找出可能的X,将X依5M+1E方式列表,将表输出MINITAB中,输出结果图形,p34,练习,p35,输入表中,注意输入格式,Select:Stat Quality tools Cause and effect,p36,填好各项需要的参数,p37,结果输出,p38,柏拉图,收集各项质量特性缺陷,列成表,输入到MINITAB中,MINITAB绘出图形,找出关键的Y特性,p39,练习,p40,输入数据,Select:Stat Quality tools Pareto Chart,p41,填好各项参数,可以对柏拉图进行命名,输入缺陷列,输入频数列,其他项所占的比率,p42,结果输出,p43,散布图,决定你所关心的Y,决定和Y有可能的X,收集Y和X的数据,输入MINITAB绘出图形,判定Y和X之间的关系,p44,练习,p45,输入数据,Select:Gragh Plot,p46,输入参数,可以选择不同的输出表现形式,p47,输出图形,可以用直接方式判定，有正相关的倾向。更详细的说明可以参见回归分析,p48,直方图,决定你所关心的Y或X,收集Y或X的数据,输入MINITAB表,MINITAB绘出直方图,进行判定,p49,练习,请打开EXCEL档案的计量型部份 Select:Gragh Histogram,p50,填入参数,可以同时为几个变量作直方图,p51,结果输出,请依照QC 7的方法来进行图形分析和判定更深入的分析可以参见制程能力分析部份。,p52,时间序列图,决定你所关心的Y或X,收集Y或X的数据,输入MINITAB表,MINITAB绘出时间序列图,进行判定,p53,练习,p54,输入数据,Select:Gragh Time Series Plot,p55,填入参数,时间刻度设置,p56,结果输出,依此状况来判定未定的销售趋势。,p57,Minitab的SPC使用,p58,Minitab可提供的图形,计量型Xbar-RXbar-sI-MRI-MR-sZ-MR,计数型PNpCU,p59,Xbar-R做法,Xbar-R是用于计量型判稳准则：连续二十五点没有超出控制界限。判异准则：一点超出控制界限连续六点上升或下降或在同一侧不呈正态分布，大部份点子没有集中在中心线。,p60,Xbar-R做法,决定要研究或控制的Y或X特性,收集数据,输入minitab中,用minitab绘图及分析,判定及采取措施,p61,Xbar-R练习,打开下列档案,Select:Stat Control Chart Xbar-R,p62,输入参数,根据不同的输入方式选择不同的分析方法,如果是控制用控制图则需要在这里填入数据,p63,决定测试要求,可以在这里选择判异准则,p64,判 异 准 则,准则1:一点超出控制界限,p65,准则2:连续9点在中心线的同侧,判 异 准 则,p66,准则3:连续6点呈上升或下降趋势,判 异 准 则,p67,准则4:连续14点上下交替,判 异 准 则,p68,准则5:连续3点中有2点处于A区上或A区下,判 异 准 则,p69,准则6:连续5点中有4点在C区之外(同侧),判 异 准 则,p70,准则7:连续15点在中心线附近的C区内,判 异 准 则,p71,准则8:连续8点在中心线两侧而无一点在C区,判 异 准 则,p72,决定标准差的估计方法,一般选择Rbar的标准差估计方式,p73,决定选项,进行正态性转换,可输入SPC控制图信息,p74,图形输出,p75,判图,请判定前图是否有异常请问本图为解析用图或是控制用图,p76,Xbar-s做法,决定要研究或控制的Y或X特性,收集数据,输入minitab中,用minitab绘图及分析,判定及采取措施,p77,Xbar-s练习,打开下列档案Select:Stat Control Chart Xbar-s,p78,输入参数,解释与Xbar-R图相同,p79,图形输出,p80,判图,请判定前图是否有异常请问本图为解析用图或是控制用图,p81,I-MR图做法,决定要研究或控制的Y或X特性,收集数据,输入minitab中,用minitab绘图及分析,判定及采取措施,p82,I-MR练习,打开下列档案，用其来进行I-MR图练习Select:Stat Control Chart I-MR,p83,输入参数,输入变量,如果是控制用控制图请输入数据,p84,图形输出,p85,判图,请判定前图是否有异常请问本图为解析用图或是控制用图,p86,I-MR-R图做法,决定要研究或控制的Y或X特性,收集数据,输入minitab中,用minitab绘图及分析,判定及采取措施,p87,I-MR-R练习,打开下列档案，用其来进行I-MR-R图练习Select:Stat Control Chart I-MR-R,p88,输入参数,输入变量和样本数,如果是控制用控制图只需要输入历史平均值,p89,图形输出,p90,判图,请判定前图是否有异常请问本图为解析用图或是控制用图,p91,Z-MR图做法,决定要研究或控制的Y或X特性,收集数据,输入minitab中,用minitab绘图及分析,判定及采取措施,p92,Z-MR练习,打开下列档案，用其来进行Z-MR图练习Select:Stat Control Chart Z-MR,p93,输入参数,输入变量,输入自变量,p94,决定估计,选择是否是计算的均值还是历史均值,选择标准差的估计方法,p95,图形输出,p96,p图做法,决定要研究或控制的Y特性,收集数据,输入minitab中,用minitab绘图及分析,判定及采取措施,p97,p练习,P图只能适用在二项分布的质量特性性。在做p图时，要注意其样本数必须达到1/p5/p，如此之下的图才比较具有意义。,p98,输入数据,请打开数据文档Select:Stat Control Chart P,p99,输入参数,输入变量,输入样本数,如果是控制用控制图则在这里输入数据,p100,决定判异准则,选择判异准则计数型的判异准则与计量型的不太一样,p101,决定估计方式,样本量不同的时候可以有不同的主力方式,p102,图形输出,p103,np图做法,决定要研究或控制的Y特性,收集数据,输入minitab中,用minitab绘图及分析,判定及采取措施,p104,np练习,np图只能适用在二项分布的质量特性性。在做np图时，要注意其样本数必须达到1/p5/p，如此之下的图才比较具有意义。,p105,输入数据,请打开数据文档Select:Stat Control Chart NP,p106,图形输出,p107,c图做法,决定要研究或控制的Y特性,收集数据,输入minitab中,用minitab绘图及分析,判定及采取措施,p108,C图练习,c图只能适用在卜氏分布的质量特性上。在做c图时，要注意其样本数必须达到取样时至少包含一个缺陷以上，如此之下的图才比较具有意义。另外就是基本上c图的样本要一定才可以。如果样本数不一样，则应当使用u图。,p109,输入数据,请打开数据文档Select:Stat Control Chart C,p110,输入参数,输入变量,p111,决定判异准则,判异准则同P图一样,p112,图形输出,p113,u图做法,决定要研究或控制的Y特性,收集数据,输入minitab中,用minitab绘图及分析,判定及采取措施,p114,u图练习,u图只能适用在卜氏分布的质量特性上。在做u图时，要注意其样本数必须达到取样时至少包含一个缺陷以上，如此之下的图才比较具有意义。,p115,输入数据,请打开数据文档Select:Stat Control Chart C,p116,输入参数,输入变量,输入样本量,p117,图形输出,p118,MINITAB之制程能力分析,p119,制程能力之分类,计量型(基于正态分布),计数型(基于二项分布),计数型(基于卜氏项分布),p120,MINITAB 能力分析的选项(计量型),Capability Analysis(Normal)Capability Analysis(Between/Within)Capability Analysis(Weibull)Capability Sixpack(Normal)Capability Sixpack(Between/Within)Capability Sixpack(Weibull),p121,Capability Analysis(Normal),该命令会划出带理论正态曲线的直方图，这可直观评估数据的正态性。输出报告中还包含过程能力统计表，包括子组内和总体能力统计。,p122,Capability Analysis(Between/Within),该命令会划出带理论正态曲线的直方图，可以直观评估数据的正态性。该命令适用于子组间存在较大变差的场合。输出报告中还包含过程能力统计表，包括子组间子组内和总体能力统计。,p123,Capability Analysis(Weibull),该命会会划出带韦伯曲线的直方图，这可直观评估数据是否服从韦伯分布。输出报告中还包含总体过程总能力统计,p124,制程能力分析做法,决定Y特性,收集Y特性数据,输入MINITAB数据表,进行分析,结果说明,p125,STEP1决定Y特性,决定Y特性,收集Y特性数据,输入MINITAB数据表,进行分析,结果说明,Y特性一般是指客户所关心所重视的特性。Y要先能量化，尽量以定量数据为主。Y要事先了解其规格界限，是单边规格，还是双边规格。目标值是在中心，或则不在中心测量系统的分析要先做好。,p126,STEP2决定Y特性,决定Y特性,收集Y特性数据,输入MINITAB数据表,进行分析,结果说明,在收集Y特性时要注意层别和分组。各项的数据要按时间顺序做好相应的整理,p127,STEP3决定Y特性,决定Y特性,收集Y特性数据,输入MINITAB数据表,进行分析,结果说明,将数据输入MINTAB中，或则在EXCEL中都可以。,p128,STEP4决定Y特性,決定Y特性,收集Y特性數據,輸入MINITAB數據表,進行分析,結果說明,利用MINITABSTATQUALITY TOOLCAPABILITY ANALYSIS(NORMAL),p129,STEP5决定Y特性,決定Y特性,收集Y特性數據,輸入MINITAB數據表,進行分析,結果說明,利用MINITAB的各项图形来进行结果说明,p130,练习,p131,输入数据,注意输入方式,Select:Stat Quality Tools Capabilty Analysis(Normal),p132,输入选项,输入上下规格界限,根据不同的数据输入方式选择分析方法,p133,选择标准差的估计方法,一般选择复合的标准差估计方式,p134,选项的输入,选择是否作正态型转换,如果需要计算Cpm则需要输入目标值,过程能力表现形式的选择,p135,以Cpk,Ppk结果的输出,平均值,样本数,样本数值超过分析规格界限的分布率,模拟曲线落在控制线以外的分布率,Cpm是指样本数值相对于对于目标值的一个能力值，也就是样本是否靠近目标值的概率,标准差S,p136,以Zbench方式输出,Z能力是指（Usl-Lsl）/23Cpk,p137,结果说明,请学员按此图形来说明该制程状况,p138,Capability Analysis(Between/Within),p139,Capability Analysis(Weibull),此项的分析是用在当制程不是呈现正态分布时所使用。因为如果制程不是正态分布硬用正态分布来分析时，容易产生误差，所以此时可以使用韦氏分布来进行分析，会更贴近真实现像。,p140,练习,请使用同前之数据来进行分析。上规格：103下规格：97规格中心：100,p141,输入相关参数,Select:Stat Quality Tools Capabilty Analysis(Weibull),p142,填入选项要求,韦氏分布的参数估计,p143,结果图形,p144,正态分布适用性的判定,可以使用Statbasic statisticnormality test但数据要放到同一个column中，所以必须针对前面的数据进行一下处理,p145,数据调整,进行数据的堆积,p146,填写选项,输入变量,输入作为参考的概率记号,p147,结果输出,P-value0.05，接收为正态分布,p148,结果输出(加标0.5概率),p149,计量型制程能力分析总结,一般的正态分布使用Capability Analysis(Normal)如果是正态分布且其组内和组间差异较大时可用Capability Analysis(Between/Within)当非正态分布时则可以使用Capability Analysis(Weibull),p150,Capability Sixpack(Normal),复合了以下的六个图形XbarR原始数据分布（plot）直方图正态分布检定CPK,PPK,p151,练习,请以前面的数据来进行相应的Capability Sixpack(Normal)练习 Select:Stat Quality Tools Capabilty Sixpack(Normal),p152,输入各项参数,输入规格,p153,选定判异准则,选择判异准则,p154,选择标准差估计方法,默认值是复合标准差计算公式,p155,考虑可选择项,如果希望计算Cpm,则输入目标值,p156,结果输出,p157,Capability Sixpack(Between/Within),复合了以下的六个图形XbarR原始数据分布直方图正态分布检定CPK,PPK,p158,同前练习及结果,p159,Capability Sixpack(Weibull),复合了以下的六个图形XbarR原始数据分布直方图正态分布检定CPK,PPK,p160,结果输出,形状参数,p161,二项分布制程能力分析,二项分布只适合用在好，不好过，不过好，坏不可以用在0,1,2,3等二项以的选择，此种状况必须使用卜氏分布。,p162,示例,数据在excel档案中Select:Stat Quality Tools Capabilty Analysis(Binomial),p163,填好各项的参数,输入样本数,输入历史的不良率,p164,选好控制图的判异准则,p165,填入选择项,可以选择输入图形的表现形式,p166,结果及输出,累计不良率,不良的比例（希望它是随机分布）,该线与P Chart中的P bar 是相同的,p167,卜氏分布制程能力分析,卜分布只适合用在计数型，有二个以上的选择时例如可以用在外观检验，但非关键项部份0,1,2,3等二项以的选择，此种状况必须使用卜氏分布。,p168,示例,数据在excel档案中,Select:Stat Quality Tools Capabilty Analysis(Poisson),p169,填好各项的参数,p170,结果及输出,p171,基础统计,p172,描述性统计,Select:Stat Basic Statistics Display descriptive statistics,p173,描述性统计,输出 结果,中位数,四分之三位数,四分之一位数,样本数,真实的平均值95置信区间,p174,平均值检定（Z/t）,Select:Stat Basic Statistics 2 Sample t,T=（Xbar-）/(S/N1/2)Z=（Xbar-）/(/N1/2)，要求已知1T为单母体的均值检定2T为双母体的均值检定,p175,EXP,p176,差异不显著,DF为自由度99,p177,比率检定（1P/2P）,1P为单母体的比率检定2P为双母体的比率检定,p178,比率检定（1P/2P）,输出结果,p179,标准差的检定（F）,F检定为双母体的方差检定2为单母体的方差检定,p180,标准差的检定（F）,p181,MSA测量系统分析,p182,MSA的目的,了解测量系统是否有足够的能力来侦测出产品或制程参数的变更。,p183,MSA分析的对像,只要控制计划当中所提出的测量系统就必须进行分析。包含产品特性包含过程特性,p184,MSA分析方法的分类,MSA,计量型,计数型,破坏型,p185,计量型MSA,计量型,位置分析,离散分析,稳定性分析,偏倚分析,线性分析,重复性分析,再现性分析,稳定性分析,p186,计数型MSA,计量型,风险分析法,信号分析法,数据解析法,p187,破坏性MSA,计量型,偏倚分析,变异分析,稳定性分析法,p188,偏移(Bias),真值,观测平均值,偏倚,偏倚：是测量结果的观测平均值与基准值的差值。真值的取得可以通过采用更高级别的测量设备进行多次测量，取其平均值而定之。,p189,重复性(Repeatability),重复性,重复性是由一个评价人，采用一种测量仪器，多次测量同一零件的同一特性时获得的测量值变差。,p190,再现性(Reproducibility),再现性是由不同的评价人，采用相同的测量仪器，测量同一零件的同一特性时测量平均值的变差。,再现性,GRR=5.15,p191,稳定性(Stability),稳定性,时间1,时间2,稳定性(或飘移)，是测量系统在某持续时间内测量同一基准或零件的单一特性时获得的测量值总变差。,p192,线性(Linearity),量程,基准值,观测平均值,基准值,线性是在量具预期的工作范围内，偏倚值的差值,p193,线性(Linearity),观测平均值,基准值,无偏倚,有偏倚,a,(Bias=a),这是最理想的状况,判断：a/公差 a/5.15 1.0.1 2.0.10.3 3.0.3,p194,Case study(你喜欢什么类型仪器),基准值,观测平均值,基准值,观测平均值,基准值,观测平均值,p195,稳定性分析的做法,自控制计划中去寻找需要分析的测量系统，主要的考虑来自：控制计划中所提及的产品特性控制计划中所提及的过程特性,p196,稳定性分析的做法,选取一标准样品控制计划中所提及的产品特性控制计划中所提及的过程特性取出对产品特性或过程特性有代表性的样本。针对本样本使用更高精密度等级的仪器进行精密测量十次，加以平均，做为参考值。,p197,稳定性分析的做法,请现场测量人员连续测量25组数据，每次测量25次。（样本量尽量保持一致，如果不一样，在选项内选择pooled）记录下这些数据。一般而言初期的25组数据最好在短的时间内收集，利用这些数据来了解仪器的稳定状况,p198,稳定性分析的做法,将数据输入到minitab中。计算每一组的平均值计算每一组的R值。计算出平均值的平均值计算出R的平均值。,p199,稳定性分析的做法,计算控制界限平均值图：Xbarbar+-A2Rbar,XbarbarR值图：D4Rbar,Rbar,D3Rbar划出控制界限将点子绘上先检查R图，是否连续25点都在控制界限内，以判定重复性是否稳定。再看Xbar图，是否连绩25点都在控制界限内，以判定偏移是否稳定。可以利用Xbarbar-标准值，进行偏差检定，看是否有偏差。可以利用Rbar/d2来了解仪器的重复性。,p200,稳定性分析的做法,后续持续点图、判图如果前面的控制图是稳定的，那么就可以将此控制界限做为控制用控制界限。我们后续就固定时间，使用同样的样本、同样的测量仪器，同样的测量人员。此时由于样本、仪品、人都是固定的，所以如果绘出来的图形有异常，一般就代表仪器有问题，要进行相应的处理。异常的判定点：一点超出控制界限线：连续七点上升，连续七点下降，连绩七点在同一侧。面：非随机性分析，在+-1sigma的范围内应覆盖68%的概率。,p201,稳定性分析的做法,保留记录各项的线性分析的记录要保存下来，可以和PPAP档案存放在一起，以有效证明公司的测量仪器其测量能力是足够的。,p202,范例,p203,p204,结果判定,可以利用Xbar-MASTER来评估其偏差程度。可以利用Rbar/d2来评估其EV，例用EV/TV可以了解其相应的EV%。,p205,示例,Master的值为48产品的公差为48+-2所以偏差为影响百分比为(48.48-48)/4，当然也可以进行相应的统计t检定看是否有显著差异利用Rbar/d2来估计其标准差，也可以评估其相应的EV%。,p206,Minitab的做法,收集数据,将数据输入minitab中,制作控制图,判图,数据解析,判定仪器的适用性,p207,偏倚分析的做法,p208,偏倚分析的做法,自控制计划中去寻找需要分析的测量系统，主要的考虑来自：控制计划中所提及的产品特性控制计划中所提及的过程特性,p209,偏倚分析的做法,自生产现场抽取样本：一般是取在制程中间的产品。拿取此产品到更高精密的测量设备，测量十次，加以平均，取得参考值。,p210,偏倚分析的做法,现场人员测量：现场人员：指的是实际在现场工作的人员，由于他们来进行测量，才能真正了解公司测量的偏差是多少。重复测量十五次，取记录其值。,p211,偏倚分析的做法,将数据输入到minitab中：excel：我们利用来计划平均值，标准差，以及平均值的标准差。平均值使用的语法：average标准差的语法为：stdev,p212,偏倚分析的做法,计算t值，并加以判定t值的计算法：利用(平均值-标准值)平均值的标准差。t=是指用来判定是否有明显偏差的基准，其和自由度有关，一般典型的=0.05如果t t就代表有明显的偏移。如果t t就代表没有明显的偏移。在minitab中可直接看p值,p213,偏倚分析的做法,结果判定如果t t就代表有明显的偏移。此时就要再看其所受的影响。我们利用偏差公差，或偏差过程变化范围来了解其受影响的比例，如果比例比较高时那么就可能仪器要停用或者修理。,p214,偏倚分析的做法,保留记录各项的线性分析的记录要保存下来，可以和PPAP档案存放在一起，以有效证明公司的测量仪器其测量能力是足够的。稳定的偏移是可接受的，不稳定的偏移是不可接受的,p215,偏差练习,p216,数据解析结果,p217,将数据输入minitab,Select:Stat Basic Statistics 1 Sample t,p218,设定检定对像及检定值,输入基准值,p219,绘图选检定直方图,可以选择不同的图型来形象表示,p220,置信区间选0.95,选择置信区间,选择假设和被择假设,p221,结果输出,One-Sample T:偏差Test of mu=0 vs mu not=0Variable N Mean StDev SE Mean偏差 15 0.0067 0.2120 0.0547Variable 95.0%CI T P偏差(-0.1107,0.1241)0.12 0.905t Histogram of 偏差,p222,图形输出,p223,线性分析的做法,p224,线性分析,决定要分析的测量系统由控制计划当中挑选，需要进行分析的仪器。一般典型包含了产品特性测量仪器以及过程特性测量仪器。测量风险愈高的仪器要愈优先分析。线性一般是在制程变异范围比较宽，只做单点的偏差分析，可能担心不足时使用。,p225,线性分析,抽取代表制程变异范围的样品，45个此时一般由现场当中取出。最好能覆盖最大值和最小值。针对取出的样品进行精测利用更高等级的测量设备进行测量十次，将十次的值进行平均，将此平均值做为参考值。,p226,线性分析,请现场测量人员测量每一样本12次测量人员应当是能够代表实际测量的人员。同一样品请测量人员重复测量12次。记录下测量数据。,p227,线性分析,输入数据到minitab表格中输入已经得到的测量数据。利用minitab的资料分析工具中的回归工具进行相应的计算。,p228,线性分析,计算截距t值，斜率t值利用minitab的回归分析进行分析。我们直接看各项的t检定结果，以及看p值。,p229,线性分析,是否合格，是否要加补正值或调整检查截距的t值是否大于t，如果是大于t，则代表有明显的截距问题。或则可以直接看p值，如果p0.05也就是代表有明显的截距问题。检查斜率的t值是否大于t，如果是大于t，则代表有明显的斜率问题。或则可以直接看p值，如果p0.05也就是代表有明显的斜率问题。如果截距是明显的，那么先看其截距百分比，以决定其是否要加补正值。如果斜率是明显的，那么先看其斜率百分比，以决定是否要对斜率进行处理。,p230,线性分析,保留记录各项的线性分析的记录要保存下来，可以和PPAP档案存放在一起，以有效证明公司的测量仪器其测量能力是足够的。,p231,线性示例,一名工厂主管希望对过程采用新测量系统。作为PPAP的一部份，需要评价测量系统的线性。基于已证明的过程变差，在测量系统操作量程内选择了五个零件。每个零件经过全尺寸检测测量以确定其基准值。然后由领班分别测量每个零件12次。研究中零件是被随机选择的。,p232,示例,p233,输入数据,Select:Stat Regression Regression,p234,输入参数,输入变量,输入自变量,p235,结果输出,Regression Analysis:bias versus mThe regression equation isbias=0.737-0.132 mPredictor Coef SE Coef T PConstant 0.73667 0.07252 10.16 0.000m-0.13167 0.01093-12.04 0.000S=0.2395 R-Sq=71.4%R-Sq(adj)=70.9%Analysis of VarianceSource DF SS MS F PRegression 1 8.3213 8.3213 145.02 0.000Residual Error 58 3.3280 0.0574Total 59 11.6493Unusual ObservationsObs m bias Fit SE Fit Residual St Resid13 4.0 1.1000 0.2100 0.0379 0.8900 3.76R16 4.0 1.0000 0.2100 0.0379 0.7900 3.34RR denotes an observation with a large standardized residual,S:残差；R-SQ:拟合度,表明这两个点有异常，希望重新测量,回归分析，F越大，回归越有效，P0.05,无法拒绝回归,p236,判定,图形分析显示特殊原因可能影响测量系统。基准值4数据显示可能是双峰。即使不考虑基准值数据4，作图分析也清楚的显示出测量系统有线性问题。R2值指出线性模型对于数据是不适合的模型。即使模型可以接受，”偏倚=0”线与置信交叉而不是被包含其中。此时，主管应该开始分析和解决测量系统的问题，因为数据分析不会提供任何其它的有价值的线索。然而，为确保所有书面文文件都已作标记，主管还是计算了在此斜率和截距情况下的t统计量。ta=-12.043tb=10.158,p237,判定,采用默认值=0.05，t表自由度(gm-2)=58和0.975的比率，主管得出关键值t58,0.975=2.00172。因为tat58,0.975，从作图分析获得的结果由数据分析得到增强测量系统存在线性问题。在此种情况下，因为有线性问题，tb与t58,0.975的关系如何无关紧要。引起线性问题可能的原因也可以在前面中找到。如果测量存在线性问题，需要通过调整软件、硬件或两项同时进行来再校准以达到0偏倚。如果偏倚在测量范围内不能被调整到0，只要测量系统保持稳定，仍可用于产品过程控制，但不能进行分析，直到测量系统达到稳定。,p238,R&R分析的做法,p239,R&R分析,决定要分析的测量系统由控制计划当中挑选，需要进行分析的仪器。一般典型包含了产品特性测量仪器以及过程特性测量仪器。测量风险愈高的仪器要愈优先分析。,p240,R&R分析,选择十个可以代表制程变化的产品，一般此项产品的变化，最好能够覆盖产品的变化范围比较好。选择可以代表实际现测量人员的操作测量人员。每一个测量人员针对每一个产品重复测量23 次。测量风险愈高的仪器要愈优先分析。,p241,R&R分析,请现场人员对十个产品重复测量23次。在测量时，要使用盲测的原则，侦测出人员平常测量时的无意识错误，才能真正估计出在正式测量时的误差。,p242,R&R分析,将各项的测量数据输入到excel的档案当中。输入数据时要注意有效读数，只取到最小读数，如果要估读，只能估读一半。,p243,R&R分析,计算出R&R的结果一般利用此项的excel表格可以得可以下的结果：AV:人员的变异EV:仪器的变异PV：产品的变异TV：总变异R&R%：重复性和再现性所占的比例。,p244,R&R分析,判定：R&R%30%，不可以接受。,p245,R&R分析,保留记录各项的R&R的记录要保存下来，可以和PPAP档案存放在一起，以有效证明公司的测量仪器其测量能力是足够的。,p246,R&R练习,Select:Stat Quality Tools Gage R&R(Crossed),p247,输入各项参数,p248,得到结果,Gage R&R%ContributionSource VarComp(of VarComp)Total Gage R&R 0.004437 10.67Repeatability 0.001292 3.10Reproducibility 0.003146 7.56Operator 0.000912 2.19Operator*Part