Minitab常用操作简介

1、29 Oct 2009Johnson ControlsMinitab 常用操作简介29 Oct 2009Johnson Controls2q数据分类q数据分析的一般思路（四步骤）q如何选择合适的质量工具？q简单的统计图形：直方图、Paratoo图、饼图、散点图qSPC方法及步骤qMSA(可变数据/属性数据)q计算过程能力Cp/Cpk/Pp/Ppk29 Oct 2009Johnson Controls3一、数据的分类29 Oct 2009Johnson Controls4二.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：n稳定性分析n研究分布n研究

2、偏差n研究中心29 Oct 2009Johnson Controls5三. 如何选择合适的质量工具离散型连续型卡方检验(Chi Square)T检验(t-test)方差分析(ANOVA)试验设计(DOE)相关回归(Correlation Regression)非参数检验对数回归(Logistic Regression)离散型连续型XYY=f(x)29 Oct 2009Johnson Controls6四、简单的统计图形n直方图nParatoo图n饼图n散点图29 Oct 2009Johnson Controls7直方图29 Oct 2009Johnson Controls8直方图29 Oct

3、2009Johnson Controls9Paratoo图29 Oct 2009Johnson Controls10Paratoo图29 Oct 2009Johnson Controls11饼图29 Oct 2009Johnson Controls12散点图29 Oct 2009Johnson Controls13q 目标目标理解控制图的基本原理，确认过程稳定性q 主要内容主要内容 控制图 统计过程控制 过程判异原则五、SPC控制图3530252015105039342924Observation NumberIndividual ValueI Chart for C1X=30.603.0SL

4、=37.36-3.0SL=23.8429 Oct 2009Johnson Controls14什么是控制图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3平均界限29 Oct 2009Johnson Controls15一个控制图的组成成分一个控制图的组成成分3530252015105039342924O bs e rv a tio n Num be rIndividual ValueI C h a rt fo r C 1X = 30.603.0S L=

5、 37.36-3.0S L= 23.84UCL:UCL:控制上限控制上限LCL:LCL:控制下限控制下限UCL = m + kUCL = m + k1 1s sCL = mCL = mLCL = m LCL = m k k2 2s sCL:CL:中心线中心线M x 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)29 Oct 2009Johnson Controls16计数型计数型计量型计量型什么类型的数据什么类型的数据 ? ?按群还是按个按群还是按个体收集的数据体收集的数据 ? ?是缺陷是缺陷还是不良项目还是不良项目? ?群群( (平均值平均值) )( (

6、n1)n1)个体数值个体数值( (n=1)n=1)X-Bar RX-Bar RX-Bar SX-Bar S个体移动范围个体移动范围（ I-MR I-MR ）特殊类型的特殊类型的“缺陷缺陷” 不良项目不良项目 缺陷的概率低吗缺陷的概率低吗? ? 如果你知道坏的数，如果你知道坏的数，你知道好的数吗？你知道好的数吗？泊松分布泊松分布二项分布二项分布个体移动范围个体移动范围（I-MRI-MR）否否是是是是每个样本数每个样本数的几率面积不变的几率面积不变 ? ? 是是否否c c 图图u u 图图不变的样本数不变的样本数 ? ? np np 图图否否是是p p 图图选择选择正确的管理正确的管理图图 注注:

7、 X-Bar S : X-Bar S 适合适合于群大小于群大小 ( (n) n) 1010控制图选择方法控制图选择方法29 Oct 2009Johnson Controls17控制图管理一般原则控制图管理一般原则LCLLCLCLCLUCLUCL管理状态管理状态( (偶然原因引起的波动偶然原因引起的波动) )异常状态异常状态( (特殊原因引起的波动特殊原因引起的波动) )-3-3+3+3 + + = = = 0.27% = 0.27%异常状态异常状态( (特殊原因引起的波动特殊原因引起的波动) )29 Oct 2009Johnson Controls18控制图异常状态检验方法控制图异常状态检验方

8、法q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. 检验检验1:1:一个点超出区域一个点超出区域A A 检验检验2: 2: 以中心线为基准以中心线为基准, ,在同一侧面有在同一侧面有9 9个连续点个连续点. . 检验检验3: 3: 相连的相连的6 6个点连续上升或下降个点连续上升或下降. . 检验检验4: 4: 连续的连续的1414个点相继上升或下降个点相继上升或下降, ,对此应检讨数据的操作性对此应检讨数据的操作性. . 检验检验5: 5: 连续的连续的3 3个点中个点中2 2个在个在A A区域区域( (以中心线为基准

9、在同一侧以中心线为基准在同一侧) ) 检验检验6: 6: 连续的连续的5 5个点中个点中4 4个在区域个在区域B B或其外边的位置或其外边的位置( (以中心值为基准在同一侧以中心值为基准在同一侧) ) 检验检验7: 7: 连续的连续的1515个点在区域个点在区域C(C(以中心线为基准看两侧以中心线为基准看两侧) ) 第一是什么使它变好第一是什么使它变好 第二是数据是否读错或测定仪误差第二是数据是否读错或测定仪误差 检验检验8: 8: 连续的连续的8 8个点在区域个点在区域C C外边的位置外边的位置( (以中心线基准两侧以中心线基准两侧) )29 Oct 2009Johnson Controls

10、19X bar-R控制图控制图29 Oct 2009Johnson Controls20X bar-R控制图控制图29 Oct 2009Johnson Controls21IM-R控制图控制图29 Oct 2009Johnson Controls22IM-R控制图控制图29 Oct 2009Johnson Controls23P图图29 Oct 2009Johnson Controls24P图图29 Oct 2009Johnson Controls25U图图29 Oct 2009Johnson Controls26六. 测量系统分析MSA29 Oct 2009Johnson Controls2

11、7我们无法评价我们不知道的，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，只能依靠运气我们无法管理时，只能依靠运气 - - 摘自摘自“The Vision of Six Sigma” (Mikel J. Harry)The Vision of Six Sigma” (Mikel J. Harry)测量系统的意义测量系统的意义 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

12、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。29 Oct 2009Johnson Controls28测量值的构成测量值的构成 真值真值(实际产品散布实际产品散布)测量误差测量误差(测量散布测量散布 )测量值测量值(观测的散布观测的散布)=尽管有数据但它不是时常是事实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有必要确认数据的可靠性.29 Oct 2009Johnson Controls29测量系统分析方法测量系统分析方法测量内容有两种形式

13、q 计量值计量值/ /定量值定量值- 数据可以用连续的标尺来描述q 计数值计数值/ /定性值定性值- 数据不能用连续的标尺来描述- 通过/不通过，好/坏 等计量值和计数值计量值和计数值必须用不同的必须用不同的方法处理方法处理29 Oct 2009Johnson Controls30计量型测量系统分析计量型测量系统分析29 Oct 2009Johnson Controls31可变数据可变数据MSAMSA让我们用让我们用MinitabMinitab来分析一些数据来分析一些数据 打开文件打开文件计量型计量型MSAMSA试题试题-1-1使用使用MinitabMinitab的测量测量系统分析功能的测量测

14、量系统分析功能 29 Oct 2009Johnson Controls32可变数据可变数据MSAMSA29 Oct 2009Johnson Controls33q Minitab SessionMinitab Session解释解释零件与操作者没有交互影响零件与操作者没有交互影响可变数据可变数据MSAMSA来源 DF SS MS F P DF SS MS F P部件部件 9 88.3619 9.81799 492.291 0.000 9 88.3619 9.81799 492.291 0.000操作者操作者 2 3.1673 1.58363 79.406 0.000 2 3.1673 1.58

15、363 79.406 0.000Part Part * * Operator 18 0.3590 0.01994 0.434 0.974 Operator 18 0.3590 0.01994 0.434 0.974重复性重复性 60 2.7589 0.04598 60 2.7589 0.04598Total 89 94.6471Total 89 94.647129 Oct 2009Johnson Controls34q Minitab SessionMinitab Session解释解释量具量具 R&R 方差分量来源 方差分量 贡献率合计量具 R&R 0.09143 7.76 重复性 0.03

16、997 3.39 再现性 0.05146 4.37 Operator 0.05146 4.37部件间 1.08645 92.24合计变异 1.17788 100.00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&R 0.30237 1.81423 27.86 36.28 重复性 0.19993 1.19960 18.42 23.99 再现性 0.22684 1.36103 20.90 27.22 Operator 0.22684 1.36103 20.90 27.22部件间 1.04233 6.25396 9

17、6.04 125.08合计变异 1.08530 6.51180 100.00 130.24可区分的类别数 = 4可变数据可变数据MSAMSA29 Oct 2009Johnson Controls35q Minitab SessionMinitab Session解释解释 因测量系统的变动因测量系统的变动( (贡献度贡献度) )是是 7.767.76%, %, 零件间的差异变动是零件间的差异变动是 92.24%. 92.24%. 重复性散布是重复性散布是 3.39% 3.39%再现性散布是再现性散布是 4.37%. 4.37%. 测量系统的测量系统的精确度精确度/ /过程波动比过程波动比是是 2

18、7.8627.86%, %, 可以接受可以接受. . 测量系统的测量系统的精确度精确度/ /容差比容差比是是36.28,36.28,测量系统判别良测量系统判别良/ /不良的能力不足不良的能力不足. . 测量系统的测量系统的识别力识别力是是4 4， 可以接受可以接受. .可变数据可变数据MSAMSA29 Oct 2009Johnson Controls36PercentPart-to-PartReprodRepeatGage R&R100500% Contribution%?Study?Var% ToleranceSample Range1.00.50.0_R=0.342UCL=0.880LCL

19、=0ABCSample Mean20-2_X=0.001UCL=0.351LCL=-0.348ABCPart1098765432120-2OperatorCBA20-2PartAverage10 9 8 7 6 5 4 3 2 120-2O peratorABCG age name:D ate of study : Reported by :Tolerance:M isc:Com ponents of VariationR Chart by OperatorXbar Chart by OperatorMeasurem ent by PartMeasurem ent by Operator Op

20、erator * Part InteractionGage R& R (A NOVA ) for Measurementq Minitab Minitab 图表分析图表分析“整个散布中整个散布中,GAUGE R&R占据的比重是否占据的比重是否充分的小充分的小? ” Gage R&R, Repeat,Reprod.的高度的高度越接近越接近0越好越好.“作业者别反复测量值是否稳定作业者别反复测量值是否稳定”注意注意 !R Chart的界限线超出的话的界限线超出的话,调查其原因后调查其原因后 再测量再测量.“相互不同零件鉴别能力是否充分相互不同零件鉴别能力是否充分?”与与R Chart相反，脱离管理

21、界限线越多越好相反，脱离管理界限线越多越好.可变数据可变数据MSAMSA29 Oct 2009Johnson Controls37PercentPart-to-PartReprodRepeatGage R&R100500% Contribution%?Study?Var% ToleranceSample Range1.00.50.0_R=0.342UCL=0.880LCL=0ABCSample Mean20-2_X=0.001UCL=0.351LCL=-0.348ABCPart1098765432120-2OperatorCBA20-2PartAverage10 9 8 7 6 5 4 3 2

22、 120-2O peratorABCG age name:D ate of study : Reported by :Tolerance:M isc:Com ponents of VariationR Chart by OperatorXbar Chart by OperatorMeasurem ent by PartMeasurem ent by Operator Operator * Part InteractionGage R& R (A NOVA ) for Measurementq Minitab Minitab 图表分析图表分析“所选的样本是否能正确反映过程的散所选的样本是否能正确

23、反映过程的散布布?”. 如果此值均一的话如果此值均一的话,可认为样本没有正确可认为样本没有正确 反映过程的实际散布情况反映过程的实际散布情况“作业者间存在差异与否作业者间存在差异与否? ” 而言的而言的. 作业者无差异为好作业者无差异为好.“根据标本各作业者是否进行相互不同的根据标本各作业者是否进行相互不同的测量测量? ”而说的而说的. 对于标本对于标本,各作业者的测量值相同为好各作业者的测量值相同为好.可变数据可变数据MSAMSA29 Oct 2009Johnson Controls38属性数据测量系统分析属性数据测量系统分析29 Oct 2009Johnson Controls39 数据收

24、集的范围是数据收集的范围是? ? - - 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 各样本的反复评价 23 25 100 2以上 测量系统的评价基准是多少测量系统的评价基准是多少? ? - - 一般计数型测量系统的目标是90% ,或具有90%以上的再现性和反复性测量方法测量方法属性数据属性数据MSAMSA29 Oct 2009Johnson Controls40例题例题q 收集样本收集样本( (1212个零件个零件,3,3名操作者名操作者,

25、 ,测量反复测量反复2 2次次) )属性数据属性数据MSAMSA29 Oct 2009Johnson Controls41 StatQuality ToolsGage Study Attribute Gage R&R Study在Minitab的工作栏中输入数据零件真值操作者测量值1不良1不良2良品1良品3良品1良品4不良1良品5不良1不良6良品1良品7不良1不良8良品1良品9良品1良品10不良1良品11良品1良品12不良1不良1不良2良品2良品2不良q MinitabMinitab分析分析属性数据属性数据MSAMSA29 Oct 2009Johnson Controls42输入测量值输入测量

26、值输入零件输入零件输入操作者输入操作者输入已知零件真值输入已知零件真值属性数据属性数据MSAMSA29 Oct 2009Johnson Controls43q Minitab SessionMinitab Session解释解释Assessment AgreementAppraiser # Inspected # Matched Percent 95 % CI1 12 10 83.33 (51.59, 97.91)2 12 6 50.00 (21.09, 78.91)3 12 8 66.67 (34.89, 90.08)# Matched: Appraiser agrees with him/

27、herself across trials.Each Appraiser vs Standard Assessment AgreementAppraiser # Inspected # Matched Percent 95 % CI1 12 9 75.00 (42.81, 94.51)2 12 5 41.67 (15.17, 72.33)3 12 8 66.67 (34.89, 90.08)# Matched: Appraisers assessment across trials agrees with the known standard.Assessment DisagreementAp

28、praiser # 良品 / 不良 Percent # 不良 / 良品 Percent # Mixed Percent1 1 16.67 0 0.00 2 16.672 1 16.67 0 0.00 6 50.003 0 0.00 0 0.00 4 33.33# 良品 / 不良: Assessments across trials = 良品 / standard = 不良.# 不良 / 良品: Assessments across trials = 不良 / standard = 良品.# Mixed: Assessments across trials are not identical.总

29、观测次数对比一致率，总观测次数对比一致率， 作业者作业者1 1在总共在总共1212次观测中次观测中 1010次一致次一致, 83%, 83%的一致的一致总观测次数对比真值的一致率，作总观测次数对比真值的一致率，作业者业者2 2人总共人总共1212次观测中有次观测中有5 5次与真次与真值一致值一致, 42%, 42%一致一致总观测次数对比真值的不一致率，总观测次数对比真值的不一致率，作业者作业者2 2人总共次观测中将良品判定为不良，人总共次观测中将良品判定为不良，将不良判定为良品等不一致率为将不良判定为良品等不一致率为50%50%属性数据属性数据MSAMSA29 Oct 2009Johnson

30、Controls44q Minitab SessionMinitab Session解释解释Between Appraisers Between Appraisers Assessment Agreement# Inspected # Matched Percent 95 % CI 12 4 33.33 (9.92, 65.11)# Matched: All appraisers assessments agree with each other.All Appraisers vs Standard All Appraisers vs Standard Assessment Agreement

31、# Inspected # Matched Percent 95 % CI 12 4 33.33 (9.92, 65.11)# Matched: All appraisers assessments agree with the known standard.作业者间一致率作业者间一致率名作业者总计次观测中名作业者总计次观测中,次一致次一致, %的一致率的一致率所有作业者和真值的一致率所有作业者和真值的一致率名作业者总计次观测中名作业者总计次观测中次和观测值一致次和观测值一致, %的一的一致率致率.这里这里 # # MatchedMatched是是? ?所有测定者测定各零件或与真值比较时的一致

32、性所有测定者测定各零件或与真值比较时的一致性一致性不超过一致性不超过90%90%时，需要改善时，需要改善属性数据属性数据MSAMSA29 Oct 2009Johnson Controls45AppraiserPercent3211008060402095.0% ?C IPercentAppraiserPercent3211008060402095.0% ?C IPercentDate of study: Reported by:Name of product:Misc:Assessment AgreementWithin AppraisersAppraiser vs Standardq Min

33、itabMinitab图表分析图表分析作业者的观测值的一作业者的观测值的一致程度可通过信赖区致程度可通过信赖区间确认出来间确认出来.作业者与真值的一直作业者与真值的一直程度可通过信赖区间程度可通过信赖区间确认出来确认出来.属性数据属性数据MSAMSA29 Oct 2009Johnson Controls46q 目标目标理解过程能力分析原理，并能根据数据类型计算过程能力q 主要内容主要内容 计量型过程能力分析 计数性过程能力分析六. 过程能力分析29 Oct 2009Johnson Controls47过程能力是什么？过程能力是什么？过程在受控状态下时，客户要求与过程表现(产品质量或服务质量的变

34、动程度)的比值，如果过程表现越能满足顾客要求，则过程能力越充分，反之则不足USLLSL29 Oct 2009Johnson Controls48你的数据是你的数据是什么类型的什么类型的计量型计量型记数型记数型收集数据收集数据收集数据收集数据用用 MinitabMinitab分析数据分析数据用用 MinitabMinitab分析数据分析数据过程能力表述过程能力表述PPMCp, Cpk, Pp, Ppk过程能力表述过程能力表述DPU,DPMO, PPM过程能力分析路径过程能力分析路径29 Oct 2009Johnson Controls49“缺陷缺陷”(x4)(x4) 1 2 3 4 5 6 7

35、1 2 3 4 5 6 7 错误数错误数“缺陷缺陷”( (x 130 Min)x 130 Min)“无缺陷无缺陷”( (x 130 Min)x Quality Tools Capability Sixpack Normal Stat Quality Tools Capability Sixpack Normal29 Oct 2009Johnson Controls58q MinitabMinitab图表分析图表分析它是正态分布吗？它是正态分布吗？和规格限比起和规格限比起来工程的散布来工程的散布怎么样？怎么样？ 它是正态分布吗？它是正态分布吗？子集间有差子集间有差异吗？异吗？ 它受控吗它受控吗?

36、 ?它受控吗它受控吗? ?29 Oct 2009Johnson Controls59MinitabMinitab图表分析图表分析29 Oct 2009Johnson Controls60q Capability AnalysisCapability Analysis正态性检验正态性检验 Stat Basic Stat Basic Statistics Statistics Normality TestNormality Test29 Oct 2009Johnson Controls61正态检验正态检验P值值0.05正态正态正态检验正态检验29 Oct 2009Johnson Controls6

37、3 过程能力分析过程能力分析 Stat Quality Tools Capability Analysis NormalStat Quality Tools Capability Analysis Normal29 Oct 2009Johnson Controls64组内过程能力组内过程能力总体过程能力总体过程能力观测的不良率观测的不良率组内组内(短期，潜在短期，潜在) 估计计不良率不良率 全体全体(长期，实际长期，实际)估计计不良率不良率 过程能力分析过程能力分析29 Oct 2009Johnson Controls65过程能力解释过程能力解释q CpCp经验极限水平经验极限水平. .q P

38、pkPpk与与CpCpk k越近似越好越近似越好. .散布散布可能的可能的最好最好实际实际 ( (总体总体) )过程平均值的位置过程平均值的位置 规格范围规格范围的中点的中点 实际位置实际位置CpCpPpkPpkCpkCpkPpPp29 Oct 2009Johnson Controls66寻找寻找可变可变型数据型数据太难了！太难了！属性数据过程能力分析属性数据过程能力分析29 Oct 2009Johnson Controls67DPU/DPO/DPMODPU/DPO/DPMODPU = 2DPO = 0.5DPMO = 500,000DPU = 3DPO = 0.75DPMO = 750,00

39、0DPU = 1DPO = 0.25DPMO = 250,000= 1机会= 1单位1单位 = 4 机会= 缺陷泊松分布过程能力分析29 Oct 2009Johnson Controls68生产的产品总数缺陷总数=DPU 000,000, 1 / =DPMOx单位产品机会单位产品缺陷数DPU/DPMODPU/DPMO与与SigmaSigma水平水平泊松分布过程能力分析29 Oct 2009Johnson Controls69 4.67 Sigma4.67 Sigma清洁器个缺陷/3=DPUppmx750000,000, 1/ 4000DPU 3=DPMO冰箱机会DPU/DPMODPU/DPMO

40、与与SigmaSigma水平水平泊松分布过程能力分析29 Oct 2009Johnson Controls70999,996.6999,995999,991999,987999,979999,968999,952999,928999,892999,841999,767999,663999,517999,313999,032998,650998,134997,445996,533995,339993,790991,802989,276良品数良品数3.45913213248721081592333374836879681,3501,8662,5553,4674,6616,2108,19810,72

41、46.05.95.85.75.65.55.45.35.25.15.04.94.84.74.64.54.44.34.24.14.03.93.8st4.54.44.34.24.14.03.93.83.73.63.53.43.33.23.13.02.92.82.72.62.52.42.3lt986,097977,250971,284964,070955,435945,201933,193919,243903,199884,930864,334841,345815,940788,145758,036725,747691,462655,422617,911579,260539,828500,000460

42、,172良品数良品数13,90322,75028,71635,93044,56554,79966,80780,75796,801115,070135,666158,655184,060211,855241,964274,253308,538344,578382,089420,740460,172500,000539,8283.73.53.43.33.23.13.02.92.82.72.62.52.42.32.22.12.01.91.81.71.61.51.4st2.22.01.91.81.71.61.51.41.31.21.11.00.90.80.70.60.50.40.30.20.10.0-

43、0.1lt420,740382,089344,578308,538274,253241,964211,855184,060158,655135,666115,07096,80180,75766,80754,79944,56535,93028,71622,75017,86413,90310,7248,198良品数良品数579,260617,911655,422691,462725,747758,036788,145815,940841,345864,334884,930903,199919,243933,193945,201955,435964,070971,284977,250982,1369

44、86,097989,276991,8021.31.21.11.00.90.80.70.60.50.40.30.20.10.0-0.1-0.2-0.3-0.4-0.5-0.6-0.7-0.8-0.9st-0.2-0.3-0.4-0.5-0.6-0.7-0.8-0.9-1.0-1.1-1.2-1.3-1.4-1.5-1.6-1.7-1.8-1.9-2.0-2.1-2.2-2.3-2.4lt6,2104,6613,4672,5551,8661,3509686874833372331591087248322113953良品数良品数993,790995,339996,533997,445998,1349

45、98,650999,032999,313999,517999,663999,767999,841999,892999,928999,952999,968999,979999,987999,991999,995999,997-1.0-1.1-1.2-1.3-1.4-1.5-1.6-1.7-1.8-1.9-2.0-2.1-2.2-2.3-2.4-2.5-2.6-2.7-2.8-2.9-3.0st-2.5-2.6-2.7-2.8-2.9-3.0-3.1-3.2-3.3-3.4-3.5-3.6-3.7-3.8-3.9-4.0-4.1-4.2-4.3-4.4-4.5ltDPMODPMO与与SigmaSi

46、gma水平表水平表泊松分布过程能力分析29 Oct 2009Johnson Controls71例题：例题：DPU, DPMODPU, DPMO是多少是多少? ?泊松分布过程能力分析29 Oct 2009Johnson Controls7294.4% 合格合格RTYRTY与与SigmaSigma水平水平浪费浪费 56,000 ppm97% 合格合格浪费浪费 30,000 ppm95.5% 合格合格RTY = 0.955*0.97*0.944 = 87.4%浪费浪费 45,000 ppmRTY不仅为最终阶段不仅为最终阶段,各阶段的能力同样重要各阶段的能力同样重要泊松分布过程能力分析29 Oct 2009Johnson Controls73IQCIQC100%100%合格合格PQCPQC95.5%95.5%合格合格OQCOQC97.