Minitab 的基本操作及实例运用课件

Minitab的基本操作及實例運用Name:徐寧超

/MichaelXuJobFunction:Eng-ProductRev:29th,Oct,2010MINITAB=Mini+Tabulator=小型

+计算机Minitab是一個非常好的質量管理和質量設計的工具軟件，更是持續質量改進的良好的工具軟件。一般统计-基础统计

-回归分析

-分散分析

-多变量分析

-非母数分析-TABLE(行列)-探索性资料(数据)分析

品质管理-品质管理工具

-测定系统分析

-计量值数据分析-计数值数据分析

-管理图分析

-工程能力分析信赖性及数据分析-分布分析

-数据的回归分析

-受益分析

实验计划-要因实验计划

-反应表面实验计划

-混合实验计划

-Robust实验计划

簡介

在Minitab里進行數據分析時，需要使用各種窗口和工具，下面是Minitab環境下各部份簡介：會話窗口（SessionWindow）：顯示諸如統計報表之類的輸出文本

數據窗口（DataWindow）：在此可輸入、修改和查看每個工作表的數據列信息窗口（InfoWindow）：概括了每個打開的工作表，可以從下拉列表框中選擇要查看的工作表歷史窗口（HistoryWindow）：記錄所有用過的命令圖形窗口（GraphWindow）:顯示各種圖形，一次最多只能打開15個窗口簡介B.信息窗口（Infowindow）此窗口對當前活動工作表的數據（數據列、常量、矩陣）進行了概括，可以對這些數據進行修改。C.會話窗口（Sessionwindow）此窗口對當前活動工作表數據（數據列、常量、矩陣）進行了概括，最大的特點是變量列表框，變量列表框一般顯示的是一些變量列明、常量或矩陣。其優點是可以準確無誤的選擇變量名。數據管理概要一、在數據窗口中輸入數據1）輸入列數據：點擊數據方向箭頭使之向下，如圖A。2）輸入行數據：點擊數據方向箭頭使之朝右，如圖B。數據管理概要圖A圖B二、生成規則數據可以按照一定的規則生成數據，如：按順序生成一簡單數據集或按字母順序生成一列數據，也可以生成規則的日期/時間型數據。1）生成簡單的數字集1、選擇菜單：Calc▶

MakePatterned▶

simpleSetofNumbers，如右圖2、在Storepatterneddatain的文本框中，輸入數據列名（既可是新列，也可以是已經存在的列），此列用來保存所生成的數據。3、在Fromfirstvalue（起始值），Tolastvalue(最終值)和Instepsof(步長，即增量)文本框中輸入數字。4、若有必要，也可以在Listeachvalue（每個值顯示的次數）和Listthewholesequence（顯示整個編列的次數）文本框中輸入一個數字數據管理概要歸類并生成相應的子工作表數據集裏面，經常需要對一組數據進行分析或生成圖形。操作和計算數據按條件分類：可以基於一個或多個條件對數據分類，如按兩種已給條件創造子集—平時加班大於10小時並且週末加班小於10小時，符合這兩個條件的數據行將複製到一個新工作表，原來工作表沒有變動。例如：打開

File▶OpenWorksheet▶Data▶Eng-product加班(模擬)A

選擇數據▶

子集化工作表（如右圖）B在指定要包括的行下面，選擇匹配的行，然後點擊條件，彈出對話框C在條件一欄，輸入條件方程式，如：想要創建平常加班大於10小時，只要輸入'平常加班'>10Minitab自動生成，可隨意改動按條件可以根據條件選擇所需數學函數注：當然也可以將數據按條件進行拆分或合併，在數據▶

拆分工作表或數據▶

合併工作表中即可實現。一、概要

在工作中我們經常需要對產品數據進行分析和統計，MINITAB提供了许多统计和图表技法来进行数据分析。常用的方法有：•基本统计量•回归•方差分析•实验计划法•管理图•质量工具•可靠度/残差分析•多变量分析•时间序列•表•非参数分析•探测数据分析使用数据分析和质量工具2）置信区间和平均值测试使用数据分析和质量工具Minitab提供了一些命令计算一样本或雙样本的置信区间以及进行平均值检验。工序能力包括單樣本Z、一样本t、雙样本t和配对t，当你不知道所收集的数据是否服从正态分布时，MINITAB又提供了计算置信区间和对中央值进行假设检测的方法。下面是一样本t置信区间和平均值假设检验（假设服从正态分布）的一个例子。1）计算t置信区间和平均值检验的步驟：A.选择統計

▶基本統計量▶一样本t

B.在變量文本框中，输入包含样本的列，Minitab将对样本的每一列进行单个分析。C.以下二者中任选一项：♦若计算平均值的置信区间，选中選項▶置信水平。♦若进行假设检验，选中假設均值。D.若想更进一步，还可以使用下面的选项：♦为置信区间指定一个置信度。缺省值为95%。♦指定一个原假设检验值。缺省值为：μ=0♦通过选择小于(<)、大于(>)、不等于（≠），定义选择性假设。置信度95%假設均值3)相關(correlation)使用数据分析和质量工具使用相關对成对变量计算相关系数和相关性。相关系数是衡量两个变量之间线性关系的程度。其值介于-1与+1之间。如果这两个变量同时增加或同时减小，那么相关系数为正，反之亦然。例子：假设要分析学生身高与体重的关系。1.打开文件PULSE.MTW。2.选择統計

▶基本統計量▶相關3.在變量文本框中，输入高度和體重.点击確定。

结果解释根据输出结果，相关值（r=0.785，P-Value=0.000）表明身高与体重正相关。P-Value:犯一种错误的概率的推定值,比留意水准大时为正态性.4）回归(regression)使用数据分析和质量工具回归分析用于找出反应值(Y)与一个或者多个预测值（X)之间的关系。線性回歸是利用數理統計中的回歸分析，來確定兩種或兩種以上變量相互依賴的定量關係的一種統計分析方法之一，運用十分廣泛。例子：运行一个简单线性回归的例子，假设想要找出体重与身高的关系1.打开文件PULSE.MTW2.选择統計▶回歸▶回歸3.在響應文本框中，输入體重。在預測變量中，输入高度。然后確認。结果解释：P值等于0，表明体重是身高的一个显著性因子，R2等于61.6%表明此模型在反应值中所占的比率。5)分散分析(ANOVA)

使用数据分析和质量工具分散分析（ANOVA)把比较两样本总体均值的T-test扩充到比较多于两个均值的test。MINITAB的ANOVA包括一次、二次或者更为复杂的ANOVA模型、等变量检验等。当按照单个变量进行分类时，一个一次ANOVA检验总体均值的相等性。下面我们举一个例子，说明当反应值数据在一列而区分总体的水平值在另一列时，怎样进行数据分析。如果你在工作表中将每个总体的数据置于不同的列，可以运用單因子命令。例子：1.打开文件PULSE.MTW2.选择統計▶方差分析▶單因子3.在反应值響應中，输入體重，在因子中，输入性別。4.点击圖形。5.选中數據線箱圖和殘差正態圖。点击確認解釋：分散分析输出结果和盒式图(boxplot)清楚地表明，女性和男性的体重差別。F统计值比较大而p值比较小，表明男女存在统计上显著性差异。女性体重平均值的95%置信区间介限于118和130之间但是对于男性而言,95%置信区间介于155和162之间.

使用数据分析和质量工具SS:乘方的和(SumofSquare)MS:不偏分散(MeanofSquare)F:F-概率值P:P-value(留意概率)各点呈现直线状态时，意味着正态性二、质量控制使用数据分析和质量工具Minitab提供了多种质量管理方法：管理图、质量计划工具、测量系统分析、工序能力和可信度。管理图可以对工序整个时间的变动进行分析。根据样本数据，这些图表生成了一些总的统计。下面是经常使用的X-R图。从字面意思可知，此图表在一个图形窗口中通常有两个图：一个是子集平均值的管理图（X)、一个是子集范围的管理图（R），同时查看这两个图，可以跟踪工序水平和工序变动，还可以看出特殊原因的表现。X-R图的一个例子一制造车间制造金属固定件，需要估计其工序能力（目标值：2.4克），力求固件的重量变动最小。这些固件5个一包。随机选择20包画出X-R图，估计他们的制造工序管理情况。1.打开文件金屬固定件重量。

2.选择統計▶控制圖

▶子集的變量控製圖▶Xbar-R3.在Singlecolumn中，输入重量。在子組大小中，输入5。4.在均值中输入2.4，点击OK。均值選項1）CP/CPK的製作品質工具製程準確度Ca(CapabilityofAccuracy)規格公差6個估計實績標準差=T6σCp=(雙邊規格)制程能力指數

Cpk–ThecapabilityindexforastableprocessCpk=(1─│Ca│)*Cp1.选择統計▶

質量工具▶能力分析▶正態2.选择單列▶供應商1 。3.选择子組大小▶

5。4.在規格下限中，输入 598。5.在規格下限中，输入 602。8.点確認。等級Cpk值處理原則A+1.67

≦

Cpk

無缺點考慮降低成本A1.33

≦

Cpk

≦

1.67維持現狀B1

≦

Cpk

≦

1.33有缺點發生C0.67

≦

Cpk

≦

1

立即檢討改善D

Cpk

≦0.67採取措施進行品質改善等級Cp值ACp>1.67B1.67>Cp>1.33

C1.33>Cp>1.00D1.00>Cp>0.67ECp<0.67品質工具使用数据分析和质量工具Terminologies：Signal–thetruevalueofameasurementNoise–theoff-setofameasurementfromitstruevaluePrecision–thedatarangedeterminedbythemeasurements.Inengineering,theprecisionisequivalenttostandarddeviation.Tolerance–theexpecteddatarange.Inengineering,toleranceisequivalenttospecification.使用数据分析和质量工具GageR&RPrecisiontoToleranceRatio(精度/公差)P/T≤10%,excellent10%<P/T≤20%,adequate20%<P/T≤30%,marginalP/T>30%,unacceptableSignaltoNoiseRatio(信噪比)SNR≥10,excellent5≤SNR<10,adequate3≤SNR<5,marginalIfSNR≤3,unacceptables使用数据分析和质量工具例一：NEDDHeightFactors:Repeat,Part測試比較簡單所以作業員不是條件因素Repeat,andPart被測目標:KY,MC被測目標是KYorMC的NEDDtotheprintheadsurface的距離。Spec

isUSL–1.8mm,LSL–1.0mm.1.选择統計▶

質量工具▶

量具研究▶量具R&R研究（交叉）2.在部件號中输入parts。3.在測量數據中，输入KY。4.选择選項▶在下限中輸入1.0

，在上限中輸入1.8註：量具R&R研究（交叉）：用於不可破壞式試驗量具R&R研究（嵌套）：用於破壞式試驗使用数据分析和质量工具StandardDeviationanalysisP/TRatioiscalculatedfromStandardDeviation,ors:InMinitab,P/TisnamedSV/Toler.P/T<10%isexcellent使用数据分析和质量工具因素---被測者在整個樣本空間中選擇典型的10個被測者，需能保證反映特徵，在大量樣本中提前選擇是必須的，可以選擇：1）3個最靠近最大值2）3個最靠近最小值3）4個靠近中心值.因素---作業員和其他是否將作業員列為因素取決于治具的選取1）若治具是自動化或測試操作很簡單，作業員不是因素條件，這樣的話選1個作業員做GRR。2）若測試需要作業手法和智力要求，作業員是因素條件，這樣的話選3個不同經驗的作業員做GRR。注：在CPC/PPP每個被測機台都需要gothroughGRR，所以就不把它當做條件因素測試過程：若作業員不是條件因素，用一個作業員做以下步驟即可：Step1:測試10台被選機台.Step2:將機台亂序重做Step1兩次.若作業員是條件因素，讓三個作業員每個人做以上步驟一和二。1.选择統計▶

控製圖▶

子組的變量控製圖

▶

R。2.在Singlecolumn中输入長度。3.在子組大小中，输入5。点击OK

上限下限平均值解釋：此R图所显示出并没有任何点超出规格。注意到中心线在2.72mm处，比所给的最大值±2要大得多。说明工序存在很大的变动。質量管理和改善步骤三、用R图检查一下范围：首先生成一个管理图看看样本数据里凸轮轴的长度范围情况。我们希望样本数据的范围离中心值（估计的平均值）不要太远以免出现大的变动。

質量管理和改善上限下限平均值步骤四、用Xbar图对特殊原因测试。生成一个X-bar图看看凸轮轴长度是否存在超出规格的问题。另外，使用Minitab的“對特殊原因進行所有檢驗”命令来找出变动的特殊原因

解釋：此X-bar图表明工序超出规格。尤其是有一点在Test1时出错，有两点在Test6时出错。在会话窗口中，说明了这些检验表示的意思。7.选取會話窗口。解釋：此工序有一点离中心线超出3個標準差，4/5的点离中心线1個標準之外（在中心线的一边）。既然问题已经确实存在，下面应当找出原因和解决的办法。不幸的是，抽样计划并没有对问题精确的在哪里、什么时候发生作出具体的说明，因为每个班次只抽取了一个样本。好的计划应当是在问题的解决阶段每个班次多抽取几个样本。在特殊原因找到并解决之后再转换到监控阶段。因此，从这些数据可以知道能得到什么了。

1.选择統計▶

控製圖▶

子組的變量控製圖▶

X-bar2.在Singlecolumn中输入長度。3.在子組大小中，输入5。点击OK4.点击Xbar選項。5.在檢驗頁中選擇對特殊原因進行所有檢驗。6.確定質量管理和改善解釋：我们希望Length这样的变量服从正态分布。在这里所生成的直方图当然不是很好的。实际上，从598，599，601高峰开始呈现出两个独立的、明显不同的分布。检查记录清单发现凸轮轴供应商有两家，现在开始明白为什么会出现这样奇怪的直方图了。所以决定从两家供应商获得测定值并对每批数据单独运行X和R图。每家供应商的数据都保存在供應商1列和供應商2列中。步骤五、生成正态曲线的直方图。直方图的正态曲线是一种检查变量分布的有用方法。1.选择統計▶

基本統計量▶

顯示描述性統計2.在變量中，输入長度。3.点击圖形，出现一个对话框。4.选中數據直方圖，包含正態曲綫。5.確認。

質量管理和改善另外，对供應商2进行估算，操作步骤同上解釋：供應商2的X-bar图反映出有问题。从这个图上，可以看出有两点超出管理上限。R图没有显示出工序超出管理，然而，中心线是3.890，几乎是供應商1的3倍。从长远来看，应当等到供應商2生产的凸轮轴在管理范围之内时才采用供應商1。对于供應商2，应当与其合作，共同减小变动到可接受的水平。

步骤六、同时显示Xbar和R图1.統計▶

控製圖▶

子組的變量