数据统计分析工具课件

数据统计分析工具时代新材精益培训课件之一数据统计分析工具时代新材精益培训课件之一Page

2目录数据的种类统计分析工具数据在各阶段的应用Page2目录数据的种类Page

3数据的种类Page3数据的种类Page

4Data收集的目的确定流程是否稳定

如果流程不稳定，鉴别并祛除不稳定的要因

确定流程的平均值的位置

-它在目标线上吗?如果不在，确定影响平均值的变量，并决定最优的设置以达到目标值

估计总散布的幅度

-

与顾客的要求（规格限）比起来，是可接受的吗？

如果不是,确定散布源，而后消除或减少他们对工程的影响。

Page4Data收集的目的确定流程是否稳定Page

5-Y-因变量（附属的）-输出（结果）-效果-症状-观察（记录）-X1…Xn-自变量（独立的）-输入（流程）-原因-问题-管理为了取得成果，应把焦点对准X还是Yf(X)Y=Data收集的目的Page5-Y-X1…Xn为了取得成果，应把焦点对准XPage

6计数型数据（AttributeData）(定性的)种类好/坏机器1,机器2,机器3班次记数事件（如文件中的错误数,装船的部品数，等）

计量型数据（VariableData）(定量的)连续的数据(有意义的小数)时间(秒)压力(psi)传送带速度(ft/min)Rate(inches)等等.Data的种类Page6计数型数据（AttributeDataPage

7[问题]判断下面的情况是计数型还是计量型?1)不同地区顾客的平均消费,电话待机时间2)硫化机在使用过程中发生的故障次数3)班次

–

白班,中班,晚班.4)铁件底盆的直径5)供应商发货无误差发生的次数6)

输入预定支出完了所用时间Data的种类Page7[问题]判断下面的情况是计数型还是计量型?Page

8Data的搭配f(X)Y=计数型数据计数型数据计数型数据计数型数据计量型数据计量型数据计量型数据计量型数据Page8Data的搭配f(X)Y=计数型数据计数型数Page

9计数型计量型计量型计数型单个输出单个输入Chi-square点图、直方图、箱线图2t-test、主效果图散点图回归统计分析路径图（1）Page9计数型计量型计量型计数型单个输出单个输入ChPage

10统计分析路径图（2）计量型管理图Individual-XandMovingRangeChartX-Bar/RChart

计数型管理图np-Chartp-Chartc-Chartu-Chart输入和输出都适用：Page10统计分析路径图（2）计量型管理图输入和输出Page

11统计分析与项目阶段的关联回归分析主效果图箱线图2-T检验散点图点图柏拉图主效果图2-T检验直方图控制图定义阶段测量阶段分析阶段改善阶段控制阶段所涉及到的工具计数型控制图计量型控制图卡方分析Page11统计分析与项目阶段的关联回归分析主效果图箱Page

12Data的建议在工作中和项目中，我们尽量使用计量型的数据1、计量型的数据给你的信息量多。对反应自己的能力、提供的信息要多。2、计量型数据要求的样本量要比计数型数据的样本量少。举例：有的公司要求注塑件规格要求20-30cm，但是检测第一个28、第二个29，最后检测完毕，全部合格，他就说100%的合格率。其实他可以使用cpk进行。这是不好的。我们还是尽量使用计量型的数据Page12Data的建议在工作中和项目中，我们尽量使Page

13统计分析工具Page13统计分析工具Page

14统计分析工具介绍Minitab是数据统计分析的图形工具Page14统计分析工具介绍Minitab是数据统计分Page

15统计分析工具介绍Page15统计分析工具介绍Page

16统计分析工具介绍Page16统计分析工具介绍Page

17统计分析工具介绍Page17统计分析工具介绍Page

18统计分析工具介绍返回上一次执行数据分析报告显示工作表文件夹显示图形文件夹Page18统计分析工具介绍返回上一次执行数据分析报告Page

19数据统计分析的前提1、确定需要解决的问题2、确定数据收集点3、需要设定相应的数据收集的规则、数据收集表格、数据收集工具、数据收集频率并确定数据收集人4、保证数据的可靠性5、确保数据的真实性和完整性Page19数据统计分析的前提1、确定需要解决的问题Page

20定义阶段工具学习Page20定义阶段Page

21时序图介绍现状介绍、现状陈述时，通过时序图将我们的现状以动态数据的形式展示出来。如：公司2010年的销售额、项目的现状介绍等新市场数据.MTWPage21时序图介绍现状介绍、现状陈述时，通过时序图Page

22时序图介绍通过数据分析可知，公司的销售持续增长，因此要求我们的效率要跟上，同时质量不良要降低Page22时序图介绍通过数据分析可知，公司的销售持续Page

23时序图——新材案例Page23时序图——新材案例Page

24柏拉图介绍帮助我们聚焦主要问题，从而确定主要的改善点或矛盾。打开例题：质量控制示例.MTWPage24柏拉图介绍帮助我们聚焦主要问题，从而确定主Page

25柏拉图介绍通过数据分析可知，草稿和芯片占总不良的75%，应重点解决Page25柏拉图介绍通过数据分析可知，草稿和芯片占总Page

26柏拉图介绍思考：是否可以继续往下分解Page26柏拉图介绍思考：Page

27柏拉图——新材案例Page27柏拉图——新材案例Page

28柏拉图——新材案例Page28柏拉图——新材案例Page

29测量阶段工具学习Page29测量阶段Page

30罩.MTW柱状图介绍用于检查样本数据的形状和分布情况。如生产产品螺栓扭矩的分布情况是什么样Page30罩.MTW柱状图介绍用于检查样本数据的形状Page

31柱状图介绍大多数螺栓紧固时的扭矩在13到25之间。只有1个螺栓过松，扭矩小于11。但是，该分布呈正向偏斜；有多个螺栓拧得过紧。许多螺栓需要大于24的扭矩才能打开，5个螺栓的扭矩大于33，这几乎是目标值的两倍Minitab结果Page31柱状图介绍大多数螺栓紧固时的扭矩在13Page

32柱状图介绍-新材案例Page32柱状图介绍-新材案例Page

33观察扭矩罩.MTW

使用扭矩作为变量.点图介绍Page33观察扭矩点图介绍Page

34Minitab结果作图如上。每一个点代表一个具有给定值输出的“事件”。随着点的积累，泵运转的实际表现的特性可被看作一个抽速数值的“分布”。

点图介绍Page34Minitab结果作图如上。每一个点代表Page

35让我们用点图来显示班组对扭矩的影响点图介绍Page35让我们用点图来显示班组对扭矩的影响点图介Page

36这个图形告诉我们什么？谁能告诉我，那个班组的好些？点图介绍Minitab结果Page36这个图形告诉我们什么？谁能告诉我，那个班组Page

37是各分布差异容易把握的数据调查方法.

让我们看一下喷漆的厚度打开文件PUMPING.MPJ用列厚度作为变量箱线图介绍Page37是各分布差异容易把握的数据调查方法.让我Page

3850%Outlier箱线图可以体现数据扩散性及中心.

注意!箱线图中的中心线不是

平均

而是

中央值.箱线图介绍Page3850%Outlier箱线图可以体现数据扩散Page

39我们也可以用一个变量来作箱线图，以分析由此变量导致的散布

箱线图介绍什么结论呢？Page39我们也可以用一个变量来作箱线图，以分析由Page

40流程能力分析Page40流程能力分析Page

41USLC-LSL6pσCMin(

X-LSL3USL-X3pk

σ

σ,)统计学为测量流程能力发展了2个关键的方法

流程能力分析Page41USLC-LSL6pσCMin(X-LPage

42流程能力分析Page42流程能力分析Page

43流程能力分析Page43流程能力分析Page

44流程能力分析Page44流程能力分析Page

45流程能力分析Page45流程能力分析Page

46CMin(

X-LSL3USL-X3pk

σ

σ,)C

X-LSL3pL

σUSL-X3

σCpU流程能力分析Page46CMin(X-LSL3USL-X3pkPage

47流程能力分析Page47流程能力分析Page

48流程能力分析USLC-LSL6pσCMin(pk

X-LSL3USL-X3

σ

σ,)思考：值大小代表什么值大小代表什么Page48流程能力分析USLC-LSL6pσCMiPage

49流程能力分析现在让我们做4个流程能力研究，以实践我们所学的知识

使用在CAPABILITY.MPJ中的工作表Diag1,Diag2,Diag3,Diag4流程目标: 70流程USL: 100流程LSL: 40使用这些数据集来分析我们的Cp和Cpk用早些时候讨论过的流程能力的诊断结果，提出行动方针

Page49流程能力分析现在让我们做4个流程能力研究，Page

50流程能力——新材案例Page50流程能力——新材案例Cpk的评级标准：（可据此标准对计算出之制程能力指数做相应对策）

A++级Cpk≥2.0特优

A+级2.0＞Cpk≥1.67优应当保持之

A级1.67＞Cpk≥1.33良能力良好，状态稳定，但应尽力提升为A＋级

B级1.33＞Cpk≥1.0一般状态一般，制程因素稍有变异即有产生不良的危险，应利用各种资源及方法将其提升为A级

C级1.0＞Cpk≥0.67差制程不良较多，必须提升其能力

D级0.67＞Cpk不可接受其能力太差，应考虑重新整改设计制程流程能力——新材案例Cpk的评级标准：（可据此标准对计算出之制程能力指数做相应对Page

52分析阶段工具学习Page52分析阶段工具学习Page

53在Y变量下，输入伸长率。在X变量下，输入停放时间打开文件伸长率.MTW散点图介绍用来分析输入与输出之间的关系Page53在Y变量下，输入伸长率。打开文件伸长率Page

54散点图介绍Minitab结果正如所料，停放时间越长，伸长率越低Page54散点图介绍Minitab结果正如所料，停Page

55回归分析介绍用来分析输入与输出之间的关系，并获取输入与输出之间的关系式前提：输入与输出之间确实存在相关性，且输入输出均为计量型数据

在响应中，伸长率。在预测变量中，输入停放时间Page55回归分析介绍用来分析输入与输出之间的关系，Page

56Minitab结果·

回归分析介绍回归方程为伸长率=1.537-0.06401停放时间S=0.110554R-Sq=22.9%R-Sq（调整）=20.8%方差分析来源自由度SSMSFP回归10.1376890.13768911.270.002误差380.4644430.012222合计390.602132通过分析可知（1）、伸长率与时间的关系方程（2）、相关系数：R-Sq=22.9%（3）、回归因子的显著性：P小于0.05Page56Minitab结果·

回归分析介绍Page

57散点图介绍回归分析——新材案例Ho:停放时间与伸长率无关系Ha:停放时间与伸长率有关系方差分析来源自由度SSMSFP回归361.780420.59356.300.054误差413.08233.2706合计774.8627（技术要求：伸长率≥450%）技术指标：伸长率≥450%P值处于0.05的边缘，由于相关性强，暂且认为该回归方程有效。结合GB6038要求停放时间为2~24h，可以将混炼胶停放时间由现在的≥16h，调整为≥

2h。Page57散点图介绍回归分析——新材案例Ho:停Page

58卡方分析介绍用来分析输入与输出之间的关系，并获取输入与输出之间的关系式前提：输入与输出之间确实存在相关性，且输入输出均为计数型数据被雇佣未被雇佣年老3045150230年轻年龄:年老&年轻雇佣实际:雇佣&不雇佣然后我们收集数据来进行分析.Page58卡方分析介绍用来分析输入与输出之间的关系，Page

59卡方分析介绍打开文件供应商卡法.MTWPage59卡方分析介绍打开文件供应商卡法.MTWPage

60Ho: A、B供应商产品质量无差异

Ha: A、B供应商产品质量有差异卡方分析介绍在期望计数下方给出的是卡方贡献不合格合格合计

112104116

9.99106.01

0.4060.038

235395430

37.01392.99

0.1100.010合计47499546卡方=0.565,DF=1,P值=0.452P值＞0.05，你什么结论？Minitab结果Page60Ho: A、B供应商产品质量无差异卡方分析Page

611、案例我们想要调查桶式蒸发器氩弧焊点热缩套保护（有、无）和焊漏（漏、不漏）是否有关联2、数据收集方法（试验步骤）>测量对象：130个蒸发器氩弧焊点>测量Data收集：13874852有热缩套无热缩套漏不漏卡方分析介绍Page611、案例13874852有热缩套无热缩套漏Page

623、分析结果Chi-SquareTest:漏,不漏ExpectedcountsareprintedbelowobservedcountsChi-Squarecontributionsareprintedbelowexpectedcounts漏不漏Total1138710030.5069.5010.0414.4062485210030.5069.5010.0414.406Total61139200Chi-Sq=28.895,DF=1,P-Value=0.000P<0.05,推翻Ho假设，备择假设成立焊漏与有无热缩套有关联卡方分析介绍Minitab结果Page623、分析结果Chi-SquareTestPage

63改善阶段工具学习Page63改善阶段Page

64主效果图介绍这些数据是光洁度性能这一更广泛研究中的一部分，我们将在下一示例中继续讨论。这些变量有：面板ID：从每条喷漆线中抽样的面板的序号生产线：哪一条喷漆线日期：面板抽样日期AM/FM：面板在上午或下午抽样漆层厚度：响应变量（以英寸为单位，额定0.04）位置：抽样面板出现在喷漆台上时哪一面样品：面板序号（大小为3的子群）[例题1]打开文件[PAINTLIN.MTW]

Page64主效果图介绍这些数据是光洁度性能这一更广泛Page

65主效果图介绍Page65主效果图介绍Page

66主效果图介绍我们可以分析什么原因造成的差异，也可以判定哪种改善方案对结果更有影响Minitab结果Page66主效果图介绍我们可以分析什么原因造成的差异Page

672-T检验介绍2-T检验，又叫双样本均值检验，是用来分析两个样本之间均值是否存在差异注意：是用样本来描述整体Page672-T检验介绍2-T检验，又叫双样本均值检Page

682-T检验介绍Page682-T检验介绍Page

692-T检验介绍Minitab结果新工艺与老工艺的双样本T

平均值

N平均值标准差标准误新工艺16129.712.310.58老工艺16120.884.221.1差值=mu(新工艺)-mu(老工艺)差值估计:8.83差值的95%置信区间:(6.34,11.32)差值=0(与≠)的T检验:T值=7.34P值=0.000

自由度=23Ho：数据改善前后无变化Ha:数据改善前后有差异Page692-T检验介绍Minitab结果新工艺Page

70散点图介绍2t检验——新材案例塑炼胶停放0h、1h与标准停放时间4h无差异。P值=0.639

Ho:停放时间0h与4h无差异Ha:停放时间0h与4h存在差异P值=0.718

Ho:停放时间1h与4h无差异Ha:停放时间1h与4h存在差异技术指标：ML1+4(100℃):40~60Page70散点图介绍2t检验——新材案例塑炼胶停放0Page

71控制阶段工具学习Page71控制阶段工具学习Page

72控制图介绍控制图也叫做SPC。帮助我们对一段时间内的流程进行监控并检测，是否存在特殊原因。SPC

的意义Statistical=为了调查流程变动使用的统计方法.Process=流程,意味着所有的流程.Control=通过积极的管理，管理流程.Page72控制图介绍控制图也叫做SPC。Page

73控制图介绍Page73控制图介绍Page

74计数型计量型什么类型的数据?按群还是按个体收集的数据?数特定缺陷或缺陷性项目?群(平均值)(n>1)个体数值(n=1)X-BarRX-BarS个体移动范围（I-MR）特殊类型的“缺陷”

缺陷性项目

每个样本数的几率面积不变?是否c图u图不变的样本数?

np图否是p图注:X-BarS适合于群大小(n)>10控制图介绍Page74计数型计量型什么类型的数据?按群还是按个Page

75控制图介绍单值-极差图（个体图看上去像一个运行图，但现在它为数据提供了一些工程控制限

）Page75控制图介绍单值-极差图Page

76控制图介绍Minitab结果Page76控制图介绍Minitab结果Page

77控制图介绍p-Chart（即可用于恒定的也可用于变化的样品大小

）统计

>控制图

>属性控制图>P控制图变量：Number子组大小：Sample我们计算每个月的合格率、每天的效率等Page77控制图介绍p-Chart（即可用于恒定的也Page

78控制图介绍Minitab结果Page78控制图介绍Minitab结果Page

79控制图介绍U-Chart（即可用于恒定的也可用于变化的缺陷多少）统计

>控制图

>属性控制图>C控制图变量：Number子组大小：8我们计算每片风叶的缺陷数等Page79控制图介绍U-Chart（即可用于恒定的也Page

80Minitab例题-uChart例题8171815239196141713151622在所有的8个单位发现的缺陷数缺陷比例1.0.1.922.8假设我们有一套数据(工作表uChart)描述在运输码头进行的检查

每天为检查损坏情况取样8个单位

控制图介绍Page80Minitab例题-uChartPage

81控制图介绍Minitab结果Page81控制图介绍Minitab结果Page

82数据统计分析只是解决问题的工具更重要的是——解决问题的思路路的方向正确了+正确的工具才能更快的达到目标Page82数据统计分析只是解决问题的工具Page

83完毕谢谢Page83完毕数据统计分析工具时代新材精益培训课件之一数据统计分析工具时代新材精益培训课件之一Page

85目录数据的种类统计分析工具数据在各阶段的应用Page2目录数据的种类Page

86数据的种类Page3数据的种类Page

87Data收集的目的确定流程是否稳定

如果流程不稳定，鉴别并祛除不稳定的要因

确定流程的平均值的位置

-它在目标线上吗?如果不在，确定影响平均值的变量，并决定最优的设置以达到目标值

估计总散布的幅度

-

与顾客的要求（规格限）比起来，是可接受的吗？

如果不是,确定散布源，而后消除或减少他们对工程的影响。

Page4Data收集的目的确定流程是否稳定Page

88-Y-因变量（附属的）-输出（结果）-效果-症状-观察（记录）-X1…Xn-自变量（独立的）-输入（流程）-原因-问题-管理为了取得成果，应把焦点对准X还是Yf(X)Y=Data收集的目的Page5-Y-X1…Xn为了取得成果，应把焦点对准XPage

89计数型数据（AttributeData）(定性的)种类好/坏机器1,机器2,机器3班次记数事件（如文件中的错误数,装船的部品数，等）

计量型数据（VariableData）(定量的)连续的数据(有意义的小数)时间(秒)压力(psi)传送带速度(ft/min)Rate(inches)等等.Data的种类Page6计数型数据（AttributeDataPage

90[问题]判断下面的情况是计数型还是计量型?1)不同地区顾客的平均消费,电话待机时间2)硫化机在使用过程中发生的故障次数3)班次

–

白班,中班,晚班.4)铁件底盆的直径5)供应商发货无误差发生的次数6)

输入预定支出完了所用时间Data的种类Page7[问题]判断下面的情况是计数型还是计量型?Page

91Data的搭配f(X)Y=计数型数据计数型数据计数型数据计数型数据计量型数据计量型数据计量型数据计量型数据Page8Data的搭配f(X)Y=计数型数据计数型数Page

92计数型计量型计量型计数型单个输出单个输入Chi-square点图、直方图、箱线图2t-test、主效果图散点图回归统计分析路径图（1）Page9计数型计量型计量型计数型单个输出单个输入ChPage

93统计分析路径图（2）计量型管理图Individual-XandMovingRangeChartX-Bar/RChart

计数型管理图np-Chartp-Chartc-Chartu-Chart输入和输出都适用：Page10统计分析路径图（2）计量型管理图输入和输出Page

94统计分析与项目阶段的关联回归分析主效果图箱线图2-T检验散点图点图柏拉图主效果图2-T检验直方图控制图定义阶段测量阶段分析阶段改善阶段控制阶段所涉及到的工具计数型控制图计量型控制图卡方分析Page11统计分析与项目阶段的关联回归分析主效果图箱Page

95Data的建议在工作中和项目中，我们尽量使用计量型的数据1、计量型的数据给你的信息量多。对反应自己的能力、提供的信息要多。2、计量型数据要求的样本量要比计数型数据的样本量少。举例：有的公司要求注塑件规格要求20-30cm，但是检测第一个28、第二个29，最后检测完毕，全部合格，他就说100%的合格率。其实他可以使用cpk进行。这是不好的。我们还是尽量使用计量型的数据Page12Data的建议在工作中和项目中，我们尽量使Page

96统计分析工具Page13统计分析工具Page

97统计分析工具介绍Minitab是数据统计分析的图形工具Page14统计分析工具介绍Minitab是数据统计分Page

98统计分析工具介绍Page15统计分析工具介绍Page

99统计分析工具介绍Page16统计分析工具介绍Page

100统计分析工具介绍Page17统计分析工具介绍Page

101统计分析工具介绍返回上一次执行数据分析报告显示工作表文件夹显示图形文件夹Page18统计分析工具介绍返回上一次执行数据分析报告Page

102数据统计分析的前提1、确定需要解决的问题2、确定数据收集点3、需要设定相应的数据收集的规则、数据收集表格、数据收集工具、数据收集频率并确定数据收集人4、保证数据的可靠性5、确保数据的真实性和完整性Page19数据统计分析的前提1、确定需要解决的问题Page

103定义阶段工具学习Page20定义阶段Page

104时序图介绍现状介绍、现状陈述时，通过时序图将我们的现状以动态数据的形式展示出来。如：公司2010年的销售额、项目的现状介绍等新市场数据.MTWPage21时序图介绍现状介绍、现状陈述时，通过时序图Page

105时序图介绍通过数据分析可知，公司的销售持续增长，因此要求我们的效率要跟上，同时质量不良要降低Page22时序图介绍通过数据分析可知，公司的销售持续Page

106时序图——新材案例Page23时序图——新材案例Page

107柏拉图介绍帮助我们聚焦主要问题，从而确定主要的改善点或矛盾。打开例题：质量控制示例.MTWPage24柏拉图介绍帮助我们聚焦主要问题，从而确定主Page

108柏拉图介绍通过数据分析可知，草稿和芯片占总不良的75%，应重点解决Page25柏拉图介绍通过数据分析可知，草稿和芯片占总Page

109柏拉图介绍思考：是否可以继续往下分解Page26柏拉图介绍思考：Page

110柏拉图——新材案例Page27柏拉图——新材案例Page

111柏拉图——新材案例Page28柏拉图——新材案例Page

112测量阶段工具学习Page29测量阶段Page

113罩.MTW柱状图介绍用于检查样本数据的形状和分布情况。如生产产品螺栓扭矩的分布情况是什么样Page30罩.MTW柱状图介绍用于检查样本数据的形状Page

114柱状图介绍大多数螺栓紧固时的扭矩在13到25之间。只有1个螺栓过松，扭矩小于11。但是，该分布呈正向偏斜；有多个螺栓拧得过紧。许多螺栓需要大于24的扭矩才能打开，5个螺栓的扭矩大于33，这几乎是目标值的两倍Minitab结果Page31柱状图介绍大多数螺栓紧固时的扭矩在13Page

115柱状图介绍-新材案例Page32柱状图介绍-新材案例Page

116观察扭矩罩.MTW

使用扭矩作为变量.点图介绍Page33观察扭矩点图介绍Page

117Minitab结果作图如上。每一个点代表一个具有给定值输出的“事件”。随着点的积累，泵运转的实际表现的特性可被看作一个抽速数值的“分布”。

点图介绍Page34Minitab结果作图如上。每一个点代表Page

118让我们用点图来显示班组对扭矩的影响点图介绍Page35让我们用点图来显示班组对扭矩的影响点图介Page

119这个图形告诉我们什么？谁能告诉我，那个班组的好些？点图介绍Minitab结果Page36这个图形告诉我们什么？谁能告诉我，那个班组Page

120是各分布差异容易把握的数据调查方法.

让我们看一下喷漆的厚度打开文件PUMPING.MPJ用列厚度作为变量箱线图介绍Page37是各分布差异容易把握的数据调查方法.让我Page

12150%Outlier箱线图可以体现数据扩散性及中心.

注意!箱线图中的中心线不是

平均

而是

中央值.箱线图介绍Page3850%Outlier箱线图可以体现数据扩散Page

122我们也可以用一个变量来作箱线图，以分析由此变量导致的散布

箱线图介绍什么结论呢？Page39我们也可以用一个变量来作箱线图，以分析由Page

123流程能力分析Page40流程能力分析Page

124USLC-LSL6pσCMin(

X-LSL3USL-X3pk

σ

σ,)统计学为测量流程能力发展了2个关键的方法

流程能力分析Page41USLC-LSL6pσCMin(X-LPage

125流程能力分析Page42流程能力分析Page

126流程能力分析Page43流程能力分析Page

127流程能力分析Page44流程能力分析Page

128流程能力分析Page45流程能力分析Page

129CMin(

X-LSL3USL-X3pk

σ

σ,)C

X-LSL3pL

σUSL-X3

σCpU流程能力分析Page46CMin(X-LSL3USL-X3pkPage

130流程能力分析Page47流程能力分析Page

131流程能力分析USLC-LSL6pσCMin(pk

X-LSL3USL-X3

σ

σ,)思考：值大小代表什么值大小代表什么Page48流程能力分析USLC-LSL6pσCMiPage

132流程能力分析现在让我们做4个流程能力研究，以实践我们所学的知识

使用在CAPABILITY.MPJ中的工作表Diag1,Diag2,Diag3,Diag4流程目标: 70流程USL: 100流程LSL: 40使用这些数据集来分析我们的Cp和Cpk用早些时候讨论过的流程能力的诊断结果，提出行动方针

Page49流程能力分析现在让我们做4个流程能力研究，Page

133流程能力——新材案例Page50流程能力——新材案例Cpk的评级标准：（可据此标准对计算出之制程能力指数做相应对策）

A++级Cpk≥2.0特优

A+级2.0＞Cpk≥1.67优应当保持之

A级1.67＞Cpk≥1.33良能力良好，状态稳定，但应尽力提升为A＋级

B级1.33＞Cpk≥1.0一般状态一般，制程因素稍有变异即有产生不良的危险，应利用各种资源及方法将其提升为A级

C级1.0＞Cpk≥0.67差制程不良较多，必须提升其能力

D级0.67＞Cpk不可接受其能力太差，应考虑重新整改设计制程流程能力——新材案例Cpk的评级标准：（可据此标准对计算出之制程能力指数做相应对Page

135分析阶段工具学习Page52分析阶段工具学习Page

136在Y变量下，输入伸长率。在X变量下，输入停放时间打开文件伸长率.MTW散点图介绍用来分析输入与输出之间的关系Page53在Y变量下，输入伸长率。打开文件伸长率Page

137散点图介绍Minitab结果正如所料，停放时间越长，伸长率越低Page54散点图介绍Minitab结果正如所料，停Page

138回归分析介绍用来分析输入与输出之间的关系，并获取输入与输出之间的关系式前提：输入与输出之间确实存在相关性，且输入输出均为计量型数据

在响应中，伸长率。在预测变量中，输入停放时间Page55回归分析介绍用来分析输入与输出之间的关系，Page

139Minitab结果·

回归分析介绍回归方程为伸长率=1.537-0.06401停放时间S=0.110554R-Sq=22.9%R-Sq（调整）=20.8%方差分析来源自由度SSMSFP回归10.1376890.13768911.270.002误差380.4644430.012222合计390.602132通过分析可知（1）、伸长率与时间的关系方程（2）、相关系数：R-Sq=22.9%（3）、回归因子的显著性：P小于0.05Page56Minitab结果·

回归分析介绍Page

140散点图介绍回归分析——新材案例Ho:停放时间与伸长率无关系Ha:停放时间与伸长率有关系方差分析来源自由度SSMSFP回归361.780420.59356.300.054误差413.08233.2706合计774.8627（技术要求：伸长率≥450%）技术指标：伸长率≥450%P值处于0.05的边缘，由于相关性强，暂且认为该回归方程有效。结合GB6038要求停放时间为2~24h，可以将混炼胶停放时间由现在的≥16h，调整为≥

2h。Page57散点图介绍回归分析——新材案例Ho:停Page

141卡方分析介绍用来分析输入与输出之间的关系，并获取输入与输出之间的关系式前提：输入与输出之间确实存在相关性，且输入输出均为计数型数据被雇佣未被雇佣年老3045150230年轻年龄:年老&年轻雇佣实际:雇佣&不雇佣然后我们收集数据来进行分析.Page58卡方分析介绍用来分析输入与输出之间的关系，Page

142卡方分析介绍打开文件供应商卡法.MTWPage59卡方分析介绍打开文件供应商卡法.MTWPage

143Ho: A、B供应商产品质量无差异

Ha: A、B供应商产品质量有差异卡方分析介绍在期望计数下方给出的是卡方贡献不合格合格合计

112104116

9.99106.01

0.4060.038

235395430

37.01392.99

0.1100.010合计47499546卡方=0.565,DF=1,P值=0.452P值＞0.05，你什么结论？Minitab结果Page60Ho: A、B供应商产品质量无差异卡方分析Page

1441、案例我们想要调查桶式蒸发器氩弧焊点热缩套保护（有、无）和焊漏（漏、不漏）是否有关联2、数据收集方法（试验步骤）>测量对象：130个蒸发器氩弧焊点>测量Data收集：13874852有热缩套无热缩套漏不漏卡方分析介绍Page611、案例13874852有热缩套无热缩套漏Page

1453、分析结果Chi-SquareTest:漏,不漏ExpectedcountsareprintedbelowobservedcountsChi-Squarecontributionsareprintedbelowexpectedcounts漏不漏Total1138710030.5069.5010.0414.4062485210030.5069.5010.0414.406Total61139200Chi-Sq=28.895,DF=1,P-Value=0.000P<0.05,推翻Ho假设，备择假设成立焊漏与有无热缩套有关联卡方分析介绍Minitab结果Page623、分析结果Chi-SquareTestPage

146改善阶段工具学习Page63改善阶段Page

147主效果图介绍这些数据是光洁度性能这一更广泛研究中的一部分，我们将在下一示例中继续讨论。这些变量有：面板ID：从每条喷漆线中抽样的面板的序号生产线：哪一条喷漆线日期：面板抽样日期AM/FM：面板在上午或下午抽样漆层厚度：响应变量（以英寸为单位，额定0.04）位置：抽样面板出现在喷漆台上时哪一面样品：面板序号（大小为3的子群）[例题1]打开文件[PAINTLIN.MTW]

Page64主效果图介绍这些数据是光洁度性能这一更广泛Page

148主效果图介绍Page65主效果图介绍Page

149主效果图介绍我们可以分析什么原因造成的差异，也可以判定哪种改善方案对结果更有影响Minitab结果Page66主效果图介绍我们可以分析什么原因造成的差异Page

1502-T检验介绍2-T检验，又叫双样本均值检验，是用来分析两个样本之间均值是否存在差异注意：是用样本来描述整体Page672-T检验介绍2-T检验，又叫双样本均值检Page

1512-T检验介绍Page682-T检验介绍Page

1522-T检验介绍Minitab结果新工艺与老工艺的双样本T

平均值

N平均值标准差标准误新