1、MINITAB活用基础-PPT课件 是统计的软件 为数据分析提供工具 Six Sigma 推进需要的统计工具什么是什么是MINITABMINITAB？现国内使用的统计分析软件一般有SAS，SPSS，MINITAB等。MINITAB是美国的宾西法尼亚州立大学基础统计学的学生1972年开发的。后来在工学，社会学，经营学等研究方面广泛使用。且GE在6-SIGMA活动中作为分析工具取得了成功，最近成为6-SIGMA活动必需的分析工具。MINITAB的基本数据的输入，输出方式与EXCEL相似，因此将复杂的统计分析简单化，可容易理解统计意义。且MINITAB作成的所有图表与文字与EXCEL相似并可互换，可
2、使用复制及粘贴功能，在制作报告书时也可灵活使用。Internet Home Page:Internet Home Page:2.Minitab 窗口 首先在 worksheet 上输入如下 data.在Minitab menu中利用取出随机数据的功能在 worksheet的第一列(column)命名为 x后,如下输入15个数据.如下形成 worksheet,因为是随机数据有可能与下列数据不同画一个Graph如下画成 Histogram(因为是随机数据形状各异)看一下Minitab的窗口构成如下制作 窗口1 1SESSIONSESSIONWINDOWWINDOW数据数据WINDOWWINDOW工
3、具栏工具栏菜单菜单打开PROJECTPROJECT保存打印WORKSHEET剪切复制粘贴恢复以前brushed 行下面 brushed行过去对话筐SESSION WINDOW现数据WINDOWHELP插入插入行插入列列移动删除WORKSHEET管理图表管理关闭图表取消工具栏在数据 WINDOW击活时显示数据数据WINDOWWINDOW1 1打印SESSION WINDOW前命令语后命令语查找查找下一个SESSIONSESSION WINDOW WINDOW工具栏在SESSION WINDOW击活时显示;也有几个是例外1 1图表图表WINDOWWINDOW打印图表看的方式编辑方式Brush 方式
4、工具栏在图表WINDOW击活时显示,也有几个例外1 1 文件的保存方式共有三种方式文件的保存方式共有三种方式 1.以Project的方式保存：包含所有的窗口（数据、图表、输出）都会保存在同一个文件中 2.以Worksheet的方式保存 包含数据和输出窗口会保存在同一个文件 3.以Graph的方式保存 只保存图表输出的结果 1 1Project 保存1 1Worksheet 保存1 1利用Manip menu1 1Unstacking1 1利用CalcMake patterned DataCalcMake patterned Data制作简单并有一定特征或者有一定规律的数据为什么要作这些数据呢？
5、因为什么要作这些数据呢？因为我们在为我们在M阶段作测量系统阶段作测量系统分析时非常有用，同时在阶分析时非常有用，同时在阶段进行段进行ANOVA分析时有用。分析时有用。c3c4site111111111122221 1部品12121210.650.600.550.550.500.5521.001.001.050.951.051.0030.850.800.800.750.800.8040.850.950.800.750.800.8050.550.450.400.400.450.5061.001.001.001.051.001.0570.950.950.950.900.950.9580.850.80
6、0.750.700.800.8091.001.001.000.951.051.05100.600.700.550.500.850.80部品作业者焊锡高度112131415161718191101122232425262728292102etc.etc.Minitab要求数据排成要求数据排成3 列列.堆积数据：把所有部品放在堆积数据：把所有部品放在1 列，列，所有测量者放在第所有测量者放在第2 列，测量结果列，测量结果放在第放在第3列列.这意味着如果这意味着如果 有有:10部品部品3个测量者个测量者2 次重复测量次重复测量则两列长度将有则两列长度将有60格编号，格编号，1,210重复重复6 次。
7、次。数据输入到数据输入到MINITABMINITAB Calc Make Patterned Data Simple Set of Number Calc Make Patterned Data Simple Set of Number指定保存列指定保存列指定开始值指定开始值指定结束值指定结束值指定增加值指定增加值输入各各输入各各PATENPATEN DATE DATE反复的次数反复的次数决定一次生成的决定一次生成的PATEN DATAPATEN DATA共共生成几次生成几次 结果结果测定后输入测定值测定后输入测定值部品作业者焊锡高度110.65210.55310.75410.56510.78
8、610.95711.00811.00910.751010.51110.751210.891310.45Stat Quality Tools Gage R&R Study(Crossed)Stat Quality Tools Gage R&R Study(Crossed)选择选择ANOVAANOVAXbar and R方法分析 part to part,反复性,再现性ANOVA方法是 part to part,反复性,再现性分析的基础上,追加分析因 operator-by-part引起的变动MINITABMINITAB分析结果图表的解释分析结果图表的解释Gage name:Date of stu
9、dy:Reported by:Tolerance:Misc:HEIGHT GAGE99/6/499/6/500.30.40.50.60.70.80.91.01.1123Xbar Chart by 螟沥磊Sample MeanMean=0.8075UCL=0.8796LCL=0.735400.000.050.100.15123R Chart by 螟沥磊Sample RangeR=0.03833UCL=0.1252LCL=0 1 2 3 4 5 6 7 8 9100.40.50.60.70.80.91.01.1PART螟沥磊螟沥磊*PART InteractionAverage1 2 3 123
10、0.40.50.60.70.80.91.01.1螟沥磊By 螟沥磊 1 2 3 4 5 6 7 8 9100.40.50.60.70.80.91.01.1PARTBy PART%Contribution%Study Var%Tolerance Gage R&RRepeatReprodPart-to-Part050100Components of VariationPercentGage R&R(ANOVA)for 螟沥摹Two-Way ANOVA Table With InteractionTwo-Way ANOVA Table With InteractionSource DF SS MS
11、F PPART 9 2.05871 0.228745 39.7178 0.00000 2 0.04800 0.024000 4.1672 0.03256*PART 18 0.10367 0.005759 4.4588 0.000160.00016Repeatability 30 0.03875 0.001292 Total 59 2.24912Gage R&RGage R&R%ContributionSource VarComp (of VarComp)Total Gage R&R 0.004437 10.6710.67 Repeatability 0.001292 3.10 Reproduc
12、ibility 0.003146 7.56 0.000912 2.19 *PART 0.002234 5.37 Part-To-Part 0.037164 89.33 Total Variation 0.041602 100.00 StdDev Study Var%Study Var%ToleranceSource (SD)(5.15*SD)(%SV)(SV/Toler)Total Gage R&R 0.066615 0.34306 32.66 34.3134.31 Repeatability 0.035940 0.18509 17.62 18.51 Reproducibility 0.056
13、088 0.28885 27.50 28.8928.89 0.030200 0.15553 14.81 15.55 *PART 0.047263 0.24340 23.17 24.34 Part-To-Part 0.192781 0.99282 94.52 99.28 Total Variation 0.203965 1.05042 100.00 105.04Number of Distinct Categories=4MINITABMINITAB分析结果评价指标值的解释分析结果评价指标值的解释测定者测定者*Part Part 是有意的是有意的(ANOVA Table(ANOVA Table中
14、中 Part Part是非常有意的是非常有意的,测测定者及测定者定者及测定者*PartPart应是非有意的应是非有意的)再现性存在问题再现性存在问题使用离散型数据使用离散型数据 R&R R&R的理由的理由 为了了解与交接班或机器无关的情况下检查者在同一基准下 对良品与不良品的判断基准是否明确?为确认检查者的一贯性 为确认检查者判定是否与真实一致 -作业者将实际不良品判定为良品的频率 -作业者将实际良品判定为不良品的频率 为了知道如下事项 -需要训练的部分 -标准程序不足的部分12个部品,3名检查者,反复2次后 收集了如下数据反复1反复2反复3反复4反复5反复61不良不良不良良品良品不良不良2良
15、品良品良品不良良品良品良品3良品良品良品良品不良不良良品4不良良品良品不良良品不良不良5不良不良不良良品不良不良良品6良品良品良品良品良品良品良品7不良不良不良良品不良不良良品8良品良品良品良品良品良品良品9良品良品良品良品良品良品良品10不良良品不良不良良品不良不良11良品良品良品良品良品良品良品12不良不良良品不良不良良品不良检查者C部品符号真值检查者A检查者B利用利用MINITABMINITAB计算计算在MINITAB的 Work sheet输入如下数据部品号真值测定者测定值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
16、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1 1输入测定结果输入测定结果输入部品号输入部品号输入测定者输入测定者已知部品真值时输入已知部品真值时输入 结果解释结果解释Within AppraiserWithin AppraiserAssessment AgreementAppraiser#Inspected#Matched Percent(%)95.0%CI 1 12 10 83.3 (51.6,97.9)2 12 5 41.7 (15.2,72.3)3 12 8 66.7 (34.9,90.1)#Matched:Appraiser agrees with him/herse
17、lf across trials.测定者具有一贯性地评价的次数测定者具有一贯性地评价的次数测定者测定者检查数检查数测定者具有一贯性地评价的测定者具有一贯性地评价的%这里这里#Matched#Matched是是?表示测定者对同一部品反复测定表示测定者对同一部品反复测定2 2次时的一致性次时的一致性Each Appraiser vs StandardEach Appraiser vs StandardAssessment AgreementAppraiser#Inspected#Matched Percent(%)95.0%CI 1 12 9 75.0 (42.8,94.5)2 12 4 33.3
18、 (9.9,65.1)3 12 8 66.7 (34.9,90.1)#Matched:Appraisers assessment across trials agrees with standard.测定者测定的与真值相同的次数测定者测定的与真值相同的次数测定者测定者测定者测定的与真值相同的测定者测定的与真值相同的%这里这里#Matched#Matched是是?表示测定者的测定值与真值相同的一致性表示测定者的测定值与真值相同的一致性.检查数检查数Assessment Disagreement Appraiser#良品/不良 Percent(%)#不良/良品 Percent(%)#Mixed P
19、ercent(%)1 1 8.3 0 0.0 2 16.7 2 1 8.3 0 0.0 7 58.3 3 0 0.0 0 0.0 4 33.3#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.真值为不良但判断真值为不良但判断 为良品的数为良品的数/%/%真值为良品但判断真值为良品但判断 为不良的数为不良的数/%/%以同一部品测定舒者的判断以同一部品测定舒
20、者的判断良良,不良混乱的数不良混乱的数/%/%不良流出的状态不良流出的状态Between AppraisersBetween AppraisersAssessment Agreement#Inspected#Matched Percent(%)95.0%CI 12 3 25.0 (5.5,57.2)#Matched:All appraisers assessments agree with each other.检查数检查数这里这里#Matched#Matched是是?所有测定者测定各部品时的一致性所有测定者测定各部品时的一致性所有测定者测定结所有测定者测定结果相同的次数果相同的次数/%/%一
21、致性不超过一致性不超过90%,90%,需要及时改善需要及时改善All Appraisers vs StandardAll Appraisers vs StandardAssessment Agreement#Inspected#Matched Percent(%)95.0%CI 12 3 25.0 (5.5,57.2)#Matched:All appraisers assessments agree with standard.检查数检查数这里这里#Matched#Matched是是?所有测定者测定值与真值的一致性所有测定者测定值与真值的一致性所有测定者测定值与真值相所有测定者测定值与真值相同
22、的次数同的次数/%/%一致性不超过一致性不超过90%,90%,需要及时改善需要及时改善结果图表结果图表测定者一贯性评价程度用测定者一贯性评价程度用95%95%置置信区间表现信区间表现 对真值的测定者的一致性表现为对真值的测定者的一致性表现为95%95%置信区间置信区间 在这里在这里2 2号测定者对自己的评价基准模糊号测定者对自己的评价基准模糊,连真值也无法区分连真值也无法区分 缺点数据的情况缺点数据的情况 求DPMO 从SIGMA表读对应于DPMO的 Z.st值受率数据的情况受率数据的情况 SCRAP,再作业等视为不良计算受率 从SIGMA表读百万个当良品数 =(受率)*1,000,000相对
23、应的Z.st值不良率数据的情况不良率数据的情况 从不良率计算PPM PPM=(不良率)*1,000,000 从SIGMA表读与PPM值一样的DPMO值相应的Z.st值.例题例题1.1.对某一工程生产出荷的制品经过较长时间调查特定类型的缺点的对某一工程生产出荷的制品经过较长时间调查特定类型的缺点的 结果结果346346个制品中发现了一个缺点个制品中发现了一个缺点.此工程这种类型的缺点相关的此工程这种类型的缺点相关的 SIGMASIGMA水平是多少水平是多少?00289.03461缺陷率 Calc Probability Distributions Normal1 1注意：注意：首先要判断是否为首
24、先要判断是否为正态分布正态分布，若否，则须经转换为正态分布后方可若否，则须经转换为正态分布后方可使用使用Minitab求取求取Cpk。打开数据文件打开数据文件:过程能力分析过程能力分析.MTV计算过程能力指数计算过程能力指数Cpk47.747.847.948.048.148.248.3LSLUSLProcess Capability Analysis for NormalUSLTargetLSLMeanSample NStDev(Within)StDev(Overall)CpCPUCPLCpkCpmPpPPUPPLPpkPPM USLPPM TotalPPM USLPPM TotalPPM U
25、SLPPM Total48.2500 *47.750048.0192400.07783890.07848401.070.991.150.99 *1.060.981.140.98 0.00 0.00 0.00 272.071510.991783.06 302.231635.151937.38Process DataPotential(Within)CapabilityOverall CapabilityObserved PerformanceExp.Within PerformanceExp.Overall PerformanceWithinOverall图形结果显示：图形结果显示：计算过程能力
26、指数计算过程能力指数Cpk Minitab把数据作成图表.图表可显示中心倾向,离散程度,分布的趋势,过程变化等内容.图表可提供与TEAM员间易于对话的方法好的图胜过百句话好的图胜过百句话Worksheet 时间列Plot(Time series plot)Graph 题目及趋势线追加Plot1 1活用Brush功能ChartHistogramBoxplotStat Basic Statistics Display Descriptive Statistics各位要养成一有数据就先用上记菜单确认基本统计量的习惯各位要养成一有数据就先用上记菜单确认基本统计量的习惯.Descriptive Stat
27、istics 可以利用多种图表,提供数据的平均值,标准偏差 Skewness,Kurtosis,信赖区间,Data的正态性,四分位数等情报.还可以优先确认基本统计量.利用Descriptive Statistics可以从Graph以及Session很容易 看出基本统计1 1Graph Matrix Plot利用A_01付款天数付款天数.mtv例子对入库金额/合同付款期/合同目标/洽谈后/实际付款期等变量进行分析，了解它们之间有什么关系？利用利用Matrix Matrix PlotPlot可以在图可以在图表里看出全部表里看出全部因子间的关系因子间的关系合同目标与合同付款期有非常强的关系合同目标与
28、合同付款期有非常强的关系,洽谈后洽谈后与实际付款期与实际付款期,合同付款期和实际付款期有强的合同付款期和实际付款期有强的关系关系.Multi-vari(多个因素同时影响多个因素同时影响Y)Y)分析分析 看一看下面数据收集方法的例子.特性值:转线时间,变动要因:变动的三个因素是单板种类,白夜班,生产线可作成下面的DATA收集格式.单板班线转线时间委试小DayA30委试小DayA80委试小DayA60委试小DayA55委试小DayA105委试小DayA330Stat Quality Tools Multi-vari Chart多变量调查在有计划进行时才有效果多变量调查在有计划进行时才有效果以上数据
29、是以上数据是1 1至至3 3月收集的转线时间变化的主要因子月收集的转线时间变化的主要因子(单板，班，线单板，班，线)因子间的变化呈多种形态时因子间的变化呈多种形态时,选择选择FactorFactor进行区分进行区分对于技术一部的材料工程师想检验国内供应商和国外供应商提供的电容质量是否有显著性差异，如果没有显著性差异，为了降低成本，我们就可以用国内供应商的产品进行替代。因此分别选择了两个供应商的10个产品，由设计部门进行测试。以5%的有意水平，验证两个供应商的电容性能是否相同 打开打开:A_:A_0505电容电容.mtw.mtwBAH:0BAH:1假设假设:正态性检验结果两正态性检验结果两个总体
30、的个总体的P-valueP-value为为 0.508 0.508，0.6370.637可以假定为可以假定为正态分布正态分布等方差检验结果等方差检验结果P-valueP-value为为 0.753 0.753 两个两个样本的方差是相同的。样本的方差是相同的。如果取出的样本不是正态分布时，样本的数为30个以上时根据中心极限定理，可以做t验证。正态性检验正态性检验方差检验方差检验Stat Basic statistics Stat Basic statistics 2-Sample t.2-Sample t.两个样本为等方差时选择两个样本为等方差时选择Session windowsSession
31、windowsP-Value 0.788P-Value 0.05P-Value 0.05，没有足够的证据没有足够的证据证明它们之间存在显著性差异证明它们之间存在显著性差异统计检验问题转化为实际问题：统计检验问题转化为实际问题：国内供应商和国外供应商电容的国内供应商和国外供应商电容的质量特性是一样的质量特性是一样的1 1事例分析事例分析为了解供应部和供应商签订的框架协议的有效性是否跟供应商的类别（贸易和直供），分别收集了1月份签订的协议，针对贸易商抽取500个协议，现在没有执行合同的有12个供应商，针对直供协议抽取了800个协议，现在没有执行的有15个协议。请在5%的显著水平下判断框架协议执行是
32、否有差异。假设假设:BA 0pp :HBA 1pp :HStat Basic Statistics 2 proportions Session windowsSession windows总体差的总体差的95%95%置置信区间信区间日期行使距离运送货物次数行使时间110049.325034.8310048.9410026.555024.268026.277537.486546.099037.6109026.1Stat Regression Regression号码号码维修时间维修时间使用时间（月）使用时间（月）维修故障类型维修故障类型12.92电子23.06机械34.88电子41.83机械52.92电子64.97电子74.29机械84.88机械94.44电子104.56电子1 1 实习例题：纸直升飞机实习例题：纸直升飞机 纸直升飞机的纸直升飞机的 CTQ CTQ是从是从 2m 2m高度到落地的总飞行时间。高度到落地的总飞行时间。因子是因子是 机翼的宽度机翼的宽度,机翼的长度机翼的长度,机翼的材质，机身的重量机翼的材质，机身的重量4个因素个因素 通过通过 DOEDOE实验，请选择影响飞行时间最长的主要因素。实验，请选择影响飞行时间最长的主要因素。输入：水平机翼的宽度 （1.5、2.0）机翼的长度 （15、20）机翼的纸质 （报纸、白纸）输出：纸飞机的飞行时间（Y)反复：3次1 1
