《MINITAB常用工具汇集》由会员分享，可在线阅读，更多相关《MINITAB常用工具汇集（124页珍藏版）》请在金锄头文库上搜索。
1、容易理解的容易理解的6西格玛推进西格玛推进TAEM1. MSA (计测计测System的分析的分析)4.1精密度精密度4.3重现性重现性 4.5%P/T Ratio4.2反复性反复性4.4%R&RScreen工程中所使用的荧光体药品的粘性度对荧光屏的品质工程中所使用的荧光体药品的粘性度对荧光屏的品质起着较大的影响起着较大的影响,因此因此Screen工程每交班时间都要测定管理工程每交班时间都要测定管理药品的粘性度药品的粘性度. Screen工程的拉长或组长工程的拉长或组长,科长为了评价科长为了评价测定荧光体药品粘性的粘度计信赖度测定荧光体药品粘性的粘度计信赖度,让让3位交班班长各测定位交班班长各
2、测定3个药品试料个药品试料,反复测定各三次并记录其测定结果反复测定各三次并记录其测定结果.荧光体药品的粘度规格范围为荧光体药品的粘度规格范围为242.例题例题 测测 定定 人人 : 3名名 (金班长金班长, 李班长李班长, 朴班长朴班长) 药品试料药品试料 : 3个个 (1号试料号试料, 2号试料号试料, 3号试料号试料) 测定次数测定次数 : 3次次 总测定次数总测定次数: 27次次 ( = 3名名 3名名 3次次 )WorksheetSTAT MENUStat Quality Tools Gage R&R Study (Crossed).路径路径STAT MENU 测定测定值值 输入规格的
3、公差输入规格的公差 测定测定者者 点击点击Options 样本编号样本编号 OK OK 规格的范围规格的范围 - 上面的例题中点度规格范围是上面的例题中点度规格范围是 242,公差是公差是2, 即为即为4. - 如果规格范围是如果规格范围是403,则公差是则公差是 3, 即为即为6. Dialog 窗口窗口STAT MENU分析结果分析结果4.4%R&R4.1精密度精密度4.2反复性反复性4.3再现性再现性4.5P/T %R&R, P/T : 评价精密度的计测能力指数评价精密度的计测能力指数 %R&R : 表示测量散布在总散布中所占的比率表示测量散布在总散布中所占的比率 %R&R 30% 的时
4、候意味该计测器可以信赖的时候意味该计测器可以信赖. P/T : 表示测量散布在规格公差中所占的比率表示测量散布在规格公差中所占的比率 P/T Calculator打开打开Worksheet表格表格: Oxygen.mtwCALC MENU“Piece * Oxygen” 的数据另存在的数据另存在 C4列中列中 -70-RESULTCalc CalculatorCALC MENU“Piece * Oxygen”自动算出自动算出 -71-Calc CalculatorCALC MENUOxygen的平均值另存在的平均值另存在 C5 列中列中 -72-Calc CalculatorRESULTCAL
5、C MENUOxygen的平均值自动算出的平均值自动算出3. Basic Statistics (统计基础统计基础)Stat Basic Statistics Display Descriptive Statistics Worksheet为观察为观察 A A 工程的品质特性产品长度的分布与统计量，抽出一定量的样本（工程的品质特性产品长度的分布与统计量，抽出一定量的样本（Sample)Sample)的数据。的数据。路径路径STAT MENUDialog 窗口窗口 指定指定 变数变数 选定选定 Graphs 选定选定Graphical summary OK OKSTAT MENUSession
6、窗口窗口1.1算术平均算术平均1.2标准偏差标准偏差1.4中央值中央值1.5最小值最小值1.6最大值最大值 四分位数四分位数 : 将将Data依序排列后，重新区分开来依序排列后，重新区分开来 - Q1 : 依序排列依序排列 Data时，列在时，列在25%位置的数字位置的数字 - Median : 依序排列依序排列 Data时，时， 列在列在50%位置的数字位置的数字 - Q3 : 依序排列依序排列 Data 时，排列在时，排列在75%位置的数字位置的数字 平均的标准误差平均的标准误差 = / nSTAT MENUGraph 窗口窗口1.1算术平均算术平均1.2标准偏差标准偏差1.4中央值中央值
7、 1.5最小值最小值1.6最大值最大值 1.3分散分散1.8标准偏差的信赖区间标准偏差的信赖区间1.7平均的信赖区间平均的信赖区间 1.9中央值的信赖区间中央值的信赖区间1.10验证正规性验证正规性 正规性验证正规性验证 ( 注意水平注意水平 = 0.05 ) P-Value 0.05 时时 可以认为可以认为 Data的散布遵循正规分布的规则。的散布遵循正规分布的规则。 P-Value 0.05 Data的分布没有遵循正规分布的规则。的分布没有遵循正规分布的规则。1.10 Histogram, 正规分布曲线正规分布曲线 Box PlotSTAT MENU4. Statistical Proce
8、ss Control (管理图管理图)1.1U 管理图管理图P 管理图管理图I-MR 管理图管理图C 管理图管理图NP 管理图管理图1.21.31.41.51.6X-R 管理图管理图X-R 管理图管理图U 管理图管理图P 管理图管理图I-MR 管理图管理图C 管理图管理图NP 管理图管理图理度的选择理度的选择C管理图管理图Data 计量值计量值计数值计数值Data的类型的类型Data 是不是不良品数量？是不是不良品数量？是否是具体的缺陷是否是具体的缺陷?已收集的已收集的Data是否是个别的？是否是个别的？是否组成群数据？是否组成群数据？抽样数是否是一定量？抽样数是否是一定量？抽样数是否是一定量
9、？抽样数是否是一定量？U管理图管理图NP管理图管理图P 管理图管理图I-MR 管理图管理图X-R 管理图管理图个别个别 Data Data群群 不良数不良数缺陷数缺陷数否否是是否否是是STAT MENUStat Control Charts Xbar-R在在B工程中做出的产品的工程中做出的产品的 重量每重量每8个小时抽样个小时抽样5个进行测量，对该工程进行管理个进行测量，对该工程进行管理 。例题例题X-R 管理图管理图 计量值计量值 子群子群 子群子群 Worksheet路径路径STAT MENUDialog 指定变数指定变数 子群的大小子群的大小 OK 子群的大小子群的大小 - 上述例题中，
10、上述例题中，B工程按每工程按每8小时小时 测测5个产品的重量，群的数量为个产品的重量，群的数量为5EA。 .或区分为或区分为C3（时间段别），也可时间段别），也可 输入输入C3(时间段）。时间段）。Dialog 窗口窗口STAT MENU分析结果分析结果 X-R 管理图管理图 X 管理图管理图 管理群内的管理群内的 Data的平均的平均 (管理分布的中心管理分布的中心) R 管理图管理图 管理群的范围管理群的范围 (管理分布的散布管理分布的散布)2.1252015105Subgroup010.510.09.5Sample Mean1Mean=9.995UCL=10.53LCL=9.461210
11、Sample RangeR=0.925UCL=1.956LCL=0Xbar/R Chart for 重量 因异常原因的工程脱离因异常原因的工程脱离Graph 窗口窗口STAT MENUStat Control Charts I-MR在在B工程中做出的产品的工程中做出的产品的 重量每重量每4个小时抽样个小时抽样1个进行测量，对该工程进行管理个进行测量，对该工程进行管理例例 题题I-MR 管理图管理图 计量值计量值 个别个别 Data Worksheet路径路径STAT MENUDialog 指定变数指定变数 OKDialog 窗口窗口STAT MENU302010Subgroup011.510.
12、59.58.5Indiv idual ValueMean=10.01UCL=11.27LCL=8.7411.51.00.50.0Mov ing RangeR=0.4759UCL=1.555LCL=0I and MR Chart for 重量分析结果分析结果 I-MR 管理图管理图 I 管理图管理图 Data移动的管理移动的管理 (管理分布图中心移动管理分布图中心移动) MR 管理图管理图 管理管理Data移动范围移动范围(管理分布图的散布管理分布图的散布)2.2 MR(Moving Range) - 意味着相邻两个意味着相邻两个Data的移动范围的移动范围. 例如例如, 前面的前面的 Data
13、的测定值为的测定值为8, 后一个后一个Data为为12时时, MR: 4 (= 8-12 ) Graph 窗口窗口STAT MENUStat Control Charts PB工程管理一天中发生的产品不良数工程管理一天中发生的产品不良数. 例例 题题P 管理图管理图 (不良率管理图不良率管理图) 计数值计数值 Worksheet路路 径径STAT MENU 指定变数指定变数 Sample的数量决定的数量决定 指定输入列指定输入列 OKDialog 窗口窗口STAT MENU30201000.100.050.00Sample NumberProportionP Chart for 不良数P=0.
14、02984UCL=0.07496LCL=0分析结果分析结果 LCL (管理下限管理下限) - P, NP, U, C管理图的管理下限总是大于等于管理图的管理下限总是大于等于0. 即即, 不良率不良率,不良数不良数,缺陷率缺陷率,缺陷数总大于等于缺陷数总大于等于0. UCL (管理上限管理上限) - 在在P管理图与管理图与U管理图中管理图中,下限线根着下限线根着 Sample的大小形成曲线的大小形成曲线(幅度差幅度差). - Sample 大小大时大小大时 : 幅度小幅度小 - Sample 大小小时大小小时 : 幅度大幅度大Graph 窗口窗口STAT MENU5. Capability St
15、udy (工程能力工程能力)实习实习) 求工程能力求工程能力Stat Quality Tools Capability Analysis (Normal).观察观察B B工程品质特性之一的产品重量工程能力时工程品质特性之一的产品重量工程能力时, , 每每8 8个小时抽样个小时抽样5 5个样品并收集其数据个样品并收集其数据, ,产品重量的规格产品重量的规格( (Spec.)Spec.)为为 10 101 1g g. .例例 题题 子群子群 子子 群群 Worksheet路路 径径STAT MENU 规格下限规格下限 OK 子群的大小子群的大小 规格上限规格上限 指定变数指定变数 子群的大小子群的
16、大小 - 上述例题中上述例题中, B工程每工程每8小时抽出小时抽出 样品样品,即群的数量为即群的数量为5. 或者有因分为时间段或者有因分为时间段 在在C3中可输入时间变数中可输入时间变数. 个别个别 Data时输入时输入“1”. 规格的上规格的上,下限下限 - 上述例题中上述例题中,因因B工程做出的产品重量的规格为工程做出的产品重量的规格为101g, 规格下限为规格下限为 9, 规格上限规格上限 11.Dialog 窗口窗口STAT MENU 规格上限规格上限 规格下限规格下限算术平均算术平均 抽样数抽样数 群内标准偏差群内标准偏差 全体标准偏差全体标准偏差Graph 窗口窗口 (1)STAT
17、 MENU 群内工程能力群内工程能力 : ( 潜在工程能力潜在工程能力 : 假设群间无变动的条件下的工程能力假设群间无变动的条件下的工程能力 ) Cp : 在不考虑偏差在不考虑偏差,数据的平均与目标一致的假设下的工程能力数据的平均与目标一致的假设下的工程能力 基本假设基本假设 : 无平均偏差无平均偏差, 无群间变动无群间变动 Cpk : 考虑偏差的工程能力考虑偏差的工程能力 基本假设基本假设 : 无群见假设无群见假设 3.1Graph 窗口窗口(2)STAT MENU 全体工程能力全体工程能力 ( 实际的工程能力实际的工程能力 ) Pp : 不考虑偏差不考虑偏差, Data平均与目标一致假设下
18、的工程能力平均与目标一致假设下的工程能力 基本假设基本假设 : 无平均偏差无平均偏差 Ppk : 考虑偏差的工程能力考虑偏差的工程能力 基本假设基本假设 : 无无3.2Graph 窗口窗口(3)STAT MENU3.3观测的不良率观测的不良率3.4群内预想不良率群内预想不良率3.5全体预想不良率全体预想不良率 PPM USL - 脱离规格上限的不良率脱离规格上限的不良率 PPM Total - 全体不良率全体不良率 PPM - 1,000,000(百万百万)个中不良数个中不良数 把把PPM为为 % - PPM除以除以10,000. 例如例如, 30,000 ppm时时,不良率为不良率为3%.G
19、raph 窗口窗口(4)STAT MENU6. Multi-Vari 分析分析Multi-vari (例例)OrderDayZip ModelAssembler1Day 1AlphaMike12Day 1AlphaMike23Day 1BetaHelen84Day 1BetaHelen95Day 1BetaHelen106Day 1DeltaMike37Day 2DeltaMike48Day 2GammaHelen129Day 2GammaHelen1310Day 2GammaMike511Day 2AlphaMike612Day 2GammaHelen1613Day 2GammaHelen1
20、714Day 2BetaHelen14MinutesWorksheetSTAT MENUTime Series Plot 分析分析1. 利用利用Minitab制作制作Time Series Plot GraphTime Series Plot路径路径STAT MENU点击点击OKWorksheetDialog 窗口窗口STAT MENU 分析结果分析结果 : 组装时间随着时间的推移有逐渐增加的趋势且有一定的周期组装时间随着时间的推移有逐渐增加的趋势且有一定的周期(cycle).Graph 窗口窗口STAT MENUBox Plot 分析分析GraphBox plotWorksheet Open
21、: Multi.mtw路径路径STAT MENU点击点击OKWorksheetDialog 窗口窗口STAT MENU 日期和组装时间日期和组装时间 分析结果分析结果 : 可以知道日期别不同组装时间有差异可以知道日期别不同组装时间有差异.Graph窗口窗口STAT MENU ZIP MODEL和组装时间和组装时间 分析结果分析结果 : ZIP MODEL不同组装时间有差异不同组装时间有差异,特别是特别是G MODEL的散布较大的散布较大Graph窗口窗口STAT MENU 分析结果分析结果 : 各个组装者的组装时间有差异各个组装者的组装时间有差异 组装者和组装时间组装者和组装时间STAT ME
22、NUMain Effect Plot (主效果分析主效果分析)StatANOVAMain Effect Plot路径路径STAT MENU点击点击OKWorksheetDialog窗口窗口STAT MENU 分析结果分析结果 : 日期日期,Zip Model,组装者之间的组装时间的差异较大组装者之间的组装时间的差异较大,为了进一步分析为了进一步分析, 对日期对日期,组装者进行组装者进行t-test, 对对Zip Model实施实施ANOVA 分析分析Graph窗口窗口STAT MENU7. Chi-Square 检验检验Chi-Square testChi-Square testX (原因变数
23、原因变数)Y (结果变数结果变数)记记数数值值计计量量值值记数值记数值计量值计量值Chi-Square testLogistic Regressiont-testOne-Way ANOVA回归分析回归分析相关分析相关分析STAT MENU独立性检验独立性检验Stat Tables Chi-Square TestS公司的职位分布参考右表公司的职位分布参考右表,想知道部门别人力的职位比率是想知道部门别人力的职位比率是 否相同否相同.例题例题 1Worksheet路径路径STAT MENUDialog 点击点击OK 变数指定变数指定Dialog窗口窗口STAT MENU分析结果分析结果 P-valu
24、e值值 P-Value 0.05 的时候的时候 各变数相互独立各变数相互独立. P-Value 0.05 各变数相互从属各变数相互从属. - 上例中的上例中的 P-Value=0.606, 比比0.05要大要大, 职位比率和部门没有相关职位比率和部门没有相关,是独立性变数是独立性变数. 即即,可以推定部门别人力比率相同可以推定部门别人力比率相同.Session窗口窗口STAT MENU8. T-Testt-testt-testt-test1-Sample Z2-Sample t1-Sample tPaired tt-test的选择的选择 1-Sample Z 在当我们想评价样本在当我们想评价样
25、本Data的平均和母集团的平均和母集团(全体集团全体集团)的平均是否相同的时候的平均是否相同的时候. 且当母集团的平均和标准偏差已知的时候适用且当母集团的平均和标准偏差已知的时候适用. 为了观察从为了观察从D电子购买的部品的平均重量电子购买的部品的平均重量,随机抽取随机抽取10个样本并对其重量进行测量个样本并对其重量进行测量. 我们希望部品的重量为我们希望部品的重量为40g, 到目前为止生产的部品的母标准偏差为到目前为止生产的部品的母标准偏差为3g. 1-Sample t 在当我们想评价样本在当我们想评价样本Data的平均和母集团的平均和母集团(全体集团全体集团)的平均是否相同的时候的平均是否
26、相同的时候. 且当母集团的平均已知而标准偏差未知的时候适用且当母集团的平均已知而标准偏差未知的时候适用. 为了观察从为了观察从D电子购买的部品的平均重量电子购买的部品的平均重量,随机抽取随机抽取10个样本并对其重量进行测量个样本并对其重量进行测量. 我们希望部品的重量为我们希望部品的重量为40g, 而部品的母标准偏差未知而部品的母标准偏差未知. 2-Sample t 在当我们想评价从两个相互不同的集团中取出的样本在当我们想评价从两个相互不同的集团中取出的样本Data的平均是否相同的时候适用的平均是否相同的时候适用. 为了评价从为了评价从D公司和公司和E公司购买的部品的平均重量是相同还是不同公司
27、购买的部品的平均重量是相同还是不同,从各公司购买的部品中从各公司购买的部品中 各随机抽取各随机抽取10个并测量其重量个并测量其重量. Paired t 在当我们想评价两个互相成对的样本在当我们想评价两个互相成对的样本Data的平均是否的时候适用的平均是否的时候适用. 为了评价从为了评价从D公司购买的部品的左侧厚度和右侧厚度的平均是相同还是不同公司购买的部品的左侧厚度和右侧厚度的平均是相同还是不同,随机抽取随机抽取 10个并测量其左侧和右侧厚度个并测量其左侧和右侧厚度.2-Sample t为了评价从为了评价从D公司和公司和E公司购买的部品的平均重量是否相同公司购买的部品的平均重量是否相同,从各公
28、司购买的部品中各随机抽取从各公司购买的部品中各随机抽取10个并个并测量其重量测量其重量. Stacked Data D公司部品的重量公司部品的重量 E公司部品的重量公司部品的重量 WorksheetSTAT MENUStat Basic Statistics 2-Sample t路径路径STAT MENU 点击点击Assume equal variances Stacked Data 变数指定变数指定 (选择测量的选择测量的Data列列) 点击点击Boxplots of data 点击点击OK 点击点击OK 点击点击Graphs 变数指定变数指定 (选择条件输入的列选择条件输入的列)Dialo
29、g窗口窗口STAT MENU分析结果分析结果 样本数样本数 算术平均算术平均 标准偏差标准偏差 95.0% CI : 两个集团平均差异的两个集团平均差异的95%信赖区间信赖区间 - 上例中两个集团平均差异的上例中两个集团平均差异的95% 信赖区间信赖区间 ( -3.87, 1.77 ) , 0在这个在这个95% 信赖区间以内信赖区间以内. 即即,( D公司部品平均重量公司部品平均重量 E公司部品平均重量公司部品平均重量 = 0 )可以成立可以成立. 从这两个集团中分别收集的从这两个集团中分别收集的Data的平均可以相等的意思的平均可以相等的意思. 所以所以, 从从D公司购买的部品的平均重量和公
30、司购买的部品的平均重量和E公司购买的部品的平均重量可以相等公司购买的部品的平均重量可以相等. P-Value P-Value 0.05 的时候的时候 可以推断出两个集团的可以推断出两个集团的Data 平均相同平均相同. P-Value 0.05 的时候的时候 可以推断出两个集团的可以推断出两个集团的Data 平均不相同平均不相同. - 上例中的上例中的P-Value=0.445, 比比0.05大大,可说明可说明 从从D公司购买的部品的平均重量和从公司购买的部品的平均重量和从E公司公司 购买的部品的平均重量相同购买的部品的平均重量相同. 两个集团平均的差异两个集团平均的差异 Session窗口窗
31、口STAT MENU 中央值中央值 ( Median ) 算术平均算术平均Graph 窗口窗口STAT MENU9. ANOVA(分散分析分散分析)One-way ANOVA(一元分散分析一元分散分析)1平均差检验平均差检验散布差检验散布差检验平均差检验使用的平均差检验使用的Tool 2-Sample t ( 两个集团或条件时两个集团或条件时 ) 在当我们想评价从两个互相不同的集团中抽取的样本在当我们想评价从两个互相不同的集团中抽取的样本Data的平均是否相同的时候适用的平均是否相同的时候适用. 为了评价从为了评价从D公司购买的部品平均重量和从公司购买的部品平均重量和从E公司购买的部品平均重量
32、是否相同公司购买的部品平均重量是否相同,从各个公司从各个公司 购买的产品中各随机抽取购买的产品中各随机抽取10个并测量其重量个并测量其重量. One-way ANOVA ( 三个以上集团或条件时三个以上集团或条件时 ) 在当我们想评价从互相不同的三个以上集团中抽取的样本在当我们想评价从互相不同的三个以上集团中抽取的样本Data的平均是相同还是不同的时候适用的平均是相同还是不同的时候适用. 在在E工程生产的部品其工程生产的部品其Hole Size是最重要的品质是最重要的品质. 而而E工程生产该部品起用了工程生产该部品起用了3台设备台设备, 为了评价设备别生产的部品为了评价设备别生产的部品 Hol
33、e Size的平均是否相同的平均是否相同,按照设备别生产的部品各随机抽样按照设备别生产的部品各随机抽样5个个, 并测量其并测量其Hole Size. STAT MENU平均差检验平均差检验在在E E工程生产的部品其工程生产的部品其Hole SizeHole Size是最重要的品质是最重要的品质. . 而而E E工程生产该部品起用了工程生产该部品起用了3 3台台设备设备, ,为了评价设备别生产的部品为了评价设备别生产的部品 Hole SizeHole Size的平均是否相同的平均是否相同, ,按照设备别生产的按照设备别生产的部品各随机抽样部品各随机抽样5 5个个, ,并测量其并测量其Hole S
34、ize. Hole Size. 假设假设Hole SizeHole Size的目标值是的目标值是25.025.0mm.mm.例题例题 Unstacked Data Stacked Data 1号设备部品的号设备部品的Hole Size 2号设备部品的号设备部品的Hole Size 3号设备部品的号设备部品的Hole Size WorksheetSTAT MENUStat ANOVA One-way Stacked Data路径路径STAT MENUDialog Stacked Data 变数指定变数指定 (选择测量的选择测量的Data列列) OK 点击点击Graphs 变数指定变数指定 (选择
35、条件输入的列选择条件输入的列) 点击点击Boxplots of data OKDialog 窗口窗口分析结果分析结果 样本数样本数 算术平均算术平均 标准偏差标准偏差 设备的评价设备的评价 - 上例中的上例中的P-Value=0.009,比比0.05小小,可说明三个设备中中至少有一个设备生产的产品的可说明三个设备中中至少有一个设备生产的产品的Hole Size 平均与其它不同平均与其它不同. - Hole Size的目标值为的目标值为25.0mm, 平均的信赖区间中包含平均的信赖区间中包含25.0mm,可推断出其中的可推断出其中的1号设备和号设备和2号设备是较好的设备号设备是较好的设备, 而而
36、3号设备不好号设备不好. - 如果如果, P-Value比比0.05大时大时,不能确定设备别生产的产品的不能确定设备别生产的产品的Hole Size的平均有不同，从而评价三个设备这也是没有的平均有不同，从而评价三个设备这也是没有 太大的意义太大的意义. 条件别平均的条件别平均的95% 信赖区间信赖区间 P : P-Value P-Value 0.05 的时候的时候 可推断出各集团间可推断出各集团间Data 平均相同平均相同. P-Value 0.05 的时候的时候 可得知至少有一个集团可得知至少有一个集团Data 平均与其它不同平均与其它不同.- 上例中的上例中的P-Value=0.009,比
37、比0.05小小, 可说明三个可说明三个 设备中至少有一个设备生产的产品的设备中至少有一个设备生产的产品的Hole Size 平均平均 与其它设备不同与其它设备不同. 25.0mm : Hole Size 目标值目标值 设备名设备名Session 窗口窗口 Boxplots - 可看出各设备别中心和散布的程度可看出各设备别中心和散布的程度.Graph窗口窗口STAT MENU10. 相关相关/回归分析回归分析相关分析相关分析(Correlation Analysis)(x, y) 观测值参考下表观测值参考下表, 画出散点图并求样本相关系数画出散点图并求样本相关系数(Correlation Coe
38、fficient)例题例题相关系数相关系数WorksheetSTAT MENU散点图散点图路径路径Graph 窗口窗口分析结果分析结果Correlations: x, yPearson correlation of x and y = 0.919P-Value = 0.027相关系数相关系数 r() -=xxiin12()-=yiin12y=in1-xxi()()-yiyr = 131310102020回归分析回归分析(Regression)K公司的池科长为了查看美国同产业每日股份变动对于公司的每日股份变动有无影响公司的池科长为了查看美国同产业每日股份变动对于公司的每日股份变动有无影响,在制造
39、类似的产品的在制造类似的产品的美国同产业中选择了美国同产业中选择了10个公司个公司.检查了检查了2个月左右的个月左右的K公司的日日股份变动率和美国的公司的日日股份变动率和美国的10个同产业公司的个同产业公司的日日平均股份变动率日日平均股份变动率,收集了收集了40个个Data. 例题例题R-Square回归式回归式Stat Regression Fitted Line PlotWorksheet路径路径STAT MENUDialog 结果变数指定结果变数指定 (得到影响的变数得到影响的变数) 原因变数指定原因变数指定 (造成影响的变数造成影响的变数) 选择选择Type of Regression
40、 Model OK Type of Regression : 选择回归模式选择回归模式 Linear Quadratic Cubic 线形线形 2次曲线次曲线 3次曲线次曲线Dialog窗口窗口分析结果分析结果R-Square回归式回归式 R-Square (决定系数决定系数) 全体变动中根据回归直线能说明的变动全体变动中根据回归直线能说明的变动. R-Square = 79.2%,即是说对于即是说对于K公司的每日股市变动率公司的每日股市变动率,其中有其中有79.2%的变动的变动 可由美国同产业的每日股市变动率来说明可由美国同产业的每日股市变动率来说明. 而而20.8%的变动是由其它的原因引起
41、的变动的变动是由其它的原因引起的变动. 回归式回归式 0 : 截距截距 X是是0的时候的时候,预测的预测的Y值值 上例中上例中,同产业的每日变动率是同产业的每日变动率是0的时候的时候, K公司的预想每日变动率是公司的预想每日变动率是-0.117925. 1 : 偏差偏差 X增加增加1时时, Y值的增加幅度值的增加幅度 上例中上例中,同产业的每日变动率增加同产业的每日变动率增加1,K公司的公司的 每日变动率增加每日变动率增加1,即即, 预想增加预想增加0.98948. 0 1 Session窗口窗口 0 : -0.117925 1 0.948948 增加增加 1增加增加R-Square回归式回归
42、式Graph窗口窗口STAT MENU Y值的预测方法值的预测方法 当同产业的每日股市变动率为当同产业的每日股市变动率为5.0时时, K公司的预想的每日股市变动率为多少呢公司的预想的每日股市变动率为多少呢? - 利用回归式利用回归式 回归式的回归式的 “变动率变动率(同产业同产业)”输入输入0.5 计算计算“变动率变动率(K公司公司) 变动率变动率(k公司公司) = -0.117925 + 0.948948 0.5 = 0.356549 - 利用回归线利用回归线 利用回归线利用回归线,当同产业变动率是当同产业变动率是5.0的的 时候查找时候查找K公司的变动率公司的变动率 0.05 0.3565
43、49STAT MENU Y 规格规格 355 X的范围设定的范围设定 14.63.4 X的管理范围设定方法的管理范围设定方法 X的管理范围选定方法的管理范围选定方法 1. 把握顾客的要求或规格把握顾客的要求或规格(Spec.) 例例) Y规格规格 (顾客的要求顾客的要求) : 355 2. 满足顾客要求的满足顾客要求的X的范围设定的范围设定 - 通过回归式计算通过回归式计算, 或利用或利用Graph设定设定 - 设定设定X的范围的范围 : 14.63.4 3. 考虑残差考虑残差(Error), 比初次设定的范围要窄的范围设定比初次设定的范围要窄的范围设定STAT MENU11. DOE (实验
44、计划法实验计划法)提高提高S工程的药品吸收速度这是提高工程的制造效率的重要因素工程的药品吸收速度这是提高工程的制造效率的重要因素.而对药品吸收速度影响重要的因子而对药品吸收速度影响重要的因子取触媒量和反应温度各取取触媒量和反应温度各取2个水准，按照下面的条件再现个水准，按照下面的条件再现2次做实验次做实验,然后收集然后收集Data. - 触媒量触媒量(%) : 0.3%, 0.5% - 反应温度反应温度() : 150, 170例题例题Stat DOE Factorial Create Factorial Design Worksheet 制作制作路径路径Dialog 1 选择因子数选择因子数
45、 选择水准数选择水准数 上例中的因子有触媒量和反应温度上例中的因子有触媒量和反应温度,所以因子数有所以因子数有2个个. 点击点击DesignsDialog 窗口窗口(1)STAT MENU 选择再现次选择再现次数数 上例中各因子再现上例中各因子再现2次做实验次做实验. OK Dialog 窗口窗口(2)STAT MENU 点击点击Factors 因子和水准输入因子和水准输入 OK OKDialog窗口窗口(3)STAT MENU 输入实验结果的列输入实验结果的列 输入实验结果输入实验结果 吸收速度吸收速度 88是当是当 触媒量为触媒量为0.3%, 反应温度为反应温度为 150时所作实验的结果时
46、所作实验的结果Worksheet分析分析Stat DOE Factorial Analyze Factorial Design 路径路径STAT MENU 点击点击OK 结果变数指定结果变数指定 (实验结果实验结果)Dialog窗口窗口STAT MENU分析结果分析结果主效果主效果交互作用交互作用 P : P-value值值 P-Value 0.05 的时候的时候 因子的水准变化时因子的水准变化时, 结果值平均没有变化结果值平均没有变化. 即说明该因子不是明显影响的因子即说明该因子不是明显影响的因子. P-Value 0.05 的时候的时候 因子的水准变化时因子的水准变化时,结果值平均有变化结
47、果值平均有变化. 即该因子是明显的因子即该因子是明显的因子. - 上例中触媒量和反应温度的主效果的上例中触媒量和反应温度的主效果的P-Value比比0.05要小要小,可说明这两个因子影响明显可说明这两个因子影响明显, 接着要研究的是其最佳的水准接着要研究的是其最佳的水准, 而触媒量和反应温度的交互作用而触媒量和反应温度的交互作用P值比值比0.05要大要大,这可以这可以 说明该交互作用不存在说明该交互作用不存在. 因子别明显与否因子别明显与否 主效果主效果 - 触媒量触媒量 ( P = 0.010 0.05 ) 明显明显 - 反应温度反应温度 ( P = 0.004 0.05 ) 明显明显 交互
48、作用交互作用 - 触媒量触媒量*反应温度反应温度 ( P = 0.889 0.05 ) 不明显不明显Session窗口窗口通过图表设定最佳水准通过图表设定最佳水准Stat DOE Factorial Factorial Plots 路径路径STAT MENU交互作用交互作用明显明显明显明显不明显不明显应该检验的应该检验的PlotInteraction PlotMain Effects Plot主效果主效果明显明显不明显不明显明显明显明显性明显性不明显不明显-不明显不明显设定最佳水准设定最佳水准 Y越大越好时越大越好时 选择选择Graph上上最上面的值最上面的值 Y越小越好时越小越好时 选择选择
49、Graph上上 最下面的值最下面的值 Y有目标值的时候有目标值的时候 选择选择Graph上上 最接近目标值的值最接近目标值的值 上例中因子别明显与否上例中因子别明显与否 主效果主效果 - 触媒量触媒量 ( P = 0.010 0.05 ) 明显明显 - 反应温度反应温度 ( P = 0.004 0.05 ) 明显明显 交互作用交互作用 - 触媒量触媒量*反应温度反应温度 ( P = 0.889 0.05 ) 不明显不明显 设定最佳水准设定最佳水准 主效果的两个因子都明显主效果的两个因子都明显, 交互作用不明显交互作用不明显,故在故在Main Effects Plot上上 设定最佳水准设定最佳水
50、准STAT MENU 点击点击Main Effects Plot 点击点击Interaction Plot 点击点击Setup 结果变数指定结果变数指定 (实验结果实验结果) 指定经选择指定经选择 的主效果的主效果 OKDialog窗口窗口(1)STAT MENU 点击点击Setup Dialog窗口窗口(2)STAT MENU 结果变数指定结果变数指定 (实验结果实验结果) 指定经选择的指定经选择的 交互作用交互作用 OK OKDialog窗口窗口(3)STAT MENU分析结果分析结果 因子别明显与否因子别明显与否 主效果主效果 - 触媒量触媒量 ( P-Value = 0.010 0.0
51、5 ) 明显明显 - 反应温度反应温度 ( P-Value = 0.004 0.05 ) 明显明显 主效果的最佳水准主效果的最佳水准: 结果结果(吸收速度吸收速度)是越大越好是越大越好. 主效果主效果 触媒量触媒量, 反应温度都是影响明显的因子反应温度都是影响明显的因子,各个因子设定最佳水准各个因子设定最佳水准 - 触媒量触媒量 : 0.5% 水准时的结果水准时的结果(吸收速度吸收速度)最大最大 - 反应温度反应温度 : 170 水准时的结果水准时的结果(吸收速度吸收速度)最大最大Graph窗口窗口(1)STAT MENU 因子别明显与否因子别明显与否 交互作用交互作用 - 触媒量触媒量*反应
52、温度反应温度 ( P = 0.889 0.05 ) 不明显不明显 交互作用的最佳水准交互作用的最佳水准 交互作用不明显交互作用不明显,故不设定故不设定 最佳水准最佳水准Graph窗口窗口(2)STAT MENU 最佳水准设定最佳水准设定 : 为了使吸收速度最高的因子别水准为了使吸收速度最高的因子别水准 触媒量触媒量 : 0.5% 反应温度反应温度 : 170 在最佳水准上预想的结果值在最佳水准上预想的结果值 触媒量触媒量 : 0.5% 反应温度反应温度 : 170 的时候的时候, 实验结果出现实验结果出现110, 108, 则平均则平均109是对最佳水准是对最佳水准 所预想的吸收速度所预想的吸
53、收速度.STAT MENU 附录 6SIGMA DMAIC 阶段别使用术语说明DefineHidden Factory: 所有活动无缺点顺利进行时消失的业务即, 产生再作业，过大在库，移动，废弃，错误，契约，待机时间等工程叫Hidden FactorY.SWOT分分析析: SWOT是 Strength(强点), Weakness(弱点), Opportunity(机会), Threat(危险)的合成语利用 SWOT通过市场 /行情 分析问题的方法.* 内部环境分析(SW) 内部情况 (与竞争者比较) - Strength (强点), Weakness (弱点)* 外部环境比较 (OT) 外部环
54、境 (内部环境除外) - Opportunity(机会), Threat(危险)Work-Out: GE里关系到经营活动问题点的成员聚在一起协议后把改善方案上报经营层，经营层推进或非推进与否是现场最终确认的方法论.BENCHMARKING: 同种业体中把最优秀的公司为典范学习他们独特的经营手法推进革新活动。它不是单纯去追求世界上最高水准的竞争公司，公司内或其他业种应用范围也同样广泛.Best Practice: 包括竞争社学习所有行业的好的方法引进到本公司的活动，选定基准及顺序是按照各公司的基准/运营自主运营.(Kano Analysis): 把顾客要求事项 分为Must be needs,
55、One Dimensional needs, Delighter等3类分析顾客满足度决定优先次序寻找解决方案是使用. (Brainstorming): 根据自主讨论选拔有创意的想法对某个主题制定解决对策时不须按照分析次序几个人自由讨论然后制定方案的方式. Measure机会机会(Opportunity): 指的是有可能发生缺陷的检查或管理的对象有必要改善或排除.测测量量系系统统分分析析(Measurement System Analysis, MSA): 为了确保数据的信赖性分析测量系统带来的变动在工程变动里占的比率判断测量系统适合与否分析测量系统的精密度(Gage R&R), 精确度等.测测
56、量量误误差差(Measurement Error): 测量值和真值之间的差距测量误差是测量仪器的精密度和精确度决定所以误差的原因有温度，湿度，灰尘等环境因数，测量仪器的变形，操作不熟练，操作者的失误等原因.安全性安全性(Stability): 对SAMPLE的一个特性长期间测量时根据时间变化带来的总变动.线形线形(Linearity): 测量系统分析中脱离DATA测量范围的变动.精密度精密度(Precision): 测量系统反复性和再现性带来的总变动.反复性反复性(Repeatability): 用同一测量仪器，同一操作者对同一部品的同一特性测量数次得到的测量散布.再现性再现性(Reprodu
57、cibility): 不同的操作者使用同一测量仪器，对同一部品测量同一特性的测量平均的散布.Gage R & R Study: 在测量系统中因反复性，再现性带来的变动给工程带来的影响有多大用统计方法分析后评价测量系统适合性的方法.% Contribution: Gage R&R 分析的总变动中因仪器，测量者，测量者*Part, 部品间(Part-To-Part)占的比率通过分散分析.% Study Variation:Gage R&R 分析的总变动中因仪器，测量者，测量者*Part, 部品间(Part-To-Part)占的比率通过标准偏差分析.Number of Distinct Catego
58、ries: 评价测量系统的尺度区分测量系统区域数.DPU(Defects Per Unit): 一个单位中存在的缺陷的比率，发生的缺陷数除于总单位数.DPO(Defects Per Opportunity): 缺陷发生的机会当出现的缺陷数，发生的缺陷数除于总的机会数.DPMO: Defects Per Million Opportunities的简写一百万个机会当出现的缺陷数等于DPO乘于一百万(106) .初期数率初期数率(FTY): First Time Yield的简写在单位工程里没有再作业或修理时的初期良品率.累累计计数数率率(RTY): Rolled Throughput Yield
59、的简写产品经过各阶段的工程完成的理论性数率，各初期的数率的乘积. 工程能力工程能力(Process Capability): 工程在管理状态时产品或服务的品质变动的程度.工工程程能能力力分分析析(Process Capability Analysis): 开发，制造，服务阶段为了测量工程散步减少变动幅度利用统计性方法与规格比较，分析.子子群群(Subgroup): 为了整理数据把测量值分成几个子群在管理图上显示为一点，为了求出统计量值筛选的SAMPLE子群.工工程程能能力力指指数数(Process Capability Index): 使用在工程间散布的比较, 工程能力和规格幅度的比率能否生产
60、符合规格的产品的工程能力指数。有两侧规格的工程能力为 Cp如下 . * USL : Upper Specification Limit * LSL : Lower Specification Limit短短期期工工程程能能力力(Short Term Capability): 没有工程上外部影响，短期工程能力，现在的工程所能达到的最大的工程能力叫短期工程能力.长长期期工工程程能能力力(Long Term Capability): 包括工程的所有变动因数，长期工程能力，一般性工程的情况下工程的目标值不固定在目标值上经过时间的推移随之变动所以短期工程能力和长期工程能力不同。变动范围在1.5 .现在水
61、准现在水准(Baseline): 表现在PROJECT特性或指标上测量现水准的测量值.Design Scorecard(DSC): 产品，工程的设计PROJECT的制造，工程，服务的最终品质事前预防改善时使用的图表.KPIV(Key Process Input Variable): 重要工程输入变数，顾客认为重要的产品的特性或工程的结果物，即把特性看为输出变数能影响输出变数的因子.KPOV(Key Process Output Variable): 重要工程输出变数顾客认为重要的产品的特性或工程的结果物，受工程输入变数的影响(KPIV).特特性性要要因因图图: Cause and Effect
62、 Diagram一般人，材料，方法，环境，设备，测量系统等对结果值带来影响的原因导出方法.(Process Map): 构成工程的阶段或内容根据时间顺序把事实原本用图画表现。分为上位PROCESS MAP和下位PROCESS MAP。在微观上把工程输入，输出，周期，再作业，检查视点图式化.SIPOC(High Level Process Map): 上位水准的PROCESS MAP也叫 SIPOC, 为了核心工程的具体化PROCESS MAPPING时不仅仅是对 Process Input, Output情报提供OUTPUT的 Customer及 VOC掌握跟着提供INPUT的 Supplie
63、r为止扩大定义。把这些情报为基础从系统观点上能谋求顾客的志向性问题.C&E Matrix: 输入变数和输出变数之间的关系，指定优先顺序。也叫 XY Matrix, FDM. 在表格的上端记录输出变数把输入变数记录到表格的左侧在中部填写阐明关系的分数利用累计排序.FMEA(Failure Modes and Effects Analysis): 故障类型及影响分析工程发生的故障类型和其故障类型要明确，把关系到故障类型的危险度数值化为了指定改善的优先顺序制定的表格。潜在输入变数出现错误的情况掌握. * 种类 : Design FMEA, Process FMEA, System FMEA 深刻度深
64、刻度(SEV): FMEA 制作时故障类型给顾客带来的影响分数越高越危险. * 顾客: 包括后工程的内，外部顾客.发生度发生度(OCC): FMEA制作时根据潜在故障原因的发生频度给予分数，数值越高故障频度越高，反之相反 .检出度检出度(DET): FMEA 制作时根据问题的检出度给予分数数值越高发现越困难，反之相反.危危险险优优先先顺顺序序(RPN): Risk Priority NumberFMEA里把危险度数值化为了制定优先顺序把各故障类型 (深刻度)x(发生度)x(检出度)计算这数值越高越是重要.计计量量型型Data(Variable Data): 连续型测量的品质特性值. 例) 长度
65、，重量，强度，浓度，速度，压力，时间，温度等 连续型DATA( Continuous Data )计计数数型型数数据据(Attribute Data): 不良品数，缺陷数等能数出的带有品质特性的值分为缺陷数DATA和不良绿率DATA. * 缺陷数DATA : 教材修正时错别字* 不良率DATA : 再作业件数 离散型DATA ( Discrete Data )母母集集团团(Population): 关心对象的总集合叫母集团元素的个数叫母集团的大小母集团的大小是无限就叫无限母集团反之叫有限母集团.样本样本(Sampling): 从母集团中筛选的一部分叫SAMPLE.中心倾向性中心倾向性(Cent
66、ral Tendency): 计量型DATA中倾向于中央. 例) 平均，中央值，最频值等歪度歪度(Skewness): 分布形状倾向于一侧.(Kurtosis):判断是否比正态分布形状更接近与中央的尺度 .平均平均(Mean): 母平均 : =xi /N=总DATA和/总DATA数(个数)样本平均 : =xi /n=样本DATA和/样本DATA数(个数)中央值中央值(Median): 把数据按顺序排序后中间的值，很少受异常点带来的影响(Outlier).最频值最频值(Mode): 在全部数据中发生次数最多的值.分散分散(Variance): 表示数据的分散程度，表现为与平均值的差距.标准偏差标
67、准偏差(Standard Deviation, StDev): 标准偏差是表示 Data平均散布的统计量。是分散的平方根. * 母集团的标准偏差 , SAMPLE的标准偏差用 s (Quartile): 按顺序排列分为4等份. * Q1: (First quartile) = 25%值* Q2: (Second Quartile :中央值) = 50%值 Q3: (Third Quartile) = 75%值范围范围(Range): 最大值-最小值中心极限定理中心极限定理(Central Limit Theorem): 概率变数不遵守正态分布但随着N的增加接近于正态分布.正正态态性性验验证证:
68、 所所有有统统计计性性假假设设检检验验 Sample Data是假设正态分布使用统计 tools之前必须确认data的正态性。正态性检验时 p 值 0.05以上的情况下是正态分布.指指数数分分布布(Exponential Distribution): 服务窗口里顾客来查询的时间间隔，故障率一定的产品寿命等模型化的分布.WEIBULL 分布分布(Weibull Distribution): 分析产品的寿命的信赖度时使用的分布.样样本本检检查查(Sampling Inspection): 调查从LOT中抽出的样本把结果跟判定基准比较后决定LOT的格与否的检查方式.(Random Sampling)
69、: 从母集团中抽出样本时避免因实验顺序发生的误差，随意抽出样本的方法 * 误差 : 真值和 测量值的差异层别层别(Stratification): 把母集团分为几个同一特性的几个集团或分层然后从中抽出样本的方法. * 母集团 : 获取某种情报为对象的集团全体.品品质质技技能能展展开开(QFD): Quality Function Deployment 的简写顾客对产品技能的要求 产品设计规格 连接工程规格的MATIRIX形式也叫(House Of Quality). 焦点放在顾客上增加组员.概概率率变变数数(Random Variable): 对标本空间的各值否定失误的函数. *标本空间 :
70、实验或观察中可能发生的所有实验结果的集合概概率率分分布布(Probability Distribution): 概率变数 X 所取的值对 x发生的概率 P(X = x) 的算出叫概率变数 X 的概率分布.概率密度函数概率密度函数(Probability Density Function): 概率变数所取的某值的概率。.Poisson 分分布布(Poisson Distribution): 一段时间内机器的故障次数或安全事故数，产品中的缺陷数，自来水中的细菌数等观察一定时间，长度或面积为基准频度低的事件的发生次数用概率性模型化的分布.正正态态分分布布(Normal Distribution):
71、现在最为广泛利用的代表性分布，左右对称，形状像倒挂的钟，正态分布良好的阐明许多自然现象.标标准准正正态态分分布布(Standard Normal Distribution): 正态分布是根据平均和散布的程度发生许多正态分布所以规定平均 0 标准偏差是 1。通过这样可以很容易去算出概率.Z 变变换换(Z Transformation): 正态分布有多样化的平均和标准偏差，为了计算正态分布定为标准化的作业叫 “Z 变换. * 把正态分布转化为 Z变换, 平均是“0” 标准偏差是 “1”的标准正态分布.反反复复实实验验(Repetition): 实验计划法中各因子的水准组合(实验条件)里反复进行2次
72、. 及同一实验条件下进行反复实验.再现实验再现实验(Replication): 按顺序结束实验后从新按照同一实验顺序反复实验.AnalyzeVital Few Xs: 影响CTQ的因数中影响度最大的因子.度度数数分分布布(Frequency Distribution): 把资料分成阶级别再把阶级别资料的个数的度数按照阶级表示叫度数分布。把度数分布用图表表现出的叫度数分布表.相相对对度度数数(Relative Frequency): 把资料分成阶级别时有关资料的个数叫其阶级的度数。相对度数指的是对全部个数的比率.(Histogram): 把数据按照区间别区分按各区间别掌握频度数（个数）后横轴是区
73、间纵轴是把频度数用柱状GRAPH表示的图表.(Box Plot): 把把测测量量值值表表现现为为Box 形态可以看出分布的模样也可以看出数据的中央值，最小值，最大值，四分位数，最大值，异常点等.异异常常点点(Outlier): 通过实验或观察收集数据时，数据脱离观测点数据记录时出现误差时应除去这点进行分析不然应找出原因.帕帕累累图图法法则则(Paretos Law): 活动的多数部分（全体系统的80%）是取决于少数部分（全体变数的20%）的因数法则，判断影响结果的要因重要度，树立根据重要度的对策方案时为区分 - Vital Few的分析.帕帕累累图图表表(Pareto Chart): 产品的不
74、良或缺点，设备的故障，事故等分类成其现象或原因项目别按大小顺序别排列的图片。各分类项目别计算累计数，计算出对全体数据的累计 %.散散点点图图(Scatter Plot): 人的身高和体重, 血压强化剂的服用前和后血压等有关联的两个变数的观测值用X, Y轴标出判断两变数之间大概关系的图表.Marginal Plot: 在散点图中追加分布形状模样技能。不但能看出两个变数的关系还能看出各变数的分布模样和区间别频度.Matrix Plot(行列散点图行列散点图): 把多个散点图同时表现的图表，想掌握多个变数间的关系时使用.Multi-Vari Analysis: 输入变数对输出变数影响时使用的方法，找
75、出对输出变数影响最大的核心输入变数(Vital Few Xs)的PROCESS.推推测测(Estimation): 想了解母集团的特性利用从母集团中抽出的样本推理数值或区间。前者叫点推测，后者叫区间推测.区区间间推推测测(Interval Estimation): 指的是未知参数包括的概率区间的界限，点推测是从样本中求出的推测值跟参数真值的差距，意味着包括点推测误差概念的信赖区间推测.信赖区间信赖区间(Confidence Interval): 通过样本数据母集团的参数(母平均，母分散，母比率等）推测时期待的区间.样本大小样本大小(Sample Size): 从母集团中抽出的样本的个数标准误差
76、标准误差(SE Mean): Standard Error of Mean表示推定量的程度，指的是推定量（平均）的标准偏差.假假设设验验证证(Hypothesis Testing): 母集团的参数(母平均，母比率，母分散) 或分布进行假设通过样本的情报采取哪种假设的分析顺序或方法.Z 值值: 在标准正态分布中平均值即0点到 x轴的值.归归无无假假设设(Ho): Null Hypothesis,一般知道的事实设定为归无假设. 假设验证时比较的两个母集团的平均值或标准偏差无差异的假设.对对立立假假设设(H1): Alternative Hypothesis样本中根据确实的事实认证的假设。假设验证时
77、比较的两个母集团的平均值或标准偏差有差异的假设.推翻领域推翻领域(Critical Region): 推翻归无假设的验证统计量的领域. Rejection Region一一侧侧验验证证(One-Side Test): 只有一侧推翻领域时的验证方式。即验证统计量的值比某些值大时（或小时）推翻归无假设的验证方式.两侧验证两侧验证(Two-Sided Test): 推翻领域在两侧时。即验证统计量的值非常大或小的推翻领域同时出现的验证.验证统计量验证统计量(Test Statistic): 假设验证里决定验证推翻领域时基准的统计量.第第1种错误种错误(Type Error): 假设验证时归无假设是事实
78、但推翻归无假设的错误概率. risk, 生产者危险概率第二种错误第二种错误(Type Error): 假设验证时归无假设是假的但采纳归无假设的错误概率 risk, 消费者危险概率有有意意水水准准(Significance Level): 归无假设是真时推翻归无假设错误概率的最大允许界限用 表示一般的值是0.05(5%), 0.01(1%), 0.10(10%).P - value: 归无假设是真时推翻归无假设错误概率。即归无假设是假的结论时我们的判断出现错误的危险如果这个值小的话证明归无假设是假的.验验证证能能力力 Power of Test (1-): 统计性验证中归无假设是假时错误概率,
79、即检出归无假设错误概率. 例)被告无罪设定为归无假设时 (实际被告有罪）证明归无假设是假的能力 .1-Sample t Test: 一个母集团中通过样本平均验证是否跟母集团平均一致的方法.例)分析现工程的平均跟现有的特定值的差异2-Sample t Test: 相互无影响的两个母集团中各抽出样本比较两个母集团平均是否相同的方法.) Process 改善前后效果验证时或比较同一部品在两个业体中水准时使用Paired t Test: 利用观测值的差异比较两集团平均的方法t- Distribution(t-分分布布): 跟正态分布类似的形态 0为中心左右对称，根据自由度决定分布自由度越大T分布接近于
80、正态分布 * 一般不知道母分散时利用T分布的统计量验证.自由度自由度(Degree of Freedom, DF): 自由度是有关条件下自由变化的数例) 有5名学生. 这5名学生选择自己喜欢的朋友那么去掉自己能选择的对象是4名自由度 N-1=5-1=4 .1- Proportion Test:通过 从一个母集团中抽出的样本比率测量母集团的比率是否跟测量比率相同进行验证的方法.适合度验证适合度验证(Goodness- of-Fit Test): 样本数据是否按特定分布验证的方法分分割割表表(Contingency Table): 把实验结果分成两大特性(良品/不良品, 男/女等 )记录度数的表格
81、. * 通过这表格了解变数间的关系.( Distribution): 不仅平均的样本分布而且分散的样本分布也重要利用母分散的推测时使用的分布. * 对产品特性的平均和产品特性的变动也同样重要.分散分析分散分析 (Analysis of Variance, ANOVA): 测量值的总变动即因子对反映值带来的影响用统计性分析的方法.One-Way ANOVA: 验证两个以上母集团的平均是否相同.Two-Way ANOVA: 对反应值带来影响的两个因子把各水准的组合随意实验后分析效果时使用平方和平方和(Sum of Squares): 测量值间的平均和各测量值间差异取平方根后相加表示特性值的散布.平
82、均平均 平方根和平方根和(Mean Square): 因子的平方根和除于各因子的自由度. *分散分析中利用这值判断因子给反应值带来的影响程度 .F-分布分布(F- Distribution): 比较两个母集团的分散时使用 相关分析相关分析(Correlation Analysis): 两个变数间有没有线性关系时使用的方法.相相关关系系数数(Correlation Coefficient): 表示两个变数间直线性相关关系大小。无相关时 r 接近 0, 强+“相关时接近+1 强”相关时接近-1 .回回归归分分析析(Regression Analysis): 为了阐明输出变数和输入变数的关系用过去的
83、数据作为基础求出数学模型的统计性分析方法。从一个变数的变化预测其他变数的变化.回归方程式回归方程式(Regression Equation): 根据回归分析结果导出的数学模型叫回归方程式.数学性模型数学性模型(Mathematical Model): 实验计划法，回归分析等从函数中表现输出变数和输入变数关系的公式单单纯纯回回归归分分析析(Simple Regression Model): 回归分析的基础模型一个输入变数 x, 输出变数y, 然后误差 时y = 0 + 1x1 + 表现出的模型.多多重重回回归归分分析析(Multiple Regression Model): 回归分析的模型两个以
84、上的输入变数 x 输出变数y, 误差 时 y = 0 + 1x1 + 2x2 + 表现出的模型线形模型线形模型(Linear Model): 各输出变数是输入变数的线性函数.决决定定系系数数(Coefficient of Determination): 回归模型能不能说明实际数据。决定系数的大小是 0和 1 之间的数据决定系数越大回归模型越适合.预测区间预测区间(Prediction Interval): 对一个预测值在一定的概率范围内的上限和下限间的范围.残差残差(Residual): 回归模型中实际测量值减去通过回归模型计算的预测值残残差差分分析析(Residual Analysis):
85、为了确认模型的适合性，残差是否接近正态分布，是不是随意，是不是独立等分析.非参数验证非参数验证(Nonparametrics Test): 对母集团的假设没有假设利用顺序或符号验证数据中心代表值的方法KANO 分分析析: 把课题的中心放在顾客上赋予 CTQ优先顺序时使用的方法分为潜在Xs 必要性因数, 1元因数，感动性因数.信赖度信赖度(Reliability): 系统，设备，部品等在规定的条件下一定时间内满足执行的概率.Improve实实验验计计划划法法(DOE): Design of Experiments在一定的条件下 (费用, 时间等多样的输入变数 )对想要解决的问题给 Y带来的影响用
86、统计性整理有效结果的实验方法和分析方法的一系列PROCESS.因子因子(Factor): 影响输出因子的要因中(这里指的是 Vital Few Xs) 直接采纳到实验的因数.水准水准(Level): 意味着实验前的因子条件实验时为了确认因子的影响设定的因子值的大小水准.主效果主效果(Main Effect): 不考虑其他因子间的交互作用，表现因子平均水准跟全部平均间的差异程度.直直角角性性(Orthogonality): 变数 A 和B在高(+1)水准上有 2个RUN在低(-1) 水准上有 2RUN. 这时AB项的和等于 0的叫直角性让各因数相互独立.交互效果交互效果(Interaction
87、Effect): 两个以上的因子中一个因子的水准效果影响其他因子水准.缩缩小小模模型型(Reduced Model): 在实验计划法中数据分析一般性项目是主要因子，交互作用，误差项结果分析后对反应值影响小的交互作用包括到误差项中从新再分析这样的模型叫缩小模型，通过这样提高检出率.中中心心点点(Center Point): 实验计划中因子水准多的情况下为了减少实验次数进行2水准实验。这时为了感知各水准间的反应值的非线形2水准之间中心点追加实验.(Block): 实验计划中实验的环境分成均一的部分在各部分内取得更好的结果.实验误差实验误差(Experimental Error): 实验时因周围环境
88、发生的数据差异(变动值)叫实验误差.随机化随机化(Randomization): 实验材料的放置或进行实验的顺序随意制定. 随意化，概率化均衡设计均衡设计 (Balanced Design): 实验计划时各因子的水准均等反映的实验设计叫均等设计.部部分分要要因因实实验验(Fractional Factorial Experiment): 不必要的交互作用是与重要因子交互在各因子的组合中只选择一部分实施实验的方法这种方法使用于尽量减少实验次数时使用.例) 1/2 部分要因实验, 1/4 部分要因实验(Confounding): 实验计划(部分要因实验)里对结果分析时, 对反应值的两个以上的因子相
89、互混淆把效果分离成各各因子的效果.完完全全要要因因实实验验(Full Factorial Experiment): 因子各水准的所有组合实施的实验所有主效果和交互作用的效果评价掌握因子的特性及最佳话适合值.再现实验再现实验(Replication): 实验计划法中根据全体实验计划顺序进行实验后从新按同一顺序反复实验.反反复复实实验验(Repetition): 实验计划法中各因子的水准组合(实验条件)里反复2回以上的实验. 即同一实验条件下进行反复实验.反反应应表表面面分分析析(RSM): Response Surface Methodology 多个输入变数影响一个输出变数或某些反应时为了把反
90、应值最佳化使用的数学性，统计性方法的总称，反应变化的表面叫反应表面.(Curvature Effect): 特定因子2水准之间的反应值变化不是直线而是曲线的变化曲线效果的预测是追加中心点(Center Point) 1水准追加的3水准实验分析曲线效果.(Robust Design): 系统设计结束后产品及工程设计阶段里产品的性能特性迟钝与噪音(Noise)求设计变数的最佳条件即为了减少产品的性能变动与其控制费用和噪音不如控制产品和工程执行上无影响的范围内允许噪音在性能特性中噪音或其外的噪音迟钝寻找设计变数的最佳点. Taguchi 实实验验(Taguchi Method): Taguchi 博
91、士提案的实验计划法控制不可能的环境条件或控制困难的生产条件，工程条件等原因(总称为噪音因子)给数据带来的影响程度评价困难因噪音因子的散布表现为损失把这个用计量性评价的方法.(Parameter Design): 系统设计阶段结束后产品及工程设计阶段中产品的性能特性迟钝与噪音寻找设计变数的最佳条件.即为了减少产品的性能变动与其控制费用和噪音不如控制产品和工程执行上无影响的范围内允许噪音在性能特性中噪音或其外的噪音迟钝寻找设计变数的最佳点.信信号号对对噪噪音音比比(SN比比): Signal-to-Noise Ratio Parameter 设计时根据品质特性(y)的种类提示 SN比利用为性能统计
92、量提示寻找最大化设计变数的最佳组合的次序 .公公差差设设计计(Tolerance Design): Parameter 设计后性能特性不是满意状态时考虑对性能变动的影响和费用减少设计变数的允许差使性能特性值维持合适水准的方法.(Pilot): 最佳案扩大适用或投产之前示范性适用或通过生产过程找出问题点改善或事前发现危险因数 Risk最小化的方法(Simulation): 对提案示范性执行预测实际结果的方法.* PROCESS Simulation : PROCESS改善或开发后评价适合性的方法.Pugh Matrix: 对已经设定的基准把几个提案比较时的有用工具可以用弱的解决对策引出强力解决对
93、策也可以导出提案混淆的形态或变形形态的最佳案.线形计划法线形计划法(Linear Programming): 把已知的情况用线形模型化，然后分析最佳选择的方法.(Time Series Analysis): 根据时间的展开次序性测量及利用观测的数据表现为统计性模型预测向后现象或倾向的方法.变变动动要要因因(Variation Factor): 分为4种要因的复合型实验区分为趋势变动（T），长期性循环变动（C），短期性季节变动（S）和不规则变动（I）.季节变动季节变动(Seasonal Variation): 1年为周期按季节重复的变动要因.失失误误防防止止(Mistake-Proofing):
94、 在现场里不放过任何非正常状态立即发现，措施的概念根源性的解决不良，浪费要因或危险要因为目的设置的系统间接部门通过标准化或业务指南防止业务效率下降的一系列活动.EVOP(Evolutionary Operation): 现场进行生产时, 用简单的实验寻找最佳条件以生产LINE为对象可进行实验的实验计划法主要考虑2或3因子把水准进行变化观察反应值的变化寻找最佳条件的方法. (Parameter): Parameter 是给品质特性带来影响的因数跟因子是同意词种类有控制因子，信号因子，噪音因子等.Control统统计计性性工工程程管管理理(Statistical Process Control):
95、 活用管理图定义问题把工程输出跟管理界限比较不稳定或脱离管理界限的情况发生采取适当的措施统计性管理工程为了达成工程上要求的品质或生产性目标运营 PDCA 周期用统计性方法运营工程效率进行管理的方法管管理理图图(Control Chart): 工程里收集的数据画出点，把这些点跟已知的基准（管理界限）比较观察它们的运动判断出工程有没有异常寻找其原因的统计性工程管理的代表性方法。管理图中大部分点都在管理线之内时是稳定状态管理线管理线(Control Line): 管理图中把管理界限和中心线统一叫管理线管管理理界界限限(Control Limit): 工程变动发生的原因中为了区分异常原因和偶然原因设置
96、的管理图界限把管理上限和管理下限统一叫管理界限。如果发生脱离管理界限的点时采取排除其原因的措施 管理上限管理上限(Upper Control Limit): 管理图中各统计量的平均值为中心记录统计量的标准偏差的3倍的管理界限管理下限管理下限(Lower Control Limit): 管理图中中心线下部的管理界限判断品质特性减少与否时使用规规格格界界限限(Specification Limit): 规格中提示的品质特性允许的界限值，品质特性值脱离规格界限的产品是不良，一般根据产品的性格有规格上限，规格下限或规格上，下线管理状态管理状态(In-Control): 管理图中表示品质特性的所有值都在
97、管理界限中，点的位置没有规则性的状态 管理脱离管理脱离(Out of Control):管理图中表示品质特性的所有值都在管理界限外，点的位置有规则性的状态 群群(Group): 管理图制作时同一条件下任意抽出的测量值，群内变动应只存在偶然原因的变动，异常原因是存在于群间变动时最为理想群群间间变变动动(Variation between Subgroups): 管理图上表示为一个点的统计量值叫样本的子群，这子群间的变动叫群间变动群群内内变变动动(Variation within Subgroups): 子群间测量值的散布，画出管理图时把数据分成群时一个群内的散布。群间变动指的是LOT间的变动，群
98、内变动指的是LOT内变动的测量误差(Run) : 同一种类的连续点. 举例区分管理图上点中心线上侧点和下侧点时，中心线上侧的点叫上Run ，下侧点叫下Run 。(Run Test): 管理图的情况验证是否脱离了管理状态的方法。有利用RUN长度的方法和利用RUN数的方法偶偶然然原原因因(Common Cause): 工程严格授控的状态下发生的不合理的变动叫偶然原因变动变动只是因偶然原因发生时其工程按统计学角度看时是管理状态例) 作业着的熟练程度差异，作业环境差异，不能识别程度的原材料及设备特性差异等异异常常原原因因(Assignable Causes): 产品或业务工程中长期存在，突发性发生的品
99、质变动原因异常原因的形态有作业者的不注意，不良资材使用，生产设备异常等发生的原因计量型管理图计量型管理图(Continuous Control Chart): 使用计量型品质特性值制作的管理图，计量型管理图的种类如下1) Xbar-R 管理图 2) Xbar-S管理图 3) I-MR管理图 4) I-MR-R管理图 5) EWMA管理图 6) Moving Average管理图 7) CUSUM管理图 8) Zone管理图 * 管理图选定 : 根据数据类型的管理图选定 -R 管管理理图图: -R Control Chart是数据的中心值使用平均，散布是使用范围表现时间时序的管理图把数据的中心值
100、和散步变化同时表现使用于观察工程变化 -s 管理图管理图: -s Control Chart数据的中心值使用平均，散布使用标准偏差根据时间的推移表现的管理图I-MR 管管理理图图: I-MR Control Chart数据不分成子群，一个数据就是一个点管理工程时使用能输出各测量值和移动范围I-MR-R 管管理理图图: I-MR-R Control Chart把数据分成子群子群的平均是一个点管理工程时使用。能输出子群的平均值，移动范围记记数数型型管管理理图图: Attribute Control Chart不良品的个数，不良率等使用记数型品质特性值的管理图。记数型管理图中有 p 管理图, np
101、管理图, c 管理图, u 管理图P 管理图管理图: 用用P Char来利用不良率管理工程的管理图样本大小不一致也可以使用 NP 管理图管理图: NP Chart样本的大小一定时(n)全部样本中有几个不良品的管理图 C 管理图管理图: C Chart一定数量的样本里检查缺陷数的管理图 例) 每页误打数,U 管理图管理图: U Chart样本的大小不一定时用缺陷数管理工程把缺陷数转化为一定单位的缺陷数时制作的管理图标标准准化化(Standardization): 业务标准，资材标准，作业标准，设备标准，图面等为了人与人之间的方便，业务效率或安全把相互间的信用制定为合理的基准使用标标准准运运营营次次序序(SOP): Standard Operation Procedure 的简写业务（作业）结果（品质）时常保持均衡维持的业务方法及标准化次序管管理理计计划划书书(Control Plan): 为了改善事项次序维持，工程散布持续管理把管理项目和方法标准化的文件。必须包括的内容有管理项目，管理周期，管理基准，担当，异常时措施方法等
