MINITAB培训资料(6西格玛相关).ppt.ppt

步骤六、结论 显示因子图 现在生成两个图形使效果可视化—主效果图和交互作用图。 1.选择 Stat / DOE / Factorial Plots 2.选中 Main effects 然后点击 Setup。 实验设计（DOE）实例 MINITAB 输入实验的产量列 选择B、C列 主要效果 点击进入下一窗口 评估此图 首先看一下改变压力（pressure）条件或者使用催化剂A或B的基本效果图。 此点表示气压设为高值时的平均值。 此虚线表示所有产量的平均值。 此点表示气压设为低值时的平均值。 实验设计（DOE）实例 MINITAB 此图显示了两个主效果——一个是气压、一个是催化剂。由此可以看出： 压力的主效果在高低设置时有所不同 催化剂的主效果随类型的不同而有所不同。 此点表示催化剂设为A时的平均值。 此点表示催化剂设为B时的平均值。 还可以看出：催化剂的类型的主效果比气压的主效果要大。尽管催化剂类型对产量的影响比气压的影响要大，但是看其交互作用同样重要。交互作用可以放大或消除主效果。 此处表示产量的单位。 实验设计（DOE）实例 交互作用图表明了改变一个因子会对另一个因子有什么样的影响。因为交互作用能够放大或者消除主效果，所以看交互作用是非常重要的。上图所显示的气压和催化剂的交互作用是两条斜率不同的直线。 在1大气压和4大气压下，催化剂A的产量比催化剂B的大。然而，可以看出，在4大气压下使用催化剂A和使用催化剂B的产量差别比在1大气压下使用催化剂A和使用催化剂B的产量差别要大得多。 为了得到最大产量，结果已经表明应当在4大气压下采用催化剂A。 MINITAB 气压设为高值、采用催化剂A时的产量平均值 气压设为高（低）值、采用催化剂B时的产量平均值 气压设为低值、采用催化剂A时的产量平均值 X-R图的一个例子1 某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。 给变量分组 1.打开文件 FASTENER.MTW。 2.选择 Stat /Control Charts / Xbar-R。 3.在 Single column 中，输入 Weights。在 Subgroup size 中，输入5。 4.在 Historical mean 中输入 2.4，点击 OK 。 SPC是为了贯彻预防原则，应用统计技术对过程中的各个阶段进行评估监察，从而保证产品与服务满足要求的均匀性。（本章只简述X-R图和P图） X-R图是一种常使用的计量型数据控制图，它由两个图形组成，分别是X图和R图，X图用以观察样本均值的变化，R图用以观察误差的变化。组合X图和R图，可以监控过程位置和分布的变化，发现特殊原因。 第七章 统计过程控制（SPC） MINITAB Test Results for Xbar Chart TEST 1. One point more than 3.00 sigmas from center line. Test Failed at points: 10 ? 结果解释 上图表明有一包的平均重量超出控制下限。同时又注意到许多点落在中心线以下，表明此工序生产的固件经常低于目标值。技术人员还得进行特殊原因分析。 X图观察正态分布的均值的变化 R图观察正态分布的分散情况或变异度的变化 控制上限 中心线 控制下限 这些数字表示对特殊原因测试结果发现其不符合的条款 这些点超出控制界限 Xbar-R图 MINITAB X-R图的一个例子2 假设你在汽车制造厂的一个引擎组装部门工作。其中有一个组件是凸轮轴，长度规格是600±2mm，长期以来一直存在一个问题，凸轮轴的长度总是超出规格，由此导致组装线不良率上升。 作为管理者，需要通过X-R图来监控这些特性。一个月里，对凸轮轴的长度数据以每5个为一组进行了收集。 步骤一、生成一个新的Project。 步骤二、打开一个工作表 1. 选择 File/Open Worksheet 2. 在DATA子目录下选择 CAMSHAFT.MTW。点击 OK。 Xbar-R图 MINITAB 这就是一个月里所收集到的数据。注意到第一列，它包含了100个观测值（20个样本，每样本5个数据，单位是毫米。 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