有學過6
sigma的同學, 一定知道 Minitab這套軟體, 因為它把6 sigma實用化了. 過去 Minitab 並沒有中文版, 但對岸有人將它漢化後, 官方也出簡體中文版, 使用簡體中文版會比英文版更friendly, 但畢竟兩岸語文還是有差異, 尤其專有名詞上的差異更讓人難以適從, 例如常態分配 v.s. 正态分布; 品質 v.s. 质量; 巨集 v.s. 宏; 變異數分析
v.s.方差分析; 進階 v.s. 高级…
官方目前沒有繁體中文版.~可惜! 希望 Minitab TWN公司能早日完成繁體中文版的 Minitab. ~期待!
Minitab R16版新增一項功能—Assistant
助手, 對於軟體新手或統計新手來說, 是個不錯的功能. 透過它可讓您”正確地”使用統計工具, 而不至於不知如何下手.
Assistant 助手 > Control Charts... 管制圖...
中文對照
您的資料是連續資料或計數(屬性)資料?
首頁
連續資料
衡量零件或製程特性, 如長度, 重量, 或溫度。這些資料通常包含分數(或小數)值。
範例
食品製造商想要調查一段時間內麥片產品重量是否一致。品質分析員紀錄盒裝麥片樣本重量。
計數(屬性)資料
計數不良項目數或每單位缺點數。計數資料為整數。
範例
燈泡製造商檢驗員想要追蹤一段時間內破損燈泡(不良項目)的數量。為了收集資料, 檢驗員檢查抽樣的燈泡並確認燈泡是否破損。他們紀錄每次抽樣破損的燈泡數量。
您的資料在子群組嗎?
首頁>連續資料
無子群組收集資料
每次只收集單一觀測值。
範例
品質分析員監控多批次液態合成清潔劑的pH值。因為每批是同質的, 分析員需從每批收集單一觀測值。
有子群組收集資料
在相近時間收集多個觀測值。
範例
汽車零件製造廠監控汽車輪圈直徑。檢驗員從生產線上每兩小時連續抽樣5個輪圈作為每一子群組。
您要計數不良數或單位缺點數?
首頁>計數(屬性)資料
不良數
每個項目歸類到兩個類別之一, 例如合格/不合格或不良/非不良。您計數不良項目數量和確定不良項目比例(或百分比)。
範例
自動檢驗製程檢查造成螺釘不能使用的嚴重裂縫。在每一子群組, 分析員紀錄檢驗螺釘數量和拒收螺釘數量。
單位缺點數
每一項目可能有一個以上的缺點, 或非預期的特性。例如, 缺點包含裂紋, 撕開, 縫接。您計數缺點數和確定發生率。
範例
檢驗員抽樣每小時抽樣5條海灘浴巾並檢查缺點。他們紀錄每一子群組的總缺點數。每一浴巾可能有一個以上缺點, 例如一個裂紋和兩個撕開(3個缺點)。
每個子群組有多少個觀測點?
首頁>連續資料>有子群組
子群組大小≦8
對於較小子群組, 您可以使用全距估計製程變異。
範例
汽車零件廠檢驗員抽樣輪圈和量測輪圈直徑。他們從生產線每兩小時連續抽樣5個輪圈。
因為子群組大小≦8, 檢驗員可使用全距估計輪圈直徑的變異。
子群組大小>8
隨著子群組大小漸增, 標準差逐漸地比全距為較好的製程變異估計。
範例
罐頭廠檢驗員抽樣食品罐頭和秤重。他們每30分鐘抽樣10個罐頭。
因為子群組大小>8, 檢驗員使用標準差估計罐頭重量變異。
I-MR(個別值-移動全距)管制圖
首頁>連續資料>無子群組
I-MR管制圖監控製程平均值和變異。
指引
收集資料
l
在適當的時間間隔收集資料。
n
在相同的時間間隔收集資料, 例如每小時一次, 或每天一次。選擇時間間隔夠短以確保您可以及時偵獲到製程的改變。
l
收集足夠資料以取得精確的管制界限。
n
當您不知道管制界限, 必須藉由資料來估計。要確保管制界限精確, 至少總共需要100個資料點。此外製程抽樣更多的時間點來增加代表估計到製程變異的機會。如果少於100個資料點, 仍然可以使用管制圖, 但要考慮這是初步結果。如果使用管制圖監控製程或評定製程管制正在進行的基礎, 建議您收集了至少 100 個資料點後,
重新估計管制界限。Minitab會檢查資料點的數量是夠大。
l
資料必須相當於常態。
n
溫和偏離常態不會顯著影響的管制圖結果。然而，嚴重偏離常態可能增加失效警報數。
n
如果2.0%或更多的失效點在檢查1且I管制圖上至少有兩個失效點在檢查, Minitab會檢查資料是否符合常態。如果資料不符合常態, Minitab確認轉換是否可修正為常態狀況。如果您的製程自然產生非常態資料且轉換有效,
您可以使用轉換後的資料表來評估製程的穩定性。
l
資料不應該相互關連。
n
當沒有已知的管制界限, 就從資料來估計。如果有2.0%或以上的點在檢查1失效和I管制圖上至少有兩點在檢查1失效, Minitab檢查資料是否相關。如果連續資料點相關, 則管制界限會太窄, 您可能會看到失效警報。
使用圖表
l
在使用I管制圖之前先檢查MR管制圖。
n
I管制圖的管制界限建立在預估的製程變異。如果製程變異不穩定, I管制圖的管制界限可能無效。首先檢查MR管制圖確保製程變異是穩定的。
l
Minitab自動檢查特殊原因。
n
Minitab使用檢查1和檢查2來評估製程管制(用I管制圖)。檢查1(1個點超出管制界限)檢測單個失控點。檢查2(連續9點在中心線同一側)檢測平均值可能偏移。
l
只有在製程變更時，才估計新的管制界限。
n
在專案中基線分析, 管制界限通常較早建立。如果您在專案中變更製程,
管制界限基線不再有效, 您應該用資料重新估計來建立新的管制界限。
n
一旦建立管制界限, 應該持續固定監控製程或評估製程管制。只有當製程變更時才需要重新建立管制界限, 不需要每次收集新資料。
Xbar-R(平均值全距)管制圖
首頁>連續資料>有子群組>子群組大小≦8
Xbar-R管制圖監控製程平均值和變異。
指引
收集資料
l
在合理的子群組收集資料。
n
一個合理的子群組是在短的時間所產生的類似項目的小樣本（通常3至5），這些是從您想要評估製程輸出的代表。每個子群組的項目應在相同的投入和條件，如人員、設備、供應商或環境下收集。如果任何投入或條件變更並造成子群組與正常差異, 估計的管制界限可能太寬。當管制界限從資料估計時, Minitab會檢查子群組額外的變異性。
l
在適當的時間間隔收集資料。
n
在相同的時間間隔收集資料, 例如每小時一次, 或每天一次。選擇時間間隔夠短以確保您可以及時偵獲到製程的改變。
l
收集足夠資料以取得精確的管制界限。
n
當您不知道管制界限, 必須藉由資料來估計。要確保管制界限精確, 至少總共需要100個資料點。此外製程抽樣更多的時間點來增加代表估計到製程變異的機會。如果少於100個資料點, 仍然可以使用管制圖, 但要考慮這是初步結果。如果使用管制圖監控製程或評定製程管制正在進行的基礎, 建議您收集了至少 100 個資料點後,
重新估計管制界限。Minitab會檢查資料點的數量是夠大。
l
資料不需要是常態。
l
子群組內資料不應該相互關連。
n
當沒有已知的管制界限, 就從資料來估計。如果有2.0%或以上的點在檢查1失效和Xbar管制圖上至少有兩點在檢查1失效, Minitab檢查資料是否相關。如果連續資料點相關, 則管制界限會太窄, 您可能會看到大量的失效警報。
使用圖表
l
在使用Xbar管制圖之前先檢查R管制圖。
n
Xbar管制圖的管制界限建立在預估的製程變異。如果製程變異不穩定, Xbar管制圖的管制界限可能無效。首先檢查R管制圖確保製程變異是穩定的。
l
Minitab自動檢查特殊原因。
n
當您從資料估計第一次建立管制界限, Minitab使用檢查1, 檢查2和檢查7來評估製程管制(用Xbar管制圖)。一旦建立管制界限, 您應該使用界限已知值, 在此Minitab只使用檢查1, 檢查2。
n
檢查1(1個點超出管制界限)檢測單個失控點。檢查2(連續9點在中心線同一側)檢測平均值可能偏移。檢查7(太多點在中心線到 1 標準差內)檢測管制界限太寬。過寬的管制界限通常是因為層狀資料, 而其是由於每個子群組內變異為系統化來源。
l
只有在製程變更時，才估計新的管制界限。
n
在專案中基線分析, 管制界限通常較早建立。如果您在專案中變更製程,
管制界限基線不再有效, 您應該用資料重新估計來建立新的管制界限。
n
一旦建立管制界限, 應該持續固定監控製程或評估製程管制。只有當製程變更時才需要重新建立管制界限, 不需要每次收集新資料。
Xbar-S(平均值標準差)管制圖
首頁>連續資料>有子群組>子群組大小>8
Xbar-S管制圖監控製程平均值和變異。
指引
收集資料
l
在合理的子群組收集資料。
n
一個合理的子群組是在短的時間所產生的類似項目的小樣本（通常3至5），這些是從您想要評估製程輸出的代表。每個子群組的項目應在相同的投入和條件，如人員、設備、供應商或環境下收集。如果任何投入或條件變更並造成子群組與正常差異, 估計的管制界限可能太寬。當管制界限從資料估計時, Minitab會檢查子群組額外的變異性。
l
在適當的時間間隔收集資料。
n
在相同的時間間隔收集資料, 例如每小時一次, 或每天一次。選擇時間間隔夠短以確保您可以及時偵獲到製程的改變。
l
收集足夠資料以取得精確的管制界限。
n
當您不知道管制界限, 必須藉由資料來估計。要確保管制界限精確, 至少總共需要100個資料點。此外製程抽樣更多的時間點來增加代表估計到製程變異的機會。如果少於100個資料點, 仍然可以使用管制圖, 但要考慮這是初步結果。如果使用管制圖監控製程或評定製程管制正在進行的基礎, 建議您收集了至少 100 個資料點後,
重新估計管制界限。Minitab會檢查資料點的數量是夠大。
l
資料不需要是常態。
l
子群組內資料不應該相互關連。
n
當沒有已知的管制界限, 就從資料來估計。如果有2.0%或以上的點在檢查1失效和Xbar管制圖上至少有兩點在檢查1失效, Minitab檢查資料是否相關。如果連續資料點相關, 則管制界限會太窄, 您可能會看到大量的失效警報。
使用圖表
l
在使用Xbar管制圖之前先檢查S管制圖。
n
Xbar管制圖的管制界限建立在預估的製程變異。如果製程變異不穩定, Xbar管制圖的管制界限可能無效。首先檢查S管制圖確保製程變異是穩定的。
l
Minitab自動檢查特殊原因。
n
當您從資料估計第一次建立管制界限, Minitab使用檢查1, 檢查2和檢查7來評估製程管制(用Xbar管制圖)。一旦建立管制界限, 您應該使用界限已知值, 在此Minitab只使用檢查1, 檢查2。
n
檢查1(1個點超出管制界限)檢測單個失控點。檢查2(連續9點在中心線同一側)檢測平均值可能偏移。檢查7(太多點在中心線到 1 標準差內)檢測管制界限太寬。過寬的管制界限通常是因為層狀資料, 而其是由於每個子群組內變異為系統化來源。
l
只有在製程變更時，才估計新的管制界限。
n
在專案中基線分析, 管制界限通常較早建立。如果您在專案中變更製程,
管制界限基線不再有效, 您應該用資料重新估計來建立新的管制界限。
n
一旦建立管制界限, 應該持續固定監控製程或評估製程管制。只有當製程變更時才需要重新建立管制界限, 不需要每次收集新資料。
P(不良率)管制圖
首頁>計數(屬性)資料>不良數
P管制圖監控不良項目的比例(或百分比)。
指引
收集資料
l
收集子群組資料(樣本,批)。
n
子群組是要評估的製程中具有代表性輸出的相似項目的集合。子群組項目應在相同的投入和條件，如人員、設備、供應商或環境下收集。
l
在適當的時間間隔收集子群組。
n
在相同的時間間隔收集資料, 例如每小時一次, 或每天一次。選擇時間間隔夠短以確保您可以及時偵獲到製程的改變。
l
收集足夠子群組。
n
當您不知道管制界限, 必須藉由資料來估計。要估計精確管制界限, 必須收集足夠的子群組。子群組數量要求要依據不良平均數和子群組大小。Minitab會基於您的資料檢查子群組的數量夠大。
l
子群組必須夠大。
n
當沒有已知的管制界限, 就從資料來估計。為了確保管制界限夠精確,
對於所有子群組, 平均不良項目比例乘以子群組大小必須至少為0.5。Minitab會基於您的資料檢查子群組大小夠大。
l
子群組大小可以是不相同的。
n
子群組的大小可以不同。例如，如果電話客服中心追蹤每小時100通中不令人滿意的等待時間的次數，子群組大小都為100。如果電話客服中心隨機選擇每天幾小時來追蹤所有來電，來電數可能有所差異因而導致子群組大小不同。
n
管制圖中心線不受不同子群組大小影響。然而管制界限會因子群組大小改變而偏移。如果子群組大小差異不超過20%,
Minitab使用平均子群組大小來產生管制界限常數。
l
每個子群組的不良項目的計數。
n
不良的產品可能一個或多個缺點使它不能被接受。如果你只確定某項目是否是不良，可以使用此管制圖。您也可以計算每個項目的缺點數量，使用U管制圖來繪製每單位的缺點數。
使用圖表
l
Minitab自動檢查特殊原因。
n
Minitab使用檢查1和檢查2來評估製程穩定度。檢查1(1個點超出管制界限)檢測單個失控點。檢查2(連續9點在中心線同一側)檢測平均值可能偏移。
l
只有在製程變更時，才估計新的管制界限。
n
在專案中基線分析, 管制界限通常較早建立。如果您在專案中變更製程,
管制界限基線不再有效, 您應該用資料重新估計來建立新的管制界限。
n
一旦建立管制界限, 應該持續固定監控製程或評估製程管制。只有當製程變更時才需要重新建立管制界限, 不需要每次收集新資料。
U(單位缺點數)管制圖
首頁>計數(屬性)資料>缺點數
U管制圖監控平均單位缺點數。
指引
收集資料
l
收集子群組資料(樣本,批)。
n
子群組是要評估的製程中具有代表性輸出的相似項目的集合。子群組可為單一單位或相似大小單位的集合。例如, 您可紀錄LCD面板(單一單位)或相同尺寸LCD面板集合的表面瑕疵數。如果子群組為單位的集合, 他們應在相同的投入和條件，如人員、設備、供應商或環境下收集。
l
在適當的時間間隔收集子群組。
n
在相同的時間間隔收集資料, 例如每小時一次, 或每天一次。選擇時間間隔夠短以確保您可以及時偵獲到製程的改變。
l
收集足夠子群組。
n
當您不知道管制界限, 必須藉由資料來估計。要估計精確管制界限, 必須收集足夠的子群組。子群組數量要求要依據平均單位缺點數和子群組大小。Minitab會基於您的資料檢查子群組的數量夠大。
l
子群組必須夠大。
n
當沒有已知的管制界限, 就從資料來估計。為了獲取精確管制界限, 平均單位缺點率乘以子群組大小必須至少為0.5。Minitab會基於您的資料確定要求的子群組大小。
l
子群組大小可以是不相同的。
n
子群組可為單一單位或相似大小單位的集合。在某些情況下, 子群組大小可以是不相同且可以定義為一段時間, 區域, 或項目數。例如, 紡織廠檢驗員從捲裝布料中抽樣部分布料並檢驗缺點:
u
如果檢驗員總是抽樣相同長度(例如2公尺)部分布料, 每一子群組包含相同或不同部分布料數。子群組大小可以是在每一子群組抽樣的部分布料數或每一子群組布料的總長度。
u
如果檢驗員抽樣不同長度部分布料, 每一子群組可以包含相同的部分布料數或不同的部分布料數。因為部分布料長度不同, 子群組大小應該定義為在子群組中布料總長度。
n
管制圖中心線不受不同子群組大小影響。然而管制界限會因子群組大小改變而偏移。如果子群組大小差異不超過20%,
Minitab使用平均子群組大小來產生管制界限常數。
l
每個子群組的單位總缺點數的計數。
n
當您計數每單位缺點數, 可以使用此管制圖。當您檢查出缺點而不分類為不良, 持續計數每單位總缺點數。如果您只是確定每單位是否為良品或不良品,則使用P管制圖。
使用圖表
l
Minitab自動檢查特殊原因。
n
Minitab使用檢查1和檢查2來評估製程穩定度。檢查1(1個點超出管制界限)檢測單個失控點。檢查2(連續9點在中心線同一側)檢測平均值可能偏移。
l
只有在製程變更時，才估計新的管制界限。
n
在專案中基線分析, 管制界限通常較早建立。如果您在專案中變更製程,
管制界限基線不再有效, 您應該用資料重新估計來建立新的管制界限。
n
一旦建立管制界限, 應該持續固定監控製程或評估製程管制。只有當製程變更時才需要重新建立管制界限, 不需要每次收集新資料。
詳細資訊請到官方網站進一步了解: http://www.minitab.com.tw/
和 http://www.minitab.com/
聲明: 本文純粹學術性研討, 內容所提及任何關於 Minitab 專有創作文字, 圖像與架構…等皆屬Minitab Inc. 版權所有, 嚴禁商業上轉貼使用.
沒有留言:
張貼留言