SPC过程能力分析minitab版

SPC过程能力分析minitab版
SPC过程能力分析minitab版

1、输入数据。

2、堆栈:将数据堆叠到一列中,点选数据—堆叠—列。

出现堆叠列选项框,选取要堆叠的列,点选当前工作表的列,输入存放堆叠的列C26,点确定,即可出现堆叠的列C26。

3、正态性检验

点选工具栏统计--基本统计量--正态性检验

选择堆叠的列C26,点选百分位数线无,正态性检验Anderson-Darling,输入标题,确定

自动生成正态性检验

4、绘制Xbar-R控制图

点选工具栏统计—控制图—子组的变量控制图--Xbar-R(B)

出现Xbar-R控制图选项框,选择刚堆叠的列,输入子组大小,

点选选项,出现下图对话框,点选检验,选择对特殊原因进行所有检验,确定

点选标签,出现下图对话框,输入标题,确定

Xbar-R控制图选项框确定后,自动生成Xbar-R控制图

5、过程能力分析

点选工具栏统计--质量工具--能力分析--正态

点选单列,选取堆叠的列,输入子组大小、规格上下限,

确定后,自动生成过程能力分析图表。

6、6σ绘制

点选工具栏统计--质量工具--Capability Sixpack(S)--正态

在正态分布对话框中点选单列,选择堆叠的列C26,输入子组大小、规格上下限

点选检验,出现下图对话框,点选进行所有8项检验(A),确定

点选选项,出现下图对话框,输入标题,确定

确定后,自动生成

Minitab软件过程能力概述与分析

过程能力概述 一旦过程处于统计操纵状态,同时是连续生产,那么你可能想明白那个过程是否有能力满足规范的限制,生产出好的零件(产品),通过比较过程变差的宽度和规范界限的宽度能够确定过程能力。在评估过程能力之前,过程必须受控。假如过程不受控,你将得到不正确的过程能力值。 .你能通过画能力柱状图和能力图来评估过程能力。这些图形能够关心你评估数据的分布和检验过程是否受控。你也能够可能包括规范公差与正常过程变差之间比率的能力指数。能力指数或统计指数差不多上评估过程能力的一种方法,因为它们都没有单位,因此,能够用能力统计表来比较不同过程的能力。 选择能力命令 MINITAB提供了一组不同的能力分析命令,你能够依照数据的性质和分布从中选择命令,你能够对以下情况进行能力分析:——正态或Weibull概率模式(关于测量数据) ——不同子组之间可能有专门强变差的正态数据

——二项式或Poisson概率模式(关于计数数据或属性数据)当进行能力分析时,选择正确的公式是差不多要求,例如,MINITAB提供基于正态或Weibull分布模型上的能力分析工具,使用正态概率模型的命令提供了更完全的统计设置,然而,适用的数据必须近似于正态分布. 例如,利用正态概率模型,能力分析(正态)能够可能预期零件的缺陷PPM数。这些统计分析建立在两个假设的基础上,1、数据来自于一个稳定的过程,2、数据服从近似的正态分布,类似地,能力分析(Weibull)计算零件的缺陷的PPM值利用的是Weibull分布。在这两个例子中,统计分析正确性依靠于假设分布模型的正确性。 假如数据是歪斜特不严峻,那么用正态分布分析将得出与实际的缺陷率相差专门大的结果。在这种情况下,把那个数据转化比正态分布更适当的模型,或为数据选择不同的概率模式.用MINITAB,你能够使用Box-Cox能力转化或Weibull概率模型,非正态数据比较了这两种方法.

如何用MINITAB进行过程能力分析

过程能力概述 一旦过程处于统计控制状态,并且是连续生产,那么你可能想知道这个过程是否有能力满足规范的限制,生产出好的零件(产品),通过比较过程变差的宽度和规范界限的宽度可以确定过程能力。在评估过程能力之前,过程必须受控。如果过程不受控,你将得到不正确的过程能力值。 .你能通过画能力柱状图和能力图来评估过程能力。这些图形能够帮助你评估数据的分布和检验过程是否受控。你也可以估计包括规范公差与正常过程变差之间比率的能力指数。能力指数或统计指数都是评估过程能力的一种方法,因为它们都没有单位,所以,可以用能力统计表来比较不同过程的能力。 选择能力命令 MINITAB提供了一组不同的能力分析命令,你可以根据数据的性质和分布从中选择命令,你可以对以下情况进行能力分析: ——正态或Weibull概率模式(对于测量数据) ——不同子组之间可能有很强变差的正态数据 ——二项式或Poisson概率模式(对于计数数据或属性数据) 当进行能力分析时,选择正确的公式是基本要求,例如,MINITAB提供基于正态或Weibull分布模型上的能力分析工具,使用正态概率模型的命令提供了更完全的统计设置,但是,适用的数据必须近似于正态分布. 例如,利用正态概率模型,能力分析(正态)可以估计预期零件的缺陷PPM 数。这些统计分析建立在两个假设的基础上,1、数据来自于一个稳定的过程,2、数据服从近似的正态分布,类似地,能力分析(Weibull)计算零件的缺陷的PPM值利用的是Weibull分布。在这两个例子中,统计分析正确性依赖于假设分布模型的正确性。 如果数据是歪斜非常严重,那么用正态分布分析将得出与实际的缺陷率相差很大的结果。在这种情况下,把这个数据转化比正态分布更适当的模型,或为数据选择不同的概率模式.用MINITAB,你可以使用Box-Cox能力转化或Weibull概率模型,非正态数据比较了这两种方法. 如果怀疑过程中子组之间有很强的变差来源,可以使用能力分析(组间/组内)或SIXpack能力分析(组间/组内)。除组内数据具有随机误差外,组间还可能有随机变差。明白了子组变差的来源,可以为你提供过程更真实的潜在能力评估。能力分析(组间/组内)或SIXpack能力分析(组间/组内)既计算组内标准偏差也计算组间标准偏差,然后,集中它们来计算总的标准偏差。

SPC-过程能力分析

统计过程控制(SPC ) 一、 基本概念 1. 变差 1.1 定义:过程的单个输出之间不可避免的差别。 1.2 分类: 1.2.1 固有变差(普通变差):仅由普通原因造成的过程变差,由σR/d 2来估计。 1.2.2 特殊变差:由特殊原因造成的过程变差。 1.2.3 总变差:由于普通和特殊两个原因造成的变差,σS 估计。 2. 过程 2.1 定义:能产生输出—- 一种给定的产品或服务的人、设备、材料、方法 和环境的组合。过程可涉及到我们业务的各个方面,管理过程的一个有力工具,即为统计过程控制。 2.2 分类: 2.2.1 受控制的过程:只存在普通原因的过程。 2.2.2 不受控制的过程:同时存在普通原因及特殊原因的过程。又称不稳定过 程。 3. 过程均值: 一个特定过程的特性的测量值,分布的位置即为过程平均值,通常用X 来表示。 4. 过程能力:一个稳定过程的固有变差( 6σR/d 2)的总范围. 5. 过程性能:一个过程总变差的总范围( 6σ S ). 6. 正态分布: 一种用于计量型数据的、连续的、对称的钟型频率分布,它是计量型数据用控制图的基础,当一组测量数据服从正态分布时,有大约68.26%的测量值落在平均值处正负一个标准差的区间内,大约95.44%的测量值将落在平均值处正负二个标准的区间内。这些百分数是控制界限或控制图分析的基础,而且是许多过程能力确定的基础。 7. 统计过程控制:使用诸如控制图等统计技术来分析过程或其输出以便采取适当的措施来达到并保持统计控制状态,从而提高过程能力。 8. 措施 ? ? ? ?

8.1 定义:减小或消除变差的方法。 8.2 分类: 8.2.1 局部措施:用来消除变差的特殊原因,由与过程直接相关人员实施,大约 可纠正15%的过程问题。 8.2.2 对于系统采取措施:用来消除变差的普通原因,要求管理措施,以便纠正, 大约可纠正85%的过程问题。 9. 标准差: 过程输出的分布宽度或从过程中统计抽样值(如:子组均值)的分布宽度的量度,用希腊字母σ或字母S(用于样本标准差)表示。 10. 规范:某特定特性是否可接受的技术要求。 11. 控制图:用来表示一个过程特性的图像,图上标有根据那个特性收集到的一些统计数据,如一条中心线,一条或两条控制限,它能减少I 类错误和Ⅱ类错误的净经济损失.它有两个基本用途:一是用来判定一个过程是否一直受统计控制;二是用来帮助过程保持受控状态。 12. I 类错误:拒绝一个真实的假设;例如:采取了一个适用于特殊原因的措施而实际上过程还没有变化;过度控制。 13. Ⅱ类错误:没有拒绝一个错误的假设;例如:对实际受控特殊原因影响的过程没有采取适当的措施;控制不足。 14. 计量型数据:定量的数据,可用测量值来分析。 15. 计数型数据:可用来记录和分析的定性数据,通常以不合格品或不合格形式收集。 二、 控制图 1、 控制图的构成:以X 图为例: :上控制线 取样时间 CL :中心线 LCL :下控制线 特性值

运用Minitab进行过程能力(Process+Capability)_1

过程能力概述(Process Capability Overview) 在过程处于统计控制状态之后,即生产比较稳定时,你很可能希望知道过程能力,也即满足规格界限和生产良品的能力。你可以将过程变差的宽度与规格界限的差距进行对比来片段过程能力。在评价其能力之前,过程应该处于控制状态,否则,你得出的过程能力的估计是不正确的。 你可以画能力条形图和能力点图来评价过程能力,这些图形可以帮助你评价数据的分布并验证过程是否受控。你还可以计算过程指数,即规范公差与自然过程变差的比值。过程指数是评价过程能力的一个简单方法。因为它们无单位,你可以用能力统计量来比较不同的过程。 一、选择能力命令(Choosing a capability command) Minitab提供了许多不同的能力分析命令,你可以根据数据的属性及其分布来选择适当的命令。你可以为以下几个方面进行能力分析: ?正态或Weibull概率模型(适合于测量数据) ?很可能来源于具有明显组间变差的总体的正态数据 ?二项分布或泊松概率分布模型(适合于属性数据或计数数据) 注:如果你的数据倾斜严重,你可以利用Box-Cox转换或使用Weibull 概率模型。 在进行能力分析时,选择正确的分布是必要的。例如:Minitab提供基于正态和Weibull概率模型的能力分析。使用正态概率模型的命令提供更完整的一系列的统计量,但是你的数据必须近似服从正态分布以保证统计量适合于这些数据。举例来说,Analysis (Normal) 利用正态概率模型来估计期望的PPM。这些统计量的结实依赖于两个假设:数据来自于稳定的过程,且近似服从的正态分布。类似地,Capability Analysis (Weibull) 利用Weibull 分布模型计算PPM。在两种情况下,统计的有效性依赖于假设的分布的有效性。 如果数据倾斜严重,基于正态分布的概率会提供对实际的超出规格的概率做比较差的统计。这种情况下,转化数据使其更近似于正态分布,或为数据选择不同的概率模型。在Minitab中,你可以用“Box-Cox power transformation”或Weibull 概率模型。Non-normal data对这两个模型进行了比较。 如果你怀疑过程具有较明显的组间变差,使用Capability Analysis (Between/Within)或Capability Sixpack (Between/Within)。子组内部的随机误差之上,子组数据可能还有子组之间的随机变差。对子组变差的两个来源的理解可以为过程潜在能力提供更实际的估计。Capability Analysis (Between/Within)和Capability Sixpack (Between/Within) 计算了组间和组内标准差,然后再估计长期的标准差。 Minitab还为属性数据和计数数据进行能力分析,基于二项分布和泊松概率模型。例如:产品可以根据标准判定为合格和不合格(使用Capability Analysis (Binomial)).。你还可以根据缺陷的数量进行分类(使用Capability Analysis

SPC-过程能力研究评价指导书

(SPC)统计过程控制 过程能力研究评价作业指导书 批准:鲍国平 审核:陈明 编制:方维维 受控状态:分发号: 2009年01月15日发布2009年01月15日实施过程能力研究评价作业指导书JR/C-8.2.3J-001 1目的 对过程(工序)能力进行研究评价,采取必要的控制措施,确保过程能力满足质量特性值的要求。

2适用范围 适用于产品特殊过程或顾客指定的特殊特性的工序能力的评价和控制。 3职责 3.1技术科 负责确定根据顾客或加工要求确定工序方案、合理选择加工设备、通过流程图研究上、下道工序之间的相互作用,并进行相应的工序能力指数的研究评价。 3.2检验科 负责通过测量手段对工序能力进行研究和评价。 3.3生产车间 通过对人、机、料、法、环、测等因素的控制,保证工序能力的稳定性。 4 SPC操作要求 4.1.控制特性和控制图的类型确定 4.1.1 控制特性、抽样数和测量频率的选择可参考《X-R控制图作业指导书》要求进行。 4.1.2当PPAP有要求时,可选用其它适用的控制图对其指定的特性采用SPC控制,顾客没有特殊要求时,一般采用X-R控制图作为控制依据。 4.1.3对SPC参数表的任何更改,必须由项目小组共同认可,生产技术副总批准方可进行。 4.2参数的采集 4.2.1根据X-R控制图的制作要求,由项目小组下达初始能力研究计划,指定专人使用专用的参数收据表格收集过程特性参数。 4.2.2当PPAP有要求时,由项目小组根据产品特性选择其它计数控制图或计量性控制图,收集数据的频率、方法根据规定的样本要求确定 4.3初始能力研究 4.3.1检验科应对新过程中项目小组或顾客指定的特殊参数进行初始能力研究,这些数据应达到顾客的要求。如没有特别要求,对于初始过程能力研究结果(生产日不到30天)和不稳定的过程PPK>1.67。 4.3.2初步的过程能力研究属短期行为且不考虑将来的人员、物料、方法、设备、测量系统以及环境的变化影响。 JR/C-8.2.3J-001 4.3.3样板控制计划中指明的特殊特性的参数必须采用SPC方式控制,技术科负责收集测量的样本数据及绘图,并将控制保留在PPAP文件中。4.3.4对那些由顾客或本公司指定的特性,可以采取单值移动极差法进行研究,且应对不稳定信号进行检查,如果不稳定信号出现,应采取纠正行动,

最新MINITAB下数据的过程能力分析

MINITAB下数据的过程能力分析: 1.正态数据: a.检验数据的正态性:统计》基本统计量》正态性检验》确定(MINITAB示例) P>0.05,则数据服从正态分布,因此可进行连续数据中正态数据的过程能力分析及其指数的计算,但在进行分析和计算之前还需判定过程是否受控,可使用控制图; b.控制图监控:统计》控制图》子组的变量控制图》X-R图》确定; 可见无异常发生,过程受控; c.过程能力分析与计算:统计》质量工具》能力分析》正态》确定 2.非正态数据:

a.数据的正态性检验:同上 P<0.05,所以数据为非正态数据,需进行转换后方可进行过程能力分析,但这并不妨碍用原始数据进行控制图的绘制。 b.数据的转换:统计》控制图》BOX-COX变换》填入数据“扭曲”,子组大小 填“10》选项》将变换后的数据存入“C2”中》确定; 得到如下图,可知转换的λ=0.5,即对原始数据求平方根; c.控制图的绘制:步骤同上

d. 过程能力分析:统计》质量工具》能力分析》正态》单列为“C2”,子组大小为“10”,规格上限为“2.82”,2.82=81/2,确定 3. 4. 离散数据: a . 计算DPMO ,公式参见SRINNI 培训: b .将DPMO 暂时理解为不合格品率,如果DPMO=66807.2,则不合格品率P=0.00668072; c . 计算》概率分布》正态分布》逆累计概率》输入常量“0.0668072”,,确定: d . e . 根据正态分布的对称性: Z =︳-1.5︳+1.5=3,即相应的SIGMA 水平为3, 公式为: Z=︳x ︳+1.5

干货:如何用Minitab软件进行过程能力分析(CPCPK)

干货:如何用Minitab软件进行过程能力分析(CPCPK) 引入过程能力分析的目的 1、在我们现有的管理过程中,我们经常会遇到有些具体指标总是不尽人意,存在许多需要改进的地方。那么在改进之前,我们就有必要知道我们的问题到底有多严重?目前的过程能力到底是多少?也就是说,在试图解决一个问题(改进)之前,首先需要深入了解问题现状及其过程能力。因此进行过程能力分析很有必要。过程能力分析可以根据实际情况选择使用,如果暂时还不能计算,可以放在以后去解决。 2、哪一个过程最佳?上面三个图中,哪一个过程最佳?你是否想知道,为什么?过程表现如何?什么是最佳的过程?什么是最差的过程?连续数据过程能力指数Cp1、Cp-表示过程容差与自然容差的比值大小,用来衡量过程的能力。 2、计算过程能力的要求:A、稳定过程;B、数据分布类型——正态分布。连续数据过程能力指数CpK1、Cpk-表示当过程中心值偏移时,中心值与规格上下限之间的最短距离与1/2自然容差的比值大小。 2、计算过程能力的要求:A、稳定过程;B、数据分布类型——正态分布。 3、中心值无偏离时,Cpk= Cp CP/CPK计算事例[一]中心值无偏离时,Cpk= Cp

CP/CPK计算事例[二]中心值偏离时,Cpk CpCP/CPK计算事例[Minitab]1、例如:按照设计图纸的要求,某一机柜门板的长度要求是1.5±0.1图纸下发给供应商后,供应商试加工了32个样品,具体的数据如下,请衡量该供应商加工该门板的过程能力。 2、首先要判断是否为正态分布,若否,则须经转换为正态分布后方可使用Minitab求取Cpk。 A、数据是否正态根据P值来判断,如果P值大于0.05,数据符合正态分布;P值小于0.05,则数据是非正态的。 B、实际操作过程中,如果数据为非正态,只要数据的容量大于30个,我们也可以近视认为数据是符合正态分布的。3、用Minitab软件计算CPKSigma计算事例[Minitab]使用Excel计算Sigma水平说明:在上图Probability一栏中输入合格率,则Excel会自动计算出的长期的σ水平即: Zlt=1.9110;最后加上1.5 σ的补偿,得出短期的σ水平即: Zst=3.411。

SPC过程能力研究评价指导书

莱州市XX机械有限公司作业文件 文件编号:JT/C-8.2.3J-001版号:A/0 (SPC)统计过程控制 过程能力研究评价作业指导书 批准: 审核: 编制: 受控状态:分发号: 2006年11月15日发布2006年11月15日实

测 施 过程能力研究评价作业指导书 JT/C -8.2.3J -001 1 目的 对过程(工序)能力进行研究评价,采取必要的控制措施,确保过程能 力满足质量特性值的要求。 2 适用范围 适用于产品特殊过程或顾客指定的特殊特性的工序能力的评价和控制。 3 职责 3.1 技术科 负责确定根据顾客或加工要求确定工序方案、合理选择加工设备、通 过流程图研究上、下道工序之间的相互作用,并进行相应的工序能力指数 的研究评价。 3.2 检验科 负责通过测量手段对工序能力进行研究和评价。 3.3 生产车间 通过对人、机、料、法、环、 等因素的控制,保证工序能力的稳定性。 4 SPC 操作要求 4.1.控制特性和控制图的类型确定 4.1.1 控制特性、抽样数和测量频率的选择可参考《 X -R 控制图作业指 导书》要求进行。 4.1.2 当 PPAP 有要求时,可选用其它适用的控制图对其指定的特性采用 SPC 控制,顾客没有特殊要求时,一般采用 X -R 控制图作为控制依据。 4.1.3 对 SPC 参数表的任何更改,必须由项目小组共同认可,生产技术副 总批准方可进行。 4.2 参数的采集 4.2.1 根据 X -R 控制图的制作要求,由项目小组下达初始能力研究计划, 指定专人使用专用的参数收据表格收集过程特性参数。 4.2.2 当 PPAP 有要求时,由项目小组根据产品特性选择其它计数控制图 或计量性控制图,收集数据的频率、方法根据规定的样本要求确定 4.3 初始能力研究 4.3.1 检验科应对新过程中项目小组或顾客指定的特殊参数进行初始能力 研究,这些数据应达到顾客的要求。如没有特别要求,对于初始过程能力

过程能力minitab教程

过程能力m i n i t a b教 程 集团标准化工作小组 #Q8QGGQT-GX8G08Q8-GNQGJ8-MHHGN#

过程能力概述(Process Capability Overview) 在过程处于统计控制状态之后,即生产比较稳定时,你很可能希望知道过程能力,也即满足规格界限和生产良品的能力。你可以将过程变差的宽度与规格界限的差距进行对比来片段过程能力。在评价其能力之前,过程应该处于控制状态,否则,你得出的过程能力的估计是不正确的。 你可以画能力条形图和能力点图来评价过程能力,这些图形可以帮助你评价数据的分布并验证过程是否受控。你还可以计算过程指数,即规范公差与自然过程变差的比值。过程指数是评价过程能力的一个简单方法。因为它们无单位,你可以用能力统计量来比较不同的过程。 一、选择能力命令(Choosing a capability command) Minitab提供了许多不同的能力分析命令,你可以根据数据的属性及其分布来选择适当的命令。你可以为以下几个方面进行能力分析: ?正态或Weibull概率模型(适合于测量数据) ?很可能来源于具有明显组间变差的总体的正态数据 ?二项分布或泊松概率分布模型 (适合于属性数据或计数数据) 注:如果你的数据倾斜严重,你可以利用Box-Cox转换或使用Weibull 概率模型。 在进行能力分析时,选择正确的分布是必要的。例如:Minitab提供基于正态和Weibull概率模型的能力分析。使用正态概率模型的命令提供更完整的一系列的统计量,但是你的数据必须近似服从正态分布以保证统计量适合于这些数据。举例来说,Analysis (Normal) 利用正态概率模型来估计期望的PPM。这些统计量的结实依赖于两个假设:数据来自于稳定的过程,且近似服从的正态分布。类似地,Capability Analysis (Weibull) 利用Weibull 分布模型计算PPM。在两种情况下,统计的有效性依赖于假设的分布的有效性。 如果数据倾斜严重,基于正态分布的概率会提供对实际的超出规格的概率做比较差的统计。这种情况下,转化数据使其更近似于正态分布,或为数据选择不同的概率模型。在Minitab中,你可

相关文档
最新文档