MINITAB之製程能力分析
易騰涂順章
1
製程能力之分類
計量型(基於正態分佈)
計數型(基於二項分佈)
計數型(基於卜氏項分佈)
2
MINITAB 能力分析的選項(計量型)
• Capability Analysis (Normal)
• Capability Analysis (Between/Within)
• Capability Analysis (Weibull)
• Capability Sixpack (Normal)
• Capability Sixpack (Between/Within)
• Capability Sixpack (Weibull)
3
Capability Analysis (Normal)
• 該命令會劃出帶理論正態曲線的直方圖，
這可直觀評估數據的正態性。輸出報告中
還包含過程能力統計表，包括子組內和總
體能力統計。
4
Capability Analysis
(Between/Within)
• 該命令會劃出帶理論正態曲線的直方圖，
可以直觀評估數據的正態性。
• 該命令適用於子組間存在較變差的場合。
輸出報告中還包含過程能力統計表，包括
子組間／子組內和總體能力統計。
5
Capability Analysis (Weibull)
• 該命會會劃出帶韋伯曲線的直方圖，這可
直觀評估數據是否服從韋伯分布。輸出報
告中還包含總體過程總能力統計
6
製程能力分析做法
決定Y特性
收集Y特性數據
輸入MINITAB數據表
進行分析
結果說明
7
STEP1決定Y特性
決定Y特性
收集Y特性數據
輸入MINITAB數據表
進行分析
結果說明
•Y特性一般是指客戶所關心所重視的特性。
•Y要先能量化，儘量以定量數據為主。
•Y要事先了解其規格界限，是單邊規格，還是雙邊規格。
•目標值是在中心，或則不在中心
•測量系統的分析要先做好。
8
STEP2決定Y特性
決定Y特性
收集Y特性數據
輸入MINITAB數據表
進行分析
結果說明
•在收集Y特性時要注意層別和分組。
•各項的數據要按時間順序做好相應的整理
9
STEP3決定Y特性
決定Y特性
收集Y特性數據
輸入MINITAB數據表
進行分析
結果說明
•將數據輸入MINTAB中，或則在EXCEL中都可以。
10
STEP4決定Y特性
決定Y特性
收集Y特性數據
輸入MINITAB數據表
進行分析
結果說明
•利用MINITAB>STAT>QUALITY TOOL
•>CAPABILITY ANALYSIS (NORMAL)
11
STEP5決定Y特性
決定Y特性
收集Y特性數據
輸入MINITAB數據表
進行分析
結果說明
•利用MINITAB的各項圖形來進行結果說明
12
練習
樣本 X1 X2 X3 X4 X5
1
4
8
0
2
7
7
3
8
0
4
5
0
6
6
5
6
7
8
4
8
4
6
2
7
9
9
9
7
8
0
10
9
13
輸入數據
14
執行能力分析
15
輸入選項
16
選擇標准差的估計方法
17
選項的輸入
18
以Cpk, Ppk結果的輸出
19
以Zbench方式輸出
20
結果說明
• 請學員按此圖形來說明該製程狀況
21
Capability Analysis
(Between/Within)
22
Capability Analysis (Weibull)
• 此項的分析是用在當制程不是呈現正態分
佈時所使用。因為如果制程不是正態分佈
硬用正態分佈來分析時，容易產生誤差，
所以此時可以使用韋氏分佈來進行分析，
會更貼近真實現像。
23
練習
• 請使用同前之數據來進行分析。
• 上規格：103
• 下規格：97
• 規格中心：100
24
選韋氏分佈
25
輸入相關參數
26
填入選項要求
27
結果圖形
28
比較二者有何差異
• 此二項誰更適合來解釋制程狀況。
• 如果你是制程工程師你應如何抉擇
29
正態分佈適用性的判定
• 可以使用
– Stat>basic statistic>normality test
• 但數據要放到同一個column中，所以必須
針對前面的數據進行一下處理
30
數據調整
31
選擇執行項目
32
填寫選項
33
結果輸出
34
結果輸出(加標概率)
35
計量型製程能力分析總結
• 一般的正態分佈使用
– Capability Analysis (Normal)
• 如果是正態分佈且其組內和組間差異較大
時可用
– Capability Analysis (Between/Within)
• 當非正態分佈時則可以使用
– Capability Analysis (Weibull)
36
Capability Sixpack (Normal)
• 複合了以下的六個圖形
– Xbar
– R
– 原始數據分佈
– 直方圖
– 正態分佈檢定
– CPK, PPK
37
練習
• 請以前面的數據來進行相應的Capability
Sixpack (Normal)練習
38
選capability six pack (normal)
39
輸入各項參數
40
選定判異准則
41
選擇標准差估計方法
42
考慮可選擇項
43
結果輸出
44
Capability Sixpack
(Between/Within)
• 複合了以下的六個圖形
– Xbar
– R
– 原始數據分佈
– 直方圖
– 正態分佈檢定
– CPK, PPK
45
同前練習及結果
46
Capability Sixpack (Weibull)
• 複合了以下的六個圖形
– Xbar
– R
– 原始數據分佈
– 直方圖
– 正態分佈檢定
– CPK, PPK
47
結果輸出
48
二項分佈制程能力分析
• 二項分佈只適合用在
– 好，不好
– 過，不過
– 好，壞
• 不可以用在
– 0,1,2,3等二項以的選擇，此種狀況必須使用卜
氏分佈。
49
示例
• 數據在excel檔案中
50
選二項分佈制程能力
51
填好各項的參數
52
選好控制圖的判異准則
53
填入選擇項
54
結果及輸出
55
結果解釋
• 請針對前圖進行相應的各項解釋
56
卜氏分佈制程能力分析
• 卜分佈只適合用在
– 計數型，有二個以上的選擇時
• 例如可以用在
– 外觀檢驗，但非關鍵項部份
– 0,1,2,3等二項以的選擇，此種狀況必須使用卜
氏分佈。
57
示例
• 數據在excel檔案中
58
選卜氏分佈制程能力
59
填好各項的參數
60
選好控制圖的判異准則
61
填入選擇項
62
結果及輸出
63
結果解釋
• 請針對前圖進行相應的各項解釋
64
Example of Capability Analysis for Multiple
Variables (Nonnormal)
• 1 Open the worksheet .
• 2 Choose Stat > Quality Tools > Capability
Analysis > Multiple Variable (Nonnormal).
• 3 In Variables, enter Weight.
• 4 Check BY variables and enter Machine.
• 4 In Fit data with, choose Distribution and
then select Largest extreme value.
• 5 In Lower spec, enter 27. In Upper spec,
enter 35.
• 6 Click OK.
65
• The probability plot confirms that the data follows largest
extreme value distribution. For machine 1, AD =
and P > . For machine 2, AD = and P > .
• The capability statistics are based on the , and
percentiles denoted as , , and
. The percentiles are calculated using the
parameter estimates for the largest extreme value
distribution.
• Pp is defined as the ratio of the specification range (USL
- LSL) to the potential process range ( -
). Pp for machine 1 and machine two are and
respectively, indicating that the probability that the
process produces conforming frozen food packets is
slightly less than .
66
• PPL is the ratio of - LSL to - . PPU is
the ratio of USL - to - . For machine 1,
PPL = and PPU = , indicating that more than
percent pf the process output is more than the
upper specification limit. This also indicates that the
process has median close to the lower specification limit.
This is also evident in the histogram. Machine 2 show
similar results.
• Ppk is the minimum of PPU and PPL. For both
machines, high value of Pp and low value of Ppk indicate
that the process median is off the specification midpoint.
This also indicates that more than percent of the
process output is outside at least one of the specification
limits.
67
• The PPM < LSL () indicates that for machine 1, 1
out of 1 million is expected to fall below the lower
specification limit of 27 oz. The PPM > USL (10904)
indicates that for machine 1, 10904 out of 1 million are
expected to exceed the upper specification limit of 35 oz.
Machine two show similar results.
• Industry guidelines determine whether the process is
capable. A generally accepted minimum value for the
indices is . For both machines the capability indices
are lower than . The process tends to put more food
in a package than the upper limit. The manufacturer
needs to take immediate steps to improve the process.
•
68
• CCpk is a measure of potential capability. It is
identical to the Cpk index except that, instead of
being centered at the process mean all the time,
it is centered at the target when given or the
midpoint of the specification limits when the
specification limits are given. CCpk is precisely
Cpk when one of the specification limits and the
target is not given.
•
69
