[转帖]MiniTAB 簡易操作說明:

MiniTAB 簡易操作說明:

1. 欄位若顯示例: C3-T,其中 “T” 代表 Text, 表此列有文字語法,可能有錯誤.
2. 行號:C1, C2, C3…. 與列號 1,2,3… 間的欄為抬頭欄名, 可用文字.
3. Random 產生 data 的方法

例: 根據101法則 (也可有 102, 103, 104…)
Calc → Set base → Set base of random data to generator to : 101 → OK
Calc → Random data → Normal →
Generate 10000 rows of data: 產生 10000 筆隨機亂數.
Store in column: Data: 產生在欄名叫 Data 的欄位
Mean: 100: 平均數=100
Standard deviation: 10: 標準差=10. → OK

1. 如何繪製分佈曲線

例:一組數值在Data欄位
Stat → Basic Statistics → Display Descriptive Statistics →
Variables: Data: 變數=欄位 Data 的資料
Graphic: 內有各種分佈圖. Histogram: 柱狀圖, Histogram with normal curve: 柱狀圖
與常態曲線, Dotplot: 點分佈圖, Boxplot: 箱形圖; 箱形區域為 50% 數據集中的趨勢
箱內線為中位值.
若選 Graphical summary, 其中 Confidence level: 95.0 表示信心水準為 95%
圖中Variance (變異數) = StDev (標準差) 的平方, Mean 為平均數

1. 如何在資料表內計算

例:有2組數值分別置於 Data1與Data2欄內
Calc → Calculator → Store result in variable: Result: 將結果存在欄位名 Result
Expression: Data1 + Data2: 公式描述 Data1+Data2 → OK

1. 如何變更最大繪圖數為100個

Edit → Preference → Graphics → Maximum number of graphs: 100 → OK → Save

1. 如何做 GR&R 實驗表

例: 5個樣品(Part ID=5) , 3個操作員(Operator=3), 每個樣品量3次(Trial=3) 共有 45 組
量測方法:A 操作員依序(1,2,3,4,5)量完5個樣品,換B操作員依次量,完成後再換C此為一
個循環.第二循環再換A時以 random 方式量測5個樣品,完成後換B量完再換C.如此完
成3個循環. (量測時A,B,C操作員需隔離)
Calc → Make Patterned Data → Simple Set of Numbers
Store patterned data in: Part ID: 將產生的結果存在欄位Part ID
From first value: 1: 每個循環的起始編號
To last valus:5 : 每個循環的最終編號
In step of :1 : 循環內數與數的間距 (例: 1,2,3… Step=1; 1,3,5,7… Step=2)
List of value:1: 單組循環內無重覆 (Part ID: 1,2,3,4,5) -- 1個循環
5: 單組每個數重覆5次 (Operator:11111,22222,33333) – 1個循環
15: 單組每個數重覆15次 (Trial:11….11) -- 1個循環
List of whole sequence:9 : 整組有9個循環 (Part ID: 1,2,3,4,5 為一循環)
3: 整組有3個循環 (Operator)
1: 整組有1個循環 (Trial)

1. 思考:如何量測工時的 Repeatability

方案A:以攝影機拍下動作,反覆放映,由不同的人反覆量測.
方案B:不同人同時量測同一個動作.

1. 如何得到計數 (Pass or Fail) 量測的再現性:

例: 樣品數:30 (1~30), 判定者:3 (A,B,C), 每個樣品判定2次,故結果有 A1,A2,B1,B2,C1,C2.等欄. Master 欄為公認正確的結果.
實施方法: 第一循環A判定時依序(1,2,3,4…30)判定(B,C隔離),A完成後換B依序判定
,再換C如此完成一個循環; 第二循環換A,B,C時以 Random 方式抽取樣品判定其他步
驟同上,如此完成3個循環
Stat → Quality Tools → Attribute Gage R&R Study →
Multiple columns: A1-C2 :因結果欄位記錄於 A1,A2,B1,B2,C1,C2
Number of appraiser: 3: 量測員共3人
Number of trials:2 : 每個人量2次
Know standard/attribute: Master: 正確結果在 Master 欄 → OK
Option: Confidence level: 95.0 信心水準 95% -- CI
Within appraiser 圖越高越好
Appraiser vs Standard 越一致越好
90% 以上才合格

1. 如何做計量的 Gage R&R:

例: 5個樣品(Part ID=5) , 3個操作員(Operator=3), 每個樣品量3次(Trial=3) 共有 45 組
量測方法:A 操作員依序(1,2,3,4,5)量完5個樣品,換B操作員依次量,完成後再換C此為一
個循環.第二循環再換A時以 random 方式量測5個樣品,完成後換B量完再換C.如此完
成3個循環. (量測時A,B,C操作員需隔離)
Stat → Quality Tool → Gage R&R Study (Crossed) →
Part number: Part ID: 樣品編號
Operators: Operator: 量測員編號
Measurement data: Measure: 量測結果記錄欄位
Method of Analysis: ANOVA: 用 ANOVA 來分析結果
Option → Study variation: 5.15: 表有 95% 的信心水準
Process tolerance: 0.2: 公差,本例中為 +/-0.1; 故填 0.2
判讀:
Components of variation: Gage R&R, Repeat, Reprod 最好很低, Part to Part 高;代表
量測系統穩定,所有變異都由 Part 本身變異造成.
R 及 Xbar chart 為三個人各五組(每組3個)平均及組內全距的曲線圖
By Part ID: 每組的點集中最好,代表每個人量的很接近.(再現性:Repretability)
By Operator: 以本例中每一Operator 只有5個點(5個樣品)最好. (再生性:Reproducibility).
Operator*Part ID Interaction: 每一條曲線重疊最好, 代表每個人量的很接近.
計算表內 Number of Distinct Categories=0 ; 表區分度=0 根本無法分辨變異 (量測系統
此數值要5以上才合格)

1. 思考: Gage R&R 越好時, Xbar chart 為何會有較多的點落在 UCL-LCL 界限外

因R變小, σrepeat= R/d
σtotal^2=σpart^2+σrepeat^2+σreproduce^2; 故σtotal 變小,會有較多的點落在
UCL-LCL 界限外

1. 如何判讀一組數值為常態分佈(Normal Distribution)

例:一組數值在Data欄位
Stac → Basic Statistics → Normal Test →
Variable: Date: 要分析的數值的欄位名 → OK
判讀: P-Value大於 0.05 即為常態分佈

1. 如何計算計數資料的過程能力:

計數: Product
例:”Fan noise” 檔中Capability Attribute.MTW表中
Fan Type: 風扇類型
Defects: 不良數
Goods: 量品數
Total: 總數
Opp: 判定為不良的機會(一般定為”1”)
Six Sigma → Product Report →
Defects: Defects: 不良數儲存的欄位.
Units: Total: 總數儲存的欄位.
Opportunities: 1 → OK
判讀: Z.Bench: σ水準.

1. 如何計算計量資料的過程能力

計量: Process
例:”Fan noise” 檔中Capability Variable ATF.MTW表中 LSL=3.055, USL=3.085
Final Dia: 量測數值
Six Sigma → Process Report →
Signal column: Final Dia: 要分析資料所在的欄位
Subgroup size: 1
Low SPEC: 3.05: 規格下限
Upper SPEC: 3.09: 規格上限
判讀: ST表 Short term 短期, LT表Long term 長期
可用表上方的油漆刷工具框出所要知道數值的點,即可於圖左方得到數值.

1. 如何做資料堆疊

例:有3個Operator, 量測20個samples, 每個sample各量2次.
量測結果置於:1,2,1-1,2-1,1-2,2-2欄. 欲堆疊成一欄 (Measure).
Mainip → Stock the following columns → ‘1’-‘2-2’: 欲堆疊的欄位
Column of current worksheet: Measure → OK: 堆疊完成資料放置欄位
Dell 資料為例; UCL=50, LCL=5, 故tolerance=55
Stat → Quality Tool → Gage R&R Study (Crossed) →
Part numbers: No: 樣品編號欄位
Operators: Operator: 量測員編號欄位
Measurement data: Measure: 量測資料欄位
Method of Analysis: Xbar and R (Dell 用; 但用ANOVA較準確)
Option → Study variation: 6 (Dell 專用σ=6; 一般為5.15)
Process tolerance: 55: 公差

1. 已知良率如何計算得σ等級

Calc → Probability Distributions → Normal →
Input constant: 0.9625: 已知良率為 0.9625
→ Inverse cumulative probability → OK
可得計算結果 x=1.7805 (σ等級)
亦可用 Excel 計算: 插入函數 → 統計 → NORMSINV → 0.9625
可得結果=1.780463 (σ等級)