2024年3月7日发(作者：微生飞)
序号1234567用途描述性统计根据Z值计算概率计算Z值堆叠分布识别直方图箱线图柏拉图案例M-BS-描述性统计以Z=1.72计算以p=0.95计算M-MA-数据堆叠M-BS-分布识别M-BS-直方图M-BS-箱线图M-BS-Pareto图89计量型数据GRR分析M-MSA-GRR(厚度_Crossed)10计数型数据AR&R分析M-MSA-ARR研究11过程能力分析M-PCA-能力分析(长度)
12快捷键
Minitab常用操作简介（DM阶段）操作步骤1）统计→基本统计量→显示描述性统计量，点击统计量，勾选需要的统计量2）统计→基本统计量→图形化汇总1）计算→概率分布→正态；点击累积概率，输入常量中填入对应Z值2）图形→概率分布图→查看概率；点击分布，输入对应的均值和标准差，点击阴影区域，X值计算→概率分布→正态；点击逆累积概率，输入常量中填入对应概率数据→堆叠→列；数据→堆叠→行统计→质量工具→个体分布识别判断标准：1）P值＞0.05 2）AD值越小越好 3）图形呈直线状图形→直方图，点击包含拟合图形→箱线图→简单图形→箱线图→含组统计→质量工具→Pareto图1）数据未分类统计2）数据已分类统计1）创建量具研究表：统计→质量工具→量具研究→创建量具R&R研究表 选项：不随机或者在操作员内部随机化运行顺序2）统计→质量工具→量具研究→量具R&R研究（交叉）；点击选项，输入规格上下限判断标准：方差贡献率＜1% 良好； 1%＜方差贡献率＜10% 可接受； 方差贡献率＞10% 不接受 %研究变异＜10% 良好； 10%＜%研究变异＜30% 可接受； %研究变异＞30% 不接受 %公差＜10% 良好； 10%＜%公差＜30% 可接受； %公差＞30% 不接受 NDC＞10 良好； 5＜NDC＜9 可接受； NDC＜4 不接受1）创建属性一致性工作表：统计→质量工具→创建属性一致性工作表 选项：不随机或者在检验员内部随机化运行顺序2）统计→质量工具→属性一致性分析；属性列指的是检测的结果判断标准：有效性≥90% 可接受； 80%＜有效性＜90% 可接受的边缘；有效性≤80% 不接受 漏判率＜2% 可接受； 2%＜漏判率＜5% 可接受的边缘； 漏判率＞5% 不接受 误判率＜5% 可接受； 5%＜误判率＜10% 可接受的边缘；误判率＞10% 不接受1）稳定性检验：统计→控制图→子组的变量控制图→Xbar-R2）正态性检验：①先对数据进行堆叠，数据→堆叠→行；②统计→基本统计量→正态性检验 P值大于0.05即为正态分布3）能力分析：统计→质量工具→能力分析→正态
CTRL+E 开启最近打开的对话框
2024年3月7日发(作者：微生飞)
序号1234567用途描述性统计根据Z值计算概率计算Z值堆叠分布识别直方图箱线图柏拉图案例M-BS-描述性统计以Z=1.72计算以p=0.95计算M-MA-数据堆叠M-BS-分布识别M-BS-直方图M-BS-箱线图M-BS-Pareto图89计量型数据GRR分析M-MSA-GRR(厚度_Crossed)10计数型数据AR&R分析M-MSA-ARR研究11过程能力分析M-PCA-能力分析(长度)
12快捷键
Minitab常用操作简介（DM阶段）操作步骤1）统计→基本统计量→显示描述性统计量，点击统计量，勾选需要的统计量2）统计→基本统计量→图形化汇总1）计算→概率分布→正态；点击累积概率，输入常量中填入对应Z值2）图形→概率分布图→查看概率；点击分布，输入对应的均值和标准差，点击阴影区域，X值计算→概率分布→正态；点击逆累积概率，输入常量中填入对应概率数据→堆叠→列；数据→堆叠→行统计→质量工具→个体分布识别判断标准：1）P值＞0.05 2）AD值越小越好 3）图形呈直线状图形→直方图，点击包含拟合图形→箱线图→简单图形→箱线图→含组统计→质量工具→Pareto图1）数据未分类统计2）数据已分类统计1）创建量具研究表：统计→质量工具→量具研究→创建量具R&R研究表 选项：不随机或者在操作员内部随机化运行顺序2）统计→质量工具→量具研究→量具R&R研究（交叉）；点击选项，输入规格上下限判断标准：方差贡献率＜1% 良好； 1%＜方差贡献率＜10% 可接受； 方差贡献率＞10% 不接受 %研究变异＜10% 良好； 10%＜%研究变异＜30% 可接受； %研究变异＞30% 不接受 %公差＜10% 良好； 10%＜%公差＜30% 可接受； %公差＞30% 不接受 NDC＞10 良好； 5＜NDC＜9 可接受； NDC＜4 不接受1）创建属性一致性工作表：统计→质量工具→创建属性一致性工作表 选项：不随机或者在检验员内部随机化运行顺序2）统计→质量工具→属性一致性分析；属性列指的是检测的结果判断标准：有效性≥90% 可接受； 80%＜有效性＜90% 可接受的边缘；有效性≤80% 不接受 漏判率＜2% 可接受； 2%＜漏判率＜5% 可接受的边缘； 漏判率＞5% 不接受 误判率＜5% 可接受； 5%＜误判率＜10% 可接受的边缘；误判率＞10% 不接受1）稳定性检验：统计→控制图→子组的变量控制图→Xbar-R2）正态性检验：①先对数据进行堆叠，数据→堆叠→行；②统计→基本统计量→正态性检验 P值大于0.05即为正态分布3）能力分析：统计→质量工具→能力分析→正态
CTRL+E 开启最近打开的对话框