选择 ：统计>质量工具>能力分析>正态
规格下限0.50 规格上限 0.60
选择对话框
点击选项
工程能力分析
[ Measure ]
图形输出如下：
直径 的过程能力
LSL
目标
USL
规格下限 规格上限
过程数据
LSL
0.5
目标
0.55
算术平均 抽样数
USL 样本均值 样本 N
0.6 0.54646 100
再现性 0.22684 1.36103 20.90
操作员 0.22684 1.36103 20.90
部件间
1.04233 6.25396 96.04
合计变异 1.08530 6.51180 100.00
可区分的类别数 = 4
判定：≥5
Case 2：
一家教育考试公司正在为六年级标准化论文式考试的写 作部分培训五名新检验员。现在需要评估检验员对论文 评级时遵守标准的能力。每个评分员以五点尺度 （-2，-1，0，1，2）对 15 篇论文进行了评级。
0
-2
1
2
3
4
5
6
7
8
9 10
部件
测量 à 操作员 2
0 -2
2 0
A
B
操作员
操作员 乘 部件 交互作用
C
操作员 A B C
平均
-2 1 2 3 4 5 6 7 8 9 10
部件
样本均值
[ Measure ]
Session输出如下：
量具 R&R 研究 - 方差分析法
不包含交互作用的双因子方差分析表
来源 自由度 SS MS F P
再现性 0.05146 4.37
操作员 0.05146 4.37
部件间 1.08645 92.24
判定：Gage
合计变异 1.17788 100.00
R&R≤30%
研究变异 %研究变
来源
标准差(SD) (6 * SD) 异 (%SV)
合计量具 R&R 0.30237 1.81423 27.86
重复性 0.19993 1.19960 18.42
检验员之间评估一致性 #检 #相 验数 符数 百分比 95 % 置信区间 15 6 40.00 (16.34, 67.71)
所有检验员与标准评估一致性 作业者之间判 定结果不一致
#检 #相 验数 符数 百分比 95 % 置信区间
15 6 40.00 (16.34, 67.71)
测量系统只有 40%的可信度
其他
计数
274
59
43
19
10
18
百分比
64.8
13.9
10.2
4.5
2.4
4.3
累积 %
64.8
78.7
88.9
93.4
95.7
100.0
Case 1：
汽车工业行动组织量具研究，选择了 10 个代表过程变 异预期范围的部件。3 名操作员以随机顺序测量这 10 个部件，每个部件测量 3 次
MSA
50
% 贡献 % 研究变异
0 量具 R&R
重复
再现性
A 1.0
R 控制图（按 操作员）
B
C
部件间
0.5
0.0
A 2
Xbar 控制图（按 操作员）
B
C
0
UCL=0.880 _ R=0.342 LCL=0
__U C L = 0 . 3 5 1 X =0.001 LCL=-0.348
-2
测量 à 部件 2
一家线缆制造商希望评估线缆的直径是否符合规格。线 缆直径必须为 0.55 + 0.05 cm 才符合工程规格。分析 员评估过程的能力以确保其满足客户的要求，即 Ppk 为 1.33。分析员每小时从生产线中取 5 根连续的线缆 作为一个子组，并记录直径。
工程能力分析
原始数据如下：线缆.MTW
[ Measure ]
群内标准偏差 全体标准偏差
标准差（组内） 0.0185477 标准差（整体） 0.0193414
实测性能 PPM < LSL 10000.00 PPM > USL 10000.00 PPM 合计 20000.00
0.50
Holmes 检验员
Montgomery
Simpson
[ Measure ]
会话框输出如下：
评级 的属性一致性分析 每个检验员与标准评估一致性
#检 #相 检验员 验数 符数 百分比 95 % 置信区间 Duncan 15 8 53.33 (26.59, 78.73) Hayes 15 13 86.67 (59.54, 98.34) Holmes 15 15 100.00 (81.90, 100.00) Montgomery 15 15 100.00 (81.90, 100.00) Simpson 15 14 93.33 (68.05, 99.83)
因果分析图
原始数据如下：表面缺陷.MTW
[ Measure ]
选择 ：统计>质量工具>因果
选择相应对话框
Minitab输出如下表：
因果图
测量
材料
人员
微米 显微镜 检查员
合金 滑润剂 供应商
班次 主管人 培训 运算符
凝聚 湿度 % 环境
刹车 接触 角度 方法
速度 车床 位 套接字
机器
表面缺陷
Case 3：
[ Measure ]
原始数据：汽车工业行动组织量具研究.MTW
共10个部件 (3人对同一部件测量3次)
选择 ：统计>质量工具>量具研究 >量具R&R 研究(交叉)
选择对话框
MSA
图形输出如下：
测量 的量具 R&R (方差分析)
量具名称: 研究日期:
报表人: 公差: 其他:
百分比
样本极差
变异分量 100
6sigma常用工具及图表
柏拉图
[ Define ]
原始数据如下：质量控制示例.MTW
选择 ：统计>质量工具>Pareto 图
计数 百分比
点击 ：已整理成表格的缺陷数据Leabharlann Minitab输出如下表：
缺陷数 的 Pareto 图
100 400
80 300
60
200 40
100
20
0
0
缺陷数 丢失的螺丝钉 缺少的线夹 漏油衬垫 有缺陷的外罩 不完整部件
部件 9 88.3619 9.81799 245.614 0.000
操作员 2 3.1673 1.58363 39.617 0.000
重复性 78 3.1179 0.03997
合计 89 94.6471
量具 R&R
方差分量
来源
方差分量 贡献率
合计量具 R&R 0.09143 7.76
重复性 0.03997 3.39
MSA（属性一致性）
原始数据：散文.MTW
[ Measure ]
选择 ：统计>质量工具>属性一致性分析
MSA（属性一致性）
选择对话框
图形输出如下：
评估一致性
检验员与标准
100 80
研究日期: 报表人: 产品名称: 其他:
95.0% 置信区间 百分比
60
百分比
40
20
0 Duncan
Hayes