Minitab应用基础知识一、 Minitab界面和基本操作介绍 (1)1.1 Minitab界面 (1)1.2 工具栏的介绍 (2)1.3 常用菜单与命令 (2)1.4 数据类型 (3)1.5 数据类型的转换 (3)1.6 数据类型的堆积 (4)1.7 数据块的堆积 (4)1.8 转置栏 (5)二、Minitab之常用图形 (6)2.1鱼骨图 (6)2.2 柏拉图 (8)2.3 散布图 (11)2.4 直方图 (13)三、 Minitab在控制图中的应用 (15)3.1 计量型控制图 (16)3.1.1 Xbar-R做法 (16)3.1.2 Xbar-s做法 (19)3.1.3 I-MR图做法 (21)3.2计数型控制图 (24)3.2.1 p图做法 (24)3.2.2 np图做法 (26)3.2.3 c图做法 (28)3.2.4 u图做法 (31)附录一 (33)一、Minitab界面和基本操作介绍1.1 Minitab界面打开文件Session Window:分析结果输出窗口同一时间只能激活一个窗口，每一个窗口可以单独储存。
1.2 工具栏的介绍1.3 常用菜单与命令1.4 数据类型1.5 数据类型的转换Select: Data > Change Data Type > Text to Numeric1.6 数据类型的堆积Select: Data > Stack > Stack Columns1.7 数据块的堆积Select: Data > Stack > Stack Blocks of Columns1.8 转置栏Select: Data > Transpose Columns二、Minitab之常用图形QC七大工具中常用图形如下鱼骨图、柏拉图、散布图、直方图、控制图（见第三章）2.1鱼骨图又称因果图，石川图，鱼刺图。
上世纪50年代的日本质量管理专家石川馨发明。
协助全面查找问题原因因果图的优点：结构清晰；揭示因果关系头脑风暴法：美国的一个广告策划人奥斯本提出，采用会议的形式（6－8人），对一个中心议题广开言路，激发灵感。
畅所欲言、强调数量、不作评论，互相结合（以别人观点再进行发展）练习Select: Stat > Quality tools> Cause and effect Step1：输入数据Step2：填好各项需要的参数Step3：结果输出2.2 柏拉图又称排列图，是意大利经济学家Pareto发明（他研究社会财富，80％得财富在20％得少数人手中），朱兰博士归结为“关键得少数，次要得多数”用于质量管理，影响产品质量往往是一，两个主要原因。
练习序号缺陷项数量1 虚焊5002 漏焊3003 强度不够2004 外观受损1505 其它160 Select: Stat > Quality tools> Pareto ChartStep1：输入数据Step2：填好各项参数Step3：结果输出曲线明显趋于“平坦”的点称为分界点，该斜率的突减代表累积曲线的一个突变，即分出了“关键少数”和“次要的多数”若曲线的斜率变化不明显，可以暂对影响达60％的进行分析、诊断。
也可采用分层的方法二次进行柏拉图分析。
2.3散布图考察y的增减与因素x之间的相关程度检验推测的问题根本原因与问题之间的关练习Y 65 66 65 66 67 67 68 68 67 68 X 800 810 820 830 840 850 860 870 890 900Select: Gragh > ScatterPlotsStep1：输入数据Step2：输入参数Step3：输出图形散点图与相关性的关系：2.4 直方图对你所关心的x或y，分组并统计每组出现的频率，对于制程比较稳定的直方图而言，应该与正态分布的形状相似。
我们通过直方图，可以形象了解数据的分布，是否处于受控的情况（既无飘移，又服从正态分布）。
练习Select: Gragh > Histogram Step1：输入数据Step2：输入参数Step3：结果输出三、Minitab在控制图中的应用监控过程绩效，迅速发现过程出现的异常波动；及时采取纠正和纠正措施，避免异常的再次的发生。
两种波动源的介绍。
控制图的原理介绍。
Minitab可提供的图形在普通波动情况下，质量特性X服从N（μ，σ2），σ即为正常的变差。
在界限μ±3σ时，正常情况下包含在内的点的概率是99.73％，也就是说超出这个控制界限的点，且是正常波动下的点的概率可以认为是微乎其微，那么，则说明这个超出界限的点多数是异常值。
在控制图中，如何得到代表正常的变差的σ是很重要的，我们往往会采取在很短的时间内抽取一些样本作为子组，算出各子组的极差，再得到总的平均极差，除以一个系数，即可得到正常的变差的σ了。
有些控制图之间的区别就因为，子组样本数的不同而使σ的估计方法的不同。
3.1 计量型控制图3.1.1 Xbar-R做法数据的收集注意合理子组原则（休哈特博士）：要使组内波动仅由正常原因引起；组间波动由异常波动引起。
建议每组2～5个，组数是能覆盖100个数据。
Xbar-R练习Step1：输入数据数据用supp2列，每4个为一组。
Step2：输入参数选项中有：使用σ的无偏估计。
去掉（选择）哪些子组计算或估计σ与μ；在进行σ估计时的一种情况，即由于不同班次之间由于异常可能造成很大的差异，若将班次合并时会造成对σ估计扩大（即将这种变异算成是普通变异），致使无法侦测出这种变异，这里可采取的措施是分层，将两个班次分开进行控制图分析，minitab中的stage选项即可以进行这种分析，将几个不同分层的数据做控制界限，在一张图上可进行比较。
控制图要求数据大致服从正态分布，若不服从，则进行数据得转换再分析，w＝Y^lambda，可以选择不同得lambda，或者让计算机自己找到最优值。
Step3：决定控制用控制图的控制界限Step4：Xbar-R Options选项Step5：Box-Cox正态转换Step6：Storage项若控制图是稳定的，受控的，则保存下来的这两个参数输入到后续的控制图数据中时，可以确定出控制用控制图的控制界限。
Step7：图形输出判图注意：先分析R图，R图显示的是子组内的波动，是过程波动大小的指示器（异常状态出现在某些子组内）。
再分析Xbar图，Xbar图显示的是子组间的波动，反映过程的稳定，是否有偏倚（异常状态虽然没有使子组内变差扩大，但对整个子组数据产生了偏倚）。
3.1.2 Xbar-s做法与前面基本差不多，只是计算麻烦，但是精度最高。
Xbar-s练习Step1：输入数据Step2：输入参数Step3：图形输出3.1.3 I-MR图做法单值移动极差图。
即子组容量为1的情况，这是在观测值由于某些原因（如测量费用很大的破坏性试验）无法取到很多或数据很少的情况下使用的控制图。
检查过程变化没有前面两张图灵敏，属于不得已而为之的控制图。
I-MR练习Step1：输入数据Step2：输入参数Step3：控制用控制图的控制界限Step4：图形输出法代表过程变差；若数据采集时间能覆盖你的整个过程，但又可能对过程变差的估计变大。
故此方法是不得已而为之。
3.2计数型控制图3.2.1 p图做法服从二项分布，当n足够大时，由中央极限定理得到近似服从正态分布。
用（p （1－p））作为σ的估计。
数据：子组容量np>5，子组数>25组。
p练习•P图只能适用在二项分布的质量特性。
•在做p图时，要注意其样本数必须达到1/p~5/p，如此p图才有意义。
•只有合格与不合格这种分类•Step1：输入数据Step3：决定判异准则Step4：保存P值3.2.2 np图做法np练习•np图只能适用在二项分布的质量特性性。
•做np图时，要注意其样本数必须达到1/p~5/p，如此np图才有意义。
•np图要求每组的样本数必须是一样的。
Step2：输入参数3.2.3 c图做法一件不合格的产品的缺陷数可能是一个，也可能是多个，单位缺陷数服从泊松分布。
泊松分布的均值和方差是相同的。
C图练习•c图只能适用在泊松分布的质量特性上。
•做c图时，要注意其样本数必须达到取样时至少包含一个缺陷以上，如此c图才有意义。
•另外，基本上c图的样本量要一样菜可以；如果样本量不一样，则应当使用u图。
Step1：输入数据Step2：输入参数Step3：决定判异准则Step4：图形输出3.2.4 u图做法u图练习•u图只能适用在泊松分布的质量特性。
•在做u图时，要注意其样本数必须达到取样时至少包含一个缺陷以上，如此u图才有意义。
•Step1：输入数据Step2：输入参数Step3：图形输出附录一推荐书目：《MINITAB 六西格玛解决方案》《六西格玛管理统计指南-Minitab使用指导》《MINITAB统计分析教程》。