UCL=0.1920 1.2 1.0 0.8 0.6 0.4 0.2 0.0 1 4 7 10 13 16 19 Sample 22 25 28 31 LCL=0.031 _ U=0.623 UCL=1.215
0.20
0.15
0.10
_ P=0.0991
0.05
0.00 1 4 7 10 13 16 19 Sample 22 25 28 31
I-MR： 无子组数，单值为点； 优先判断 I 图，单值间差异；
I -MR C ha rt of d ot 1
Individual Value
UCL=7.603 7 6 5 LCL=4.465 4 1 4 7 10 13 16 19 Observation 22 25 28 31 _ X=6.034
Count
Pareto Chart of Sample
先解决事项：
百分比为累加型，最终值应为100%； 因素项目不要过多，一般不良项目占比超 出95%范围的因素可合并展示，默认为相
200 150
60 40
100 50 0 Sample Count Percent Cum % 20 0
4
2
Sample Mean STDEV 8 0.2 Mean STDEV
Group 1
8 0.2
Group 2
9 0.4
Group 3
7 0.7
Group 4
9 1
实例三
箱线图：数值范围分布
Boxplot of Group 1, Group 2, Group 3, Group 4
12 11 10 9 8 40 7 20 6 5 Group 1 Group 2 Group 3 Group 4 0 1 2 4 Sample 5 6
6
99.99%
2.00
0.002
CPK与PPK
CPK Capability Indies of Process
PPK Performance Indies of Process
• 过程要求受控，稳定； • 样本容量30~50；
• 可以是不稳定的过程； • 样本容量≥100； • 考虑过程偏差
当可能得到历史的数据或有足够的初始数据来绘制控制图时（至少100个个体 样本），可以在过程稳定时计算CPK；对于输出满足规格要求且呈可预测图形 的长期不稳定过程，应该使用PPK； ——引自QS9000 PPAP手册
Data Window:
数据输入窗口
工具栏介绍
打开文件
保存文件
打印窗口
之前之后命令 查找数据 查找下一个数据 取消 帮助
报告便栈 打开相关文件 显示因子设计 Session窗口 当前数据窗口
清除
剪切 复制 粘贴 恢复 重做 编辑最近对话框
项目管理窗口 状态向导 关闭所有图形窗口 显示session窗口折叠 插入单元格 显示worksheets折叠 插入行 显示GRAPH折叠 插入列 项目窗口 移除列 历史记录
CPK
Within Overall
Potential (Within) Capability Cp * CPL 1.60 CPU * Cpk 1.60 Overall Capability Pp * PPL 1.65 PPU * Ppk 1.65 Cpm *
μ、 δ
7.0 7.2 7.4 7.6 7.8 8.0 8.2 8.4
时间序列图 饼图
矩阵运算
实验设计
控制图 质量工具 可靠度分析
非参数估计
EDA 概率与样本 容量
条形图
箱型图 矩阵图 轮廓图
边际图
概率图 茎叶图 特征图
Minitab主界面介绍
主菜单
Session Window: 分析结果输出窗口
Xbar-R： 有子组数，实例subgroup size = 4； 优先判断 R 图，组内差异；
X b ar -R C har t of do t 1, . . ., d ot 4
7.0 UCL=6.816 6.5 6.0 5.5 LCL=5.178 5.0 1 4 7 10 13 16 Sample 19 22 25 28 31 _ _ X=5.997 8
对小概率事件；
百分比线的起始点从第一个柱状顶端开始；
2 149 46.9 46.9
6 76 23.9 70.8
4 32 10.1 80.8
9 30 9.4 90.3
3 23 7.2 97.5
Other 8 2.5 100.0
控制图——基础
UCL 上控制线
+3δ
CL 中线
-3δ
LCL 下控制线
6 Sigma 即为±3 Sigma，
Moving Range
__ MR=0.590
LCL=0
控制图——常用计数型
P Chart：
样本量可变，单体以OK/NG判定； 单点显示为不合格率；
U Chart：
单体总缺陷点数可变，每个缺陷点以 OK/NG判定； 单点显示为单体缺陷率；
P C ha rt of def ec t U C ha rt of def ec t
LCL=0.0061
Tests performed with unequal sample sizes
Sample Count Per Unit
Proportion
基本介绍
常用图表制作
常用品质控制图
制程能力分析
MSA 测量系统分析
背景
质量控制的三个阶段
Within spec 符合规格 Within Control 受控 CPK≥1.67
1 1 16 32 48 64 80 Index 96 112 128 144
• 默认数值排列顺序为时间顺序
基本介绍
常用图表制作
常用品质控制图
制程能力分析
MSA 测量系统分析
柏拉图
质量管控作用：
一般在鱼骨图后，区分“少数重点因素”和 “大量微细因素”，采用2-8原则，抓重点，优
350 100 300 250
CPK计算——正态 Normal
Process Capability of dot 1
LSL
Process Data LSL 7 Target * USL * Sample Mean 8.01007 Sample N 100 StDev(Within) 0.20986 StDev(Overall) 0.204646
CPK计算——Sixpack 单值
控制图
Individual Value
8.5
Process Capability Sixpack of dot 1
I Chart
UCL=8.640 _ X=8.010
LSL
Capability Histogram
Specifications LSL 7
8.0 7.5 1 11 21 31 41 51 61 71 81 91
直方图：数值区域数量分布
Histogram of Sample
12
点图：同直方图
Dotplot of Group 1, Group 2, Group 3, Group 4
10
8
Frequency
Group 1
6 Group 2 Group 3 Group 4 0 7.6 7.7 7.8 7.9 8.0 Sample 8.1 8.2 8.3 5.4 6.3 7.2 8.1 Data 9.0 9.9 10.8 11.7
LCL=7.380 7.0 7.2 7.4 7.6 7.8 8.0 8.2 8.4
Moving Range Chart
0.8 UCL=0.7734
Normal Prob Plot
AD: 0.182, P: 0.910
Moving Range
0.4
__ MR=0.2367 LCL=0 1 11 21 31 41 51 61 71 81 91 7.5 8.0 8.5
数据点
趋势线
X
实例一 [2]
进阶：回归分析-线性
Fitted Line Plot
Y = 1000 - 1094 + 29.17 X
S R-Sq R-Sq(adj) 17.2425 90.6% 90.0%
拟合线性关系
950
Y
900
850
800 65 66 67 68 X 69 70 71
实例二
Minitab 培训教程
基本介绍
常用图表制作
常用品质控制图
制程能力分析
MSA 测量系统分析
Minitab 与6 Sigma的关系 在上个世纪80年代，Motorola开始在公司内推行6 Sigma，并开始借
助Minitab使6 Sigma得以最大限度的发挥；
6 Sigma的MAIC阶段中，很多分析和计算都可以通过Minitab简单的 完成；
Observed Performance PPM < LSL 0.00 PPM > USL * PPM Total 0.00 Exp. Within Performance PPM < LSL 0.74 PPM > USL * PPM Total 0.74 Exp. Overall Performance PPM < LSL 0.40 PPM > USL * PPM Total 0.40
Sample Mean
2.4
UCL=2.564
2.0 1.5 1.0 0.5 0.0 1 4 7 10 13 16 19 Observation 22 25 28 31