【正文】 y 檢測者 各點檢測者相同的產品反復檢測時 , 出現 R值 (=最大檢測值 最小檢測值 ). 所有點管理項 ,下限線希望在里面 . 各檢測者評價時 , R值越小能做到檢測精密的檢測位置 . 在前 R Chart里樸氏 3點比別人點小 , 能看出樸氏比別人 檢測的更精確 .金氏 樸氏 催氏金氏 樸氏 催氏 Xbar Chart by 檢測者 各點檢測者相同的產品反復檢測時 ,出現檢測值的平均 . 管理項 ,下限線的度量出現檢測分布的大小 . 所有點管理項 ,下限線希望在外面 , 希望以規(guī)則性的點的形態(tài)出現 . 即 , 由于檢測比散布產品間的散布希望更大 . 46Graph 窗 [4] By 試驗號碼 各個試驗出現檢測值的平均和散布的程度 . 各個試驗反復檢測的值的散布程度希望標記 . By 檢測者 各個檢測者出現檢測值的平均和分布 . 各個檢測者希望平均相同 . By 檢測者 各個試驗檢測者間出現檢測值 . 希望各線實現平行 , 線的交叉作業(yè)者 和試驗間能看到相互適用 .475. ttest 1Sample Z 2Sample 1Sample t Paired tttest的選擇 1Sample Z ? 試驗 Data的平均和集體 (全體 )的平均是否相同 , 想在別的地方評價的時候 ... 但 , 全體的平均和標準偏差知道 . → 為了仔細觀察 D電子送貨的副品的平均重量檢測 10個的 Data試驗重量 . 我們希望的副品的重量是 40g,到現在生產的副品的標準偏差是 3g. 1Sample t ? 試驗 Data的平均和集體 (全體 )的平均是否相同 , 想在別的地方評價的時 ... 但 ,知道全體的平均但是 , 不知道標準偏差 . → 為了仔細觀察 D電子送貨的副品的平均重量檢測 10個的 Data試驗重量 . 我們希望的副品的重量是 40g, 副品的標準偏差不知道 . 2Sample t ? 在相互別的 2 集體輸出的試驗 Data的平均是否相同 ,想在別的地方評價的時 ... → D公司和 E公司送貨的副品的平均重量是否相同 ,別的地方評價各個公司的送貨的產品中 每 10個做實驗檢測重量 Paired t ? 相互一組實現的實驗 Data的平均是否相同 ,想在別的地方評價的時 ... → 在 D公司送貨的副品德左邊厚度的平均是否相同 ,別的地方評價 做 10個的 Data實驗檢測左邊和右邊的厚度 .48 1Sample ZStat ? Basic Statistics ? 1Sample ZWorksheet為了仔細觀察在 D電子送貨的副品的平均重量 10個的 Data做實驗檢測重量 .我么希望的副品的重量是 40g,到現在生產的副品德標準偏差是 3g.例題路線 平均 標準偏差 49Dialog窗 ③ 平均② 標準偏差④ OK① 變數指定50Session 窗分析結果 試驗數 算術平均 標準偏差 % CI : 平均的 95% 信賴區(qū)域 在上面的例題平均的 95% 信賴區(qū)域 是 ( , ), 總平均 40g在 95% 信賴區(qū)域里不存在 . 這樣 ,在 D公司送貨的副品的平均重量不是總平均的 40g。5② X的范圍設定 177。 各個設備生產的副品的 Hole Size的散布是否相同 ,評價別的地方 , 各個設備生產的副品每 5個做實驗檢測 Hole Size例題 Stack Data Stat ? ANOVA ? Test for Equal VariancesWorksheet 路線 Data的形態(tài) ... 為了散布檢定 Data應該帶有 Stack Data形態(tài)72Dialog 窗① 變數指定 (檢測的 Data選擇列 )③ OK② 變數指定 (輸入條件選擇列 )73分析結果Graph 窗 Bartlett’s Test ? Data 的形態(tài)正規(guī)分布時使用 Levene’s Test ? Data 的形態(tài)沒有關系使用 PValue ? PValue ≥ 的情況 → 集體 Data的散布能相同 . ? PValue ＜ 的情況 → 即使少兩個集體 Data的散布能不同 . 在上面的例子以 Bartlett’s Test的 PValue=, Levene’s Test的 PValue= , 在三臺設備生產的產品的 Hole Size散布相同 .747. ChiSquare Test 獨立性檢定 Stat ? Tables ? ChiSquare TestWorksheetS公司職級面臨改編 ,各個部門人力的職級比率是否相同 告訴別的地方 .例題 [1]路線75Dialog 窗② OK① 變數指定76Session 窗分析結果 Pvalue值 ? PValue ≥ 情況 → 各個變數相互獨立 . ? PValue ＜ 情況 → 各個變數相互從屬 . 在上面的例子以 PValue=, 比 , 職級比率和部門沒有相關的獨立性的變數 . 即 , 各個部門人力的職級比率能相同 .77Stat ? Tables ? ChiSquare TestWorksheet在 F工程 4臺設備啟動制造相同的產品 . 調查 4臺設備生產的產品良品數，不良數，分析各個設備不良發(fā)生差異有無例題 [2]路線78Dialog 窗② OK① 變數指定79Session 窗分析結果 Pvalue值 ? PValue ≥ 情況 → 各個變數相互獨立 . ? PValue ＜ 情況 → 各個變數相互從屬 . 在上面的例子以 PValue=, 因為比 ,不良發(fā)生比例在設備上從屬性的變數 . 即 ,各個設備不良發(fā)生比率能不同 .80Stat ? Basic Statistics ? Correlation8. 相關分析相關分析 (Correlation) r (相關計算 )為了調查在 K產地水的消費量，每月的水消費量， 平均溫度 ,根據總降雨量收集 Data.例題路線Worksheet81Dialog 窗① 變數指定② Display pvalues 計③ OK82Session 窗分析結果 PValue ( 有的水準 α = ) ? PValue ≥ 情況 → 在變數之間沒有直線關系 . ? PValue ＜ 情況 → 在變數之間有直線關系 r (相關計算 ) → 下一張有仔細的說明83 r(相關計算 ) r(相關計算 )的性質 ? r(相關計算 )的范圍是 1 ≤ r ≤ 1. ? r(相關計算 )變數差異的直線關系程度。5, 即是 10. 如果規(guī)格范圍是 40177。1g.例題路線 全體工程能力 區(qū)域內預想不良率 ? 區(qū)域 全體預想不良率33Dialog 窗③ 規(guī)格下線⑤ OK② 區(qū)域的數④ 規(guī)格上線① 變數指定 區(qū)域的數 在上面的例題 B工程制造的產品 的重量每 8小時做 5個試驗 , 區(qū)域的數 5 因為以 C3(小時 )區(qū)域區(qū)分輸入 C3 (小時 )無妨 如果，區(qū)域沒有概念 ,個別 Data的 情況輸入 1 規(guī)格項 ,下線 在上面例題 B工程制造的產品重量的規(guī)格 10177。 P : Pvalue值 ? PValue ≥ 情況的 → Data的平均和總平均能相同 . ? PValue ＜ 的情況 → Data的平均和總平均能不同。 X的管理范圍設定方法? X的管理范圍選定方法 1. 掌握顧客的要求規(guī)格 (Spec.) 例 ) Y規(guī)格 (顧客的要求 ) : 35177。 在上面的例子以 PValue= , 三個的設備中 ,即使小在兩個的設備生產的產品的 Hole Size 平均不同 . : Hole Size 目標值 設備名70 Boxplots 掌握各個設備中心和擴展的程度 .Graph 窗71 散布差檢定在