【正文】 r圖 Minitab? Xbar控制圖檢測過程中的大的漂移和異常點效果顯著，但對較小的偏移無法檢測? 配合 特殊原因檢驗 （附加運行準(zhǔn)則）可以彌補(bǔ)這一缺點Minitab? 特殊原因檢驗? 特殊原因檢驗將評估標(biāo)繪點是否隨機(jī)分布在控制限制內(nèi)。? 非隨機(jī)模式表示存在應(yīng)當(dāng)進(jìn)行調(diào)查分析的特殊原因變異。? 如果某個點未通過多個檢驗，則僅顯示第一個失敗檢驗的編號。? 執(zhí)行檢驗時，樣本大小必須相等。檢驗 1 評估變異模式是否穩(wěn)定 。? 如果過程中的較小偏移有意義，則可以使用檢驗 5 和 6 對檢驗 1 進(jìn)行補(bǔ)充，以便生成敏感度更高的控制圖Minitab? 檢驗 2 連續(xù) 9 個點位于中心線的同一側(cè)。 Minitab特殊原因檢驗? 檢驗 3 連續(xù) 6 個點，全部遞增或全部遞減。此檢驗查找一長串連續(xù)的點，這些點方向不變。 這些點說明存在系統(tǒng)變量 。 Minitab特殊原因檢驗? 檢驗 5 3 個點中有 2 個點距離中心線超過 2sigma（同側(cè)）。Minitab特殊原因檢驗? 檢驗 6 5 個點中有 4 個點距離中心線超過 1sigma（同側(cè)）。Minitab特殊原因檢驗? 檢驗 7 連續(xù) 15 個點距離中心線不超過 1sigma（任一側(cè)）。這種類型的變異稱作 分層 ，其特點是點距離中心線太近。? 檢驗 8 被稱作混合 。 Minitab特殊原因檢驗R控制圖R控制圖? 使用 R 控制圖（也稱作極差控制圖）來確定 過程變異 是否受控制。MinitabR 控制圖包括下列各項：? 表示 子組極差 的繪制點。? 控制限制（紅色），位于中心線的上方和下方。? 未通過檢驗的點標(biāo)有一個紅色符號和失敗檢驗編號。R控制圖 MinitabR控制圖 MinitabMinitab例題? 汽車制造商的發(fā)動機(jī)組裝部門，部件之一的凸輪軸的長度必須為 600 毫米 +/2 毫米以滿足工程規(guī)格。Minitab（ 1）首先，要生成一個 R控制圖，以查看樣本子組中凸輪軸長度的極差。 例題Minitab例題Minitab（ 2）創(chuàng)建 XBar 控制圖，以了解凸輪軸長度超出可接受限制時是否會出現(xiàn)問題。 例題Minitab例題Minitab檢驗 1： 1 個點，距離中心線超過 個標(biāo)準(zhǔn)差，不合格 點 : 8檢驗 6： 5 點中有 4 點，距離中心線超過 1 個標(biāo)準(zhǔn)差（在中心線的同一側(cè)）， 不合格點 : 12, 13長度 的 Xbar 控制圖檢驗結(jié)果X 控制圖顯示過程不受控。在這種情況下，直方圖的形狀將大致為鐘形。（ 3）檢查直方圖例題Minitab創(chuàng)建的直方圖顯然不是鐘形。 例題Minitab檢查庫存記錄表明凸輪軸有兩個供應(yīng)商。 “凸輪軸 ” 針對每組子組大小都為 5 的每組數(shù)據(jù)分別運行 X 和 R 控制圖。? 但注意到平均值為 毫米，而不是 600 毫米。Minitab例題Minitab例題? 供應(yīng)商 2 的 X 和 R 控制圖揭示出問題。? R 控制圖并不表明過程不受控。Minitab例題S控制圖S控制圖? 使用 S 控制圖可確定 過程變異 是否受控制。Minitab? S 控制圖包括下列各項：? 標(biāo)繪點，這些點表示 子組標(biāo)準(zhǔn)差 ，并且可指示子組內(nèi)存在的變異。? 控制限制（紅色），位于中心線的上方和下方。? S 控制圖使用標(biāo)準(zhǔn)差來表示數(shù)據(jù)的展開，而 ? R 控制圖則使用極差來表示數(shù)據(jù)的展開。MinitabS 控制圖與 R 控制圖的比較? 當(dāng)子組大小為 9 或大于 9 時，請使用 S 控制圖。? 當(dāng)子組大小為 8 或小于 8 時，請使用 R 控制圖。MinitabS 控制圖與 R 控制圖的比較Xbar –R控制圖? 使用 Xbar 和 R 控制圖在同一頁面上繪制子組平均值的控制圖（ 控制圖）和子組極差的控制圖（R 控制圖）。 Minitab? 如果 R 控制圖不受控，則 Xbar 控制圖中的控制限制將不準(zhǔn)確，而且可能錯誤地表示不受控狀態(tài)。? 當(dāng) R 控制圖受控時，可以肯定不受控的 Xbar 控制圖是由于過程中心的變化所致。? 將這兩個控制圖放在一起解釋，可以 同時跟蹤 過程中心和過程變異，并檢測是否存在特殊原因。Minitab? 如果 S 控制圖不受控制，則 Xbar 控制圖中的控制限制將不準(zhǔn)確，而且還可能錯誤地指示不受控制條件。? 當(dāng) S 控制圖受控制時，可以肯定，不受控制的 Xbar 控制圖是由于過程中心的更改導(dǎo)致的。? 每個標(biāo)繪點代表 一個單獨的樣本測量值 。? 受控制過程僅顯示 3sigma控制限制內(nèi)的隨機(jī)變異。Minitab? 過程變異 應(yīng)該受控制，然后才能使用 I 控制圖評估 過程中心 。? 使用 移動極差 (MR) 控制圖或 合并的 IMR 控制圖 來評估過程變異是否受控制。 ? 中心線（綠色），該線表示過程平均值（所有單個觀測值的平均值）的估計值。單值的變量控制圖 Minitab單值的變量控制圖 Minitab? 當(dāng)您的數(shù)據(jù)是單值測量值時，移動極差 (MR) 控制圖用于監(jiān)控和檢測 過程變異 中的變化。? MR 控制圖可幫助您確定過程中是否曾經(jīng)存在突然的變化。? 中心線（綠色），即所有移動極差的平均值。MR控制圖IMRR/S 控制圖? IMRR/S 控制圖包括下列各項：? 單值 I 控制圖。? R 控制圖或 S 控制圖，繪制過程變異的子組內(nèi)分量。? 例如，如果每小時連續(xù)采集五個部件，則唯一的差異應(yīng)該由隨機(jī)誤差所致。? 同一部件測量不同位置會產(chǎn)生樣本內(nèi)的變異Minitab? 使用 IMRR/S（組間 /組內(nèi)）來創(chuàng)建 三種過程變異評估 ：? 單值控制圖： 繪制單值控制圖上每個樣本的平均值的控制圖。由于樣本平均值的分布與隨機(jī)誤差有關(guān)，因此使用移動極差估計樣本平均值分布的標(biāo)準(zhǔn)差類似于僅估計隨機(jī)誤差分量。? 移動極差控制圖： 使用移動極差 繪制子組平均值的控制圖以去除樣本內(nèi)變異。Minitab? 這三個控制圖的組合提供了一種評估過程位置的穩(wěn)定性 、變異的樣本間分量和變異的樣本內(nèi)分量的方法。? Z 控制圖包括下列各項： ? 標(biāo)繪點，它們是 標(biāo)準(zhǔn)化的值 。中心線始終位于零處，因為數(shù)據(jù)被標(biāo)準(zhǔn)化。? 控制限制（紅色），位于中心線上方和下方 3 s（標(biāo)準(zhǔn)差）處。? 垂直虛線，將一個運行與下一個運行分隔開。 ? 短期過程使傳統(tǒng)變量控制圖面臨一些特定難題，因為通常沒有足夠的數(shù)據(jù)用來很好地估計 過程均值和標(biāo)準(zhǔn)差 。Minitab? 在下列情況下，可使用 ZMR 控制圖：? 每次運行獲得的數(shù)據(jù)量有限? 同一過程的不同運行有不同的均值和標(biāo)準(zhǔn)差? 使用 Z 控制圖可評估 過程中心 ，使用 MR 控制圖可評估 過程變異 。? 移動極差 (MR) 控制圖，它圖示了根據(jù)創(chuàng)建自連續(xù)觀測值的人工子組所計算得出的極差，并提供了評估過程變異的方法。Minitab屬性控制圖PNPCUMinitab屬性控制圖屬性的控制圖包括：? 按時間順序標(biāo)繪的數(shù)據(jù)點，它們表示從過程采集的數(shù)據(jù)的合理樣本，包含下面兩種 (1)每個樣本的 缺陷 或 瑕疵數(shù) 的 計數(shù) (2)每個樣本 缺陷 或 瑕疵 的 比率? 中心線， 缺陷或瑕疵 的平均數(shù)或平均比率? 控制限制，設(shè)置于中心線任意一側(cè) 3 sigma 距離處，直觀地顯示缺陷或瑕疵的期望數(shù)值或比率。這是缺陷 數(shù)據(jù)，它采取二項分布的形式。例如，織品制造商繪制了每 10 平方碼