《MINITAB使用基础.ppt》由会员分享，可在线阅读，更多相关《MINITAB使用基础.ppt（126页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、MINITAB使用基础使用基础MINITAB GUIDEDSEMMINITAB GUIDEDSEM 2 2MINITAB GUIDEDSEM-.-.MinitabMinitab是什么？是什么？ 现国内使用的很多统计分析用软件有SAS，SPSS，MINITAB等。MINITAB原来是为了基础统计学的学生,于1972年在美国的宾西法尼亚州立大学开发的。但后来在工学，社会学，经营学等资料的分析和研究方面广泛使用。自从6SIGMA诞生后,就成为6SIGMA活动必要的分析工具。MINITAB的基本数据的输入，输出方式与EXCEL相似，能将复杂的统计分析简单化，可容易理解统计意义。(Internet Ho
2、me Page : )(Internet Home Page : )-.-.为什么要使用为什么要使用Minitab?Minitab? 因为在实行6SIGMA过程中要运用很多统计和概率方面的知识,而进行大量的手工计算,无疑是很不合算的,在时间上也是不允许的,所以我们引进了MINITAB 软件,它的基本数据的输入，输出方式与EXCEL相似，能将复杂的统计分析简单化，并且其中图形形式丰富,可容易理解统计意义。且MINITAB作成的所有图表与文字与EXCEL相似并可互换，可使用复制及粘贴功能,在制作报告书时也可灵活使用。MINITAB GUIDEDSEM ( (双击双击MINITABMINITAB快捷
3、键后出现下面画面快捷键后出现下面画面) )功能菜单功能菜单工具栏工具栏(图标图标)Session WindowWork sheetMINITAB GUIDEDSEM File : 文件管理菜单 Edit : Work Sheet, Data 编辑, 外部 Data 链接 及 命令 Editor 等 Manip : Manipulation (Data 处理) 的菜单 Calc : Calculation(计算) 对 Data 进行计算 Stat : Statistics(统计) 对各种Data进行统计分析. Graph : 制作Graph Editor : 调节Work Sheet , Gra
4、ph , Session Window 的环境 Window : 控制 Window 及 Graph 的画面 Help : 帮助菜单菜单菜单MINITAB GUIDEDSEM 新建 Work Sheet (or Project ) 打开Project 保存Project 另存Project为 对Project描述(可查看,可编辑内容) 打开Work Sheet 通过ODBC(Open Data Base Connectivity) 打开 保存当前Work Sheet 另存当前Work Sheet 为 关闭Work Sheet 打开Graph 另存Session Windows 其它 文件(Te
5、xt )等 打印Session Window 打印设置 退出MINITAB 最近编辑过的文档MINITAB GUIDEDSEM 恢复被删除的 Data 清除单元格中内容 删除单元格 复制单元格 剪切单元格 粘贴单元格 粘贴链接 链接到其它的 Worksheet 全部选定单元格 编辑最后的对话框 Session中命令的编辑 Minitab 运行参数设定 MINITAB GUIDEDSEM 从激活的Work Sheet 中复制 数据 将激活的Work Sheet 分开成几个 将几个Work Sheet合并为一个. 复制列数据 行列数据转换 整理Data 对指定的Data排序 删除行 删除行，列，常
6、数. 链接其它Work Sheet Data. 定义数据类型 显示 session MINITAB GUIDEDSEM 对数据实行标准化 将日期/时间数据提取为一般数据 将日期/时间数据提取为文本数据 作成由X,Y,Z值制作 3D Graph 的组合数据 作成变量的指标数据 设定数据库 产生随机数据 矩阵计算MINITAB GUIDEDSEM 信赖性分析 多变量分析 时序变化分析 Table形态数据分析 非参数分析 Exploratory Data Analysis 样品大小分析 MINITAB GUIDEDSEM 图形显示方式设置 制作X与Y间相关关系的Chart 由X,Y,Z值 做 3D
7、坐标图 由X,Y,Z值 做 3D 线型坐标图 制作表示概率分布的Plot 制作径叶图 设置Graph 在 Session Window 中显示的参数 MINITAB GUIDEDSEM 查找数据或文本 替换数据或文本 转到其它行或列 转到指定的行或列 格式化列 列的属性编辑 Work Sheet 属性编辑 插入单元格 插入 行 插入 列 移动 列 定义使用者偏好的设置 剪切板参数设定MINITAB GUIDEDSEM 层叠所有的Window 使所有的Window显示成Tile形式 所有窗口最小化 重新储存按钮图标 重新排列图标 刷新 使用标准工具按钮 使用Project 管理工具按钮 使用状态
8、工具按钮 关闭所有的 Graph 窗口 设定Graph 的大小/位置 显示 Session 窗口 显示Project 管理 窗口 当前激活窗口为Work Sheet 1 * MINITAB GUIDEDSEM 帮助 查找帮助 怎样使用帮助 Stat(统计分析) 向导 查找Stat(统计分析) 向导 怎样使用 Stat(统计分析) 向导 使用指南 查找使用指南 Session 命令帮助 查找 Session 命令帮助 Minitab 的主页 关于Minitab的信息MINITAB GUIDEDSEM打开PROJECTPROJECT保存打印WORKSHEET剪切复制粘贴恢复以前brushed 行下
9、面 brushed行过去对话筐SESSION WINDOW现数据WINDOWHELP插入插入行插入列列移动删除WORKSHEET管理图表管理关闭图表取消工具栏在数据 WINDOW击活时显示数据WINDOWwindow window 工具栏工具栏MINITAB GUIDEDSEMwindow window 工具栏工具栏打印SESSION WINDOW前命令语后命令语查找查找下一个SESSION WINDOW工具栏在SESSION WINDOW击活时显示;也有几个是例外MINITAB GUIDEDSEMwindow window 工具栏工具栏图表WINDOW打印图表看的方式编辑方式Brush Br
10、ush 方式方式工具栏在图表WINDOW击活时显示,也有几个例外MINITAB GUIDEDSEMMinitabMinitab常用工具介绍常用工具介绍 选中要复制的选中要复制的DATADATA后点击后点击“复制复制”图表或图表或“Ctrl+C”Ctrl+C” 在在MINITABMINITAB的的Work shWork sheeteet中选择要保存中选择要保存DATADATA的的区域后点击区域后点击“粘贴粘贴”图图表或表或“Ctrl+V”Ctrl+V” MINITABMINITAB中中DATADATA形态形态MINITAB GUIDEDSEM-.-.路径路径: :ManipStackStack
11、ColumnsManipStackStack Columns-.-.功能功能: :可以可以StackStack两列以上的两列以上的DATA,DATA,使使 之变成一列之变成一列. .便于便于DATADATA统计统计. .选择要选择要StackStack的的DATA DATA 列列( (可通过双击列名来选择可通过双击列名来选择) )选择保存选择保存StackStack后的后的DATADATA的列名的列名选择区分选择区分DATADATA的列名的列名MINITAB GUIDEDSEM原始原始DATADATAStackStack后的后的DATA(DATA(在在C3C3中中) )Subscript (
12、(在在C4-TC4-T中中) )( (T:T:表示是文本表示是文本) )MINITAB GUIDEDSEM-.-.路径路径: :ManipUnstack ColumnsManipUnstack Columns-.-.功能功能: :可以将一列可以将一列DATA,DATA,按按DATADATA的的 区分区分(Subscript),(Subscript),分成多列分成多列 便于便于DATADATA统计统计. .选择要选择要UnstackUnstack的的DATA DATA 列列( (可通过双击列名来选择可通过双击列名来选择) )选择要选择要DATADATA区分区分( (Subscript)Subsc
13、ript)保存保存DATADATA选择此项时选择此项时, ,会自动给会自动给UnstackUnstack的的DATADATA以列名以列名MINITAB GUIDEDSEM原始原始DATADATAUnstack Unstack 后的后的 DATADATAMINITAB GUIDEDSEM-.-.路径路径: :CalcMake CalcMake -.-.功能功能: :构造有规律的数据构造有规律的数据, , 如做如做Gage R&RGage R&R时时, ,很有用很有用. .选择保存选择保存DATADATA的列的列第一个第一个DATADATA的值的值( (本例是本例是1)1)最后一个最后一个DATA
14、DATA的值的值( (本例是本例是3)3)步长步长( (本例是本例是1)1)每个值的反复次数每个值的反复次数( (本例是本例是2)2)整体数值的反复次数整体数值的反复次数( (本例是本例是3)3)MINITAB GUIDEDSEM通过上面的设置后通过上面的设置后, ,DATADATA形式形式如右如右MINITAB GUIDEDSEM-.-.路径路径: :CalcRandomCalcRandom在学习统计时在学习统计时, ,经常用经常用到一些到一些DATA,DATA,用此菜单可用此菜单可以产生指定要求的随机数以产生指定要求的随机数一般正态数据较多一般正态数据较多, ,但也但也可以产生其它类型的随
15、机可以产生其它类型的随机数数MINITAB GUIDEDSEM随机数的个数保存随机数的列随机数的平均值随机数的标准偏差结果如下结果如下: :因为是随机的因为是随机的, ,所以每所以每个人的结果不一样个人的结果不一样! !MINITAB GUIDEDSEM-.-.路径路径: :CalcProbability DistributionsCalcProbability DistributionsEX:EX:正态分布正态分布MINITAB GUIDEDSEMex: ex: 对某一制品的拉长长度进行品质管理对某一制品的拉长长度进行品质管理, ,平均为平均为4040，标准偏差为，标准偏差为2.2.即即N(
16、40,22).购买此制品时顾客购买此制品时顾客 要求拉长长度在要求拉长长度在3535以上以上. .此工程生产的制品此工程生产的制品, ,满足顾客要求的概率为多少满足顾客要求的概率为多少? ?Minitab Minitab 中求的概率中求的概率P(x35)=?P(x35)=?解解: :如下图形转换问题如下图形转换问题353540402 2满足顾客要求的概率满足顾客要求的概率答案答案:1-0.0062=:1-0.0062=0.99380.9938-.-.路径路径: :CalcProbability DistributionsCalcProbability DistributionsMINITAB
17、GUIDEDSEMex:ex:由由2020个制品构成的个制品构成的LOTLOT中有中有5 5个不良品个不良品, ,此时抽取此时抽取4 4个制品时，有个制品时，有2 2个不良品的概率是多少？个不良品的概率是多少？MINITAB GUIDEDSEMex:ex:某制品的工程不良率为某制品的工程不良率为1%,1%,随即抽取随即抽取1010个制品个制品, ,求求1 1个以下个以下( (含含1 1个个) )不良品的概率不良品的概率. .MINITAB GUIDEDSEMex:ex:某工程不良率为某工程不良率为1,0001,000PPM,PPM,求短期求短期SIGMASIGMA水准水准. .短期短期SIGM
18、ASIGMA水准水准:3.09 + 1.5 = :3.09 + 1.5 = 4.594.59MINITAB GUIDEDSEMex:ex:已知短期已知短期SIGMASIGMA值是值是3.0,3.0,求求DPMO(PPM)DPMO(PPM)是多少是多少. .DPMO:1-0.9332 = DPMO:1-0.9332 = 66,800 PPM66,800 PPMMINITAB GUIDEDSEMex:ex:收集了收集了2020个某制品长度的个某制品长度的DATA,DATA,基本统计量计算如下基本统计量计算如下: :(FILE NAME:(FILE NAME:基本统计量基本统计量DATA)DATA)
19、MINITAB GUIDEDSEM11.011.512.012.513.013.514.095% Confidence Interval for Mu11.512.012.513.095% Confidence Interval for MedianVariable: lengthA-Squared:P-Value:MeanStDevVarianceSkewnessKurtosisNMinimum1st QuartileMedian3rd QuartileMaximum11.9243 0.716111.57060.2940.56412.3650 0.94160.886605-7.8E-02-9
20、.7E-012010.800011.500012.450013.175014.100012.8057 1.375313.1000Anderson-Darling Normality Test95% Confidence Interval for Mu95% Confidence Interval for Sigma95% Confidence Interval for MedianDescriptive StatisticsP - Value 0.05小, 因此数据符合正态分布 (=0.05) Skewness: 正态分布是 0,右边斜型分布是 (+), 左边斜型分布是 (-)Kurtosis
21、: 正态分布是 0, 急尖分布是 (+), 平尖分布是 (-)平均的平均的 区间推定值区间推定值( 95% 信赖区间信赖区间 )MINITAB GUIDEDSEMA verage: 610.4StDev: 61.1301N: 20A nderson-Darling Norm ality TestA -Squared: 0.548P-V alue: 0.138500600700.001.01.05.20.50.80.95.99.999ProbabilityProductivityNorm al Probability PlotMINITAB GUIDEDSEM -.MINITAB GUIDEDS
22、EM -. -.路径路径: :StatQuality ToolsCapability Analysis(Normal)StatQuality ToolsCapability Analysis(Normal) -.EX: (file:Capability Analysis.mpj) -.EX: (file:Capability Analysis.mpj) -. -.打开文件后打开文件后, ,按下面方法进行按下面方法进行MINITAB GUIDEDSEM3000320034003600380040004200LSLUSLProcess Capability Analysis for LENGTHU
23、SLTargetLSLMeanSample NStDev (Within)StDev (Overall)CpCPUCPLCpkCpmPpPPUPPLPpkPPM USLPPM TotalPPM USLPPM TotalPPM USLPPM Total4200.00 *3200.003544.6930129.452166.8481.291.690.890.89 *1.001.310.690.69 0.00 0.00 0.00 3875.87 0.21 3876.0819418.74 42.9019461.65Process DataPotential (Within) CapabilityOve
24、rall CapabilityObserved PerformanceExp. Within PerformanceExp. Overall PerformanceWithinOverallMINITAB GUIDEDSEM -. -.路径路径: :StatQuality ToolsCapability Analysis(Binomial)StatQuality ToolsCapability Analysis(Binomial) -.EX: (file:Capability Analysis(Binomial).mpj) -.EX: (file:Capability Analysis(Bin
25、omial).mpj) -. -.打开文件后打开文件后, ,按下面方法进行按下面方法进行MINITAB GUIDEDSEM -. -.结果结果: :201000.260.250.240.230.220.210.200.19Sample NumberProportionP=0.2264UCL=0.2555LCL=0.197323.522.521.52010%DefectiveSample Number2624222020501950185026252423222120%DefectiveSample SizeBinomial Process Capability Report for Unava
26、ilableSummary StatsCumulative %DefectiveDist of %DefectiveP ChartRate of Defectives(denotes 95% C.I.)Average P:%Defective:Target:PPM Def.:Process Z:0.22642722.64302264270.751(0.2222, 0.2307)(22.22, 23.07)(222241, 230654)(0.737, 0.765) -.SIGMA -.SIGMA水准水准: :0.75 + 1.5 = 2.250.75 + 1.5 = 2.25MINITAB G
27、UIDEDSEM -. -.路径路径: :StatQuality ToolsCapability Analysis(Poisson)StatQuality ToolsCapability Analysis(Poisson) -.EX: (file:Capability Analysis(Poisson).mpj) -.EX: (file:Capability Analysis(Poisson).mpj) -. -.打开文件后打开文件后, ,按下面方法进行按下面方法进行MINITAB GUIDEDSEM01020304050607080901000.000.010.020.030.040.050
28、.060.070.08Sample NumberSample CountU=0.02652UCL=0.06904LCL=00.0150.0200.0250.030102030405060708090100DPUSample Number0.0000.0250.0500.075Target1001101201301401500.000.010.020.030.040.050.060.070.08DPUSample SizePoisson Process Capability Report for Weak SpotsSummary StatsCumulative DPUDist of DPUU
29、ChartDefect Rate(denotes 95% C.I.)Mean DPU:Min DPU:Max DPU:Targ DPU:0.026519400.07534250(0.0237309, 0.0295455) -. -.结果结果: : -.SIGMA -.SIGMA水准计算水准计算: : DPU=0.0265,DPU=0.0265,假设假设Opportunity=10Opportunity=10 则则: :DPO=DPU/10=0.00265DPO=DPU/10=0.00265 根据根据“3-7”“3-7”计算计算, , SIGMASIGMA水准水准: : 2.78 + 1.5 =
30、 4.282.78 + 1.5 = 4.28MINITAB GUIDEDSEMBox-CoxBox-Cox转换转换 -. -.以以Box-Cox TransformationBox-Cox Transformation为例来说明处理方法为例来说明处理方法. . -. -.EX:(FILE:EX:(FILE:boxcox.mpjboxcox.mpj) ) -. -.打开该文件后打开该文件后, ,进行下面操作进行下面操作 -. -.路径路径: : Stat Control Charts Box- Cox TransformationStat Control Charts Box- Cox Tran
31、sformation MINITAB GUIDEDSEM-5-4-3-2-1012345010203040506095% Confidence IntervalStDevLambdaLast Iteration InfoLambdaStDev0.0560.1130.1702.7842.7822.783LowEstUpBox-Cox Plot for Skewed推测值推测值Lamda StDevLamda StDev0.113 2.7820.113 2.782Box-Cox转换结果,最佳变换是使用 Y Y0.1130.113 函数式。即，利用 Lambda值使用 0.113的转换。Lambda
32、决定的基准是使转换DATA的标准偏差最小化,Lambda的真值的95%的信赖区间是:0.056,0.1700.056,0.170MINITAB GUIDEDSEMAverage: 5.33647StDev: 3.47497N: 125Anderson-Darling Normality TestA-Squared: 3.682P-Value: 0.00021222.001.01.05.20.50.80.95.99.999ProbabilitySkewedNormal Probability PlotAverage: 1.18537StDev: 0.0835489N: 125Anderson-D
33、arling Normality TestA-Squared: 0.206P-Value: 0.8671.021.121.221.321.42.001.01.05.20.50.80.95.99.999ProbabilityC2Normal Probability Plot可看到转换后可看到转换后 DATADATA为正态分布。根据为正态分布。根据SPECSPEC就可以求工程能力了就可以求工程能力了. .P-Value：0.000P-Value：0.867MINITAB GUIDEDSEM -. -.EX:(FILE:EX:(FILE:双峰工程能力分析双峰工程能力分析. .mpjmpj) ) -.
34、 -.路径路径: : StatQuality ToolsCapability Analysis(Normal)StatQuality ToolsCapability Analysis(Normal) 275250225200175150125100USLLSLProcess Capability Analysis for weightPPM TotalPPM USLPPM USLPPM USLPPM Create Indicator VariableEditor Create Indicator Variable Indicator Variable是 DATA用 BRUSH选择时的值为 1，
35、反则表 示 0的DATA SHEET的列。 此变量与 Unstack 命令语句 一起为把 DATA重新分为两个 变量而使用，两个变量的名称 可随意定义。 MINITAB GUIDEDSEMUnstackUnstackManip Unstack ColumnsManip Unstack ColumnsMINITAB GUIDEDSEM右边右边GROUP DATAGROUP DATA左边左边GROUP DATAGROUP DATAMINITAB GUIDEDSEM150170190210230250LSLUSLProcess Capability Analysis for weight_0USLT
36、argetLSLMeanSample NStDev (Within)StDev (Overall)CpCPUCPLCpkCpmPpPPUPPLPpkPPM USLPPM TotalPPM USLPPM TotalPPM USLPPM Total250 *150219408.797058.824031.891.172.611.17 *1.891.172.611.17 0.00 0.00 0.00 0.00212.62212.62 0.00221.43221.43Process DataPotential (Within) CapabilityOverall CapabilityObserved
37、PerformanceExp. Within PerformanceExp. Overall PerformanceWithinOverall右边右边GROUPGROUP对应对应DATADATA超出超出SPECSPEC的可能是的可能是: :221.43221.43PPMPPMMINITAB GUIDEDSEM150170190210230250LSLUSLProcess Capability Analysis for weight_1USLTargetLSLMeanSample NStDev (Within)StDev (Overall)CpCPUCPLCpkCpmPpPPUPPLPpkPPM
38、 USLPPM TotalPPM USLPPM TotalPPM USLPPM Total250 *150169408.797058.824031.893.070.720.72 *1.893.060.720.7250000.00 0.0050000.0015393.54 0.0015393.5415651.08 0.0015651.08Process DataPotential (Within) CapabilityOverall CapabilityObserved PerformanceExp. Within PerformanceExp. Overall PerformanceWithi
39、nOverall左边左边GROUPGROUP对应对应DATADATA超出超出SPECSPEC的可能是的可能是: :15651.0815651.08PPMPPMMINITAB GUIDEDSEM整体 80个中 40个属于左边GROUP，因此左边 GROUP的计算如下： 期待期待 PPM = 15651.08 PPM = 15651.08PPM PPM (40/80 ) (40/80 ) = = 7825.54 PPM7825.54 PPM整体 80个中 40个属于右边GROUP，因此右边 GROUP的计算如下： 期待期待 PPM = 221.43 PPM = 221.43PPM PPM (40/
40、80 ) (40/80 ) = = 110.715 PPM110.715 PPM 计算复合 PPM,把两个推测值相加后求出。7825.54 7825.54 + + 110.715 110.715 = = 7936.255 PPM7936.255 PPM 计算 SIGMA水准:根据7936.255 PPM计算:2.41 2.41 + + 1.5 1.5 = = 3.91 3.91 MINITAB GUIDEDSEMDATADATA有外点时，先计算外点的有外点时，先计算外点的 PPMPPM，再计算剩下的再计算剩下的DATADATA的的 PPM.PPM.然后计算复合然后计算复合 PPMPPM -.E
41、X: -.EX:4 4个外点个外点: :4/40=100,000 4/40=100,000 PPMPPM300250200150100USLLSLProcess Capability Analysis for WEIGHTPPM TotalPPM USLPPM USLPPM USLPPM USLPPM USLPPM USLPPM Quality ToolsGage R&R study(Crossed)StatQuality ToolsGage R&R study(Crossed) -.EX: (file:.Gage R&R(Crossed).mpj) -.EX: (file:.Gage R&R
42、(Crossed).mpj) -. -.打开文件后打开文件后, ,按下面方法进行按下面方法进行MINITAB GUIDEDSEMGage name:Date of study:Reported by:Tolerance:Misc:00.30.40.50.60.70.80.91.01.1123Xbar Chart by OperatorSample MeanMean=0.8075UCL=0.8796LCL=0.735400.000.050.100.15123R Chart by OperatorSample RangeR=0.03833UCL=0.1252LCL=0 1 2 3 4 5 6 7
43、8 9100.40.50.60.70.80.91.01.1PartOperatorOperator*Part InteractionAverage1 2 3 1230.40.50.60.70.80.91.01.1OperatorBy Operator 1 2 3 4 5 6 7 8 9100.40.50.60.70.80.91.01.1PartBy Part%Contribution %Study Var Gage R&RRepeatReprodPart-to-Part050100Components of VariationPercentGage R&R (ANOVA) for Respon
44、seMINITAB GUIDEDSEMMINITAB GUIDEDSEM -. -.路径路径: :StatQuality ToolsAttribute Gage R&R studyStatQuality ToolsAttribute Gage R&R study -.EX: (file:.Gage R&R(Attribute).mpj) -.EX: (file:.Gage R&R(Attribute).mpj)MINITAB GUIDEDSEM 结果解释结果解释Within AppraiserWithin AppraiserAssessment AgreementAppraiser # Ins
45、pected # Matched Percent (%) 95.0% CI 1 12 10 83.3 ( 51.6, 97.9)2 12 5 41.7 ( 15.2, 72.3)3 12 8 66.7 ( 34.9, 90.1)# Matched: Appraiser agrees with him/herself across trials.测定者具有一贯性地评价的次数测定者具有一贯性地评价的次数测定者测定者检查数检查数测定者具有一贯性地评价的测定者具有一贯性地评价的% %这里这里 # Matched # Matched是表示测定者对同一部品反复测定是表示测定者对同一部品反复测定2 2次时一
46、致性次时一致性MINITAB GUIDEDSEMEach Appraiser vs StandardEach Appraiser vs StandardAssessment AgreementAppraiser # Inspected # Matched Percent (%) 95.0% CI 1 12 9 75.0 ( 42.8, 94.5)2 12 4 33.3 ( 9.9, 65.1)3 12 8 66.7 ( 34.9, 90.1)# Matched: Appraisers assessment across trials agrees with standard.测定者测定的与真值
47、相同的次数测定者测定的与真值相同的次数测定者测定者测定者测定的与真值相同的测定者测定的与真值相同的% %这里这里 # Matched # Matched是表示测定者的测定值与真值相同的一致性是表示测定者的测定值与真值相同的一致性. .检查数检查数MINITAB GUIDEDSEMAssessment Disagreement Appraiser #良品/不良 Percent(%) #不良/良品 Percent(%) #Mixed Percent(%) 1 1 8.3 0 0.0 2 16.7 2 1 8.3 0 0.0 7 58.3 3 0 0.0 0 0.0 4 33.3 #良品/不良 :
48、Assessments across trials = 良品 / standard =不良.#不良/良品 :Assessments across trials = 不良 / standard =良品.# Mixed: Assessments across trials are not identical.真值为不良但判断为真值为不良但判断为良品的良品的 % %真值为良品但判断为真值为良品但判断为不良的不良的 % %以同一部品测定者的判断以同一部品测定者的判断良良, ,不良混乱的不良混乱的 % %MINITAB GUIDEDSEMBetween AppraisersBetween Apprais
49、ersAssessment Agreement# Inspected # Matched Percent (%) 95.0% CI 12 3 25.0 ( 5.5, 57.2)# Matched:All appraisers assessments agree with each other.检查数检查数这里这里 # Matched # Matched是是 所有测定者测定各部品时的一致性所有测定者测定各部品时的一致性所有测定者测定结果所有测定者测定结果相同的次数相同的次数 及及 % %一致性不超过一致性不超过90%,90%,需要及时改善需要及时改善MINITAB GUIDEDSEMAll Ap
50、praisers vs StandardAll Appraisers vs StandardAssessment Agreement# Inspected # Matched Percent (%) 95.0% CI 12 3 25.0 ( 5.5, 57.2)# Matched: All appraisers assessments agree with standard.检查数检查数这里这里 # Matched # Matched是是 所有测定者测定值与真值的一致性所有测定者测定值与真值的一致性所有测定者测定值与真值相同的所有测定者测定值与真值相同的次数次数 及及 % %一致性不超过一致性