minitab grr值在哪里看

这是一个加一个是要表头这种格式，十个零件， 然后 a 作业员测量三次， b 作业员测量三次， c 作业员测量三次这样的数据结构。但是在我们的密利太本里面，他数据结构不是这样的，要进行转换，他是这样的一个结构， 这个是 a 做元测量十个零件的第一次， a 做元测量十个零件的第二次这样的，嗯， 第三次。然后 b 座椅也是一样的， c 座椅他是数据结构是这样的，那我们要建立这样的一个结构的数据，一个这个一个是要 表的数据格式，然后再打开我们的这个密集特表，密集特表你刚打开软件页面是这样的，你看这边是一个很大的这个空白页，我们需要把这个把鼠标放到这里， 然后变成这种形状的时候往上拉啊，这样就变大了，这个就有这个有点类似于可是要狂。然后我们就把这个刚才转换好这个数据 全部烤过去，然后复制烤到这一台。 你应该应该记得这个零件号，测量纸和测量也是在上面的话，在上面 单元格下面才有数据。然后我们再选这个统计，统计 这个质量工具，质量工具，然后再点量去研究，选啊啊交叉这个啊， 不是圈套也不是扩散，是交叉， 然后他就会出来一个对号框，这个部件号，部件号就是我们一到十个零件，那就我们刚才的对应的这个是零件号， 然后操作语文就测量语音选他，你要你，你点到这里的时候，要选中双击左边的这 一个相应的直啊测量数据就测量值，那这边有两个选项，下面一个是方叉分析，一个是一个是霸，一个是君子吉他图的分析方法，一个是方叉的分析方法，两种都可以啊。然后 你点这个良具信息里面，这里可以编辑一些基本的一些数据，比如说你到底是什么样的测量设备啊？什么时候研究的？然后谁来编制的良具的工厂，这些可以可以写，可以不写啊？ 然后这边可以不用动他，就这样不用动他也可以，你要写也可以，但是不影响这个家的这个最终借口。那我们选君子吉他法吧，好，再点确定， 点完确定以后他就会生成一个表，当你看不见这个东西，你在这里可以。呃， 查看这里啊，查看这里是数据和输出，如果我们要看数据的话， 点点这个紧输出啊，紧输出。好啦，切到切换到另外一个页面，那你就能看到这个他分析的一个结果，然后他分析结果分为这个数值，数值有两个数值，一个是方差的分量，一个是良具的评估。 那实际上按照我们手术的要求，方叉你不评估他也可以哈，我们看两句评估就可以了。然后两句评估这里 里面有啊啊，藏种就是良具的重复性、战性性变差，藏种变差的多少就在这里就能看见， 那其实我们核心的就是这个指标啊，这个你看现在就是三十八点三八，那我们要求是十以下，他这个有点大了。然后这个就是对应我们以前的 ndc 可区分内别墅，就有点像我们 家里面一个手表里面那个 ndc， 那这是数值。然后这边有图形，有六个图形， 六个图形我们来看一下，把它放大，看看能不能放大，可以放大，然后这六个图形怎么看呢？这个就是变异的分量， 是重复性账总变差的百分比，在线信息账变差的百分比，还有重复性在线信息账总变差的百分比，还有零件变差账总变差的百分比。 这是一个柱状图，让你更直观的容易看出到底哪个变差是比较大的。 那比较好的情况下就是重复性变差，再行进变差和啊啊的变差，柱子越短越好，就是相当于这三个占总变差，越小越好， 那这个柱子越高越好，就是是零件的变差或者部件之间的变差，占总变差的占比是越大越好的。 然后再看下面这个急刹图，急刹图有要求， 就是不能点，有点超出控制线，这是上控制线，这是下控制线。点不能超出控制线。很明显这里必做有缘的第七。第七个点是超出去的，那说明测量过程中是有异常的，重复性是有问题的。 那这是一个君子图，君子图就是一到十个零件啊，十个零件每个质量原，这是 a， 这是 b， 这是 c 质量原，三个质量原他们的君子的分布。 那我们要求一般是百分之五十的点要在控制线以外啊，这是上控制线，就是他是下控制线，这上控制线大多说点要在控制线外面，如果有很多点都落在控制线 里面，那可能说明我们测量系统分辨率是有问题的，不能够识别我们制造过程中的一些变差啊。那像这种情况，像这个图，你看大多数是在外面，而是百分之五十点在外面就可以了， 那这个是一个十个零件，十个零件三个测量员测量的值 在在什么地方？就是我们希望呢，就是大家的点都在一起，就是 a 作业员、 b 作业员、 c 作业员测量的这个值 啊，都一致的，这比较好。如果很分散，你像这种像第七个点，他很分散，那就说明在三个测量员里面测量这个零件的时候，有很大的值，也有 很小的值，那他这个就会比较大，这个越越大，说明重复性越差啊。 那这个图就是看三个人测量的值，你看这个最好是三个人测量值，大致是相等的， 那如果有一个座椅员相对于其他两个座椅员或者车辆员，他车辆的值。 如果是，就像这个图，你能看出 b 测量员他测量的值总体情况下会比 a 和 c 测量员值要大一点，所以你看他就往上，那他如果往下，就说明 b 测量员 测量的值总体是比 a 和 c 要小的。所以如果是有一个呃测量员，他 他的值跟另外两个测量员差异的非常大，那可能要注意，说明这个测量员可能手法上有问题，或者说他的操作方式是有问题的， 那这是一个交付作用的一个图，最好的方式就是说你看这个是十个零件啊，然后这个是 abc 测量员测量的值， 那最好的情况下，就三个人测量的值都应该差不多的啊，那是比较好的，如果差异的特别大，你像这个， 你这个 b 作业员测量的值就会比 a 和 c 测量测量员的值要大，他就会跑到上面去，知道吧？就像这个是 a， a 测量员，他的测量第四个零件的时候，他的均值就要比 c 和 b 测量的只要小，他就会跑到 b 下面 就给你看了。那如果有一个作业测量员的时候，有一个测量员他老是所测量所有零件的值都是比其他测量员都偏大或者都偏小，那说明这个 这个测量员他总体发生了偏影，要么偏大要么偏小，这是简单的帮大家分析一下。 那其实我们如果操作的时候，可以把这个图表复制到一个设有表里面，做完了以后啊，如果想要输出的话，你可以把这个图表复制复制出来，把这个图表复制啊，是可以复制的， 你直接按 ctrl 加 c， 点点中，他按 ctrl 加 c 就可以了，然后我们再建立，比如说把它复制到这里粘贴，他就会过来，这个图表就会过来， 比如说我们可以这个数据加上这个图表，然后再把这个也拷拷贝过来，以 ctrl 加 c 给他拷贝过来， 把它扛进来， 这可以把它放大一点啊， 然后我们只要看这个就可以了，然后你再给他设定一个表头，这里跑过来， 然后你再设给他设定一个表头，其实这个就可以做一个 gir 分析了，比如说这个就像就像这个表头一样，就给他弄一个表头， 类似这样的可以把烤出去， 那这个就就往成分系了啊。

大家好，这一期网络课程主要是教大家怎么样使用迷你 type 的时期，这个软件来帮助我们做家的分析。 那我们很多企业在做 gir 分析的时候，一般是用一个色的表的这种模式来进行分析的，那这一期呢，就教大家用软件来做分析。那介绍一下迷你特别软件， 那这个软件是一九七二年就已经发布了啊，一到现在已经是五十多年了，他是有一个国外的一个软件，那现在很多公司都在用哈，比如说通用啊，机翼啊，福特啊都在用这个软件， 他不仅仅可以帮助我们去做这个加分析，他可以还可以帮助我们做一些 spc 的分析，以及生成各种各样的图表，是非 非常有用的一个质量统计的一个软件，有兴趣的小伙伴可以把这个软件下载下来体验一下啊，我们正式的进入我们今天的主题啊，那这个是我们企业经常用的一个，一个是要表格式的加 的分析表格啊，这里是数据，这边是数据，这个图大家应该都比较熟悉啊。嗯，这一期课程不会去讲 这个加分析的一个操作流程和步骤，如果大家对操作流程和步骤不是很熟悉，或者是对加的原理也不是很熟悉，希望你能上一下我的其他的一些网络课程，就专门讲加的分析的一个流程步骤和原理。也有 这样的网课的啊，那这节课我们不说。嗯，那这是十个零件啊，我们一般选取十个零件，然后三个作业员， a、 b、 c 作业员，然后每个人测量的次数一二三这样测量次数， 然后在这个数据填上去以后，我们就一般会去看这个呃值两项，我们比较关注的就是这个按啊的值是二点四，那二点四呢？我们的准则是小于十二点四是可以的，然后这个是 ndcndc， 我们要求大于等于五，他五十九也是可以的。 好，那用一用这个一个 ceo 表格式，他有一个什么样的缺陷呢？那呃，因为这个这个表格有可能很多小伙伴是从网上下载下来的，或者说他客户给 给他的，以及他的同事给他的，然后这里面像这种加的这个值啊，你点他，你会发现他会， 他会涉及到很多链接到很多公式，那你也不确定这个公式到底是对的还是不对的。那我们以前发现有很多公式都是不对的。那第二个就是这个长数，你看比如说这个 k 一、 k 二、 k 三的长数，他不同版本的这个，呃， mac 里面的这个长数也是不一样的， 那就是有时候就会有这种遇到这种情况，嗯，你把这个家的表给你客户，让你客户去 说你算出来的价值，怎么跟我的算出来价值不一样呢？当他挑战你的时候，你对自己的这个数据，其实你是也没有这个信心的，因为你也不知道自己的这个公式是不是对的，常数是不是对的。那这个 时候如果我们有一个迷你特别软件去验证一下啊，你心里就，你心里就更有底了。所以这就是我们呃讲课的一个目的啊，也也告诉大家有多种的一种分析方法。 然后我们要把这个数据放到 mate type 的软件里面去分析的时候，我们要有做一个，呃，做一个转换啊，因为 money type 软件里面的那个数据结构跟我们的一个色的表的数据结构它是不一样的，你像这个 一个射手表的格式，他是这样的，数据结构是这样的啊，但是迷你太他就不是这样的，迷你特是另外一种方式，所以我们要对这些数据进行转换。那怎么转换呢？简单的说一下，那我们这 个是零件号，一二三四五六七八九十，就是十个零件 a 最圆，对十个零件测量的第一次。啊，是这是这样的结构，然后这下面这一个是 a 最圆，对这个十个零件测量第二次， 然后 a 座椅对这个十十个零件测量的第三次。那那接下来由此的推就是 b 座椅和 c 座椅总共有九十个数据，对吧？你把它数据结构转换成这个，然后再把它拷贝拷贝下来， 接着我们就打开迷你太婆这个软件， 我现在用迷你特别的软件的版本是十七哈，当然也有更高的版本我没有用，我觉得十七又已经挺好用的。 拿这个软件打开的时候有一点需要一点时间啊，不是那么快好打开来了。 那接着我们就把这个刚才转换过的这个数据把它拷贝一下， 把它复制复制，然后再粘贴在这里。啊，这样就深，这样就是就可以了啊，数据结构就可以了。 然后我们再选这个统计质量工具良具研究，然后选这个，呃，良具按按交叉研究，交叉这里点它 他嗯，部件号我们就选中 c， 那就这个零件号我们把它选进来， 操作员就是这个 c 三，然后这个测量值就是指这个啊 c 二，我们就把它选出来，然后分析方法，这里面选这个啊， s 八杠二，然后点确定， 那迷你特别软件就把我们生成了这个数据了，那这边数据分成两部分，一部分是这个，一部分是这个啊，那我们来讲一讲这个大字。讲一下啊，那这里数据我们只要看这边就可以了， 那这里看第一个就是按二，按二，我们看最后一个是二点三八，那他的意思就是说，呃重复性在线性按二的这个变差占总变差的百分之二点三八，那我们按照我们这个呃 准则来看啊，小于十是比较好的，他二点三八也是 ok 的。那我们再来看我们的这个一个 ceo 表里面，一个 ceo 表里面他是二点四， 二点三八，其实他是两个小数，如果是约等一下也其实也是等于二点四，那就跟我们这个一个这个表是一样的，那说明我们这个一个这个表的这种公式是对的。 然后再看重复性，重复性的变差是占总变差是一点九六，百分之一点九六，占用性变差是占总变差是一点三六，然后零件变差占总变差是百分之九十九点九七，那就是这个意思，帮助这么去分析他， 然后可区分的区别数等于五十九，就是我们这个 ndc， 也就是我们一个是要表的这个数值， 这个看完了以后，我们再看这个图表，就刚才那个图表 就这个，那这个也这是一个图形，图形展示，刚才是这个数据展示，那这个图形展示怎么样去看他呢？啊？我们要去了解他这个是什么意思，要看得懂。 然后这个图我们一开始要看，这个是阿图，阿图，这个是 a 作业的阿图、 b 作业的阿图和 c 作业的阿图。 阿图的这个要求是不能有点超出控制线，你看到没有？ b 做圆有点超出去的， c 做圆有点超出去的， 那如果是有点超出，呃，这个阿图说明测量过程是不受控的，就是重复性是有问题的，如果 重复性有问题，然后这个积压的最终的结果是不被认可的，就是没有用啊，就必须测量过程要受控，重复性要没问题，你积压的值才有意义啊，所以这点请要注意。 然后再看这个君子图，叫 a spa， 控制图也是分成 a、 b、 c 这个作业员，那他这个判定准则跟阿图是不一样的，他百分之五十点要落在控制线外面 啊，如果是百分之五十的点控制点落在控制线里面，那可能是我们的测量系统的分辨率可能是不足够，不能很好的去发现我们制造过程的一些变差 啊。那像这种 abc 都是可以的，因为他百分之五十点住在外面，他是这么判定的。 然后再看这个，就是呃，测量值和零件，嗯，他的这个分布情况， 那他主要是讲的是不同测量人测量某个零件的差异图，这种差异档次相当的啊。就是呃，不同的人，他测量这个 这个零件的时候，他均值应该是大致差不多的，也不能偏差很大。他重合的时候是比较好，像这种是比较好的，像这种就不好。这种就是说明就是大家测量的值差异比较大，三个作业员的这个测量的均值比较大，不太好啊， 像这个也不好，差异的特别大啊，这是这么看的，然后这个这个图呢，叫测量值和测量员之间的这个图，就是能能看出不同测量元素 所有的测量均值，这是 a 作业员和 b 作业员， c 作业员测量的均值到底怎么样？那如果是我们希望的最好的结果，就是三个作业员，三个测量员的均值应该是一样的，这是最，这是最好的，那一样的话，他就会成一条直线， 他如果是呈这种线，就说明 a 作业员和 c 作业员测量的君子要比 b 作业员要大一些 啊，这个 b 作元测量均值要比 a 和 c 要小一些啊，他就可能是成一个这样的一个形状，或者是这样的一个形状，都不是很好啊，最好是一条直线，这是大家均值差不多， 那这个图就是交互作用的一个图哈，就是最好的方式就是大家的点啊，都是大致相当的，就说明，嗯，所以 的作业员跟这个零件之间是没有交付作用的啊，如果有一个这个点啊，跟这个值差的很多啊，这说明可能这这个这个这个作业员跟这个零件可能有交付作用，就这个意思啊。 然后最后一个图，就这个图，这个叫变异分量，指的就是呃两句啊啊的这个占总变差的这个比重是多少？从无形变差占总变差的比重，在线性变差占总变差的比重， 那我们希望的就是呃重复性，这样总变差比重很小。再性性这样总变差变差很小，零件这样总变差越大越好，也就说我们测量系统分析的这个变异主要来 来自于零件和零件的变差，是是是，比较好的，那我们就测量系统分析一般是没问题的，所以部件之间，零件之间的变差，这个柱子是越高越好，然后两句啊啊的这个柱子越小越好，越低越好，重复性也是越低越好啊，在线性也是越低越好。 那一看像这个像这个图啊，就是良具的啊啊，占总变差的这个比值是比较高的，你看看这把达到快百分之五十了，说明这个测量系统肯定是不行的啊，这点大家要学会看啊。 然后这一批这一期的这个呃，简单的教学啊，就到这里，希望大家懂怎么样去用这个 mate type 来 来做分析啊，那如果需要没特别软安装软件的时候请联系我啊，谢谢大家的观看。

这个主题坦荡。不可重复测量系统如何进行测量系统分析，我们最后用 maticle 实现分析什么是不可重复的测量系统？这是经过检测后，受检部件的管理性遭到破坏或部分破坏而不能重复测量。例如拉力燃烧，硬度测试等， 这些药店都无法进行第二次测量。不可重复的测量分为两类，这次产品会由于测量构成遭到破坏。意图强度测试指拉力测试、燃烧测试等。 测试产品本身并不会由于测量过程而遭到迫害，但是被测的特性会随着测试而发生变化，例如功力测试、泄露测试等。在这内测试过程中，测量只会呈现某种趋势的规律。用拉力机的离子来进行不可重复测量。系统分析先进行测。 测量策划由二名评价人用拉力机对十个零件进行三次不可重复测量。计时杠二，杠三 g 二二不可重复测量。每个零件为一组，共十组，每组测量三次，共测量三次数。 如何获得这十组零件？把十组零件编号一到十，这十个零件必须行业攻差或者过程变差的百分之八十范围，也就是说有靠近上限的零件，也有靠近下线的零件。 如果确保这十组零件有较的差异，获得的方式不同批号，不同炉号，不同批，原材料不同班制。在可从物测量中，能够零件可以从物测量。评价人一随机测量了一号零件三次，评价人二随机测量了一号零件三次。因此，如果是可从 测量，每组只需要一个零件，共十个零件。在不可重复测量中，由于每个零件无法进行第二次测量，采取另外的策略就是每组零件需要六个，共需要六十个零件。要保证每组内的六个零件在最大程度上非常接近， 相当于同一个零件，即同一个零件的加工过程，要保证五按加一亿，尽量相同，这样每个评价者都可以以测量同一个零件。三、一组零件被测量六次，我们把每组内的零件编号为一， a e b e c e d e e， f。 主内差异小，主间差异大是其一样的基本原则。将测量数据汇总在表格内，主内零件尽可能一致，尽可能在一致条件下生产出来。主和主 之间零件有明显的差异，是在尽可能有区别的生产条件下生产出来。这样一共有六十个零件， 十乘以六等于六十个，每个人间对应一个测量值。接下来使用 mateper 软件进行分期，先创造测量，用数据表启动 matep， 选择统计， 选择质量工具，选择良机研究，选择创造良机。 r 二、研究工作表在弹出的对话框中输入零件数量，我们这里是十个， 输入评价人员数量，我们这里选择。二、输入每个人对每个零件测量的次数，我们这里的次数是。三、输入每个零件的名称，一般用数字作为编号，输入评价人的具体名字，运行研究工作表，获得数据表格。我们根据部件以及操作 顺序分别实施试验工作，获得的测量值填入西五列中，这里签收一个加杀型研究和嵌套型研究。 当测量对象是相同的时候，我们用交叉型研究，例如两台机器，三个测量员测量其改变，三个测量员都能够测到两台机器，这就是交叉型研究。而当我们进行不可从物测量时，每个人每次测量零件是相似的， 不是相同的。例如两台机器由于是不可从无测量，每台机器都不能被两个以上的测量员测到， 不可从无测量，每组论里的零件是相似的，但绝对不是相同的，因此每个零件只能被测一次，所以采用的是签到型研究。接下来使用 minitable 软件进行 rnr 研究，启动 minitable 选择统计， 选择质量工具，选择良机研究，选择良机二二二研究嵌套在坛子的对话框中进行选择，选择零件名称这里选择部件，选择操作员，选择测量值。单击选项， 在弹出的对下方中输入规格的最高值以及最低值，这里我们选择规格下线二十九，这里我们选择规格上限四十一、按确定返回，再按确定运行， 对获得的结果进行分析。针对图表进行分析，一般先分析二图是否有点操作控制线，如有，必须分析原因再重新测量， 不能有太多点的直为某个特定词，如有十分便利。问题，观察不同操作者之间的差异，确认是否由每个操作者造成控制性偏大。二度分析后并且 没问题后接着分析，那是霸图，需要超过半数以上的点在控制线之外观察不同操作人的差异，不能有明显差异。接着看看不同操作人所有测量值的金值，不同操作人员他们自己所测量临近的金值应该是相等的。 如果我们各操作员的金职和其他操作员不同，必须调查其产生的原因。分析操作员在测量一组零件时及一个测量值是否有差异。我们这里是三个指数值， 每组四十，里面的几个数字应该是大事相等的，如果有异常点，则必须调查原因。只要关注各类变差组成，这个越小越好。蓝色各波动分量六倍，标准差与公差之比，如果没有输入公差，则没有意思。然后就是数据表，共有两个数据表，我们先分析 第一个数据表各部分的变差，各部分变差占总变差的旁屏，希望你见变差比良机的变差大的多，也就是说，也就是前面三数，也就是前面三行，数值比第四次长小的多。再看看第二指数字和气氛的内位数，最好大于十。

你。

好，下来呢，还有上一次第二讲呢，给大家布置的数据作业啊，大家可以打开第二讲数据啊，我们把这边的练习一二三四五六七快速的给大家说一下啊。 首先呢针对这个数据啊，这次，呃，我就直接用 manita 二十一版本跟大家演示了，如果说各位你们有其他版本也参考来用就行了啊，因为差异不是很大。 好，我们先把它粘贴过来啊，它的规格是六百正负，我们对 c 二到 c 六的数据来做分析， ok， 呃，这边有两种方法，一种呢是把数据堆叠啊，一种呢就是直接对这个数据分析啊，我们先讲堆叠的方式，那堆叠注意这块呢，我们就要用行堆叠啊，那我可以把堆叠的数据放到 c 十列， 我先在 c 十列呢敲一个标识啊，标题列点数据堆叠列加要堆叠行。 sorry， 这块是要用行堆叠啊，这块是要用行堆叠 啊，把 x 一到 x 五选起来啊，堆叠后的数据呢，我们存到这次啊，下标就不存了。然后呢直接点确定啊，堆叠出来了，你会看到呢，这五个才是这五个， ok， 他就是这样放置了，所以呢，呃，航队结之后呢，用 n 等于五，我们来算一下六百正负五的。 当然呢，在这块呢，我们仍然建议呢做一下正态性检验啊，看一下数据的正态性如何。 好，我们这个数据呢 是呃服从正态分布的，因为它的 pv 六呢是超过零点零五，并且这些点呢是比较靠近这条线的。 那接下来呢，我们就可以考虑呢来做这样的能力分析啊。呃，对对的，这个数据自助大小呢输五，然后呢规格线是六百正负，呸，看规格是多少，我没记，应该是六百正负五，印象中 好，让我们用康初加字母 e 或者点这个快键按钮，可以把你刚刚的命令调出来。好，这块要输那六百正负就是五百九十五和六百零五， 然后我们点确定啊，这块呢就会给出我们的分析结果，那这边有 cpkppk 这个案例呢， cpkppk 使用哪一个都可以，因为它的过程是稳定的 啊，而他的数据也是服从正在分布的。当然呢，你也可以直接用一个命令，就是六合一的图，这样的话正态性和那个上面都有啊，所以我是推荐大家呢使用这个命令 啊，我操作比较快啊，然后各位如果跟不上可以点赞停键啊啊，正态性啊，过程也是稳定的啊， cpkppk 相差不大，那用谁都可以啊。 ok， 那我们再教另一种方法呢，就是直接对这个数据做啊。呃，当然呢，这两个命令都可以直接做能力分析，正态这个也可以直接做，这个呢，也可以直接做我们用这个六合一啊，呃， sqsn 啊，点开之后呢，我们勾子组跨数行 啊，然后呢把 c 二到 c 六选进来，然后规格， ok， 这 这个做出来跟刚刚是一模一样的啊，这个就不多解释了啊，我们快速进入练习二啊，练习二呢，这个是 n 等于一的一个数据啊，就是间隔一定时间呢，抽一键啊，它的规格是幺幺五零。 ok， 我们对这个数据来做一下同样的给他 ctrlc 和 ctrlv 啊，你也可以用文件新件工作表啊，如果是老版本的呃，十五到十八版本，你是要用这样来新件工作表好，然后粘贴过来，那这块呢，同样上来呢，我们仍然要先做一下正态性， ok， 数据又近似正态了，下来呢，我们来算他的能力 啊。当然呢，也有些人习惯用这个六合一，你就不用做正台信了啊，直接点啊，这样吧，我后面都尽量用这个六合一，这样就避免去每次都去做这个正台信了啊。这样 起来这个是一啊，那他的规格呢？是单边规格要求小于幺幺五零啊，然后我们点确定 好，我核对一下啊，规格是啊，对幺幺五零，对的啊，那这边你会看到数据服从正在分布，这边有 cpkppk， 你会看到 cpkppk 差异比较大，这两根线也 这边的异常点比较多，所以这个过程是不稳定的，那这个时候呢，我们就建议用 ppk， 当然呢，一般我们的 ppk 的要求呢是大约等一点三三，他做到了一点五五，所以他的过程能力呢还是非常好的， 但是他这个过程是不稳定的啊。呃，这边我们要说明一下，如果你是单边规格的话，你会看到这边的 cp 和 pp 是算不出来的，这个大家知道一下啊，我们继续往后练习。三啊， 第三呢是我们的这个呃记件的数据的批控制图，他每次的检验样本量是相同的啊， 同样的方式呢，我们快速的给他粘贴过来，然后呢这块呢是要做批控制图啊， 呃，不是，呃 sorry sorry， 这块是要错 sorry 啊，二项的能力分析啊，我们点二项， ok， 点开，那缺陷数呢是 是瑕疵品啊，他这块呢长量，其实你可以手工输两百啊，当然你也可以点实际样本量，然后呢把这个一键一键敲过来，这两个方法都行，你只要选一个，那我就用这个长量两百啊，然后点确定 好。这边呢，哎。呃，是他的一些数据，那你会看到在尾端呢，基本上波动还不算大啊，所以呢，这个样板量基本上够了。 那他的这个过程的 z 呢？是一点六，加上再加一点五是三点一，所以他还是小于四啊，所以过程呢，呃，能力呢，并不好，好，这个了解一下。 呃，我们来看练习四的数据啊，同样的把它指过来， 呃，这个呢也是 p 图啊，这这个呢也是做二项分布的能力啊，当然呢，它的控制图就是 p 图啊，能力分析，那我们仍然用二项， 然后下面是不良数。哎，这块呢就只能用实际样本量了啊，因为他每次的抽样量是不一样的 啊，点出来之后的话，我们也可以看下面这边波动不大，所以呢，它的过程零点九六啊，如果直接过程 z 呢，是要跟二点五比较，如果说我们给它加一点五啊，变成了多少二点四几 啊？二点大概二点五左右，那他是小于四的，所以过程能力也是不好的。 这个数据呢，呃，是记点的数据啊，这是记点的数据，他一个产品可能出现多个亮点啊，那我们来给他放到我们的数据里面，那这个时候就要用坡松分布 啊，找到 sqao 啊，缺陷呢，就是缺陷数啊，这块的样本呢，它不是一个长量，它是一个 a sir， 这个是一个样本啊，然后我们点确定 啊，同样的我们可以看到哦，这个尾端可能还没有在，可能数据量还要再维持一些，因为看起来好像这两个点波动不达，但是其他的其实还是在持续下降，这个稳妥点的，我们还要 再增加一些数据，所以这块的 dpu 零点六八九四呢，可能并不是准确的啊，所以还要再持续追踪数据 啊。我们来看练习六啊，这个是也是一个经典的数据，它的 n 呢，等于一 好，我们的路径仍然是 sqao 坡冲分布啊，然后这块呢是污点，这块就勾长量，然后说一点确定好，我们来看一下效果 啊，这个尾端的数据可能还是建议再收集一些，因为他这边在持续增加之后又开始下降了啊，所以再收集一些看看。如果说， 呃，连续五六个数据呢，正当不大，那我们基本上就可以呢，认为数据量是可以的啊，这块看起来这个还是有点问题，所以数据量还是要再补充啊。我们来看练习期啊， 好，练习期呢是杂志率啊，它是 n 等于五啊，它的规格也是单面规格小于十五啊，我们来做一下分析 啊，这个呢是，呃，这次呢，我们直接用六合一的图，然后用正太 sqsn 啊，点开之后， 杂志率这个用途它是要小于十五的啊。刘树老师，你没剪它的正态性，没关系，这个六合一的图里面有正态概率图， ok， 大家会发现 这个数据呈现了非正态啊，你会看到他这个离这个直线是比较远的，他的 pv 六是小于零点零五的，所以这个数据是非正态的。那这块算出来的这两个值呢，就不是很精确啊，比如说老师，那这怎么办好？ 呃，当然我们这一讲还不讲，那我们会在下一讲就是 spc 的进阶课程里面呢，会跟大家来讲这部分内容啊，所以这个题目呢，我们且听后续分解， ok。

好，我是陈伟。今天我给大家分享的课题是 mita 进阶级课程里面的最后一个模块叫实验设计。 ok， 也就是我们经常所说的 do 一。 对于实验设计的这一部分呢啊，我们先了解一下开因子量水平的全子实验设计的分析步骤，一共分为这么十一步，那么接下来呢，我会用 mint 软件一步一步的给大家介绍实验设计的分析过程。 那接下来我们从用从一个实际问题出发，来给大家演示这个全因子先设计的整个分析过程。首先第一步，实际问题，明确实现的目目标， 我们的实际问题，比如说我们要提高生产线的产量，那么呢这第一步，第二步呢？我们影响产量的最关键的三个因子，一个叫温度，一个叫浓度，一个叫催化剂。那么这个温度的低水平是一百六，高水平一百八，浓度的低水平百 百分之二十，高水平百分之四十。催化剂低水平是 a， 高水平是 b， 就是两个品牌的催化剂。 ok， 这是第二步。那么第三步，我们就选择试验类型这块呢，我给大家简单讲一下怎么选择试验类型。一般情况下，呃呃，两到五个因子呢？我们基本上选的是全脂实验室设计，如 如果是五个到十个因子的话，我们一般选的是部分因子实验设计。如果如果是两到三个因子的话，一般我们会选择享用曲面设计，但是两到三个因子因子必须都是连续性数据，才可以选择享用曲面设计。那么今天进阶级的课程，我主要给大家分享全因子实验设计的分析过程， ok， 这是第三步，那么到第四步我们来看，打开明天谱软件，好再统计 do 一因子，创建因子设计， ok， 我们刚才看的是两水平 的全因子实验设计，所以我们选默认。第二个因子数，我们有三个温度、浓度和催化剂，所以我们选三，然后设计，我们这次选的是全因子实验设计，所以全因子至于中心点放行数和驱阻数，我们选默认即可。好，因子，我们就选三个因子， a， 就温度， 我们把温度输进去，比较浓度，我们把浓度输进去， 催化剂，我们把催化剂输进去。那么这个时候呢，我们也可以把这个低高变成一百六和一百八，也可以写成负一和正一啊，都可以，一个是编码，一个是未编码。但这个时候大家要注意一点的是，对第三个音字来说，我们一定要把它的类型从数字变换成文字， 因为催化剂本身是一个计数型的因子。 ok， 确定，然后在选项里面，我们在实际呃工作的时候，做实验设计的时候，我们要选随机化运行顺序，因为今天我在给大家做讲解，为了更方便的把数据输入进去，所以我把随机化取消掉，然后确定 确定。 ok， 这个时候明天不就给我们输出了一张表单，这个表单就是我们的第四步。那接下来第五步呢？我们给大家做什么？就是实施实验，收集实验数据，那我们这个 c 八就叫产量， ok， 产量，那么我们就需要去收集试验的数据，好，我们把试验数据产量输到软件里面， ok， 接下来我们就进行分析来统计丢一因子，里面有个分析因子设计， 我们把响应把材料放进去，然后决定， ok， 明太古输出了很奇怪的一个输出，大家可以看一下，在整个的输出里面，我们没有看到 p 值和 f 值，对吧？但是我们看到了一个方程式，同时呢我们也看到一个帕内托图，帕内托图， 那么大家可以思考一个问题，为什么我们在权利子先设计的分析的过程中，最后没有输出批值，而且批值都是新号，大家去思考一下， ok， 那么接下来我们要进行模型的缩减， 那么在这个帕力托图里面，最下面这个 b 和 c 的交互作用以及 abc 的交互作用都是影响很小的，所以呢，我们缩减模型，要逐步缩减模型， ctrl e 回来，在这个象里面，我们把 abcbc 缩减掉，确定确定， ok， 这个时候我们的明太部就输出了一个 房产分析的表，这个时候就有了皮质，大家可以思考第二个问题，为什么我们在缩减以后呢？皮质又出现了呢？啊，既然他出现了，我们就可以用它来进行模型的缩减，那么我们可以看一下，反正大于零点零五的有啊， c 因子就催化剂和温度和浓度的交互作用， ok， 那么这个时候我们呢缩减模型，把批值大于零点零五的要缩减掉，但是呢，这个时候催化剂不能被缩减掉，为什么？因为因为温度和催化剂的交互作用是有显著性的影响，那么这个时候我们只能缩减温度和浓度的交互作用。 ok， 同样的方法， 再向里面把温度和浓度缩减掉，然后确定确定，这个时候我们就缩减到模型的最佳状态了，所有的皮质都小于 零点零五，但催化器是因为有交互作用存在，所以我们把它留下来。 ok， 那么缩减完以后呢，我们要检验模型的有效性，这个时候我们要进行残差分析，残差分析一样也是用 ctrl e 这个快捷键在图形选四合一，确定 确定， ok， 这个时候软件给我们输出了一个四合一的残差图，我们可以从残差图上看，大家在一元回归的时候知道说残差要符合两个，一个是残差正态，这个残差 p 值零点一五五大于零点零五，也是符合正态分布的。第二个残差与你和值不 能有任何规则形状啊，所以呢，记住这两点是是可信的。那么这个时候我们就做一些图形的分析，大家可以看一下，在统计丢一因子里面有，比如说因子图，我们先做一个因子图看看，然后确定 这个音质图里我们做出了一个叫主效应图，温度、浓度、催化剂的影响，还有温度和催化剂的交互作用图啊，这个是辅助我们去理解的。那么再看还有什么图可以做，在我们的 d、 o、 e 里面还可以做等直线图，等直线图， ok， 我们可以从等支线图上可以看出来，让我们的产量如果越高越好的话，我们保持催化剂在 a 品牌下， 然后温度越高，然后浓度越低的时候，我们的产量是越高的，而且是辅助我们去理解的。 ok， 图形分析它属于一个可选项，大家可以做也可以不去做它啊，我给大家都展示一下啊，还有一个叫曲面图，曲面图， ok， 我们也是可以去从三维空间里去展示图形的分析，就简单给大家介绍到这里啊，接下来我们来看一下，在 dve 里面有个享用花器，其实这是我 比较重要的一个一个步骤啊。小型化剂，比如说我们的产量是越高越好，那我们就选最大化，如果我们是成本呢，就越低越好，我们就选最小化， ok， 我们选最大化，直接确定就 ok 了，明天就会给我们 一个最佳的组合，比如说温度是在正一，浓度是在负一，催化剂是在正一的时候，我们的产量最大，最大可以达到二十四， ok， 这个这个里面的一个整个的分析过程，那最后一步还有一个就重叠等直线图，他是什么意思？比如说我们想给温度一个范围，浓度一个范围，这个时候我怎么样去给温度和浓度定一个范围， 也就是我们的重叠等直线图，那么看怎么样才去定这个范围呢？那我们得给产量有一个范围，说产量必须在八十以上或者七十八以上，那么这个时候呢，我们就可以给温度和浓度定一个参考范围，最后一步统计回归 丢一因子里面的重叠等直线图。好，我们把产量放进去，这个时候等直线里面要给产量一个范围啊，比如说我们给他们假设给他的范围是八十以上， 八十以上，哎，那么这个时候我们就可以看到他给我们输出的这个范围就比较小，那么温度的范围就在下面这个范围，然后浓度的范围就在这个三角的顶上到下面这个范围， 对吧？所以呢这个就是我们的这个关键的 x 定了一个范围， ok， 这样的话我们整个全新设计的丢一的这个分析过程就给大家分享完了。

今天教大家如何用 meantable 制作脂肪土和过程能力分析。 首先将需要分析的数据录入 c 一栏内，然后点击图形， 选择直方图，点击包含礼盒，点击确定，选择 c， 点击此度，选择参考线，在数据值输入上下线和中心指中间用空格分开， 点击确定，点击确定，直方图就做完了。要注意的是，在这个直方图中间 呢，我们并不能看出不良率以及这个 cpk 和 ppk 等相关的值。如果你想知道这个数据的 cpk 和 ppk 以及 ppm 是多少，那么我们就要进行过程能力分析。 点击统计质量工具 能力分析正太，在单列里面选择 c 一，因为我们所有的数据都在 c 一列里面，直组大小输入五， 然后输入规格，下线和上线，点击选项， 在目标里面输入三幺零，点击确定，确定， 过程能力分析就做完了。在这个图中间，大家可以看到 cpk， ppk 以及 ppm 分别是多少。 想学习更多这方面知识的家人们请关注我，关注我学习质量知道。

这个主题谈谈什么是相见图。先了解什么是相见图。相见图是一种用于显示一组数字分布情况的统计图，因形状如相纸而得名。 相对股可以用来识别异常值。初恋人看出数据是否具有对症性，分布的散布程度特别可以用于对几个样本的比较，把多个数组织的数据同时展现出来。再了解一下上线图如何选择一组数据的， 这是所有数据的中位数，所有数据的最小值，所有数据的最大值，最大值。以中位数之间的中位数相信图目的数据中的异常值值得关注。 不加剧组里把一场值包含经济数据的计算，分析各种的结果会带来不良影响。重视一场值的出现，分析其产生的原因，然后从未发现问题， 从而改进决策的契机。相应都是为了我们提供识别异常制的一个标准。相知者的废质依靠实际数据，不需要事先假定数据，服从特定的分布形式， 没有对数据做任何的限制要求，他只是真实直观的表现数字形状。本台面貌相对于在十倍异常之方面既有一定的优越性。

现在有一行数据，我，我是给大家演示，所以这一行数据比较简单，就是一二三四五六七八九。如果我想算置一行的均值或者标准差，我们也可以用计算里面的行统计量来计算啊，这个没有问题啊，有 c 的 c 十，把它 选在 c 到 c 九啊，把它选在 c 十一里面，这样的话他的均值也会被算出来。那同样的方法我们也可以在计算里面的计算器寻找他的函数，这个我就不做这个。

哈喽，各位朋友，大家好，我是恒宝林，今天的话呢，我们来给大家分享一个小技巧啊，是关于图形当中的数值的显示的问题， 比如说在我们当前看到的这个相信图当中，每个相比上面都显示了对应的供应商，或者说我们叫对应的主的君子。 但是的话呢，很多朋友啊，他可能会经常会问一个问题，什么问题呢？他说老师啊，能不能把这里的数值显示啊？比如说这边密码软件默认输出是小数点后面三位，那能不能统一的修改成小数点后面两位， 那我们可以一个一个的改，但是的话呢，这个改起来比较麻烦，能不能统一的一次性的把这个结果都显示为小数点后面两位呢？这个是有办法的， 其实我个人啊，在这里修改小数点位数啊，这个在我看来，我觉得并不影响我们的结果的分析。但是啊，我想了一下，为什么我们很多客户朋友会问会来问这个问题呢？可能是他的客户要求他更改这个结果啊，所以说很多问题啊，我觉得 无所谓，但是呢经常大家来问啊，所以说这个问的话呢，应该肯定是有原因的，所以说我们也来讲一讲。好，那么怎么去改呢？这里的话呢，我们会涉及到很多的小技巧的应用。好，我们首先来看一看， 那我们要把这里的均值的小数点位数做一个更改，我们首先呢需要干嘛呢？我们回到我们的工资表当中来， 这边的话呢，有三个供应商啊，我们要做更改小数点的位数，我们首先要把这三个供应商他对应的均值先把它求出来，怎么去求这里三个供应商的这个长 长度的君子呢？这个其实很简单，我们可以点击统计，选择基本统计，我们把这个计算出来的对应的三个供应商的君子啊，我们乘除下来啊，统计基本统计，乘除描述性统计量。 好，我们把长度输入进来，然后的话呢，我们要分别求三个供应商长度的均值，那怎么求均值呢？我们点击这里的统计量按钮， 在这边的话呢，我们只勾选啊，我们只勾选这个叫均值的统计量。好点，确定确定好，这样的话呢，大家可以看一下，这是 a 的均值， b 的均值啊， c 的均值 大，你可以看到我们在 c 四列君子这一列当中的话呢，他这个君子啊，小数点位数，这里呢默认就是三位啊，小数点后面三位，那我们要显示的是两位，我们首先需要把小数 点位数啊做个调整，怎么调整呢？我们需要更改数据类型，点击数据菜单，然后呢，我们在这边有个叫更改数据类型，点一下。 好，我们要更改的是均值这一点 sc 四点。好，我们这句话呢，默认这里小数点位数呢，是三位，我们可以这里呢这个倒三角啊，点一下，这边有个叫固定小数 啊，你这里呢可以去更改啊，比如说我更改小数点后面几位，你可以自己调啊，比如说我们这边要更改到我们期望的小数点后面两位。好点，确定 好，那么这样大家可以看一下我们这里的均值的，相应的均值的数值呢，就已经显示到小数点后面两位了。好，下面的话呢，我们再重新来换一个相线图，点击图形选择相线图啊，这里呢只有一个位 y 啊，长度的不同啊长度，然后呢分了三个 a， b， c 三个供应商，三个组，所以说一个 y 含组的镶线图，点击确定好，这边呢长度数据作为 y 啊，供应商呢，不同呢作为分组变量，点击确定 好，那这样的话呢，我们可以得到这么一个比较空白的象限图，我们鼠标左键双击这个象限图，然后呢右击啊 加啊，添加数据显示，右击加数据显示，然后呢我们想把这个君子啊，把它显示在我们的箱体上，但是呢君子的小数点位数呢，我们要调整到小数点后面两位，我们点击君子按钮， 然后呢我们干嘛呢？我们不使用数值计算出来的均值，我们使用就列值 做标签，用哪一点呢？用我们刚刚求出来，而且小数点保存到小数点后面两位的，这一点我们这里的 c 四点好点，确定 好，再给大家看一下点确定，那么大家看到没有，我们这样的话，就可以一步到位的把所有的这个主 a b， c 三个供应商，他的均值的小数点位数啊，都统一调整到小数点后面两位，然后显示在我们详细图当中了， 那这是一种比较快捷的操作方式啊，那么这里的话呢，我们用了一些小的技巧啊，我们怎么去计算啊，相应的均值，这个统计量怎么去更改数据类型啊，以及怎么去编辑图形。好，那么这节课的话呢，我们就讲到这里，谢谢大家。

哈喽，各位朋友，大家好，我是何茂林，今天的话呢，想给大家分享一个大家平常用的比较少，但是非常有用，而且对于我们做质量做研发的工程师啊，必须要去掌握的一个工具叫做边缘的分析。 那可以这么说啊，我们今天讲的这个方法工具，可以说是我们学 mac， 学控制图，学过程能力分析，甚至是学 d o e 以及其他建模方法的一个非常重要的一个基础。 如果这一块你根本就没有去学，根本就没有去了解的话呢，可以这么说，我们后面用到的这些统计工具和质量工具啊，基本上啊，你要想让你的结果比较靠谱啊，基本上都很难啊，那为什么这么说呢？好，我们通过一个具体的案 呢，来给大家去说明一下什么叫电影院分析啊，那我们这个视频呢，我们就承接啊，我们上一个视频的内容，我们在上个视频的话呢，给大家去分享了一个关于可重复测量的 mac 的一个案例，对三个人，十个部件，每个人呢在每个部件重复测量三次啊，一共是九十次的测量结果。然后的话呢，我们做了一个呃，基于密码软件默认算法方杀分析方法，得到这么一个呃可重复测量的 mac 的一个案例啊，那么大家如果对这一块感兴趣啊，可以看一看上面一个视频，那么我们在这个 mac 测量系统分析当中的话呢，我们给大家去讲过怎么去安排 mac 的实验计划，怎么去做操作， 怎么做结果解释。那其实啊，如果大家要学习 m s a 学的比较透彻，我们在上节课也跟大家说过 m s a 的，这它的内容的话呢，很多我们培训都要培训两天，那为什么有这么多的内容呢？它的关键的难点在于哪里呢？ 它的关键的难点并不在于软件的操作，也不在于计算，那你买了软件了，计算都交给软件，所以说也不在于计算，也不在于结果解释，关键的难点在于叫做一个叫 变异源这个调查啊，关键哪里在哪里呢？其实关键的难点，或者说非常重要的一个部分，其实在这边叫做方差分量的这个模块。那我们做测量系统分析，其实 主要呢是看什么呢？测量系统他测的准不准？另外一个呢，看的是测量系统的精不精， 我们当然更多重点的关注的是重复性和战略性，比如说关注他的一个变异叫精不精的问题啊，他的变异，那如果测量系统不合格，他的变异很大，那他到底是什么原因导致呢？他的变异来源是什么呢？那这个就是我们测量系统分析当中的一个关键，干嘛呢？就是找 导致当前车辆系统变异比较大，导致当前车辆系统不合格的一个主要变异来源。 那这边的话呢，就涉及到一些关于方差分量的计算，但这个计算很麻烦啊，我们交个软件帮我们算，但是呢我们要去理解一下方差分量啊，以及关于边缘分析啊，我们自己这个案例为例啊，来进一步的把它探测一下 怎么做边缘的分析。但这个边缘分析呢，他的内容也很多啊，他的内容很多，我们就以这个比较简单的案例为主啊， 我们来给大家进步展开，如果大家学习更难的地方的话呢，也欢迎大家来报名相应的培训，我们也有两天的一个培训内容。好，那我们来看一看 当前测量系统分析啊，我们其实在上一个视频给大家说过，我们的过程比百分之三十三三十三点五六，公差比的话呢，百分之四十点五六啊， ndc 呢是等于三，不管你看哪一个，三个指标当中不管看哪一个呢，我们当前得到的结论都是测量系统是不合格的， 那当前测量系统不合格，也就是说当前的测量系统变异比较大，那变异比较大它的主要原因是什么呢？为什么我们的测量值 变这么大呢？那其实在我们这个案例当中的话呢，有两个变来源，一个是来自于不同的人啊，这边呢我们形容随机挑选了三个，人人之间可能会成为便利的来源。那另外一个呢，就是我们随机挑选了十个部件，部件 之间他也是有差异的啊，他也是有差异，所以说我们这里病来源呢，有两个随机挑了三个人，随机挑了十个部件，那，那这两个因子的话呢？只有两个因子，那这两个因子其实在这里的话呢，我们都把它叫什么呢？叫做随机因子。好，那么基于以上的分析，下面的话呢，我们就可以帮 大家来做一个叫为什么测量结果变这么大，我们可以来做一个边缘的调查，是人主要问题还是我们这里的糖果包这个部件主要问题呢？好，我们来做一个边缘的分析，那这里的边缘分析的话呢，我们可以直接借助密码软件当中的统计 方字分析，这边呢我们叫做一般线型模型啊，一般线型模型他不是单印的，这有两个因子，我们叫做一般线型模型啊，然后呢选择你和 一般先行模型。好，我们这里想要研究的是测量值它的变异位置这么大因子的话呢，这边有两个，一个是检验员，一个呢是这里的部件就是糖果包， 我们要想去算变异的来源，它的大小占比，或者说算所谓的这里的方差分量的占比，我们需要做一些操作，除了把因子告诉软件以外呢，我们还要去点击这里的随机和欠套的按钮， 那这个话呢有几个概念啊？这个概念的话呢，我们这里呢就不展开了，比如说这边呢有一些叫什么叫随机，什么叫欠套，让我们在做测量系统分析当中，我们在上一个视频当中讲测量系统分析的时候，我们也跟他说过，我们有什么有 两句 on 二交叉，有两句 on 二欠套，还有两句 on 二研究扩展，那么这三个有什么差？ 结果我们后面有机会呢，再给大家做分享。那我们这里的两个因子检验员和糖果包，就是人和部件之间是欠套关系吗？他这边没有欠套，他是什么关系啊？这里其实一种交叉的关系，他是一个可重复测量这种可交叉的关系，说这样的话呢，并没有谁被谁欠套啊，这边我们就不用填了， 然后这里还要注意一下，我们如果要算变异的来源的占比啊，这边的话呢，我们这个音质啊，要是什么音质呢？他不能是固定音质啊，你要算发射分量的占比呢，我们需要把这个音质啊改成随机音质，这边我们是随机挑选了三个人，然后随机选择了十个部件啊，都是随机啊， 好点确定。那另外我们这里虽然没有被谁被谁践套啊，这两个因子没有谁被谁践套，但是他们之间是不是没有关系啊？他们之间有交叉，那如果这个有交叉关系，怎么把这个交叉 关系输入进来呢？我们只需要在模型按钮当中把什么把这两个变量之间的一个叫交互作用把它加进来，怎么加入呢？很简单啊，我们在这里呢用鼠标左键啊，鼠标左键啊，在左上角这个框里面，左上角把这两个 因子把它显著，显著以后呢？这边有个叫按变量顺序添加交互项，添加几阶呢？这边我们添加二阶啊，点，然后呢点击一下这个添加按钮 啊，点击添加按钮好添加进来以后啊，当然后面我们后等一下可以看一下这个 啊，加号中是不是显著的，如果显著呢，你可以加进来，如果不显著的话呢，你在这里点击这个加号啊，你可以把它删掉啊，这个加号呢啊，这个叉号啊，你可以把它删掉啊，我们先加入啊，点击确定好再点击确定。那对于这里的 变异元的一个分析啊，当然这里呢也会给出来相应的发质分析表，我们可以看到人之间有没有差异呢？三个简易元之间批值小于零点六是有显示差异的，你不能删。 糖果包部件之间的批值也是小于一点零五，是有显著差异，也就说十个部件是有显著差异，那么交互作用显不显著呢？交互作用批值也是小于点零五，说明什么？交互这种显著也不能删， 所以说我们刚刚的这个胶布中啊，你不能删，但是如果这里批值大于的利用呢，你就可以删了，所以说刚刚的那个叉号啊，你可以点一下，如果不显示就可以把它删掉啊，把它删掉。 好，那下面的话呢，我们再来看一看相应的方差分量的计算啊，方差分量的计算我们来看一下，当然这个计算过程呢，是比较复杂的啊，我们这里的话呢，先不做具体的展开啊，我们直接来看一个结论。看什么结论呢？我们这边呢主要看一个这里的叫方差分量表啊，看最后一， 这里看什么呢？其实最重要的是看总和的百分比啊，方针分量表这边呢，有个叫总和的百分比，我们来看一下我们把这里的一般线性模型得到的结论，跟我们在上一个视频当中用方针分析方法做可重复测量 m i c 来做个比较啊，这个怎么做比较很简单啊，比如说我们数在这个导航器窗口当中，鼠标左键双击测量系统分析的结果，然后在一般线性模型这里结果这里呢右击，我们这边有个叫在分割视图当中打开，我们点击一下。 好，然后呢我们点击左下角的这个隐藏按钮啊，把这个导航器窗口隐藏掉，我们把这两个来做个比较，最重要的比较地方呢就在哪里呢？在于发叉分量，这里我们来看一下，大家看一下是不是 这两个其实结果是一样的，比如说人的变异来源占比是多少呢？是不是看一下百分之二对不对？然后呢糖果包不见尖的呢？就是百分之八十八点七四，一致的吧。然后呢我们再来看一下还有什么 误差对应的，这里的误差对应的就是这里的重复性啊，误差对应的就是重复性啊啊，我们是百分之 二点六二，然后还有什么交互作用的，交互作用的话呢，他的发生分量的贡献率就是变异的占比呢？占了百分之六点六啊，我们就看这一列啊，就看这一列，所以说大家可以看一下 一般先进模型得到的结果，其实跟测量系统分析得到的结果，这个方车分量占比这一块呢，是一样的。好，那么 接下来重点就是当前测量系统不合格测量值的变异很大，变异来源是什么呢？首先第一个部件之间是有显得差异的啊，就糖果包。当然这一块的话呢，我们在做测量系统分析当中其实并不关注，因为我们在做测量系统分析当中，并不关注你这个部件合不合格，稳不稳定啊？好不好？ 这个我我其实不关注，我更多的是关注什么测量系统本身，那么对于测量系统本身，它的变异来源主要是人以及交货用，以及什么重复性对不对？所以说那么在这三个当中重点的是什么重点占比最高的是 人和糖果包，人和部件之间交重，他的占比呢是占到了百分之六点六，所以说我们在上节课讲测量系统分析的时候，我们跟大家说过，如果当年测量系统不合格，我们其实最应该关注的是这里的交货重啊，为什么有这么高的交重？到底什么部件引起 这三个人之间存在很大的差异，导致交互存在了，那我们要做进一步的调查，那这个就是我们什么测量系统分析它的本质，只不过呢，我们做量据 r n r 研究，用这个方式分析方法当中的话呢，它不光可以帮你算测量系统变异的来源的占比， 而且还可以得到相应的评估的结果，比如说什么过程比工差比， ndc 等等，这些指标也可以通过些图形的方法帮你来做进一步的判断，当前测量系统不合格，他的哪个部件和哪个人出问题了，对不对？所以说 两种方法它的本质含义是相通的，只不过呢，到了具体方法以后呢，它的作用会更强啊，作用会更强。好，那么问题来了，我们为什么要去讲测量系统啊这个边缘分析，比如说这里的一般新型模型呢？ 说老师我这个两句阿纳研究，我用这个方针分析方法就可以搞定呢，你为什么还要让我去学习所谓的边缘分析一般先进模型呢？为什么呢？ 那当然是想让大家把我们做 m， s， a 以及做 s p， c， d， o， e 的内容做一些拓展，那么大家可以想象一下，你这里的变异来源是来自于部件和人， 那如果有其他变异来源呢？比如说如果你有三台三坐标的仪器，有两个不同的家具啊，有两个不同的班次，有三个不同的供应商，不同的批次， 那他们之间有没有差异呢？那我这里是对测量系统，那如果是一个过程呢？以过程的速度结果，你对过程做过程的分析，如果过程能力很糟糕，你的过程能力很差，那他的病来源又来自于哪里呢？来自于人，来自于你的遗弃，来自于 你的班次，来自于你的这个不同的人，还是来自于不同的这个供应商，对吧？那么同样的道理，我们也可以用同样的办法去收集相应的数据，然后用一般先进模型做什么？做变异源的调查，那么只有之于变异源的调查， 我们后面才能够正确的去选择合适的工具。比如说我们做车辆线的分析当中，到底选择交叉嵌套还是扩展，但我们做控制图当中还是选择什么 啊？常规的控制图还是用一些其他的，比如说什么组间组内控制图，那么过程的分析也是一样的， d o e 亦是如此。 所以说边缘分析应该说是我们做质量管理，做相关的研发，同事要学习的一个非常重要的内容，也是一个最基础，当然也有点难度的内容。那么有了这一部分的基础以后， 我们后面再讲 mac， 再讲控图者的时候呢，我们就可以把我们的案例场景做些拓展了。那么后面的话呢，我们可能会在这一块再给大家去讲相关的场景啊，希望把大家平常用的一些比较常规的 方法，做一些实战应用的拓展，那就是我们今天要讲的这一部分，一般先进模型变异员分析的一个目的。好，那么这节课呢，就到此结束，谢谢大家。