SPC培訓講義.ppt

《SPC培訓講義.ppt》由会员分享，可在线阅读，更多相关《SPC培訓講義.ppt（102页珍藏版）》请在三一文库上搜索。

1、SPCSPC培訓講義培訓講義 第一章: 認識SPC 第二章: 基本統計概念 第三章: SPC管制圖類別 第四章: SPC管制圖 第五章: 制程能力分析 第六章: SPC總結 第七章: SIX SIGMA介紹 第一章第一章: : 認識認識SPCSPC 一.什么是SPC SPC- Statistical Process Control 工业革命以后， 随着生产力的进一步发展，大规模生产的形成，如何 控制大批量产品质量 成为一个突出问题，单纯依靠事后检验的质量控制方 法已不能适应当时经济发展的要求，必须改进质量管理方式。于是，英、美 等国开始着手研究用统计方法代替事后检验的质量控制方法。 1924年

2、，美国的休哈特博士提出将3Sigma原理运用于生产过程当中，并 发表了著名的“控制图法”，对过程变量进行控制，为统计质量管理奠定了理 论和方法基础。 统计过程控制，是企业提高质量管理水平的有效方法。它利用数理统计 原理，通过检测数据的收集和分析，可以达到“事前预防”的效果，从而有效 控制生产过程、不断改进品质。 与全面质量管理相同，强调全员参与，而不是只依靠少数质量管理人员 。 二.SPC的作用: 1、确保制程持续稳定、可预测。 2、提高产品质量、生产能力、降低成本。 3、为制程分析提供依据。 4、区分变差的特殊原因和普通原因,作为采取局部措施或对系统采取措 施的指南。 三. SPC的焦點製程

3、(Process) Quality，是指產品的品質。換言之，它是著重買賣雙方可共同評斷與鑑 定的一種既成事實. 而在SPC的想法上，則是希望將努力的方向更進一步的放在品質的源頭 製程（Process）上. 因為製程的起伏變化才是造成品質變異（Variation）的主要根源. 四.SPC的推行步驟: 確立製造流程、製造流程解析 決定管制項目 實施標準化 管制圖的運用 Cpk1.33 問題分析解決 製程的繼續管制 制程能力分析 Cpk 1.33 範圍 時間 受控受控 (消除了非機遇原 因) 範圍 時間 制程控制 不受控不受控 (存在了非機遇原因 ) 受控，能力符合要求受控，能力符合要求 (機遇原因

4、造成的變異已減少) 制程能力 規格上限 規格下限 範圍 受控，能力不符合要求受控，能力不符合要求 (機遇原因造成的變異太大) 制程改善循環 P P D D A A C C P P D D A A C C P P D D A A C C 1.分析制程2.維護制程 3.改善制程 1.分析制程： 本制程應該做什麼？ 會出現什麼問題？ 本制程會有哪些變化？ 我們已經知道本制程的什麼全距(全距)？ 哪些參數受全距(全距)的影響最大？ 本制程正在做些什麼？ 本制程是否在生產廢品及需要返工的產品？ 本制程生產的產品是否處於受控狀態？ 本制程是否有能力？ 本制程是否可靠？ 2.維護(控制)制程： 制程是動態的

5、，並且會隨時間而變化。 監控制程的能力指數 查出非機遇原因的變異，並採取有效的 措施 3.改善制程： 使制程穩定，並以維持制程的能力指數 充分理解機遇原因造成的變異 減少機遇原因造成變異的發生 第二章第二章: : 基本統計概念基本統計概念 N母體數(批量數)USL規格上限 n樣本數(抽樣數)SL規格中心限 (u=規格中心值) X平均數 LSL規格下限 R全距Ca準確度(偏移度) (s )方差Cp精密度(離散度) (S)標准差(S=母體標準差, s=樣本標準差)Cpk制程能力指數 P不良率估計標准差 NP不良數T規格公差 T=USL-LSL C缺點數其他 U每單位缺點XUCL平均數管制上限 DP

6、PM百萬分之不良Xbar(X) 平均數中心限 UCL控制上限XLCL平均數管制下限 CL控制中心限RUCL全距管制上限 LCL控制下限Rbar(R) 全距中心限 M(X)中位數RLCL全距管制下限 22 1. N=母體數(批量數): 指母體(批量)數多少的個數.(例: 共了50個數,N=50) 2. n=樣本數(抽樣數): 指樣本(抽樣)多少的個數.(例: 抽了7個樣品,n=7) 3. X=平均數: 所有數的平均值,計算公式: X=(X1+X2+Xn) / n n=樣本數, X1,X2表示各個數值 例有數值: 1.5 1.6 1.7 1.55 1.65 X=(1.5+1.6+1.7+1.55+

7、1.65) / 5=1.6 4. R=全距: 該組最大值-最小值的得數,計算公式: R=MAX(該組最大值)-MIN(該組最小值) 例有數值: 1.5 1.6 1.7 1.55 1.65 R=1.7-1.5=0.2 2 5. 方差 =s = 6. 標準差 1.母體標准差=S= 2.樣本標准差 =s= (Xi-X) n (Xi-X)2 n-1 部份計算公式 (Xi-X) n-1 2 22 7. 中位數 M,該組數據數值大小的中間一位,若該組數是偶數,取中間兩個數的合進行 平均,例如 A: 1 3 4 5 8 M=X=4 B: 2 2.5 3 4 7 7.5 M=X=(3+4) / 2=3.5 8

8、. Xbar-R常數表 N2345678910 A21.8801.0230.7290.5770.4830.4190.3730.3370.308 d21.1281.6932.0592.3262.5342.7042.8472.9703.078 D3-0.0760.1360.1840.223 D43.2672.5742.2822.1142.0041.9241.8641.8161.777 = R / d2 9. 制程中心沒有偏移良品率 表 水平良品率% 168.27% 295.45% 399.73% 499.9937% 599.999943% 699.999998% 10. 制程中心偏移1.5良品率表

9、 水平良品率% 130.23% 269.13% 393.32% 499.3790% 599.97670% 699.999660% 68.26% 95.45% 99.73% +1+2+3-1-2-3 正態分佈概率 第三章第三章: : 管制圖類別管制圖類別 1. 計量型數據 所謂計量型數據,就是均由量具實際量測出來的數據,如長度.重量.電流值.尺寸等 具有連續性的數據. 2. 計數型數據 所謂計數型數據,就是均屬於以單位個數或次數來計算的數據,如不良數.不良率. 缺點數.缺點率等. 3. SPC管制圖种類 計量型計數型 X-R chart平均值與全距管制圖P-chart不良率管制圖 X- char

10、t平均值與標准差管制圖NP-chart不良數管制圖 X-Rm chart個別值與移動全距管制圖C-chart缺點數管制圖 X-R chart中位值與全距管制圖U-chart單位缺點數管制圖 直方圖推移圖,柏拉圖 计量值管制图之优缺点 优点: 用于制程之管制, 甚灵敏,很容易调查 事故发生的原因,因 此可以预测将发生 之不良状况; 能及时并正确地 找出不良原因,可使 品质稳定,为最优良 之管制工具. 缺点: 在制造过程中,需 要经常抽样并予以 测定以及计算,后需 点上管制图,较为麻 烦而费时间. 计数值管制图之优缺点 优点: 只在生产完成后, 才抽取样本,将区分 为良品与不良品,所 需数据能以简

11、单方 法获得之. 对于工厂整个品 质情况了解非常方 便. 缺点: 只靠此种管制图, 有时无法寻求不良 之真正原因,而不能 及时采取处理措施, 而延误时机. 管制圖之繪制流程 搜集數據 繪制解析用管制圖 穩定狀態？ 繪制直方圖 分布 層別研究 滿足規格？ 制程能力研究 管制用管制圖 Yes消除非機遇原因 No 滿足減少機遇原因 4M、1E 分析 不滿足 提升製程能力 Z - value 管制圖 制程控制的工具 1.收集： 收集資料並畫在圖上 2.控制： 監控是否超出管制上、下限 非機遇原因 計算所收集的資料，作為分析之用 觀察全距的變化 3.分析與改善： 依所計算之結果，評估制程能力指數 監控在

12、受控狀態資料的變化，確定機遇原因全距 的變化，並採取措施 必要時，可修改管制上、下限，持續不斷的改善 解析用管制圖解析用管制圖 管制用管制圖管制用管制圖 第四章第四章: : SPCSPC管制圖管制圖 結合本公司實際情況,本教材只講解P chart , U chart , Xbar R chart 三种管制圖 一. P chart不良率管制圖(要20組以上,檢驗數可不相同) 1.收集數據如下: 2. 計算CL=P=di / ni =(5+6+6+7) / (200+230+220+.210) = 0.02537 3. 計算UCL與LCL (本例各檢驗數均在檢驗數總平均數+25%之內) UCL=P

13、+3* P*(1-P)/ni =0.02537+3* 0.02537*(1-0.02537)/ n = 0.05792 LCL=P-3* P*(1-P)/ni =0.02537-3* 0.02537*(1-0.02537)/ n = -0.00718=0 注: ni表示第i組之檢驗數,本例為: 200,230,220,但如所有檢驗均在檢 驗數總總平均數+25%之內,該ni則可用n代替(若否則做出的圖下頁圖2). n=(n1+n2+n3+.)/K (K=檢驗組數) 該例 n= (200+230+220+.210) / 20 = 203 當管制下限計算出來是負數時,必須將其改為“0” 圖1 圖2

14、二. C chart缺點數管制圖(要20組以上,檢驗數需相同) 1.收集數據如下: 組 數123456789101112 檢驗數200200200200200200200200200200200200 缺點數569567869754 2. 計算CL=C=(C1+C2+C3+.Ck)/k k=組數 CL=C=(5+6+9+4) / 12 = 6.4167 3. 計算UCL=C+3* C =6.4167+3* 6.4167 = 14.016 4. 計算LCL=C-3* C =6.4167-3* 6.4167 = 0 5. 圖示 三. U chart單位缺點數管制圖(要20組以上,檢驗數可不相同)

15、1.收集數據如下: 組 數123456789101112131415 檢驗數400375365420405410360350400400440450430470410 缺點數231918262018121018222820193117 單位U 0.05750.05070.04930.06190.04940.04390.03330.02860.04500.05500.06360.04440.44190.06600.4147 2. 計算CL=U=(C1+C2+C3+.Ci) / (N1+N2+N3+Ni) CL=U=(23+19+18+17) / (400+375+365+410) = 0.049

16、47 3. 計算UCL=U+3* U / Ni 4. 計算LCU=U-3* U / Ni 注: 如所有N均在N的+25%之內,則Ni=N 本例Ni=N(因為所有Ni均在N+25%內 ) 若否則做出圖如下下頁圖2 N= (400+375+365+410) / 15 = 405.67 UCL=U+3* U / N = 0.04947 + 3* 0.04947 / 405.67 =0.08242 LCL=U-3* U / N =0.04947 - 3* 0.04947 / 405.67 =0.01651 圖1 圖1 四. X-R chart (一般要有25子組以上的數據才有分析價值) 1.收集數據如

17、下: 50+10 1234567891011121314151617181920 NO15153515048475049504950505052495552504648 NO24847495248535352485252535050514652495154 NO35348505050514551555052475152485051524851 NO45150534849514949535253515050525251544949 NO55152504547525252485055515045514951484848 X 50.85050.64948.450.849.850.650.850.65

18、2.450.450.249.850.250.451.450.648.450 R56473683735617491656 2. 計算總體平均值 X= X1+X2+X3+.Xi K =XCL K: 表示組數,該例K=20 X=XCL=(50.8+50.0+50.6+) / 20 = 50.26 3. 計算全距平均值 R=(R1+R2+R3+Ri) / K = RCL K: 表示組數,該例K=20 R=RCL=(5+6+4+.6) / 20 = 5.1 4. 計算管制上下限 XUCL=X+A2R 平均數管制上限 XCL=X 平均數中心限 XLCL=X-A2R 平均數管制下限 RUCL=D4R 全距管

19、制上限 RCL=R 全距中心限 RLCL=D3R 全距管制下限 A2,D3,D4 均查第二章第8節的Xbar-R常數表 XUCL=50.26+A2R=50.26+0.577*5.1=53.2 XCL=X=50.26 XLCL=50.26-A2R=50.26-0.577*5.1=47.32 圖表如下: RUCL=D4R=2.114*5.1=10.78 RCL=R=5.1 RXLCL=D3R=0 圖表如下: 第五章第五章: : 制程能力分析制程能力分析 關於Ca , Cp , Cpk ,Pp ,Ppk等有多种算法,本教材只取一种 確切了解要調查的品質特性與調查範圍，並收集數據 製作解析用管制圖，確

20、定製程處於受控狀態之中 計算制程能力指數 ( Short Term : CpkCpk ) 判斷制程能力是否足夠，如不夠時或不穩定時，則加以改善 以解析用管制圖之管制上、下限，作為管制用管制圖之監控， 並 於一段期間後，再計算制程能力指數 ( Long Term : PpkPpk ) 过程实绩过程实绩: : 全部散布包括全部散布包括 S Shiftshifts 和和 Short Term (Pp n每一张控制图上的控制界限都是由该图上的数据计 算出来; 當進行初始過程研究或對過程能力重新評價時，應重新計算試驗控制限，以更排 除 某些控制時期的影響，這些時期中控制狀態受到特殊原因的影響，但已被糾正

21、. 在以下情況下需進行分析研究計算控制中心與上下限: 1. 初次管制 (新管制項目) 2. 過程發生變化 A: 抽樣頻率改變時. B: 生產工藝改彎時. C: 重大品質異常處理后 D: 機械設備較大維修后 E: 原材料產生較大改變后 3. 控制圖不適用時 4. 過程能力值有重大變化時. 5. 其他重大改變時 分析階段方法與注意事項 (部份為本公司規定) 1. 過程受控(如有個別個異常點,可去掉不管) 2. 分析階段抽樣頻率可加快1-2倍 3. 計量值最少需同時滿足具有100個數據及20組這兩個條件 4. 計數值最少20組以上 5. 生產能力滿足要求 當分析階段達到以上要求時可轉入控制階段 A:

22、 控制图的控制界限由分析阶段确定; B: 控制图上的控制界限与该图中的数据无必然联系; C: 使用时只需把采集到的样本数据或统计量在图上打点就行; 常用管制圖之管制上 / 下限 類型CLUCLLCL X - R XX + A2RX A2R RD4RD3R X - S XX + A3SX A3S SB4SB3S PPP + 3 P ( 1 P ) / niP 3 P ( 1 P ) / ni nPnPnP + 3 nP ( 1 P ) nP 3 nP ( 1 P ) CCC + 3 CC - 3 C UUU + 3 U / niU - 3 U / ni 第七章第七章: : SIX SIGMA S

23、IX SIGMA 介紹介紹 六西格瑪 什麼是什麼是什麼是什麼是 6 6 sigmasigma Six Sigma 是一種新思維是一種新思維 程序程序 是一種系統式的降低會對顧客滿意有重要影響是一種系統式的降低會對顧客滿意有重要影響 的不良的不良 工具工具 利用統計工具，進行重要制程能力的改善利用統計工具，進行重要制程能力的改善 什么是六西格玛？ 六西格玛是一项以数据为基础，追求几乎完美的质量管理方法。西格玛是一个希腊 字母的中文译音，统计学用来表示标准偏差，即数据的分散程度。对连续可计量 的质量特性： 用“”度量质量特性总体上对目标值的偏离程度。几个西格玛是一种 表示品质的统计尺度。任何一个工

24、作程序或工艺过程都可用几个西格玛表示。六个 西格玛可解释为每一百万个机会 中有3.4个出错的机会，即合格率是99.99966 。而三个西格玛的合格率只有93.32。六个西格玛的管理方法重点是将所有的工 作作为一种流程，采用量化的方法分析流程中影响质量 的因素，找出最关键的因素 加以改进从而达到更高的客户满意度。 六西格玛（Six Sigma）是在九十年代中期开始从一种全面质量管理方法演变成为 一个高度有效的企业流程设计、改善和优化技术，并提供了一系列同等地适用于设 计、生产和服务的 新产品开发工具。继而与全球化、产品服务、电子商务等战略齐 头并进，成为全世界上追求管理卓越性的企业最为重要的战略

25、举措。六西格玛逐步 发展成为以顾客为主体来确定企业战 略目标和产品开发设计的标尺，追求持续进步 的一种质量管理哲学。 6sigma的DMAIC模式: Define Measure Analyze Improve Control 定義 量測 分析 改善 控制 六西格玛类似于SPC（统计性工作程序控制)吗？ 六西格玛是一个致力于完美和追求客户满意的管理理，SPC是一个支持六西格玛这 个管理理念的工具。所有那些传统的质量管理工具，像SPC、MSA、FMEA、QFD 等均是实现六西格玛必不可少的工具。 实施六西格玛的目的是什么？ 为企业实施六西格玛提供必须的管理工具和操作技巧；为企业培养具备组织能力，

26、 激励能力，项目管理技术和数理统计诊断能力的领导者，这些人才是企业适应变革 和竞争的核心力 量。从而使企业降低质量缺陷和服务偏差并保持持久性的效益， 促进快速实现突破性绩效，帮助企业达到战略目标。 六西格玛适合于什么样的企业？ 它适用于任何水平、任何企业，它功能强，可以测量到百万分之一的水平。因为 它是要影响到整个公司，实施六西格玛需要上层领导的大力协助。中国的企业在 中国加入WTO后，必将 面临日益激烈的来自全球的竞争，同时信息化的飞速发展 将从根本上改变经济的组织结构和消费行为，如何在这种新的经济环境中生存、 成长、壮大是对每一个企业领导人的挑战。六 西格玛，由于其严谨的方法和实施 步骤、

27、以面向最终用户来建立营运体系的管理思想，对于中国企业建立卓越的管 理体系、获取并保持在国际市场上的竞争优势提供一个非常有效的管 理思想和实 践。现在，一些中小型企业也开始运用六西格玛工具，来提高效率和创新开发能 力，为扩大企业规模和提高国际竞争力奠定坚实的基础。 我们已经有了一个质量控制系统，为什么我们还需要六西格玛？ 六西格玛是一套连续的优化工具，它能够提高质量、减少消耗，如果你们的企业 现在并没有在进步，你的企业可能正在落伍。六西格玛不是一个标准，而是一种 文化，是从防护的标准 到放开思想改革创新的突破性理念。 我们正在申请ISO9000，六西格玛能够促进还是阻碍我们的努力？ ISO900

28、0和它的衍生（QS-9000、TL9000、AS9000等）能给我们提供一个 基本的质量保证系统，一个工作程序化思想的基础。要成为世界级的企业，你们需 要一个更先进的质量系 统，更可靠的质量能够让我们的客户更满意。六西格玛能够 产生更高层次的凝聚力，ISO/QS-9000在文件记录与监测方面支持六西格玛。请注 意，ISO-9000 2000版和现在的QS-9000要 求持续的优化。六西格玛是一个非常 好的管理理念和工作方法，它既促进企业改革又能保证在企业各个层面上的持续优 化。 哪些是六西格玛提高效益，降低成本的实例？ 摩托罗拉、花旗银行、通用电器、联信公司、ABB公司、AlliedSigna

29、l, Texas Instruments都是成功案例，它们年终报告的各个方面都体现了六西格玛的成绩， 关键在于必须相信如果 合理地实施和支持六西格玛，你们的企业可以做得更好，收 益更大。 我听说过”黑带”，在这里它是什么意思？ 六西格以倡导者，大黑带，黑带，绿带体系建立人力资源构架，为企业培养了具备 组织能力，激励能力，项目管理技术和数理统计诊断能力的领导者，这些人才是企 业适应变革和竞争 的核心力量。以保证公司内部持续性。”黑带”由摩托罗拉所提出 ，它指一个六西格玛的专家，就类似于”黑带”在跆拳道中的意思，一般一个黑带每 年可以从实施项目中为企业节省 一百万美金以上，但不是只有”黑带”能用六

30、西格玛 ，因为在六西格玛里有很多简单的工具，可以由绿带等完成。 六西格玛能达到快速绩效突破的关键在于什么？ 确立切合实际的战略和明确的财务目标 高层管理人员的全力支持和号召力 科学规范的统计和分析方法（DMAIC） 确立运营流程的计量标准，并进行严格和连续不断的检验 深入见效的培训计划，掌握实用的统计工具和解决问题的方法 3-6个月快速见效的项目实施，对商业绩效的承认和嘉奖及公司沟通计划建立 人力资源构架，以保证公司内部绩效的持续性（倡导者、大黑带、黑带、绿带体系 ） 如何运用六西格玛？ 六个西格玛的管理方法重点是将所有的工作作为一种流程，采用量化的方法分析流 程中影响质量的因素，找出最关键的

31、因素加以改进的项目，从而达到更高的客户满 意度。这些项目形 成于各个层次，或是基于分工，或是由于临时需要解决一个问题 。成千个这样的项目运用六西格玛的基本工具在公司各个层面优化工作程序。如今 ，六西格玛管理已经从运营和服务系 统，发展到企业营销，产品设计和技术开发等 各个领域，以成功的案例带动企业的文化变革，将”零缺陷”高品质的精神渗透到企 业的每一个环节中。 6SIGMA的好處： 市场占有率的增加 顾客回头率的提高 成本降低 周期降低 缺陷率降低 产品/服务开发加快 企业文化改变 降低不良降低不良 改善產出改善產出 改善顧客滿意度改善顧客滿意度 更高的淨營利更高的淨營利 6-6-SigmaS

32、igma 的目標的目標的目標的目標 6 6 Sigma Sigma 目標目標目標目標 ( DPMO Distribution No Shifted ) 制程中心沒有偏移 245,500 32,700 464 50.6 60.002 PPM 製程能力製程能力 每百萬每百萬 個不良個不良 機會機會 零件數/ 製程數 零件/製程中心沒有偏移裝配成品之良品率 % + 1+ 2+ 3+ 4+ 5+ 6 1 68.2795.4599.7399.993799.99994399.9999998 10 2.2062.7897.3399.9499.999499.999998 50 9.7587.3699.6999

33、.99799.99998 100 0.9576.3199.3799.99499.9999 500 25.8896.9099.9799.9998 1000 6.7093.8999.9499.9998 5000 72.9899.7299.999 10000 53.2699.4399.998 6 6 Sigma Sigma 目標目標目標目標 ( DPMO Distribution Shifted 1.5 ) 制程中心偏移 1.5 PPM 製程能力製程能力 每百萬每百萬 個不良個不良 機會機會 零件數/ 製 程數 零件/製程中心偏移 1.5 1.5 裝配成品之良品率 % + 1+ 2+ 3+ 4+ 5

34、+ 6 1 30.2369.1393.3299.379099.9767099.999660 10 2.4950.0993.9699.7699.9966 50 3.1573.2498.8499.983 100 53.6497.7099.966 500 4.4489.0099.83 1000 0.2079.2199.66 5000 31.1998.31 10000 9.7396.66 时间 表现 在过程性能力上的革新在过程性能力上的革新 好的 坏的 3 Sigma (CpK = 1) 6 Sigma (Cpk = 2) 問題的本性問題的本性問題的本性問題的本性 Six Sigma 的方法可以辨識製

35、程是偏離目標的方法可以辨識製程是偏離目標 和和/或者是高度變異或者是高度變異 ,以修訂製程及降低變異以修訂製程及降低變異 偏離目標偏離目標偏離目標偏離目標 變異大變異大變異大變異大 正中目正中目正中目正中目 標標標標 修訂製修訂製修訂製修訂製 程程程程 降低變降低變降低變降低變 異異異異 X X X X XXX XX X X X X X X X X X X X X X X X X X X X X X XXX X XXX 另類觀點另類觀點 LSLUSL USLLSL On-Target 從統計觀點來看問從統計觀點來看問從統計觀點來看問從統計觀點來看問 題題題題 USLLSL LSL = Lowe

36、r spec limit USL = Upper spec limit 問題的本性問題的本性問題的本性問題的本性- - 統計觀點統計觀點統計觀點統計觀點 偏離目標偏離目標偏離目標偏離目標變異大變異大變異大變異大 修訂製修訂製修訂製修訂製 程程程程 降低變降低變降低變降低變 異異異異 对连续可计量的质量特性对连续可计量的质量特性 在以缺陷率计量质量特性时在以缺陷率计量质量特性时 MINITAB MINITAB 軟件介紹軟件介紹 六西格瑪管理問世已將近20年了,目前在我國許多企業組織中已基本完成概 念接受和推行的準備工作,不少有遠見的企業已率先推行;通過與六西格瑪 的“親密接觸”,管理人員和質量工

37、作者開始意識到MINITAB對於推行六西格 瑪管理的價值:如果六西格瑪質量是峰項的一顆明珠,MINITAB就是通往六 西格瑪質量的捷經. MINITAB质量统计领域的领先者。它使数据分析更轻松，并向用户提 供准确、可靠、易于操作的数据分析软件。 MINITAB的目标是向企业和院校提供快速、便捷、可靠的数据分析。从科 学家到在校学生，从工程师到护理员， MINITAB提供给不同领域的人员以 解决方案。在二十多年的历史中， MINITAB统计软件已在全球超过4000所 高校中使用，并被超过500种教科书引用。方便使用和便于掌握的特点使 得MINITAB得到了大家的信任，并成为统计领域最为普及的软件

38、工具之一 。 MINITAB不仅在统计教学中得到了广泛的应用，在企业中也发挥着积极的作用， 它向企业提供了准确、实用的工具，帮助企业进行质量控制、实验设计、可靠性/ 残差分析以及常用统计分析。 MINITAB适用于任何规模的企业，它已在全球80个国家中得到使用，从新兴企业 到世界500强的知名公司， MINITAB正在发挥着越来越积极的作用。它的客户包 括了福特汽车、3M公司、霍尼韦尔公司、通用汽车以及知名的6西格玛咨询公司等 知名企业。 MINITAB是为质量改善、教育和研究应用领域提供统计软件和服务的先导。 MINITAB统计软件为质量改善和概率应用提供准确和易用的工具。MINITAB 被许 多世界一流的公司所采用，包括通用电器、福特汽车、通用汽车、3M、霍尼韦尔 、LG、东芝、诺基亚及 Six Sigma 顾问公司。 作为统计学入门教育方面技术领先的软件包,MINITAB 被 4000 多所高等院校所采 用。 MINITAB总部位于State College，PA，USA（美国），在英国和法国设有办 事处。 MINITAB目前最高版本是13.32版,MINITAB公司於2003年9月在美國召開MINITAB 14版的發佈會,新版MINITAB 14將預計於2003年10月上市,目前MINITAB網站上已 有試用版下載. 謝謝觀看謝謝觀看! ! 0 UCL LCL CL