一年前,听Intel的朋友说JMP比Minitab易用,功能又强大很多,当时我一点感觉都没有,因为我当时只会用Minitab,不会用JMP。前不久参加了一个客户的培训,用的是JMP,在网上又看到很多比较两者的材料,所以我也想跟大家分享一下我的一些体会。就以常用的鱼骨图为例吧,它是早年大名鼎鼎的QC七工具之一,现在无论是做六西格玛项目,还是开展QC小组活动,它都是必用的方法!
假设我们现在从人Man、机Machine、料Material、法Method、环Environment、测量Measure六个方面分析一个质量问题Quality Problem,我们分别用JMP和Minitab来制作一个鱼骨图看看……
对比一:数据格式
JMP有两种数据输入模式。第一种的数据格式如图一所示。总共有2列,分别为Parent父项和Child子项。这里的父项是指effect结果,子项是指cause原因,上一级的原因很可能成为下一级的结果,按上下层次结构逐行描述清楚,一共31行,正好等于所有大小鱼骨、鱼刺的总数量。第二种输入模式不需要事先在表格里输入数据,先作图就行,待图形完成后,可以将图形中的文字内容转换为表格。
Minitab只有一种数据输入模式。它的数据格式如图二所示。总共有9列,分别为Man、Machine、Material、Method、Measure、Environment、Training、Speed、Micrometers,即构成整个鱼骨架的9个鱼骨分支,每列的行数等于它所对应的effect结果所包含的cause原因的数量。
JMP的第一种数据输入模式与Minitab遵循不同的逻辑思路, 操作起来感觉都不错。我觉得JMP先作图,然后将图形转化成数据表的方式很实用,毕竟在做头脑风暴或问题讨论的时候,不可能有事前准备好的数据表,用这种方式可以一边讨论一边优化鱼骨图,等讨论完毕后再将图形转化成数据表,进而可以做其他深入的分析。
对比二:菜单操作
JMP的操作路径为:主菜单Graph > Diagram,选择列“Child”为“Y, Child”、列“Parent”为“X, Parent”后,可得到如图三所示的鱼骨图。Minitab的操作路径为:主菜单Stat > Quality Tools > Cause-and-Effect,先分别选择列“Man、Machine、Material、Method、Measure、Environment”为Branch 1-6的“Cause”,再分别在Man的Sub-Branch里选择列“Training”为“Cause”、Machine的Sub-Branch里选择列“Speed”为“Cause”、Measure的Sub-Branch里选择列“Micrometers”为“Cause”,可得到如图三所示的鱼骨图。在这个方面,两个软件异曲同工, JMP操作便捷一些。
图一 JMP的第一种数据输入格式
图二 Minitab的数据输入格式(电击可看大图)
对比三:图形效果
从图三和图四看,两者相差不大。
在应用鱼骨图分析问题时,很重要的一点是都强调要彻底调查深层原因,多问几个为什么,也就是要多建几层原因架构。Minitab能构建3个原因层,而我发现JMP可以通过鼠标操作建立多达第十几层的子原因,能进行更深入的探究问题实质的分析,更好地发挥鱼骨图的功效。
图三 JMP的鱼骨图图形(点击可看大图)
图四 Minitab的鱼骨图图形
对比四:拓展功能
在拓展功能方面,我发现JMP比Minitab丰富很多。JMP可以根据不同的需要将相同的内容转化成逻辑性更强的树形图(如图五所示)或者结构紧凑的嵌套图(如图六所示), 灵活了不少!
图五 JMP输出的统计图形(点击可看大图)
图六 JMP输出的统计图形
就鱼骨图而言,Minitab和JMP都可以做简单的概念导入式分析。而在此基础上,JMP还可以帮助进行更深层次的原因分析,更符合问题讨论和总结的思路,而且实现和表现方式也可以根据需要灵活选用,更有利于提高工作效率。
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号
TechTarget
官方微博
TechTarget中国
相关推荐
-
药品临床有效性评价的实例
本文为药品临床有效性评价的实例,某医药公司为了验证其主要产品——XX新药治疗心绞痛的临床有效性,采用随机对照试验方法。
-
药品质量稳定性的量化分析
本文用一个发生在药品质量稳定性分析领域的实际案例来说明如何借助权威统计分析软件JMP在医药公司中推广和应用统计分析技术。
-
JMP“数据发现者”经验交流会成功举办
2012年11月,由SAS公司JMP中国区主办的JMP“数据发现者”经验交流会于上海浦东嘉瑞酒店成功举行.
-
从回归分析到数据挖掘
回归分析可以帮助我们判断哪些因素的影响是显著的,哪些因素的影响是不显著的,还可以利用求得的回归方程进行预测和控制。