DMAIC改进法-M测量阶段（UT）

1、DMAIC改进法改进法M测量阶段测量阶段2测量阶段任务测量阶段任务依据收集到的客观数据，识别出对结果有影响的所有输入因素，并过滤掉那些不重要的因素。针对需改进的指标建立测量系统3测量阶段主要内容测量阶段主要内容 绘制过程流程图 1.0小时 鱼骨图/头脑风暴法1.0小时 因果分析矩阵1.0小时 数据收集与展示0.5小时 基本统计知识0.5小时42.0 测量测量运作水平运作水平2.0 测量测量运作水平运作水平 确定关键测量指确定关键测量指标标 确定收集数据的确定收集数据的方法方法 确定改进前的现确定改进前的现状值状值过程输出过程输出过程输入因素过程输入因素数据收集格式及数据收集格式及计划计划定义现

2、状基准值定义现状基准值测量计划测量计划输入输入输出输出数据属性数据属性有效测量方法的确定有效测量方法的确定数据收集数据收集确定当前运作水平确定当前运作水平收集历史最好水平或收集历史最好水平或业内最好水平的数据业内最好水平的数据InputProcessOutputCCRProcess IndicatorProcess IndicatorOutput IndicatorInput IndicatorCCRGapSigma=X3.0 分析改善分析改善机会机会4.0 改善改善运作水平运作水平5.0控制控制运作水平运作水平1.0 定义定义改善机会改善机会目标目标主要行动主要行动可能用到的工具和技术可能用

3、到的工具和技术主要交付产物主要交付产物Project Focus$CCRsProblem StatementQuantified Root Causes25%50%ABA1D1D2A2ABA1D1D2A2ABA1D1D2A2Checksheets5 管理 “正确 ” 无缺陷 (在规范内)过程关键输入变量过程关键输入变量 过 程 关键质量特性关键质量特性过程关键输入变量过程关键输入变量 过程关键输入变量过程关键输入变量 过程关键输入变量过程关键输入变量 过过 程程 关关 键键 输输 出出 变变 量量 测量测量: 定量地描述过程的表现。接着，识别主要输入变量。定义定义：以缺陷或偏差的形式清楚地阐明

4、使客户心烦的问题定义定义和和测量测量6测量阶段主要内容测量阶段主要内容 绘制过程流程图 鱼骨图/头脑风暴法 因果分析矩阵 数据收集与展示 基本统计知识7绘制流程图绘制流程图我们为什么需要一张流程图?应由谁绘制流程图?流程图的基本元素案例课堂练习8我们为什么需要一张流程图我们为什么需要一张流程图?“公司岛公司岛” 的故事的故事公司岛是一个在结构上与许多公司或部门相似的小岛。小岛上有些河流（流程）流向大海，将养份（产品和服务)带给各种各样的鱼(顾客）。公司岛上的居民的大部分时间都花在维护他们的小河流、确保鱼儿得到养份上。但是，沿海岸线一走，你就会发现这些河流的入海口不只一个，它们像三角洲一样，有许

5、多个小河口。其中一些 给鱼儿带来的食物，而另一些却只有倾倒的废物。在岸上，情况也同样复杂：有许多小河半路中上就干涸了；有一些小河蜿蜒曲折，很难流入大海；一些支流没有在地图上标出，因而没有受到专业人员的维护，所以它们淤塞了。实际上，在一些地方，善意的岛民建起了大坝，但结果却阻塞了水流，使下游的岛民忍受饥渴。某些时候，公司岛上的一些人能够发现问题，想要解决这些问题。但不幸的是，大部分解决方法实际上却损害了下游的岛民的利益。（在海岸线上工 作并照顾鱼群的人)如果这些人能召集更多的人讲座公司岛上发生的所有事情，他们就能拼出一块更准确、更完整的地图。有这幅地图的帮助，人们就可以更容易地发现什么地方的鱼饲

6、养得不错，什么地方的鱼在忍饥挨饿，准备游向其他的岛。与此同时公司岛上的人也能发现哪些河流过于曲折，并重点解决这些问题。为了使“公司岛”上的“鱼儿”更好，我们需要一张地图流程图9流程图流程图 流程图应包括：流程图应包括： 主要活动或任务 各分流程 流程边界 输入 输出 客户或供应商/合作伙伴 流程责任人 流程图应经常回顾与更新。流程图永远没有流程图应经常回顾与更新。流程图永远没有“已完已完成成”。 流程图应表现流程的实际运作状况，而不需要表现成流程图应表现流程的实际运作状况，而不需要表现成这个流程这个流程“应该应该”的绩效状况。的绩效状况。10Ys 是此流程步骤完成后的输出是此流程步骤完成后的输

7、出 Xs 是影响输出的输入因素 前一个流程的输出可以是后一个流程的输入注：注：DPU = Defects Per Unit, 单件缺陷数 Cycle Time = 周期Process Step*DPUCycle TimeInputs(xs)Outputs(Ys)Process Step*DPUCycle TimeX1X2X3OutputsY1Y2Y3InputsGoal: Y = ( X1, ,XN )OR绘制流程图绘制流程图流程图的基本要素流程图的基本要素11流程步骤与子流程流程步骤与子流程一张流程图上各个步骤一张流程图上各个步骤 （活动）须处于同一层次上（活动）须处于同一层次上. 一张流程

8、一张流程图上的步骤数目一般不多于图上的步骤数目一般不多于68个。个。Process Step*DPUCycle TimeInputs(xs)Process Step*DPUCycle TimeInputs(xs)Process Step*DPUCycle TimeInputs(xs)Outputs(Ys)Outputs(Ys)Outputs(Ys)Process Step*DPUCycle TimeInputs(xs)Process Step*DPUCycle TimeInputs(xs)Process Step*DPUCycle TimeInputs(xs)Outputs(Ys)Output

9、s(Ys)Outputs(Ys)Process Step*DPUCycle TimeInputs(xs)Process Step*DPUCycle TimeInputs(xs)Process Step*DPUCycle TimeInputs(xs)Outputs(Ys)Outputs(Ys)Outputs(Ys)宏宏观观中中层层微微观观流程图的基本要素流程图的基本要素12Step 1：定义你需要研究的流程范围Step 2：识别在产品生产或服务过程中涉及到的所 有运作步骤（包括每一步骤的周期及质量 水平）Step 3：识别上述每一流程步骤属于“增值”或“非增 值”步骤。增值步骤将会使产品或服务给

10、 客户带来价值。Step 4：列出每一流程步骤的输出。流程图绘制步骤流程图绘制步骤13Step 5：列出每一流程步骤的输入Step 6：对每一流程步骤的输入都标明以下记号 C - 可控 SOP - 标准流程要求 N - 不可控Step 7：记录每一输入及输出的上、下限标准Step 8：标出所有数据收集点流程图绘制步骤流程图绘制步骤14Process Step*DPUCycle TimeX1X2X3OutputsY1Y2Y3InputsGoal: Y = ( X1, ,XN )Y=？过程测量的目的过程测量的目的通过过程测量回答通过过程测量回答 Y=？绘制流程图绘制流程图15非增值非增值Y非增值非

11、增值产品研发调查流程图产品研发调查流程图 (Ys)C 供应商N 元件C 交货期C 成本C 质量S 需求日期S 交货地市场部确定具体要求周期 = 90 minDPU = 0.30 (Xs)N 产品应用N 市场C 利润要求C 交货期N 客户地点S 处理中心C 客户客户调查周期 = 10 minDPU = 0.55工程部审评向供应商询价周期 = 45 分钟DPU = 0.44市场部评定规格标准增值增值销售与客户一起对标准进行修改周期 = 20 minDPU = 0.10NNY增值增值增值增值非增值非增值总周期 = 10 min + 90 min + 45 min = 145 min16系统产品售后返

12、修流程图系统产品售后返修流程图总返修周期为26 个工作日客户邮寄至Huts客户维修电话录入IMS系统送修至QAQA登记送至模板车间P&T收货开包登记模板车间返修修复送至QAQA统计维修信息,送至P&T客户接收P&T录入IMS系统EMS发至客户P&T冲账及包装8932110.50.51重复登记Non-Value Added Step重复登记Non-Value Added Step周期过长17课堂练习课堂练习 分组进行 假如你是一家工薪餐馆的经理, 请画出从顾客进门至顾客用完餐出门的餐馆工作流程图 用我们所学的流程制作步骤完成所选步骤的流程图 预估每一流程步骤的运行

13、周期，从而得出整个流程的运行周期 准备报告, 每个小组推选一名成员上台展示成果 练习时间为 20 分钟18测量阶段主要内容测量阶段主要内容 绘制过程流程图 鱼骨图/头脑风暴法 因果分析矩阵 数据收集与展示 基本统计知识19Pad设计: 对同一部件有两个不同设计。S201: Separated pads S204: Shared pad for all the leads 鱼骨图鱼骨图-示例示例20因果分析图因果分析图S204管管脚开焊脚开焊设计设计材料材料方法方法设备设备可焊性不好管脚高低不平元件放置问题锡膏印刷问题回流焊温度曲线停线造成锡膏干燥温度不够高PCB 设计焊盘设计焊锡膏质量问题S2

14、01离屏蔽盖太近印刷机参数设置回流炉未校准人员人员Stencil孔堵塞211. 脑力激荡聚焦于脑力激荡聚焦于 （ 生产生产&商务商务 ;5M+E & 5P+E）用因果分析挑出波动来源用因果分析挑出波动来源人员人员人员方法方法流程流程机器机器地点地点材料材料政策政策测量测量绩效绩效 个主要个主要 的波动来源的波动来源环境环境+6鱼骨图鱼骨图-脑力激荡脑力激荡22人、机、料、法、环及测量（5M+E）是生产环境中最常见的四组原因。每一组描述一个独特原因。考虑了所有6方面原因，我们就可以找出可能发生的问题来。主要原因很可能包括在5M+E中的一种之内。问题问题机械物料环境测量人力方法5M

15、+E法法23结果本身即是问题，在因果分析中，我们通常把结果称为问题叙述。问题叙述应尽量精简。下列的问题叙述哪一个比较精确?1.汽车坏了2.汽车开不动了汽车开不动了是比较精确的叙述。结果结果24因果分析是一种小组技巧因果分析是一种小组技巧 集思广义集思广义:由于制造要靠众人的努力，任何问题都有可能影响很多人，当全部人员都参与解决与他们有关的问题时，因果分析会做得比较好。 数据数据+经验经验:数据搜集和量度使我们把“目前怎样”与“应该怎样”作比较，但是，同样的信息，那些熟知这工作的人看到的东西比我们深刻许，,以他们的经验配合专业知识就容易找出可能性大的原因。 经验共享经验共享:同时，一组人比一个人

16、去处理复杂的问题会容易些，尤其是当需要高水平复杂的技巧时。整组参与绘制因果分析图的另一个好处是它们具有教育性，因为一个人往往只注意他们自己在工作中的个人贡献，一旦加入一个组，他们有机会交换意见，增进联系，因而增加每一个人对整个过程的了解。25制作因果分析图的制作因果分析图的4个步骤个步骤1.叙述问题2.确定主要分支3.集体讨论4.确定最有可能的问题26步骤步骤1:叙述问题叙述问题组长开始绘制因果分析图，首先在纸或挂纸的右方写出问题并画出一长箭头指向问题。我们以电子线路板烧焊工序为例，问题是33%的焊接中断。33%线路中断线路中断27步骤步骤2：画主要分支：画主要分支画主要分支，我们先确定主要类

17、别开始寻找结果或问题的可能原因，然后把这些类别标记在主要支线上，如下图所示：机械物料人力方法33%线路中断线路中断28步骤步骤3:集体讨论集体讨论我们通过集体讨论的方式尽量在图上增加分支“鱼骨”。我们把集体讨论得来的意见，在因果分析图上应用。组长把意见写在鱼骨上,画上箭头表示因果的关系直到列出所有可能的原因。机械物料人力方法33%线路中断线路中断钳子线路混合物清洁焊料灯光焊枪工装线缆装配夹位焊料应用缺乏训练缺乏警觉性29原则原则 当其中一种原因与结果的关系可以用准确数目来定量表示时，组长要把此原因画上方框。属于物料的原因。可用公分来表示电缆长度，属于机械的原因，可用摄氏度来量度焊枪的温度，属于

18、方法的原因，可用秒数来量度焊嘴的应用时间。 当难以定量表达因与果的关系，但毫无疑问它们之间有关系存在，我们在该原因下加上底线，例如在人力原因的下面加上底线。 当我们没有真正证明某原因对问题明确关系时，我们无需作任何标记。 小组讨论时，用“什么人、何时、何地、为什么、如何做”来启发思考。组长要主持让组员轮流发言. 大家对一个鱼骨分枝讨论出所有原因时, 再进行下一个分枝的讨论. 一个时间只讨论一个方面。30机械33%线路中断线路中断火炉温度343C计时器电流2/1631步骤步骤4:确认最有可能的原因确认最有可能的原因小组完成图表后，下一步是用图表去解决问题，实践证明组员投票方法是非常有效的进行投票

19、的程序称为筛选原因程序，组长对图上显示的每一个原因提出下列问题： 所提出的原因如何影响我们所讨论问题的结果所提出的原因如何影响我们所讨论问题的结果?假如大一致认为存在合理或符合逻辑关系,组长未可以问下一问题.假如大家认为不合理或不符合逻辑,可以把原因在图上删除.在获得全组人一致同意之前不可把原因删除。 所提出的某个原因的可能性有多大所提出的某个原因的可能性有多大?把可能性分成下列等级,每人投一票：V=极有可能 S=或许有可能 N=没有可能 得票最多的等级得胜。组长用相应表示等级的字母（V，S，N）标在原因附近32 原因是否容易检验或求证？原因是否容易检验或求证？每个人再次对各原因投票： V=十

20、分容易 S=稍微容易 N=不容易组长把表示得票结果的字母（V，S，N）标在前面（4.2）所标注的反映前次投票结果表示可能性的字母的旁边。最有可能而有容易求证的原因是记有VV的那些项。组长在图上把它圈出来，经过筛选，图表会如下所示：机械物料人力方法33%线路中断线路中断钳子线路混合物清洁VV焊料灯光焊枪工装线缆装配夹位VV焊料应用缺乏训练缺乏警觉性不同班次vv33练习：绘制因果分析图练习：绘制因果分析图假如你是一家工薪餐馆的经理，但你的顾客总是不如临家的多，试用鱼骨图分析法找出可能的原因。（20分钟）每桌为一个小组，完成后将鱼骨图画在发放的白纸上，并每组推选一名人员上台演讲。34测量阶段主要内容

21、测量阶段主要内容 绘制过程流程图 鱼骨图/头脑风暴法 因果分析矩阵 数据收集与展示 基本统计知识35什么是因果关系矩阵图？什么是因果关系矩阵图？因果关系矩阵图就是从作为问题的事项中找出对应的因素（或因素群），因果关系矩阵图就是从作为问题的事项中找出对应的因素（或因素群），分别排成行和列，并在行列的交叉点上表示各因果有无关系及其关联程度分别排成行和列，并在行列的交叉点上表示各因果有无关系及其关联程度的图表式矩阵。的图表式矩阵。36为什么使用因果关系矩阵图？为什么使用因果关系矩阵图？帮助项目小组直观地认识，确认，量化，图示所有可能与问题相关的因素。帮助项目小组将头脑风暴出的因素与结果之间关系量化，

22、把握众多因素之间的关系模式，找到重要因素，促使问题有效的解决。所有可能的所有可能的 Xs重要的重要的 XsX1X2X3X4X5X6X1X5X9X3X8X7X8X9X637制作因果关系矩阵图的制作因果关系矩阵图的5个步骤个步骤1. 组建小组2. 确定顾客对流程的主要需求3. 确定整个流程所有输入(原因)4. 确定各输入(原因)与输出(结果)的关系5. 交叉计算评估结果38因果关系矩阵图制作步骤因果关系矩阵图制作步骤因果关系矩阵图就是从作为问题的事项中找出对应的因素（或因素因果关系矩阵图就是从作为问题的事项中找出对应的因素（或因素群），分别排成行和列，并在行列的交叉点上表示各因果有无关系群），分别

23、排成行和列，并在行列的交叉点上表示各因果有无关系及其关联程度的图表式矩阵。及其关联程度的图表式矩阵。连焊连焊虚焊虚焊焊不足焊不足对顾客重要程度8109流程输入印刷印刷参数设置焊锡膏表面贴装表面贴装压力位置回流焊回流焊温度设置速度88962375284469846822595124140210164总计总计=8*8+8*10+9*939练习：绘制因果分析矩阵图练习：绘制因果分析矩阵图假如你是一家工薪餐馆的经理，但你的顾客总是不如临家的多，试用因果分析矩阵法找出关键的原因。 （20分钟）40对顾客重要度流程输入总计主要输出41测量阶段主要内容测量阶段主要内容 绘制过程流程图 鱼骨图/头脑风暴法 因

24、果分析矩阵 数据收集与展示 基本统计知识42数据收集与展示数据收集与展示43数据收集采样数据收集采样要想定量地分析和验证通过分析列举的输入因素对输出影响的大小，我们需要对选定的关键输入因素及输出进行测量。当不能取得全部数据时, 我们就需要进行采样测量。一般情况下测量的对象都是针对输出。44数据的基本类型属性类数据属性类数据离散型数据离散型数据连续型数据连续型数据Yes/No；Go/No go；Pass/Fail供应商1、供应商2、供应商3测试仪器1、测试仪器2、测试仪器3良品/缺陷品生产周期压力速度功率缺陷数、不合格品数质量问题数客户报怨数设备故障数注：属性类数据通常用百分比来表示。如某产品测

25、试通过率为注：属性类数据通常用百分比来表示。如某产品测试通过率为85%。45采样方法采样方法1、随机采样总体样本2、分层随机采样AAABBBBBCCCCCCDDDDDABBCCCDD样本总体46采样方法采样方法3、系统采样就是每隔一定时间从过程中取一个单元。4、子组采样某一过程采样X1X2X3X4X1X2X3X447随机采样随机采样一个总体一个样本每个个体被挑选的机会是相等的。随机采样只用于了解总体不用于了解过程如果没有专门技术帮组随机采样，通常样本不能代表总体，也就是失去了代表性。Minitab软件提供了随机采样功能。使用命令：CalcRandom dataSample from colum

26、ns采样方法采样方法48采样方法采样方法49分层采样如果总体能够被分解为几个层次时，分层采样优于随机采样一个总体一个样本在上面的例子中，N=36N1(红色）18N2(黑色）12N3(桃红）6N1/N2/N3=3:2:1抽样时按照比例抽样，样本比随机抽样根据代表性。采样方法采样方法50某公司为了解其新产品在市场上的需求情况，特对其客户群进行抽样分析。具体抽样方法如右图所示：年年龄龄30454560性别性别男男女女102020%50%客户统计表客户统计表年年龄龄30454560性别性别男男女女250250250250顾客满意度调查分布表表顾客满意度调查分布表表1000年年龄龄30454560性别性

27、别男男女女2505015050调查中满意顾客统计调查中满意顾客统计500年年龄龄30454560性别性别男男女女100206020调查中满意顾客百分比调查中满意顾客百分比这样的结果正确吗？顾客满意度平均为：顾客满意度平均为：500/1000=50%采样方法采样方法51分层采样（续）：上面的分析结果是不正确的，关键原因是没有进行分层采样。正确分析如下：年年龄龄30454560性别性别男男女女102020%50%人口统计表人口统计表年年龄龄30454560性别性别男男女女100200200500顾客满意度抽样表顾客满意度抽样表1000年年龄龄30454560性别性别男男女女10040120100调

28、查中满意顾客统计调查中满意顾客统计380年年龄龄30454560性别性别男男女女100206020不同年龄段满意顾客百分比不同年龄段满意顾客百分比真正的顾客满意度应为：380/1000=38%采样方法采样方法52总体采样与过程采样的不同总体过程昨天今天明天样本的个体是从总体中来总体是完全知道个体能购清楚被定义由随机抽样得来总体中个体被抽样的概率相等样本的个体从过程中来总体部分知道随机采样不可能过程的定义不能完全清楚？采样方法采样方法53过程采样昨天今天明天？2015105过程是动态的。过程中的个体如何是无法预知的采样的目的是通过样本了解过程，预先估计过程的发展趋势采样方法采样方法54过程系统采

29、样过程采样在过程系统采样中，个体的选择根据一条原则，按照一定的随机抽取原则，比如：每个50个抽取一个。抽样的原则要根据具体的工程知识来确定。系统采样应该保证样本能够反映过程。采样方法采样方法55过程子组采样9：0010：0011：009：0010：00 11：00 12：00 13：00采样值采样方法采样方法56过程系统采样和过程子组采样的比较过程系统采样l用于低产量的过程个体或测量每次是一个或一次采样次数较多l作控制图用individuals chartl比较采样的个体来反映过程的变异过程子组采样l用于高产量且能被合理分组的过程每次抽取是是一个子组，比如： 每小时抽取5个产品，如果子组的大小

30、为1时就变为过程系统采样l作控制图用X barR chartl通过比较子组的平均值来反映过程的变异采样方法采样方法57数据收集数据收集目的： 对已找到的重要因素与Y之间收集对应的数据，以便能进一步定量 确定其重要程度而过滤掉不重要因素。例如：例如：不同的班次（Xs)是影响缺陷率(Ys)的要因，那末我们将对不同班次缺陷率的数据进行收集。A班班B班班C班班4月月1号号2号号3号号4号号5号号6号号7号号97.3%95.3%97.1%98.9%94.6%89.9%91.2%88.5%90.2%85.3%90.3%93.7%97.3%92.3%88.3%93.5%91.3%89.3%91.5%91.9

31、%89.3%58数据收集策略数据收集策略1.单一关系的数据收集例如：保温时间（Xs）与抗拉强度（Ys）的数据收集2.多种关系的数据收集例如：班次（X1）供应商（X2）与强度（Y1）与粘度（Y2）的数据收集Y1 Y2供应商1供应商2A班B班A班B班4.54.15.25.30.90.81.31.559数据收集步骤数据收集步骤1. 选择评估对象选择评估对象：首行要完全认识清楚顾客是如何评估你们公司的产品和服务的。 什么样的评估量是切实可行的 哪些评估量是最有价值或最有用的2. 对评估量进行可操作性定义对评估量进行可操作性定义：是指一个清晰的、可理解的、不模棱两可的对评估对象或观测对象的描述，从而每个

32、人都可以统一地按此描述进行操作、评估 （如：统计“红色小车”的数量，何谓“红色”，何谓“小车”）3. 识别资料来源：识别资料来源： 能够清楚地解释你收集资料的原因 讲述你处理资料的计划和有关条件，包括你将和资料收集者共享资料分析结果的计划，保证为个人身份保密等等 关照那些被选出来参加资料收集工作的员工，避免把资料收集结果当作奖惩依据 使资料收集工作的流程变得越容易越好 向资料收集者提供机会，让他们可以把有关信息输入到收集活动中去604. 准备收集资料和抽取样本的计划准备收集资料和抽取样本的计划形式：适宜的资料收集问卷和正误判断表格是资料收集工作的重要载体。分层因素：抽样概述 ：它是一个复杂过程

33、，需专业知识数据分类数据分类因素因素例子例子谁谁部门部门/个人个人/顾客类型顾客类型什么什么投诉类型投诉类型/失误类别失误类别/打进投诉电话的原因打进投诉电话的原因何时何时月、季度月、季度/一周内哪一天一周内哪一天/一天中哪一时间一天中哪一时间何地何地地区地区/市产品具体地点市产品具体地点数据收集步骤数据收集步骤615. 实施评估措施并修正评估结果：检测评估量的准确性和价值性实施评估措施并修正评估结果：检测评估量的准确性和价值性 -“Gage R & R”精确度：评估量和观测对象的准确性如何？可重复性：一个人或一台检测设备对同一对象进行多次评估和观测，每次会得到相同的结果吗？可再生产性

34、：两个或更多的人或机器去检测同一事物，它们 会取得相 结果吗 ？稳定性：经过一段时间后，评估结果的精确度和可重复性会退化或变化吗？“Gage R & R” 检测方法常用于处理连续数据评估量，类似的方法也可以用于检测离散 数据评估量。某些形式的用于评估变量准确性的检测表格可以用作公司实施评估活动之前的检测工具，也可以当作在一段时期内收集数据的检测工具。数据收集分析数据收集分析62数据抽样量数据抽样量对于连续变量variable data 根据不同的置信度可抽5-30个样本点对于逻辑变量attribute data缺陷率缺陷率Defect样本点样本点Sample50%2-1010%20-5

35、01%50-2000.1%500-200063数据展示数据展示目的目的:本课程将使你认识数据展示的目的和基本法，进一步找到重要变量目标目标:完成本课程后，你有能力： 说明数据展示的目的，认识几种常用数据展示的方法和每种方法的正确用法 绘制、解释和运用趋势图、散布图及箱线图 结合你自己的工作，认识每种数据展示方法的适当用途6484 82 72 70 7280 62 96 86 6868 87 89 85 8287 85 84 88 8986 86 78 70 8170 86 88 79 6979 61 68 75 7790 86 78 89 8167 91 82 73 7780 78 76 86

36、 83第一组第一组第二组第二组77 84 69 93 78 78 78 7571 83 68 73 69 68 74 7988 71 84 73 92 67 79 7471 77 67 67 73 70 67 7577 77 89 76 73 90 59 7982 75 82 98 73 69 91 6171 71 82 69 77 73 60 8080 95 69 79 66 58 86 6285 65 65 65 87 64 55 5580 75 64 86 65 81 56 84 65积分积分第一组第一组第二组第二组97-99*94-96*91-93*88-90*85-87*82-84*

37、79-81*76-78*73-75*70-72*67-69*64-66*61-63*58-60*55-57*66数据展示的主要类别数据展示的主要类别趋势图散点图箱线图67趋势图趋势图散点图散点图箱线图箱线图目的目的/功能功能利用上升或下降线,把一段时间的变量形象地展示出来可显示一段时间内数量的变化可显示两组或两组以上资料的关系(多趋势图)可估计未来趋势显示两个变量(一对数据)的相关性(或关系)可用于显示因果关系或表示一种原因与另一种原因，或一种原因与其他多种原因的关系利用对数据的图形展示，找到数据的极限值68趋势图趋势图69如何绘制趋势图如何绘制趋势图?有标注的两轴有标注的两轴-水平是X轴,垂

38、直是Y轴 X 通常表示时间或所搜集数据的类别.应等距划分并在下方标注说明 Y 是数量比例尺,表示量度单位.它也应等距划分并在图表的左方标注说明.习惯上从零开始. 坐标格坐标格-是X及Y轴单位界线交织成的空间.数据数据-每次观察或量度所得结果所对应的X及Y轴值的相交点(用圆点或其他符号)线线-是按两轴上的记录填在图中的点连接而成的线.假如你要绘制一张多线图,每条线必须清楚标注或在图中加以说明每条线所代表的数据7071练习练习:绘制趋势图绘制趋势图下列数据是十二月中某工厂制造的某种零件的缺陷总数(每1000件样本)，请在坐标纸上绘制趋势图展示这些数据月份月份缺陷数缺陷数一月62二月19三月48四月

39、77五月136六月123七月98八月77九月55十月82十一月57十二月457273Defect Qty VS Month020406080100120140160JanFebMarAprMayJunJulAugSepOctNovDecMonthDefect Qty74散点图散点图75如何绘制散点图如何绘制散点图?有标注的两轴有标注的两轴X及Y值比例尺，将数据在Y轴的顶端或X轴的右端 显示假如两个变量是因果关系，原因值通常放在X 轴而结果值放在Y轴变量点变量点在图表上每个抽样的X值和Y值的交点 假如有两个抽样得到同样数据值，则用同心圆表示 假如有两个以上抽样得到同样数据值，则在该点上方用数 字

40、表示重复的次数765652484440363228242090100 110120 130140 150160 170180平均厚度平均厚度(微米微米)流率流率(立方米立方米/分钟分钟)散点图实例散点图实例77解释散点图解释散点图一张散点图可表示两变量的正相关，负相关或不相关假如X值增加而Y值同样增加，这是正相关正相关假如X值增加而Y值减少，这是负相关负相关假如X值增加而Y值随机增减，这是不相关不相关YXYXYX78日期日期退货退货缺陷率缺陷率2月3 日1404%2月4 日802%2月5 日12011%2月6 日201%2月7 日1108%2月8 日30013%2月9 日403%2月1 0日1

41、206%2月1 1日35014%2月1 2日25013%2月1 3日1707%2月1 4日30015%2月1 5日2209%2月1 6日21012%2月1 7日705%2月1 8日19011%练习练习:分析退货数与缺陷率的关系分析退货数与缺陷率的关系79800.150.100.050.00350300250200150100500缺 陷 率退 货 数缺 陷 率 VS 退 货 数 散 点 图81箱线图箱线图82如何绘制箱线图如何绘制箱线图?数据数据-一般需收集20-30个数据长方形长方形(箱箱)-包含了处于中间位置的50%的数据 长方形下边位置代表数据的四分之一的分位点,长方形上 边位置代表数据

42、的四分之三的分位点线线-分别从长方形上下边延长到上下极限值的线上极限值上极限值-数据中不超过“3/4 分位数与1.5倍的四分位差之和”的最大 观测值下极限值下极限值-数据中不低于“1/4 分位数与1.5倍的四分位差之差”的最小 观测值离群点离群点-处于上下极限值之外的测量值,用小圆圈标出83125060708090100C 2C1它利用最小值、下四分位、中位数、上四分位、最大值等五个定量，对数据的状况进行描述。箱线图以箱形部分为数据的核心，包含了处于中间位置的50%的数据。箱形部分越长，表明数据离散程度越高。其中，上、下四分位分别是指将数据从大到小排列后处于第25%位置上和处于第75%位置上的

43、数。解释箱线图解释箱线图84练习练习:选择一种适当的数据展示方法选择一种适当的数据展示方法1.在60分钟内每隔5分钟烤箱的温度A.趋势图B.箱线图C.散点图2.家庭收入与家庭支出间的关系A.趋势图B.箱线图C.散点图3.比较A,B,C三个班学生中各自的中等成绩A.趋势图B.箱线图C.散点图85通过3级柏拉图分解，缩小问题研究的范围将价格再按费用类型分再按供应商的费用类别分80000600004000020000supplierContact Svcsotherfreighttaxesdiscount600004000020000 0采购订单缺陷2000015000100005000pricev

44、endorqualityproductPPMPPMPPM缩小项目研究范围缩小项目研究范围86直方图直方图1514131211109876576543210PCB INVFrequencyHistogram of PCB INV下限下限上限上限库存量出现频率51718295103117123133144151合计3087测量阶段主要内容测量阶段主要内容 绘制过程流程图 鱼骨图/头脑风暴法 因果分析矩阵 数据收集与展示 基本统计知识88现实数据实例现实数据实例序号盘点库存量序号盘点库存量序号盘点库存量1131112211121012922123101311231141114924135111592

45、57615161426978171127138141814281291419929810102053011某服务中心主板库存盘点记录表某服务中心主板库存盘点记录表89现实数据实例现实数据实例30201015105IndexC190现实数据实例现实数据实例库存量出现频率51718295103117123133144151合计301514131211109876576543210PCB INVFrequencyHistogram of PCB INV91现实数据实例现实数据实例如果库存量下限设定为7块主板，上限设定为13块主板。即库存量低于7块主板将被认为超出标准要求的下限，发生断货的机会很大，算

46、做一个缺陷；库存量高于13块主板，将被认为库存量过大，周转率过低，也算做一个缺陷。那么超出标准下限与上限的缺陷率如何计算？那么超出标准下限与上限的缺陷率如何计算？92现实数据实例现实数据实例1514131211109876576543210PCB INVFrequencyHistogram of PCB INV下限下限上限上限库存量出现频率51718295103117123133144151合计3093现实数据实例现实数据实例121110989876543210INV-2Frequency下限下限上限上限1514131211109876576543210PCB INVFrequencyHist

47、ogram of PCB INV下限下限上限上限如何降低如何降低缺陷？缺陷？94现实数据实例现实数据实例121110989876543210INV-2Frequency下限下限上限上限降低缺陷的降低缺陷的两种方法：两种方法：1. 平均值向平均值向中心移动中心移动2. 使数据分使数据分布变窄布变窄95直方图直方图96如何评价数据的分布？平均值 + 变化范围 ？平均值 + 标准偏差 ？直方图直方图97现实数据实例现实数据实例小提示：小提示：通过数据采样测量及计算得到的标准偏差， 我们称之为 S，而客观世界实际存在的那个标准偏差，我们称之为 。 我们只能无限接近而不能准确知道它。S98 总体n所有对象的全体n我们无法准确知道它的参数分布 中国人的身高 小灵通的使用者 样本n实际测量到的n只是总体中的一部分 部门人员的身高 抽样的个小灵通用户“总体的参数” = 总体的平均值= 总体的标准偏差“样本的统计参数” = 样本的平均值s = 样本的标准偏差X总体样本总体与样本总体与样本99数据的分布数据的分布1009080706050403040