ZTE《制定六西格玛项目计划》（ 62页）ppt课件

1、分析阶段(ZTE-GB302-V1.5)图表分析主要内容1. 图表分析的目的2. 利用图表分析数据分布3. 利用图表比较数据分布4. 利用图表进展因子间 的分析 5. 分析Multi-vari目 的 本章学习目的 灵敏掌握及运用Minitab 图表的分析方法 掌握图表工具的用途以及运用方法 - 变量分布的外形,平均值的位置,方差 - 变量间的关系,趋势等 - 明确输入变量之间的差别 - 选择更适宜的图表 - 运用图表工具做出数据形状 图表的用途掌握变量分布的外形,平均值的位置及方差比较各变量分布的特性明确两个以上的变量之间的差别比较变量相对重要度掌握变量数据随时间的变化好的图表才干阐明问题两个

2、数据的图表数据的图表分析法重点:可靠数据的搜集和正确的图表解释选定要分析的Xs变量搜集及整理数据进展图表分析结果解释图表分析的主要工具掌握分布 Display Descriptive Statistics Histogram Dot plot Box plot Multiple Dot plot Pareto chart, Pie chart Scatter plot Marginal plot, Matrix plot Time series plot Multi-Vari Chart分布的比较和构成变量间的关系和时间的变化多个变量的相关性图表菜单Minitab Ver.13 提供分析数据的

3、图表工具在任务表中输入数据或把EXCEL中的数据粘贴过来图表 的选定及作成 1.数据的分布分析 在工程进展过程中搜集的各种数据 - 确认数据的大约分布 - 确认分布的外形,平均值的位置及方差等 用图表做出数据的分布情况 经过对数据分布分析可以找出过程中X变量发生变动的缘由 那好,如今开场经过事例一同掌握图表的分布 确认根本统计量Descriptive Statistics 可提供多种图表和数据的平均及规范偏向, 倾斜,峰度,置信区间,正态分布等信息,协助我们确认根本统计量.要养成首先做出根本统计量的习惯.Stat Basic Statistics Display Descriptive Sta

4、tistics下面得到的数据康讯财务部对境内和境外关键供应商付款天数的统计报表.数据的搜集来源 - 供应商分为两类(境内和境外) - 记录关键的88个供应商的付款天数,其中境外27个,境内61个事例大家用Minitab分析一下这88个关键供应商合同付款期的根本统计值.翻开数据文件: A_01付款天数.mtvStat Basic Statistics Display Descriptive Statistics选择Graphical summary不仅可以查看根本统计量,还可以看出全体分布的 条状图输出结果分析: StDev (规范偏向): 四分之一分位数: 把数据从小到大陈列时,分位数为25%

5、 四分之三分位数: 把数据从小到大陈列时, 分位数为75% Trimmed Mean: 把数据的上下分位各去掉5%后求平均 SE Mean (规范误差):ariable N Mean Median TrMean StDev SE Mean合同付款 88 57.48 52.61 57.13 24.26 2.59Variable Minimum Maximum Q1 Q3合同付款 5.56 116.43 37.67 79.64输出图表分析:平均区间测定值(信任区间95%)P - Value 小于0.05,断定数据的分布为非正态分布. (=0.05) Skewness: 正态分布为0,右倾斜为(+)

6、值,左倾斜为(-)值Kurtosis: 正态分布为0,急尖分布为(+)值,平尖分布为(-)值.Dot plotGraph Dot plot (Multiple Dot plot)经过对A_01付款天数.mtv例子的分析,做出对供应商付款天数过程的分布图,利用Dot Plot对付款天数的变动进展分析. 对数据的平均, 倾向, 变动, 分布都很容易看出来. 利用变量功能的话, 集团之间的变动也容易区分出来Graph Dot plot (Multiple Dot plot)经过 Dot plot可以看出供应商合同付款周期的分布比较大,同时平均值出现严重的偏移.输出图表:经过打点图,可以看出过程规格的

7、异常形状的数据. 90 120Histogram直方图主要运用在了解数据的外形及形状.便于掌握数据的集中倾向,位置,平均, 分布等.Graph Histogram经过对A_01付款天数.mtv例子的分析,作出合同付款周期的平均值倾向,位置,平均,分布,利用直方图进展分析. 条状图的制造必需求有50个以上的数据 Graph Histogram假设有必要,可以对直方图进展调理输出图表分析:下面四个条状图是同样数据里构成的,它的形状受柱子个数数和柱子之间的距的影响. Histogram的属性12202530随着区间的调整,数据的外形分布不同.直方图可掌握数据的分布,居中趋势等.如何掌握图表分析?目前

8、为止经过对图表的掌握能了解什麽?目前经过图表分析掌握分布 经过Descriptive Statistics确认了数据的平均,规范偏 差,倾斜度,峰度,置信区间,数据的正态分布,还有四分位数. 经过Dot plot 的图表分析,可确认全体数据平均值的倾向、 异常点及分布. 经过直方图可掌握全体数据的外形. 如今我们作一个例题：技术二部为了改善与品牌供应商的协作关系，统计了供应商到达公司，但由于公司业务人员任务或其它方面的缘由，导致品牌供应商的人员要进展等待。以下数据是在一个月期间搜集的等待时间以分钟来计算。2958101212214648571713111883试问：1.等待时间的均值和规范偏向

9、为多少？2.作出频数分布，做出打点图。3.等待时间超越9分钟的占的比例。3. 经过图表分析比较分布我们在做工程的过程中,经常会碰到这种情况:要对两类或更多种类的数据进展比较分析.例如:经过图表很容易了解不同的设备,不同的客户,不同的供应商,不同的原资料，运用不同的方法，不同的丈量方法等.对多个数据进展较时经常运用哪些图表.经过这次学习看一看.如今经过事例,对图表进展比较分析.Box plot是比较数据间的分布差别,中位数和分布大小的比较.Box plotGraph Box plot利用A_01付款天数.mtv例子对境内和境外供应商的合同付款期进展比较,用Box plot图表分析.Graph B

10、oxplot 输入相应的X和Y 编辑图表的颜色,外形等Box plot的了解异常点*75分位+ 1.5 box范围实践点的位置75 分位50分位(中央值) 25 分位25分位 - 1.5 box范围实践点的位置异常点数据的中心50%(box范围)Box plot的数据数在10以下时很容易失去有效性, 境内供应商的合同付款期比境外的分散大,为什么会出现这类偏向?Multiple Dot PlotGraph Multiple Dot Plot利用A_01付款天数.mtv例子对不同供应商的付款时间平均值的倾向,变动及分布进展Multiple Dot plot分析. 显示多个过程的平均值倾向,变动,分

11、布. 可比较两个或两个以上数据间的差别.运用By variable很容易区分数据间的变动.输入要分析的数据的称号请点击Graph Dot plot (Multiple Dot plot) 为什么境内供应商的合同付款期与境外相差这么大?另外境内供应商的合同付款期分布为什么这么宽?经过Dot plot可以看出区域不同的供应商的合同付款期有很大的区别,特别是境内的分布特别宽.Multiple Dot plot的分布在数据很多的时候也很容易看出.Pareto chartStat Quality Tool Pareto chart 确定不良品,缺陷数,争议点,事故的景象或缘由等集中在那些方面掌握主要的问

12、题点.Pareto chart是把影响要素按照重要度顺序列出,找出中心因子,显示我们要集中管理的因子.大家利用Minitab做出DATA的pareto chart及pie chart翻开文件:A_02上锡不良.mtw进展分析下面是工艺部统计3月份SMT上锡不良的种类及缺陷数,请用柏拉图分析各种不良的情况.事例分析Stat Quality Pareto chart 3216排阻占上锡不良的54%.3216排阻,BGA和0.5mm间距QFP总共占一切不良的81.6%,也就是说处理这三种不良,问题就处理了80%.重点分析这三个方面.Pie chartGraph Pie chart主要用于对缘由或景象

13、的构成比例进展分析, 掌握某种景象在过程中的构成比例.利用翻开文件:A_02上锡不良.mtw进展分析的例子,对Pie chart Graph进展分析.Graph Pie chart 利用Pie chart很容易知道各个类别在全体中所占的比率.利用图表分析对分布进展比较到目前为止我们曾经学了经过图表对分布进展比较及构成的分析,确认影响要素子关系是什麽?能否可以进展比较?目前为止经过分布比较及构成比教分析得出 经过Box plot 可以对不同数据的偏向,中心位置和分布程 度进展确认 经过Multiple Dot plot可以确认各数据间分布展开的 程度及异常点 经过Pareto chart把少数中

14、心问题用图表更容易地表现 经过Pie chart可以确认该工程在全体里占的构成比 如今我们作一个例题：公司市场客户部为了调查电信局对公司产品ZXJ10的性能反响，对西北、华南、东北三个区域的电信局进展了走访，他们的评价如下表：(分数越高越好西北华南东北811007387878791103100118654593119124129107119110828768901286812886828276817691876998606887941137667817652648387916898875475821081294268试问：1.运用盒子图比较三个不同销售区域对公司的产品的认同感有什么区别？2.运

15、用打点图4. 因子间关系及 Time series的图表分析利用一些时间看一下MINITAB提供的图表有哪些技艺? 在许多情况下当两个要素有亲密关系时,把它们作成一个图表,更容易 知道问题点的所在. 另外,随着时间有什么变化(周期或倾向),可以推测其产生问题的缘由.Scatter plotGraph Plot利用文件A_01付款天数.mtv比较合同付款期与洽谈后的关系进展Graph分析 主要用于评价两要素间的相互关系，在视觉上判别要素之间的关系 两要素的数据分布的密集度及相关性Graph Plot (scatter plot) 从视觉上可以确认洽谈后和实践付款期之间有非常亲密的因子关系,合同付

16、款期与洽谈后的关系不明显.Marginal plotGraph Marginal Plot 从视觉可以知道两个要素之间关系. 条状图和点数同时出如今视觉上,更容易知道分布的倾向.利用A_01付款天数.mtv对合同付款期和实践付款期之间的关系进展Graph分析.Graph Marginal plot 确认洽谈后与实践付款期的关系,两因子间的关系和分布在视觉上容易确认.运用Marginal Plot在Scatter plot里画出条状图Matrix plotGraph Matrix Plot 运用于比较多个要素间的相互关系与Scatter Plot相比较更适用于多个要素一同比较.利用A_01付款天

17、数.mtv例子对入库金额/合同付款期/合同目的/洽谈后/实践付款期进展Matrix plot分析. Graph Matrix plot利用Matrix Plot可以在图表里看出全部因子间的关系合同目的与合同付款期有非常强的关系,洽谈后与实践付款期,合同付款期和实践付款期有强的关系.Time Series plotGraph Time Series Plot 随时间的变化对观测值进展推测及陈列,主要运用 Time series plot进展分析Time series Graph分析是掌握对未来DATA的倾向或周期的一种分析方法.受时间影响的数据叫Time Series,先画出图表,掌握大约的Ti

18、me Series数据形状后,对时间变化受影响的DATA进展分析.搜集Time Series资料设定统计模型未来成果时间列数据的形状掌握Time Series的各种类型tyt偶尔变动(Random Variation)平均在一定水准时,只显示偶尔变动的变化tyt随时间变化的DATA,反复于一定的周期季节变动(Seasonal Variation)tyt显示出Time Series随时间变化的形状倾向是线形还是二次型?tyt倾向变动(Trend Variation)政策的变化,市场变化给Time Series的影响,反映出的变动.其它变动利用Minitab Graph分析方法(time seri

19、es数据分析)对以上数据进展趋势分析.翻开FILE: A03_合格率.mtw.事例分析康讯质量部了解机加件每月的合格率,为了预测料想值而搜集到下面的数据 - 2000年1月开场搜集每月的合格率 - 2001年12月为止搜集24个月的合格率 Graph Time Series plot输入Y轴的变数在X轴选定需求的区间输入开场的周期 利用Time Series进展分析,很容易确认长期间的趋势什么缘由导致合格率下降？因子间关系及时间序列图分析我们经过分析 经过Scatter plot发现要素间的相关关系 经过Marginal plot可同时要素之间的关系及分布 经过Matrix plot可同时确认

20、多个要素间关系 经过Time series plot可确认随时间变化的倾向经过对数据进展图表分析很容易确认要素间的差别和关系.到目前为止经过图表分析可以从视觉上判别要素间的关系是怎样的?另外经过时间列图表可以预测它的趋势? 5. Multi-vari (多个要素间关系) 分析 多变量(Multi-vari)分析是对多个输入要素的进展分析, 一种有方案,有管理的调查表数据,进展多个要素的相关性分析 - 事前方案数据的搜集间隔,搜集点,搜集格式. - 按照如今的过程形状来搜集影响Y的X的数据. 多变量调查的目的 - 为了发现因异常缘由而产生的变动. - 为知道变动初期随时间变化所构成的要因. - 为掌握过程的形状,分析变动缘由时,确定是群内变动(within) 还是群间变动(between),还是随时间的变动. 看一看下面数据搜集方法的例子.特性值: 转线时间,变动要因: 变动的三个要素是单板种类,白夜班,消费线可作成下面的DATA搜集格式.单板班线转线时间委试小DayA30委试小DayA80委试小DayA60委试