数据统计分析工具讲解课件

1、数据统计分析工具时代新材精益培训课件之一目录数据的种类统计分析工具数据在各阶段的应用2数据的种类3Data收集的目的确定流程是否稳定 如果流程不稳定，鉴别并祛除不稳定的要因 确定流程的平均值的位置 - 它在目标线上吗?如果不在，确定影响平均值的变量，并决定最优的设置以达到 目标值 估计总散布的幅度 - 与顾客的要求（规格限）比起来，是可接受的吗？ 如果不是, 确定散布源，而后消除或减少他们对工程的影响。 4-Y-因变量（附属的）-输出（结果）-效果-症状-观察（记录）-X1Xn-自变量（独立的）-输入（流程）-原因-问题-管理为了取得成果，应把焦点对准X还是Yf(X)Y=Data收集的目的5计

2、数型数据（ Attribute Data ） (定性的)种类好 / 坏机器1, 机器2, 机器3班次记数事件 （如文件中的错误数, 装船的部品数，等） 计量型数据（ Variable Data ） (定量的)连续的数据 (有意义的小数)时间(秒)压力 (psi)传送带速度 (ft/min)Rate (inches)等等.Data的种类6问题 判断下面的情况是计数型还是计量型?1) 不同地区顾客的平均消费,电话待机时间2) 硫化机在使用过程中发生的故障次数3) 班次 白班, 中班, 晚班.4) 铁件底盆的直径5) 供应商发货无误差发生的次数6) 输入预定支出完了所用时间Data的种类7Data的

3、搭配f(X)Y=计数型数据计数型数据计数型数据计数型数据计量型数据计量型数据计量型数据计量型数据8计数型计量型计量型计数型单个输出单个输入Chi-square点图、直方图、箱线图2t-test、主效果图散点图回归统计分析路径图（1）9统计分析路径图（2）计量型管理图Individual-X and Moving Range ChartX-Bar / R Chart 计数型管理图np-Chartp-Chartc-Chartu-Chart输入和输出都适用：10统计分析与项目阶段的关联回归分析主效果图箱线图2-T检验散点图点图柏拉图主效果图2-T检验直方图控制图定义阶段测量阶段分析阶段改善阶段控制阶

4、段所涉及到的工具计数型控制图计量型控制图卡方分析11Data的建议在工作中和项目中，我们尽量使用计量型的数据1、计量型的数据给你的信息量多。对反应自己的能力、提供的信息要多。2、计量型数据要求的样本量要比计数型数据的样本量少。举例：有的公司要求注塑件规格要求20-30cm，但是检测第一个28、第二个29，最后检测完毕，全部合格，他就说100%的合格率。其实他可以使用cpk进行。这是不好的。我们还是尽量使用计量型的数据12统计分析工具13统计分析工具介绍Minitab是数据统计分析的图形工具14统计分析工具介绍15统计分析工具介绍16统计分析工具介绍17统计分析工具介绍返回上一次执行数据分析报告

5、显示工作表文件夹显示图形文件夹18数据统计分析的前提1、确定需要解决的问题2、确定数据收集点3、需要设定相应的数据收集的规则、数据收集表格、数据收集工具、数据收集频率并确定数据收集人4、保证数据的可靠性5、确保数据的真实性和完整性19定义阶段工具学习20时序图介绍现状介绍、现状陈述时，通过时序图将我们的现状以动态数据的形式展示出来。如：公司2010年的销售额、项目的现状介绍等新市场数据.MTW21时序图介绍通过数据分析可知，公司的销售持续增长，因此要求我们的效率要跟上，同时质量不良要降低22时序图新材案例23柏拉图介绍帮助我们聚焦主要问题，从而确定主要的改善点或矛盾。打开例题：质量控制示例.M

6、TW24柏拉图介绍通过数据分析可知，草稿和芯片占总不良的75%，应重点解决25柏拉图介绍思考：是否可以继续往下分解26柏拉图新材案例27柏拉图新材案例28测量阶段工具学习29罩.MTW柱状图介绍用于检查样本数据的形状和分布情况。如生产产品螺栓扭矩的分布情况是什么样30柱状图介绍大多数螺栓紧固时的扭矩在 13 到 25 之间。只有 1 个螺栓过松，扭矩小于 11。但是，该分布呈正向偏斜 ；有多个螺栓拧得过紧。许多螺栓需要大于 24 的扭矩才能打开，5 个螺栓的扭矩大于 33，这几乎是目标值的两倍 Minitab 结果31柱状图介绍-新材案例32观察扭矩罩.MTW 使用扭矩作为变量.点图介绍33M

7、initab 结果作图如上。每一个点代表一个具有给定值输出的“事件”。随着点的积累，泵运转的实际表现的特性可被看作一个抽速数值的“分布”。 点图介绍34让我们用 点图来显示班组对扭矩的影响点图介绍35这个图形告诉我们什么？谁能告诉我，那个班组的好些？点图介绍Minitab 结果36是各分布差异容易把握的数据调查方法. 让我们看一下喷漆的厚度打开文件 PUMPING.MPJ用列厚度作为变量箱线图介绍3750%Outlier箱线图可以体现数据扩散性及中心. 注意 ! 箱线图中的中心线不是 平均 而是 中央值. 箱线图介绍38我们也可以用一个变量来作箱线图 ，以分析由此变量导致的散布 箱线图介绍什么

8、结论呢？39流程能力分析40USLC-LSL6pCMin( X-LSL3USL-X3pk ,)统计学为测量流程能力发展了2个关键的方法 流程能力分析41流程能力分析42流程能力分析43流程能力分析44流程能力分析45CMin( X-LSL3USL-X3pk ,)C X-LSL3pL USL-X3 CpU流程能力分析46流程能力分析47流程能力分析USLC-LSL6pCMin(pk X-LSL3USL-X3 ,)思考：值大小代表什么值大小代表什么48流程能力分析现在让我们做4个流程能力研究，以实践我们所学的知识 使用在CAPABILITY.MPJ 中的工作表 Diag 1, Diag 2, Di

9、ag 3, Diag 4流程目标: 70流程USL:100流程LSL: 40使用这些数据集来分析我们的Cp和Cpk用早些时候讨论过的流程能力的诊断结果，提出行动方针 49流程能力新材案例50Cpk的评级标准：（可据此标准对计算出之制程能力指数做相应对策） A+级 Cpk2.0 特优A+ 级 2.0 Cpk 1.67 优 应当保持之 A 级 1.67 Cpk 1.33 良 能力良好，状态稳定，但应尽力提升为A级 B 级 1.33 Cpk 1.0 一般 状态一般，制程因素稍有变异即有产生不良的危险，应利用各种资源及方法将其提升为 A级 C 级 1.0 Cpk 0.67 差 制程不良较多，必须提升其

10、能力 D 级 0.67 Cpk 不可接受 其能力太差，应考虑重新整改设计制程 流程能力新材案例分析阶段工具学习52在 Y 变量下，输入伸长率。在 X 变量下，输入停放时间打开文件伸长率.MTW散点图介绍用来分析输入与输出之间的关系53散点图介绍Minitab 结果正如所料，停放时间越长，伸长率越低54回归分析介绍用来分析输入与输出之间的关系，并获取输入与输出之间的关系式前提：输入与输出之间确实存在相关性，且输入输出均为计量型数据在响应中，伸长率。在预测变量中，输入停放时间55Minitab 结果 回归分析介绍回归方程为伸长率 = 1.537 - 0.06401 停放时间S = 0.110554

11、 R-Sq = 22.9% R-Sq（调整） = 20.8%方差分析来源 自由度 SS MS F P回归 1 0.137689 0.137689 11.27 0.002误差 38 0.464443 0.012222合计 39 0.602132通过分析可知（1）、伸长率与时间的关系方程（2）、相关系数： R-Sq = 22.9%（3）、回归因子的显著性：P小于0.0556散点图介绍回归分析新材案例Ho : 停放时间与伸长率无关系Ha : 停放时间与伸长率有关系方差分析来源 自由度 SS MS F P回归 3 61.7804 20.5935 6.30 0.054误差 4 13.0823 3.270

12、6合计 7 74.8627（技术要求：伸长率450%）技术指标：伸长率450%P值处于0.05的边缘，由于相关性强，暂且认为该回归方程有效。结合GB6038要求停放时间为224h，可以将混炼胶停放时间由现在的16h，调整为 2h。57卡方分析介绍用来分析输入与输出之间的关系，并获取输入与输出之间的关系式前提：输入与输出之间确实存在相关性，且输入输出均为计数型数据被雇佣未被雇佣年老3045150230年轻年龄: 年老 & 年轻雇佣实际: 雇佣 &不雇佣然后我们收集数据来进行分析.58卡方分析介绍打开文件供应商卡法.MTW59Ho:A、B供应商产品质量无差异Ha:A、B供应商产品质量有差异卡方分析

13、介绍在期望计数下方给出的是卡方贡献 不合格 合格 合计 1 12 104 116 9.99 106.01 0.406 0.038 2 35 395 430 37.01 392.99 0.110 0.010合计 47 499 546卡方 = 0.565, DF = 1, P 值 = 0.452P值0.05，你什么结论？Minitab 结果601、案例我们想要调查桶式蒸发器氩弧焊点热缩套保护（有、无）和焊漏（漏、不漏）是否有关联2、数据收集方法（试验步骤）测量对象：130个蒸发器氩弧焊点测量Data收集：13874852有热缩套无热缩套漏不漏卡方分析介绍613、分析结果Chi-Square Tes

14、t: 漏, 不漏 Expected counts are printed below observed countsChi-Square contributions are printed below expected counts 漏 不漏 Total 1 13 87 100 30.50 69.50 10.041 4.406 2 48 52 100 30.50 69.50 10.041 4.406 Total 61 139 200 Chi-Sq = 28.895, DF = 1, P-Value = 0.000P1)个体数值(n=1)X-Bar RX-Bar S个体移动范围（ I-MR ）特

15、殊类型的“缺陷” 缺陷性项目 每个样本数的几率面积不变 ? 是否c 图u 图不变的样本数 ? np 图否是p 图注: X-Bar S 适合于群大小 (n) 10控制图介绍74控制图介绍单值-极差图（个体图看上去像一个运行图，但现在它为数据提供了一些工程控制限 ）75控制图介绍Minitab 结果76控制图介绍p-Chart（即可用于恒定的也可用于变化的样品大小 ）统计 控制图 属性控制图 P控制图变量：Number 子组大小：Sample我们计算每个月的合格率、每天的效率等77控制图介绍Minitab 结果78控制图介绍U-Chart（即可用于恒定的也可用于变化的缺陷多少）统计 控制图 属性控制图 C控制图变量：Number 子组大小：8我们计算每片风叶的缺陷数等79Minitab 例题 - u Chart 例题8 17 1