三星六西格玛内部培训资料-3-3Graph分析课件

Graph分析Graph分析MeasureDefineAnalyzeImproveControl方法论

Analyze概要

DATA收集计划

Graph分析

假设检定概要

平均的检定

分散的检定

比率的检定

相关及回归分析MeasureDefineAnalyzeImproveConYDATA的分布形态 -Histogram -DotPlot

根据X的

Y分布比较 -MultipleDotPlot -BoxPlot

项目别比较 -Pareto图(ParetoChart) -原Graph(PieChart)

X与

Y的关系 -散点图(ScatterPlot)Y的时间性变化 -时序列

Plot(TimeSeriesPlot)Graph分析YDATA的分布形态Graph分析Histogram区分DATA的区间,显示分布形态和中心位置及散布,与柱形Graph不同,能看到连续性资料的分布模样.例题135.198135.472735.059534.972935.033634.842934.725634.407333.901533.752534.005134.170733.996134.475034.457034.092633.514534.291634.498534.133634.167434.421034.271434.935034.977134.739435.194735.161935.328735.321535.715335.985536.213135.870735.983236.174036.206736.382636.347535.641936.089136.349636.054936.102235.722636.013535.648635.598535.635235.381235.087734.815834.819734.275034.756434.760634.405134.187534.509634.318234.006633.970934.144134.307134.371734.413234.790334.902834.101834.192334.210534.721835.218835.000434.929135.545235.691635.621735.944735.8260以下是为了找出影响某Plastic制品张力强度的原因而调查反应温度的DATA。利用DATA作成Histogram.(Histogram.mtw)HistogramHistogram区分DATA的区间,显示分布形态和中心位置Worksheet里DATA输入Step1HistogramWorksheet里DATA输入Step1HistogGraph>HistogramStep2选择DATA列设定Histogram的基准

选择区间决定方法

区间数不同时Histogram的模样有可能不同，所以一般在选项中制定

Automatic或确切的区间数的方法为好。

HistogramGraph>HistogramStep2选择DATA列设确认结果Step3通过上面的Graph，大概确认对反应温度的分布，中心位置，偏差。Histogram确认结果Step3通过上面的Graph，大概确认对反应温度的稳定型:没有异常要因的变化工程稳定双峰型:互相不同的工程条件下进行作业时缺牙型:主要是测定系统问题，不能准确地读出

特定范围的数值或避开时发生.

孤岛型:因工程发生异常而引起,工程条件变化时.

HistogramHistogram判断方法稳定型:没有异常要因的变化工程稳定双峰型:互相不同的工程峭壁型:删除不满足规格的数据时.

右偏斜型:在特性值小的一面有自然界限时

整图型:多种工程条件混合存在的时候左偏斜型:在特性值大的一面有自然界限时

Histogram峭壁型:删除不满足规格的数据时.右偏斜型:在特性值

与规格的比较LSLUSLLSLUSL①满足规格时②散布大时工程稳定,特性值都满足规格.数据中心与目标值一致,但特性值的散布大而存在超过规格的数据.

Histogram与规格的比较LSLUSLLSLUSL①满足规格时②LSLUSLLSLUSL③脱离中心时④既脱离中心且散布大时数据中心脱离目标值较大,产生不能满足规格的数据.数据的中心脱离目标值很大,特性值的散布度也很大,工程很不稳定,很多数据脱离规格.HistogramLSLUSLLSLUSL③脱离中心时④既脱离中心且散DotPlot能确认对连续性资料的分布模样,还有指定Group变量比较Group别分布的优点.

17.816.217.517.415.011.211.412.310.010.411.811.010.09.29.214.913.412.814.013.8纤维1纤维2纤维3纤维4例题2为了测定纤维质燃烧性,测定4种纤维做成的衣服燃尽时间如下表.

利用

DotPlot确认全部燃烧时间的分布和各纤维别燃烧时间的分布.(Dotplot.mtw)DotPlotDotPlot能确认对连续性资料的分布模样,还有指定GroWorksheet里DATA输入Step1Graph>DotplotStep2

确认全部数据分布时DotPlot

确认全部数据分布时选择数据列Worksheet里DATA输入Step1Graph>结果确认Step3

全部燃烧时间的分布DotPlot能确认全部纤维的燃烧时间分布.结果确认Step3全部燃烧时间的分布DotPlot能确认选择数据列Graph>DotplotStep2

按Group别确认分布时DotPlot

按Group别确认分布时Worksheet里DATA输入Step1选择数据列Graph>DotplotStep2结果确认Step3

各纤维别燃烧时间的分布(MultipleDotPlot)通过上图,可以分析各纤维别燃烧性有差异.DotPlot结果确认Step3各纤维别燃烧时间的分布(MultipBoxPlot对X测定的

Y值用

Box形态表示,可以确认分布的模样,以及数据的中央值,最小值,4分位数,最大值,特异点，也可以分析几个Group之间对数据分布的差异点。

异常点(Outliers)**Q3+1.5(Q3-Q1)内最大值75分位(Q3)50分位(中央值)25分位(Q1)Q1-1.5(Q3-Q1)内最小值异常点(Outliers)数据的中间50%Box-Plot解释BoxPlotBoxPlot对X测定的Y值用Box形态表示,可以确

活用例题2的数据，用Box-Plot分析纤维别燃烧时间

选择X,Y变量列输出中央值的95%信赖区间输出中央值

Q1,Q2,Q3输出最大值，中央值，最小值连接中央值连接平均表现方式

选定Tip

表现方式(Display)Graph>BoxplotStep1BoxPlot活用例题2的数据，用Box-Plot分析纤维别燃烧确认结果Step2通过上图可以分析纤维1的燃烧时间最长，纤维3的燃烧时间最短，但散布相对大。BoxPlot确认结果Step2通过上图可以分析纤维1的燃烧时间最长，识别不良品或缺点，Claim,事故等集中项目(现象或原因),确认问题偏重程度时使用。

ParetoChart识别不良品或缺点，Claim,事故等集中项目(现象或原因)问题被偏重的项目和程度可以用视觉性确认，因此对重点管理项目选定有效。根据尺寸及刮破的不良发生是全体的88.4%

排列图原理不良原因或现象有好几种,在这其中极少数项目占据不良件数或损失金额的大部分。ParetoChart问题被偏重的项目和程度可以用视觉性确认，因此对根据尺寸及刮破DATA类型是

不良品数

缺点数

Claim数能成为事故发生次数等离散型DATA或金额损失。

文件:<Pareto.mpj>

利用Minitab的

ParetoChart作成Worksheet里输入DATAStep1ParetoChartDATA类型是文件:<Pareto.mpj>利用MinChartdefectstable选择-Labelsin栏里项目-Frequenciesin栏里选择对应频度的列。ParetoChart的题目Stat>QualityTools>ParetoChartStep2ParetoChartChartdefectstable选择ParetoCh这里根据尺寸的不良发生是全体的53.6%.

应先改善尺寸。

结果确认ParetoChartStep3这里根据尺寸的不良发生是全体的53.6%.应先改善尺PieChart根据DATA的频度，区分为饼状形态的Graph.Pie

Chart例题3

相机组装工程调查了最近2个月不良发生状况，得出以下DATA。完成随不良项目的

Chart。

不良项目螺丝松焊接不良路上灰尘斑粘接不良配线过错其它件数68214129141118(Piechart.mtw)Worksheet里输入DATAStep1PieChart根据DATA的频度，区分为饼状形态的GrGraph>PieChartStep2选择Categories

列选择频度数列决定Categories顺序的基准指定突出(强调)Categories

决定删除小比率范围CategoriesPie

ChartGraph>PieChartStep2选择Categ结果确认Step3Pie

Chart结果确认Step3PieChart散点图(ScatterPlot)

表示几个变量之间的相关关系。

散点图(ScatterPlot)表示几个变量之间的相关

相关关系无相关阳的相关阴的相关曲线关系散点图(ScatterPlot)相关关系无相关阳的相关阴的相关曲线关系散点图(Scatt每天消耗的防暖用石油量(ℓ)和办公室的平均温度(℃)有什么关系?文件:<散点图.mpj>散点图(ScatterPlot)活用Minitab的

ScatterPlot作成.Worksheet里DATA输入Step1每天消耗的防暖用石油量(ℓ)和办公室的平均温度(℃)有什么关输入变量

X,Y轴位置变更选择MultipleGraphs，在相同的Graph上可以比较多个plot.Graph>PlotStep2散点图(ScatterPlot)输入变量X,Y轴位置变更选择MultipleGrap防暖用石油一天的消耗量越增加，

办公室的平均温度越下降，即显示阴的相关关系。结果确认Step3散点图(ScatterPlot)防暖用石油一天的消耗量越增加，办公室的平均温度越下降，即显

显示随时间经过的数据变化。

(随综合股票指数、物价指数、时间经过的生产量等)TimeSeriesPlot显示随时间经过的数据变化。TimeSeriesPlo数据应按时间顺序收集。可应用于确认除时间以外随位置的变化。按这时的位置顺序收集的数据。参考文件:<employ.mpj>TimeSeriesPlot活用Minitab的

TimeSeriesPlot作成Worksheet里输入DATAStep1数据应按时间顺序收集。可应用于确认除时间以外随位置的变化。参TimeSeriesPlotGraph>TimeSeriesPlotStep2选择Y变量列Date/timeStamp:选择Date/Time形态的列Calendar:指定时间间隔指定开始起点TimeSeriesPlotGraph>TimeS嗯!!与想象一样¾季度增加了很多雇用者数…因生意景气每年都增加雇用者数，所以今年秋天是清算3年失业者生活的决好机会…TimeSeriesPlot结果确认Step3嗯!!TimeSeriesPlot结果确认Step3Graph分析Graph分析MeasureDefineAnalyzeImproveControl方法论

Analyze概要

DATA收集计划

Graph分析

假设检定概要

平均的检定

分散的检定

比率的检定

相关及回归分析MeasureDefineAnalyzeImproveConYDATA的分布形态 -Histogram -DotPlot

根据X的

Y分布比较 -MultipleDotPlot -BoxPlot

项目别比较 -Pareto图(ParetoChart) -原Graph(PieChart)

X与

Y的关系 -散点图(ScatterPlot)Y的时间性变化 -时序列

Plot(TimeSeriesPlot)Graph分析YDATA的分布形态Graph分析Histogram区分DATA的区间,显示分布形态和中心位置及散布,与柱形Graph不同,能看到连续性资料的分布模样.例题135.198135.472735.059534.972935.033634.842934.725634.407333.901533.752534.005134.170733.996134.475034.457034.092633.514534.291634.498534.133634.167434.421034.271434.935034.977134.739435.194735.161935.328735.321535.715335.985536.213135.870735.983236.174036.206736.382636.347535.641936.089136.349636.054936.102235.722636.013535.648635.598535.635235.381235.087734.815834.819734.275034.756434.760634.405134.187534.509634.318234.006633.970934.144134.307134.371734.413234.790334.902834.101834.192334.210534.721835.218835.000434.929135.545235.691635.621735.944735.8260以下是为了找出影响某Plastic制品张力强度的原因而调查反应温度的DATA。利用DATA作成Histogram.(Histogram.mtw)HistogramHistogram区分DATA的区间,显示分布形态和中心位置Worksheet里DATA输入Step1HistogramWorksheet里DATA输入Step1HistogGraph>HistogramStep2选择DATA列设定Histogram的基准

选择区间决定方法

区间数不同时Histogram的模样有可能不同，所以一般在选项中制定

Automatic或确切的区间数的方法为好。

HistogramGraph>HistogramStep2选择DATA列设确认结果Step3通过上面的Graph，大概确认对反应温度的分布，中心位置，偏差。Histogram确认结果Step3通过上面的Graph，大概确认对反应温度的稳定型:没有异常要因的变化工程稳定双峰型:互相不同的工程条件下进行作业时缺牙型:主要是测定系统问题，不能准确地读出

特定范围的数值或避开时发生.

孤岛型:因工程发生异常而引起,工程条件变化时.

HistogramHistogram判断方法稳定型:没有异常要因的变化工程稳定双峰型:互相不同的工程峭壁型:删除不满足规格的数据时.

右偏斜型:在特性值小的一面有自然界限时

整图型:多种工程条件混合存在的时候左偏斜型:在特性值大的一面有自然界限时

Histogram峭壁型:删除不满足规格的数据时.右偏斜型:在特性值

与规格的比较LSLUSLLSLUSL①满足规格时②散布大时工程稳定,特性值都满足规格.数据中心与目标值一致,但特性值的散布大而存在超过规格的数据.

Histogram与规格的比较LSLUSLLSLUSL①满足规格时②LSLUSLLSLUSL③脱离中心时④既脱离中心且散布大时数据中心脱离目标值较大,产生不能满足规格的数据.数据的中心脱离目标值很大,特性值的散布度也很大,工程很不稳定,很多数据脱离规格.HistogramLSLUSLLSLUSL③脱离中心时④既脱离中心且散DotPlot能确认对连续性资料的分布模样,还有指定Group变量比较Group别分布的优点.

17.816.217.517.415.011.211.412.310.010.411.811.010.09.29.214.913.412.814.013.8纤维1纤维2纤维3纤维4例题2为了测定纤维质燃烧性,测定4种纤维做成的衣服燃尽时间如下表.

利用

DotPlot确认全部燃烧时间的分布和各纤维别燃烧时间的分布.(Dotplot.mtw)DotPlotDotPlot能确认对连续性资料的分布模样,还有指定GroWorksheet里DATA输入Step1Graph>DotplotStep2

确认全部数据分布时DotPlot

确认全部数据分布时选择数据列Worksheet里DATA输入Step1Graph>结果确认Step3

全部燃烧时间的分布DotPlot能确认全部纤维的燃烧时间分布.结果确认Step3全部燃烧时间的分布DotPlot能确认选择数据列Graph>DotplotStep2

按Group别确认分布时DotPlot

按Group别确认分布时Worksheet里DATA输入Step1选择数据列Graph>DotplotStep2结果确认Step3

各纤维别燃烧时间的分布(MultipleDotPlot)通过上图,可以分析各纤维别燃烧性有差异.DotPlot结果确认Step3各纤维别燃烧时间的分布(MultipBoxPlot对X测定的

Y值用

Box形态表示,可以确认分布的模样,以及数据的中央值,最小值,4分位数,最大值,特异点，也可以分析几个Group之间对数据分布的差异点。

异常点(Outliers)**Q3+1.5(Q3-Q1)内最大值75分位(Q3)50分位(中央值)25分位(Q1)Q1-1.5(Q3-Q1)内最小值异常点(Outliers)数据的中间50%Box-Plot解释BoxPlotBoxPlot对X测定的Y值用Box形态表示,可以确

活用例题2的数据，用Box-Plot分析纤维别燃烧时间

选择X,Y变量列输出中央值的95%信赖区间输出中央值

Q1,Q2,Q3输出最大值，中央值，最小值连接中央值连接平均表现方式

选定Tip

表现方式(Display)Graph>BoxplotStep1BoxPlot活用例题2的数据，用Box-Plot分析纤维别燃烧确认结果Step2通过上图可以分析纤维1的燃烧时间最长，纤维3的燃烧时间最短，但散布相对大。BoxPlot确认结果Step2通过上图可以分析纤维1的燃烧时间最长，识别不良品或缺点，Claim,事故等集中项目(现象或原因),确认问题偏重程度时使用。

ParetoChart识别不良品或缺点，Claim,事故等集中项目(现象或原因)问题被偏重的项目和程度可以用视觉性确认，因此对重点管理项目选定有效。根据尺寸及刮破的不良发生是全体的88.4%

排列图原理不良原因或现象有好几种,在这其中极少数项目占据不良件数或损失金额的大部分。ParetoChart问题被偏重的项目和程度可以用视觉性确认，因此对根据尺寸及刮破DATA类型是

不良品数

缺点数

Claim数能成为事故发生次数等离散型DATA或金额损失。

文件:<Pareto.mpj>

利用Minitab的

ParetoChart作成Worksheet里输入DATAStep1ParetoChartDATA类型是文件:<Pareto.mpj>利用MinChartdefectstable选择-Labelsin栏里项目-Frequenciesin栏里选择对应频度的列。ParetoChart的题目Stat>QualityTools>ParetoChartStep2ParetoChartChartdefectstable选择ParetoCh这里根据尺寸的不良发生是全体的53.6%.

应先改善尺寸。

结果确认ParetoChartStep3这里根据尺寸的不良发生是全体的53.6%.应先改善尺PieChart根据DATA的频度，区分为饼状形态的Graph.Pie

Chart例题3

相机组装工程调查了最近2个月不良发生状况，得出以下DATA。完成随不良项目的

Chart。

不良项目螺丝松焊接不良路上灰尘斑粘接不良配线过错其它件数68214129141118(Piechart.mtw)Worksheet里输入DATAStep1PieChart根据DATA的频度，区分为饼状形态的GrGraph>PieChartStep2选择Categories

列选择频度数列决定Categories顺序的基准指定突出(强调)Categories

决定删除小比率范围Cat