六西格瑪分析階段-wenkub
2023-03-17 23:01:50 本頁面
【正文】 描述性統(tǒng)計(jì)216。 點(diǎn) 圖216。收集數(shù)據(jù)的類型是什么216。 加工處理的數(shù)據(jù)是提供可靠信息的源泉216。 均值檢驗(yàn)： 1sample t, 2sample t, Paired t (樣本中同一個(gè)體測量兩次前后比較－總體不獨(dú)立 ), ANOVA（正態(tài)總體 =2）216。 通過對數(shù)據(jù)的分析，確認(rèn)在測量階段得出的對 Y有影響的重要 X’s216。 對 Y影響小的 X’s 進(jìn)行現(xiàn)水準(zhǔn)管理 216。 方差檢驗(yàn)： Test for Equal varianceF test（正態(tài)總體＝ 2）， Bartlett’s Test(正態(tài)總體 =2)， Levene’s Test（非正態(tài)總體）216。 可靠的信息是我們作決策的基礎(chǔ)圖表分析的作用六西格瑪管理強(qiáng)調(diào)以數(shù)據(jù)為基礎(chǔ)，以事實(shí)為依據(jù)！圖表分析的作用（續(xù)）q 掌握變量分布的形狀 ,平均值的位置及方差q 比較各變量分布的特性q 明確兩個(gè)以上的變量之間的差異q 比較變量相對重要度q 掌握變量數(shù)據(jù)隨時(shí)間的變化圖表分析的步驟重點(diǎn) :可靠數(shù)據(jù)的收集和正確的圖表解釋選定要分析的變量搜集及整理數(shù)據(jù)進(jìn)行圖表分析結(jié)果解釋選擇要分析的變量 我們要分析的變量來自測量階段的結(jié)果 ,在利用圖表分析前我們首先要確定變量的類型、分析的目的、選擇什么方法等搜集及整理數(shù)據(jù)在運(yùn)用圖表分析時(shí)，應(yīng)該明確以下重要問題 :216。數(shù)據(jù)怎樣收集216。 箱線圖216。 點(diǎn)圖、箱線圖216。 矩陣圖216。統(tǒng)計(jì) 基本統(tǒng)計(jì)量 顯示描述性統(tǒng)計(jì)要養(yǎng)成首先做出基本統(tǒng)計(jì)量的習(xí)慣下面得到的數(shù)據(jù)，是某生產(chǎn)廠家統(tǒng)計(jì)的兩個(gè)月材料采購計(jì)劃時(shí)間和實(shí)際交貨時(shí)間的差值。有幾個(gè)訂單相對異常，需分析原因。Histogram直方圖圖形 直方圖點(diǎn)擊點(diǎn)擊輸出圖表分析 :直方圖的形態(tài)Histogram直方圖下面四個(gè)直方圖是同樣數(shù)據(jù)形成的，它的形狀受柱子個(gè)數(shù)和間距的影響5 810 15隨著區(qū)間的調(diào)整 ,數(shù)據(jù)的形狀分布不盡相同直方圖可掌握數(shù)據(jù)的分布、居中趨勢等Histogram直方圖如何掌握圖表分析通過圖表分析可掌握 216。通過直方圖可掌握全體數(shù)據(jù)的形態(tài)。數(shù)據(jù)文件： A－ 01采購訂單 .mtw練習(xí)時(shí)間： 10分鐘練習(xí)一通過圖表分析比較單個(gè)變量分布 我們在做項(xiàng)目的過程中，經(jīng)常會(huì)碰到這種情況：要對兩類或更多種類的數(shù)據(jù)進(jìn)行比較分析 例如 :通過 圖表分析 很容易理解不同工序加工同一位置尺寸的差別，不同型號(hào)刀具加工壽命之間的差別，不同員工加工能力之間的差別。顯示多個(gè)過程的平均值傾向、變動(dòng)、分布216。通過變量分布構(gòu)成的分析我們就可以解決以上問題柏拉圖 ——Pareto chart統(tǒng)計(jì) 質(zhì)量工具 Pareto 圖 確定不良品、缺陷數(shù)、爭議點(diǎn)、事故的現(xiàn)象或原因等集中在哪些方面，掌握主要的問題點(diǎn)（ 80/20原則）打開文件 :A－ 02－費(fèi)用 .MTW利用 柏拉圖 進(jìn)行分析柏拉圖 ——Pareto chart統(tǒng)計(jì) 質(zhì)量工具 Pareto 圖 廣告費(fèi)的支出占大頭餅圖 ——Pie chart 主要用于對原因或現(xiàn)象的構(gòu)成比例進(jìn)行分析，掌握某種現(xiàn)象在過程中的構(gòu)成比例。通過 Pareto chart把少數(shù)核心問題用圖表更容易地表現(xiàn)出來216。 通過相關(guān)分析我們就可以解決以上問題。 如果樣本容量大于 15，相關(guān)系數(shù)達(dá)到 ，我們就認(rèn)為兩個(gè)變量之間確實(shí)存在相關(guān)性；216。q 相關(guān)分析主要考察兩個(gè)變量之間是否存在 線性 的相關(guān)關(guān)系。邊際圖 ——Marginal plot運(yùn)用邊際圖在散點(diǎn)圖里畫出直方圖矩陣圖 ——Matrix plotq 應(yīng)用于比較 多個(gè)因素 間的相互關(guān)系q 與 Scatter Plot相比較更適用于多個(gè)因素一起比較利用 A－ 03－銷售能力 例子對資歷、年齡、受教育程度、銷售經(jīng)驗(yàn)之間的關(guān)系進(jìn)行 Matrix plot分析 圖形 矩陣圖矩陣圖 ——Matrix plot圖形 矩陣圖點(diǎn)擊點(diǎn)擊利用矩陣圖可以在圖表里看出全部因素間的關(guān)系銷售經(jīng)驗(yàn)、資歷與消費(fèi)之間均有很強(qiáng)的相關(guān)關(guān)系，而受教育程度和年齡則與銷售額之間沒有顯著的相關(guān)關(guān)系矩陣圖 ——Matrix plot時(shí)間序列圖 ——Time Series plotq 隨時(shí)間的變化對觀測值進(jìn)行推測及排列，主要使用 Time series plot進(jìn)行分析圖形 時(shí)間序列圖時(shí)間序列圖 分析是對未來數(shù)據(jù)的傾向或周期的一種
語文相關(guān)推薦
鄂ICP備17016276號(hào)-1