【正文】 東北地點(diǎn)和中部地點(diǎn)的抱怨 在 X178?？偤椭姓嫉谋戎刈畲? ChiSquare Test Expected counts are printed below observed counts NEast SEast Central West Total 1 46 17 5 21 89 2 270 186 102 223 781 Total 316 203 107 244 870 ChiSq = + + + + + + + = DF = 3, PValue = 抱怨 無抱怨 91 2. 確定為何小組比例不同 注意 ! 查詢差異的原因而非進(jìn)行責(zé)備！ 當(dāng)一組的錯(cuò)誤率明顯比其他各組（系統(tǒng)〕高 ? 容易導(dǎo)致責(zé)備，但最好把它當(dāng)作改進(jìn)的契機(jī) ? 成為數(shù)據(jù)偵察員 ? 首先問如下 4方面的問題 ? 工作劃分 : 這類工作是否不同 ? (也許復(fù)雜的工作應(yīng)分配給經(jīng)驗(yàn)豐富的人，提高錯(cuò)誤率 .) ? 工作方法 : 工作軟件，硬件和方法與其他小組相比如何 ? ? 工作流程 : 是否有標(biāo)準(zhǔn)流程 , 是否使用 , 人員是否經(jīng)過培訓(xùn) ? ? 個(gè)人差異 : 生理差異 (視力 , 左撇子 , 等 .) 是否影響了工作能力 ? ? 下一步 , 它們“離群”的時(shí)間有多長？ ? 如果只是現(xiàn)在 , 也許是由于最近的變化是導(dǎo)致的。 92 X178。試驗(yàn)的假設(shè) ?樣本代表母體或過程 ?我們假設(shè)用于 X178。試驗(yàn)的離散數(shù)據(jù)的基本分布為二項(xiàng)分布 ?每個(gè)單元的期望值 ? 5 , 否則試驗(yàn)無法恰當(dāng)進(jìn)行 ? 如果期望值 5, 可能需要收集更多的數(shù)據(jù) (更大的樣本 ) 93 X178。試驗(yàn)值 ?在制造業(yè)中，通常收集離散數(shù)據(jù)來分析服務(wù)過程的表現(xiàn)情況 ?如果兩組或多組間沒有明顯差異也就避免了疑神疑鬼 ? 可以從學(xué)習(xí)先進(jìn)或鼓勵(lì)后進(jìn)上有所收獲 ?可以發(fā)現(xiàn)小組比例間的明顯差異 ? 當(dāng) P值小 ( .05) 表明有必要確定可能導(dǎo)致小組間明顯差異的根源 ? 檢測每個(gè)單元的 x178。值以確定 存在差異的小組 ?記住考慮是否“統(tǒng)計(jì)明顯”的比例差異的大小才是對經(jīng)營具有真正重要的意義。 94 練習(xí) 5: 運(yùn)用 Minitab進(jìn)行 X178。的試驗(yàn) 目標(biāo) : 采用 MINITAB進(jìn)行 X178。試驗(yàn)并分析結(jié)果 . 時(shí)間 : 15 分鐘 . 數(shù)據(jù) : C:\SixSigma\Hypo_Mod\ 背景 : 我們一直在跟蹤 3輛貨車在兩個(gè)制造廠間進(jìn)行分總成運(yùn)輸?shù)臅r(shí)間，運(yùn)貨記錄表明已檢查了 12個(gè)月，結(jié)果匯總?cè)缦?: 貨車 24 小 時(shí) 以內(nèi)2 4 3 6 小 時(shí) 3 6 4 8 小 時(shí)A 1 8 1 0 6 7 9 5 5 1B 6 0 9 2 1 9 2 3 7C 1 7 6 85 5895 練習(xí) 5: 答案 Minitab 輸出 結(jié)論 : 貨車有差異 . 在 24至 36小時(shí)之間，貨車 C的發(fā)貨比期望值高，在 36至 48小時(shí)之間，貨車 B的發(fā)貨比期望值高 。 ChiSquare Test Expected counts are printed below observed counts Within24 2436hou 3648hou Total 1 1810 679 551 3040 2 609 219 237 1065 3 176 85 58 319 Total 2595 983 846 4424 Chi Sq = + + + + + + + + = DF = 4, PValue = 在 24小時(shí)后 的發(fā)貨比 期望值高 明顯 A B C 大 96 練習(xí) 5: 答案 , 續(xù) 將 2436 小時(shí)和 3648 小時(shí)合并在一欄中，稱為 “超過 24” 進(jìn)行 : x178。試驗(yàn) 期望值置于觀測值之下 24以內(nèi) 超過 24 總計(jì) 1 1810 1230 3040 2 609 456 1065 3 176 143 319 Total 2595 1829 4424 ChiSq = + + + + + = DF = 2, PValue = 結(jié)果不明顯，這意味著就總體發(fā)貨而言貨車在 24小時(shí)左右沒有差異。 97 這是將 X178。試驗(yàn)運(yùn)用于你的經(jīng)營中的契機(jī) 考慮的要點(diǎn) ?考慮你將要比較的幾組（離散數(shù)據(jù) X 〕 的比例 (離散數(shù)據(jù) Y) ?如果你使用 X178。試驗(yàn)數(shù)據(jù) , 在下結(jié)論之前，需要明確假設(shè)是什么 (在下一節(jié)中我們將更深入探討該問題 .) ?你需要澄清什么問題 ? 部分 7 假設(shè)試驗(yàn)復(fù)習(xí) 99 練習(xí) 6: 確定適當(dāng)?shù)募僭O(shè)試驗(yàn) 目標(biāo) : 練習(xí)根據(jù)不同的情況選擇恰當(dāng)?shù)募僭O(shè)試驗(yàn)統(tǒng)計(jì)方法 . 時(shí)間 : 10 mins. 說明 : 閱讀如下 5種情況，確定每種情況的假設(shè)和適當(dāng)?shù)脑囼?yàn)方法 (如果愿意，可以參考后 3頁的匯總，分組工作〕 100 練習(xí) 6: 確定適當(dāng)?shù)募僭O(shè)試驗(yàn) A. 可用于生產(chǎn)的原材料 X有三處來源 .在上一季度中三處材料的交付遲后比例是否相同 . B. 一個(gè)小組在考慮一個(gè)新的夾具是否能夠減小初裝兩工件寬度上有縫隙對不齊的問題 ,30套另件中 15套初裝采用新夾具 ,另 15套不用夾具 . C. 一個(gè)小組在調(diào)查密封失效故障 ,希望查出溫度對密封材料強(qiáng)度的影響 . 20件未處理的零件分為二半 . 一半受到標(biāo)準(zhǔn)溫度的處理另一半處理溫度超出標(biāo)準(zhǔn)值 50% . 項(xiàng)目工程師用 處理順序 .技術(shù)員記錄下工件的斷裂強(qiáng)度 .是否高的溫度導(dǎo)致低的強(qiáng)度 ? D. 作為測量系統(tǒng)初步研究的一部分 ,5個(gè)技術(shù)員每人對 12只零件作破壞性試驗(yàn) (總共 60個(gè)結(jié)果 .) 項(xiàng)目組希望知道 5個(gè)操作者記錄的數(shù)據(jù)平均值有無不同 . E. D項(xiàng)除此之外 ,項(xiàng)目組還想知道 5個(gè)技術(shù)員所作的測量方差是否不同 . 101 假設(shè)試驗(yàn)的類型 假設(shè)試驗(yàn)是通過對離散 Xs (過程或輸入變量〕 的分析來解釋 Y數(shù)據(jù) (輸出變量 ) 的變化 假設(shè)試驗(yàn) 目的 t 試驗(yàn) 配對 t 試驗(yàn) ANOVA (F試驗(yàn) ) (方差分析 ) X178。試驗(yàn) 比較兩組平均值 數(shù)據(jù)配對比較兩組平均值 比較兩組或多組平均值 比較兩組或多組比例 比較兩組或多組的方差 同類方差試驗(yàn) 102 針對數(shù)據(jù)類型的適當(dāng)分析方法 Y （ 輸出） X （ 輸入） 連續(xù) 離散 （比例） 離散 （“ 組”） 連續(xù) Χ178。試驗(yàn) t 試驗(yàn) 成對 t 試驗(yàn) ANOVA 邏輯回歸 回歸 103 我采用何種方法分析？ Xs是否離散 （組〕 只比較 2組？ Y 1 ’ s是否 與 Y2?s 相匹配？ 否， Xs連續(xù) 回歸主題 ANOVA t 試驗(yàn) 否，比較多組 (平均值方差〕 ) 是 是 配對 t 試驗(yàn) 否， 比較兩組 獨(dú)立組平均值 采用匹配數(shù)據(jù)比較兩組平均值 比較平均值？ 等方差試驗(yàn) 否，比較方差 ) 是 Ys是否連續(xù) ? X178。 否 , Y離散 比例 ) 是 是 104 練習(xí) 6: 答案 情況 假設(shè) 試驗(yàn) A. H0: 比例 A = 比例 B = 比例 C x178。試驗(yàn) B. H0: 平均值 A = 平均值 B t試驗(yàn) C. H0: 平均值 A = 平均值 B t試驗(yàn) D. H0: 平均值 1 = 平均值 2 … = 平均值 5 ANOVA 試驗(yàn) 105 假設(shè)試驗(yàn)復(fù)習(xí) 本模塊包括 : ? 將下列 5中假設(shè)試驗(yàn)進(jìn)行比較 ? t試驗(yàn) ? 配對 t試驗(yàn) ? ANOVA (F試驗(yàn) ) ? 同類方差 (ANOVA) ? x178。試驗(yàn) ? 根據(jù)收集的數(shù)據(jù)類型和 /或比較類型選擇適當(dāng)?shù)脑囼?yàn) ? 運(yùn)用 Minitab 進(jìn)行試驗(yàn) ? 根據(jù) P值判斷結(jié)果 。 分析結(jié)果 106 靜夜四無鄰，荒居舊業(yè)貧。 , January 25, 2023 雨中黃葉樹，燈下白頭人。 21:17:4121:17:4121:171/25/2023 9:17:41 PM 1以我獨(dú)沈久，愧君相見頻。 :17:4121:17Jan2325Jan23 1故人江海別，幾度隔山川。 21:17:4121:17:4121:17Wednesday, January 25, 2023 1乍見翻疑夢，相悲各問年。 :17:4121:17:41January 25, 2023 1他鄉(xiāng)生白發(fā)，舊國見青山。 2023年 1月 25日星期三 下午 9時(shí) 17分 41秒 21:17: 1比不了得就不比，得不到的就不要。 。 2023年 1月 下午 9時(shí) 17分 :17January 25, 2023 1行動(dòng)出成果，工作出財(cái)富。 2023年 1月 25日星期三 9時(shí) 17分 41秒 21:17:4125 January 2023 1做前，能夠環(huán)視四周；做時(shí)，你只能或者最好沿著以腳為起點(diǎn)的射線向前。 下午 9時(shí) 17分 41秒 下午 9時(shí) 17分 21:17: 沒有失敗，只有暫時(shí)停止成功！。 , January 25, 2023 很多事情努力了未必有結(jié)果，但是不努力卻什么改變也沒有。 21:17:4121:17:4121:171/25/2023 9:17:41 PM 1成功就是日復(fù)一日那一點(diǎn)點(diǎn)小小努力的積累。 :17:4121:17Jan2325Jan23 1世間成事，不求其絕對圓滿，留一份不足，可得無限完美。 21:17:4121:17:4121:17Wednesday, January 25, 2023 1不知香積寺，數(shù)里入云峰。 :17:4121:17:41January 25, 2023 1意志堅(jiān)強(qiáng)的人能把世界放在手中像泥塊一樣任意揉捏。 2023年 1月 25日星期三 下午 9時(shí) 17分 41秒 21:17: 1楚塞三湘接，荊門九派通。 。 2023年 1月 下午 9時(shí) 17分 :17January 25, 2023 1少年十五二十時(shí)，步行奪得胡馬騎。 2023年 1月 25日星期三 9時(shí) 17分 41秒 21:17:4125 January 2023 1空山新雨后，天氣晚來秋。 下午 9時(shí) 17分 41秒 下午 9時(shí) 17分 21:17: 楊柳散和風(fēng)，青山澹吾慮。 , January 25, 2023 閱讀一切好書如同和過去最杰出的人談話。 21:17:4121:17:4121:171/25/2023 9:17:41 PM 1越是沒有本領(lǐng)的就越加自命不凡。 :17:4121:17Jan2325Jan23 1越是無能的人，越喜歡挑剔別人的錯(cuò)兒。 21:17:4121:17:4121:17Wednesday, January 25, 2023 1知人者智，自知者明。勝人者有力，自勝者強(qiáng)。 :17:4121:17:41January 25, 2023 1意志堅(jiān)強(qiáng)的人能把世界放在手中像泥塊一樣任意揉捏。 2023年 1月 25日星期三 下午 9時(shí) 17分 41秒 21:17: 1最具挑戰(zhàn)性的挑戰(zhàn)莫過于提升自我。 2023年 1月 下午 9時(shí) 17分 :17January 25, 2023 1業(yè)余生活要有意義，不要越軌。 2023年 1月 25日星期三 9時(shí) 17分 41秒 21:17:4125 January 2023 1一個(gè)人即使已登上頂峰，也仍要自強(qiáng)不息。 下午 9時(shí) 17分 41秒 下午 9時(shí) 17分 21:17: MOMODA POWERPOINT Lorem ipsum dolor sit amet, consectetur adipiscing elit. Fusce i