【正文】 量數(shù)據(jù)質(zhì)量的統(tǒng)計(jì)指標(biāo) 所謂 測(cè)量系統(tǒng)分析 ，是指用統(tǒng)計(jì)學(xué)的方法來(lái)了解測(cè)量系統(tǒng)中的各個(gè)波動(dòng)源，以及它們對(duì)測(cè)量結(jié)果的影響，最后給出測(cè)量系統(tǒng)是否合乎使用要求的明確判斷。 ? 用 Minitab軟件得圖的右下角有一項(xiàng)“ PValue” ，這是判斷是否為正態(tài)分布的。 在 這張紙上 ， 任一正態(tài)分布的累積概率將呈直線狀 ，而非正態(tài)分布呈各種形式的曲線狀 。 正態(tài)概率紙 (見(jiàn)圖 )是一種特殊的坐標(biāo)紙 。 L1代表處理前， L2代表處理后，從圖中可以看出處理前后的含脂率都較為對(duì)稱，但是處理前的含脂率數(shù)據(jù)的分散性比處理后的稍大一些，而處理后的含脂率稍低于處理前的。如果中位數(shù)不在方塊的中心，說(shuō)明次分布有偏的（即偏度不為 0）。 數(shù)據(jù)的收集和整理 54 盡管 箱線圖比較簡(jiǎn)單，但它還是包含了大量的信息。 數(shù)據(jù)的收集和整理 （ 5）數(shù)據(jù)的圖示方法 53 出 箱體外，箱線圖中還有兩條直線，這些直線也被稱為 須觸線 （ whisker）。 箱 線圖是主要利用數(shù)據(jù)中的五個(gè)統(tǒng)計(jì)量： 最小值、第一四分位數(shù)、中位數(shù)、第三四分位數(shù)和最大值 來(lái)描述數(shù)據(jù)的一種圖示方法。而是顯示出分布的統(tǒng)計(jì)概況。 數(shù)據(jù)的收集和整理 （ 5）數(shù)據(jù)的圖示方法 50 例 ：某 型號(hào)的 20輛汽車每加侖汽油行駛里數(shù)如下： 由 于數(shù)據(jù)基本在 25~31之間，因此對(duì)數(shù)據(jù)作如下劃分，以第一個(gè)數(shù)據(jù)為例： 數(shù) 據(jù) 分開(kāi) 莖與葉 291 8 29與 8 在 畫莖葉圖時(shí)，先將莖依從小到大的次序?qū)懺谝粭l豎線的左邊，然后將每個(gè)數(shù)據(jù)的葉寫在豎線的右邊，并將它們按從小到大的次序排列，再給出葉的單位，這便構(gòu)成了一張莖葉圖（見(jiàn)圖）。 在畫 莖葉圖時(shí)，要把一個(gè)數(shù)據(jù)分成兩個(gè)部分：高位部分稱為“莖”，低位部分稱為“葉”。 數(shù)據(jù)的收集和整理 49 葉圖 和 直方圖相比，莖葉圖的一個(gè)主要優(yōu)點(diǎn)是全部或者部分地保留了原始數(shù)據(jù)的信息，從而可以使我們掌握有關(guān)總體的更多信息。因?yàn)橹狈綀D不是按順序給出的，無(wú)法反映過(guò)程隨時(shí)間變化的情況。 直方圖的構(gòu)造詳細(xì)步驟及要求： 45 組數(shù) k的參照表 46 案例：頻率直方圖 1. 74%的數(shù)據(jù)在 (3375, 3465]之間，兩端數(shù)據(jù)少 2. 基本上是中間高、兩端低、左右基本對(duì)稱 47 案例：直方圖案例 2 48 ? 使 用直方圖應(yīng)注意的問(wèn)題： 直方圖上畫有規(guī)格線，那么直方圖可用來(lái)比較過(guò)程與要求。以樣本 x為橫坐標(biāo)，以頻率 /組距為縱坐標(biāo)，在每個(gè)小區(qū)間上豎起長(zhǎng)條矩形。組距用極差 R與組數(shù) k來(lái)確定， d=R/k。 數(shù)據(jù)的收集和整理 44 n個(gè)樣本中找出最大值 a(n)和最小值 a(1) ,并計(jì)算極值R=a(n)– a(1)； 樣本進(jìn)行分組，決定組系數(shù) k和組距 d。 數(shù)據(jù)的收集和整理 （ 4）描述性統(tǒng)計(jì) 方法 數(shù)據(jù)的收集和整理 39 數(shù)據(jù)的收集和整理 40 例 ： 項(xiàng) 目小組對(duì)該地區(qū)的成年人進(jìn)行隨機(jī)抽樣，并測(cè)量了評(píng)估心臟健康水平的若干指標(biāo)。 ?經(jīng)濟(jì) 分配法 。 ?適度 分配法 。 ? 對(duì) 于樣本容量 n，可以有 3種不同的分配方 法： ?比例 分配法 。 數(shù)據(jù)的收集和整理 38 這 種抽樣形式是先將總體按一定的標(biāo)識(shí)加以分層，如按不同的設(shè)備、材料、供應(yīng)商、班次、年齡組等分層。 獨(dú) 立 性： 是 指每次抽樣是相互獨(dú)立的。 ? 須 滿足兩個(gè)基本條件： 等 可能 性： 是 指總體中的每個(gè)個(gè)體有同等機(jī)會(huì)被抽到。 1Ω 數(shù)據(jù)的收集和整理 37 （ 4）抽樣 方法 為了確保數(shù)據(jù)的準(zhǔn)確性和代表性，能從樣本中正確推斷總體，必須采用適當(dāng)?shù)某闃臃椒?，常用的方法有隨機(jī)抽樣、分層抽樣等 。檢查表是收集過(guò)程數(shù)據(jù)時(shí)最常用的工具，常常用于 DMAIC改進(jìn)方法的測(cè)量階段。 ?按 加工 程度，可分為 原始數(shù)據(jù)與次級(jí)數(shù)據(jù) 。項(xiàng)目團(tuán)隊(duì)?wèi)?yīng)該根據(jù)項(xiàng)目的具體情況，確定采用適當(dāng)?shù)臄?shù)據(jù)類型 。 1Ω 數(shù)據(jù)的收集和整理 35 （ 2） 數(shù)據(jù)類型 ?從計(jì)量尺度來(lái)說(shuō)，分為 定性數(shù)據(jù)和定量數(shù)據(jù) 。這類數(shù)據(jù)中，“ 0” 是有意義的，有倍數(shù)的概念，例如說(shuō)“電流強(qiáng)度為 6安培是電流強(qiáng)度為 2安培的 3倍”是有意義的。 數(shù)據(jù)的收集和整理 34 d. 定 比測(cè)量尺度 ： 連 續(xù)型數(shù)據(jù)的第二種類型是定比尺度數(shù)據(jù) 。 定性 變量能識(shí)別的關(guān)系除了“ =” ，“ ≠ ”，“＞”，“＜”，還能識(shí)別差距的大小，如“ 60 ℃ 與 20 ℃ 的差距比40 ℃ 與 10 ℃ 的差距大”。這類數(shù)據(jù)中，“ 0”是沒(méi)有意義的，因而沒(méi)有倍數(shù)的概念。 1Ω 數(shù)據(jù)的收集和整理 33 c. 距 測(cè)量尺度 ： 連 續(xù)型數(shù)據(jù)的第一種類型是定距尺度數(shù)據(jù)。 用 定序數(shù)據(jù)所做的工作有“計(jì)數(shù)”和“排序”。 例 如，以“好”、“更好”、“極好”來(lái)劃分顧客對(duì)某 服 務(wù) 的偏好；按某項(xiàng)業(yè)績(jī)將各單位排名次等。 能 識(shí)別的關(guān)系只有“ =” 或“ ≠ ”。 類測(cè)量尺度 ： 定 類尺度的數(shù)據(jù)是一些數(shù)字形式的名義值。測(cè)量的尺度決定了研究這些數(shù)據(jù)時(shí)應(yīng)該使用什么類型的統(tǒng)計(jì)方法。 ?明確關(guān)鍵輸出變量（ KPOV）和關(guān)鍵輸入變量（ KPIV） a. 為什么測(cè)量這個(gè)指標(biāo)？ b. 指標(biāo)的定義是什么？ c. 如何測(cè)量？ d. 采用什么測(cè)量設(shè)備 e. 測(cè)量 結(jié)果是否可靠 f. 有 無(wú)更好的測(cè)量方法 過(guò)程分析與文檔 29 概率論基礎(chǔ)知識(shí) 隨機(jī)變量及分布 數(shù)學(xué)期望、均值與方差 常用的離散分布 常用的連續(xù)分布 中心極限定理 統(tǒng)計(jì)量與抽樣分布 30 31 （ 1） 測(cè)量 尺度 測(cè)量 是用數(shù)據(jù)來(lái)描述觀察到的現(xiàn)象。 輸入變量或影響因素的權(quán)重?cái)?shù) 。 b. 確定 每一輸出特性或缺陷形式的重要度，并給定其權(quán)重（ 1~10， 10代表的重要度最高） 。 過(guò)程分析與文檔 （ cause and effect diagram） 25 （ 2） 因果 矩陣 （ cause and effect matrix） 當(dāng) 預(yù)期解決的問(wèn)題比較復(fù)雜，有多種缺陷形式且它們的影響因素相互關(guān)聯(lián)，無(wú)法將它們分開(kāi)考察和解決時(shí)，所常采用是一種的分析工具。 ：曲解（將事實(shí)與按順序排列的推測(cè)相混淆），沒(méi)有盡可能利用當(dāng)前掌握的信息對(duì)癥狀進(jìn)行充分的分析。 過(guò)程分析與文檔 （ cause and effect diagram） 22 案例三：汽車失控的因果圖 23 案例四：復(fù)診病歷遲到因果 除了 5W， 5M， 4P外，還應(yīng)注意與流程圖的結(jié)合。