六西格玛分析阶段

六西格玛普及培训-分析第七步确定关键因素目录一、分析阶段目的二、图表分析三、多变量分析第一部分分析阶段目的分析阶段要做什么最佳化的过程30-504-83-6重要X’s选定5-8定义、测量分析确认重要X’s改进重要X’s最佳化控制2-4重要X’s控制分析阶段的目的：通过对数据的分析，确认在测量阶段得出的对Y有影响的重要X’s对Y影响小的X’s进行现水准管理把关键因素(X’s)压缩到4～8个左右之后,在改进阶段找出最适合的条件分析阶段的步骤制定数据收集计划确定X的量化指标，数据类型、以及数据收集目标根据X的特点确定采用的分析方法，可以每个因子单独验证(如比较分析)，也可以几个因子合在一起验证(如多变量分析、回归分析、DOE)制作数据收集表，包括X及其响应(Y)的数据，确定收集的样本量如需要通过试验来收集，如通过人为改变X的状态来观察Y的变化，还需要做好试验计划分析潜在关键因子对Y的影响根据数据表收集数据根据事先确定的分析方法来确认每个潜在的关键因子对Y是否有显著影响，或影响有多大确定关键因子对Y有显著影响的潜在因子确认为真正的关键因子，需要进行优化主要使用的工具图表分析确认分布：直方图,点图，箱线图、散点图、矩阵图、边际图、柏拉图、时间序列图.....多变量分析比较分析均值检验：1-samplet,2-samplet,Pairedt(样本中同一个体测量两次前后比较－总体不独立),ANOVA（正态总体=2）方差检验：TestforEqualvariance-Ftest（正态总体＝2），Bartlett’sTest(正态总体=2)，Levene’sTest（非正态总体）比率检验：1Proportion,2Proportions,Chi-squaretest（总体=2）回归分析第二部分图表分析用图形对测量阶段找出的变量(KPIV)的“形态”进行描述，通过视觉来判断变量是否满足我们的期望，确定是否关键的KPIV好的图表才能说明问题引入图表分析的目的图表分析可以把数据转化为我们需要的信息数据是信息的“原料”加工处理的数据是提供可靠信息的源泉可靠的信息是我们作决策的基础图表分析的作用六西格玛管理强调以数据为基础，以事实为依据！图表分析的作用（续）掌握变量分布的形状,平均值的位置及方差比较各变量分布的特性明确两个以上的变量之间的差异比较变量相对重要度掌握变量数据随时间的变化图表分析的步骤重点:可靠数据的收集和正确的图表解释选定要分析的变量搜集及整理数据进行图表分析结果解释选择要分析的变量我们要分析的变量来自测量阶段的结果,在利用图表分析前我们首先要确定变量的类型、分析的目的、选择什么方法等搜集及整理数据在运用图表分析时，应该明确以下重要问题:由谁收集数据谁运用这些数据收集数据的类型是什么数据怎样收集收集的数据在过程的哪个环节收集数据的频率在数据收集前别忘了先做测量系统分析图表分析的主要方法连续型数据分析什么问题分析方法数据类型点图箱线图柏拉图饼图连续型数据描述性统计点图、箱线图直方图确定单个变量（研究对象）的分布比较在2个、多个或者1个变量（研究对象）在多种状态下分布的差异连续型数据散点图边际图矩阵图时间序列图确定2个或者多个因素之间的关系确定变量（研究对象）的组成离散型数据图表菜单Minitab15提供分析数据的图表工具!在工作表中输入数据或把EXCEL中的数据粘贴过来图表的选定及操作单个变量分布图目的:确定变量的基本信息,包括分布的形状（是否正态分布?）、居中趋势（平均值和我们期望的有什么差距?）、离散情况（波动是否超出了我们的要求?）等我们想了解某些过程的基本信息例如:1.顾客投诉问题的处理时间2.加工尺寸3.输出功率……………与我们的要求(期望)有什么差异?通过分布分析可以解决以上问题确认基本统计量－描述性统计描述性统计（DescriptiveStatistics）可提供多种图表和数据的平均值及标准差，偏度，峰度，置信区间，正态分布等信息，帮助我们确认基本统计量。统计基本统计量显示描述性统计要养成首先做出基本统计量的习惯下面得到的数据，是某生产厂家统计的两个月材料采购计划时间和实际交货时间的差值。数据的收集来源：-该生产厂家2大类产品的物料；-记录两大类产品材料采购订单的执行情况(60个订单）。用Minitab分析一下该生产厂家A类产品材料采购订单的基本统计值（打开数据文件:A－01－采购订单.MTW）举例描述性统计统计基本统计量显示描述性统计选择图形不仅可以查看基本统计量,还可以看出全体分布的柱状图输出结果分析:)1/()(122nXXSSnii•标准差(StDev):•四分之一分位数:把数据从小到大排列时,分位数为25%；•四分之三分位数:把数据从小到大排列时,分位数为75%；•TrimmedMean:把数据的上下分位各去掉5%后求平均。•标准误差(SEMean):nSSxx描述性统计描述性统计:A类产品差值平均值下四分上四分变量NN*平均值标准误标准差最小值位数中位数位数A类产品差值3001.401.8410.06-18.00-6.004.006.00变量最大值A类产品差值30.00输出图表分析:描述性统计3020100-10-20121086420A类产品差值频率均值1.4标准差10.06N30A类产品差值直方图（包含正态曲线）统计基本图形化汇总图形结果汇总点击输出图表分析:图形结果汇总3020100-10-20中位数平均值6420-2第一四分位数-6.0000中位数4.0000第三四分位数6.0000最大值30.0000-2.35545.1554-1.31395.00008.009513.5199A平方1.05P值0.008平均值1.4000标准差10.0571方差101.1448偏度0.31992峰度1.52223N30最小值-18.0000Anderson-Darling正态性检验95%平均值置信区间95%中位数置信区间95%标准差置信区间95%置信区间A类产品差值摘要点图——Dotplot通过对A－01－采购订单例子的分析，做出A类产品材料采购订单的分布图，利用DotPlot对订单时间的变动进行分析对数据的平均、波动、倾向、分布都很容易看出来利用变量功能的话，集团之间的变动也容易区分出来图形点图通过点图可以看出大部分订单的时间差值集中在-6～8天左右，最低为-18，最高为30，波动较大。有几个订单相对异常，需分析原因。输出图表:通过点图,可以看出过程中异常状态的数据.点图——Dotplot异常点这几单发生了什么事情？图形点图箱线图——Boxplot通过对A－01－采购订单例子的分析,做出来A类产品材料采购订单的分布图,利用BoxPlot对订单执行情况的变动进行分析对数据的中位数、波动、倾向都很容易看出来利用变量功能的话，集团之间的变动也容易区分出来图形箱线图箱线图——Boxplot图形箱线图点击点击箱线图——Boxplot通过Boxplot可以看出：50%的订单集中在基本集中在-6和6之间左右出现了异常点Boxplot的数据数量在10以下时很容易失去有效性！箱线图的理解注：箱子的高度——内四分位极差IQR＝InterQuartileRange＝Q3-Q1*异常点75%数(3/4分位)－Q3Q1－Max{Minimum,Q1-1.5IQR}Q3+Min{Maximum,Q3+1.5IQR}25%的数(1/4分位)－Q1中位数(1/2分位)－Q2数据的中间50%(箱子的高度)数据由小到大排列Histogram直方图主要应用在了解数据的形状及形态便于掌握数据的集中倾向、位置、平均、分布等通过对A－01－采购订单例子的分析，作出A类产品材料采购订单的倾向、位置、平均、分布等，利用直方图进行分析图形直方图直方图的制作必须要有50个以上的数据。Histogram直方图图形直方图点击点击输出图表分析:直方图的形态Histogram直方图3020100-10-20121086420A类产品差值频率A类产品差值的直方图下面四个直方图是同样数据形成的，它的形状受柱子个数和间距的影响581015随着区间的调整,数据的形状分布不尽相同直方图可掌握数据的分布、居中趋势等Histogram直方图如何掌握图表分析通过图表分析可掌握通过DescriptiveStatistics确认了数据的平均值，标准差，倾斜度，陡峭度，置信区间，数据的正态分布，还有四分位数；通过Dotplot的图表分析，可确认全体数据平均值的倾向、异常点及分布；通过Boxplot的图表分析，可确认全体数据中位数值的位置、异常点及分布；通过直方图可掌握全体数据的形态。某公司为了改进采购计划的准确性，减小材料采购不准确造成生产和库存方面的压力，收集了2月份B类产品材料采购订单的数据进行分析，以找出需要改进的重点。下列数据是在2月份统计的各种材料订单计划时间和实际入库时间的差值(单位天)。试问：1.B类产品材料采购订单计划时间和实际入库时间的均值及标准偏差分别为多少？从分布图中能看到什么问题？2.做出dotplot/boxplot及直方图并解释。数据文件：A－01-采购订单.mtw练习时间：10分钟练习一通过图表分析比较单个变量分布我们在做项目的过程中，经常会碰到这种情况：要对两类或更多种类的数据进行比较分析例如:通过图表分析很容易理解不同工序加工同一位置尺寸的差别，不同型号刀具加工寿命之间的差别，不同员工加工能力之间的差别。那么对多个数据进行比较时经常使用哪些图表现在通过具体事例，利用图表分析比较分布Boxplot用于数据间的分布差异、中位数和波动大小的比较利用A－01－采购订单例子，对两大类产品材料订单执行情况进行比较，用Boxplot图表分析。箱线图——Boxplot图形箱线图箱线图——Boxplot图形箱线图点击点击输出图表分析箱线图——BoxplotB类产品差值A类产品差值3020100-10-20-30类别差值差值的箱线图两类产品的订单执行情况没有明显的差异，B类产品订单执行情况的波动大于A类产品。单因素多组数据点图---MultipleDotPlot显示多个过程的平均值倾向、变动、分布可比较两个或两个以上数据间的差别利用A－01－采购订单例子对两大类产品材料订单执行情况进行比较，平均值的倾向、变动及分布进行MultipleDotplot对比分析点图——Dotplot图形点图点图——Dotplot图形点图点击点击通过Dotplot可以看出两类产品的材料采购订单执行情况没有明显的差异。MultipleDotplot的分布在数据很多的时候很容易看出两个或多个分布的区别点图——Dotplot输出图表分析241680-8-16-24A类产品差值B类产品差值差值类别差值的点图单个变量分布的构成目的:确定某些特定事件在整个事件中所占的比例或者问题主要集中在哪些方面?我们想知道以下问题例如:1.发动机缺陷集中在哪些方面?2.顾客反馈的意见主要集中在哪些方面?3.成本浪费主要集中在哪里……….通过变量分布构成的分析我们就可以解决以上问题柏拉图——Paretochart统计质量工具Pareto图确定不良品、缺陷数、争议点、事故的现象或原因等集中在哪些方面，掌握主要的问题点（80/20原则）打开文件:A－02－费用.MTW利用柏拉图进行分析柏拉图——Paretochart统计质量工具Pareto图费用950245165125765825百分比57.814.910.07.64.63.51.5累积%57.872.782.790.395.098.5100.0类别其他营业员培训费店面装修会展费用业务咨询市场调研费广告费180016001400120010008006004002000100806040200费用百分比类别的Pareto图广告费的支出占大头饼图——Piechart主要用于对原因或现象的