六西格玛培训课件-500强外企内部培训课程(23)

独立性X2检验六西格玛DMAIC原理绿带介绍独立性X2检验的基本概念将独立性X2检验与六西格玛DMAIC原理联系起来内容过程改进•验证关键输入•优化关键输入过程分析•完成失效模式分析•进行多变量分析•明确潜在的关键输入•制定下一阶段的方案过程控制•实施控制方案•验证长期能力•持续改进过程定义•范围和界限•定义缺陷•小组任务书和小组领导人•估计经济影响•领导层批准过程测量•绘制过程图，确认输入和输出•因果关系矩阵•确定测量系统能力•确定过程能力基期状况DMAIC流程从许多琐碎的变量X中“过滤”出少数重要的几个流程Y=f(x1,x2,x3,x4,...xn)Y在一段时间中的绩效Y的差异过程图初始能力评估FMEA减少“错误输入”引起的差异及其影响因果关系矩阵FMEA多变量多变量研究有助于确立Y和关键X之间的联系x1,x7,x18,x22,x31,x44,x57多变量分析确认噪声变量，减少实验设计中的XY=f(x7,x22,x57)实验设计确定关键X及其与Y的关系3020100555045ObservationNumberIndividualValueIChartforChart11X=50.353.0SL=54.21-3.0SL=46.50对关键X进行适当控制实际差异测量差异再现性（员工/方法）重复性（设备）我们从“Y”开始：}X数据单个变量X多个变量XY数据单个变量Y多个变量YX数据离散型连续型Y数据离散型连续型X2检验t检验方差分析回归X数据离散型连续型Y数据离散型连续型多重回归中位数检验2,3,4向…方差分析分析方法框架评估X、Y关系的工具Y1Y2YTargetCBAABCR51025S805075xy数据描述假设检验离散型X离散型YH0:数值相互独立X2检验相对于目标的连续型YH0:m=目标单样本t检验2个水平的离散型X,连续型YH0:m1=m2双样本t检验3个以上水平的离散型X,连续型YH0:m1=…=mk方差分析连续型X;连续型YH0:斜率=0回归人力资源部想看看应聘者的年龄（年轻或年长）和他是否受聘之间是否有联系Y是什么?______________数据类型?_______________X是什么?______________数据类型?_______________你将使用哪种工具?_________________________记得这个例子吗?受聘未受聘年长2748153227年轻总计总计75380455275180你得出什么结论?数据问题：年龄和是否受聘用有关系吗？是否一个年龄组的人比另一个年龄组的人有更大的受聘机会？受聘机会是否不受年龄影响？独立性X2检验•假定变量间相互独立。要证明相互关系：H0:数据间相互独立（聘用决定不受应聘者年龄的影响）Ha:数据间相互影响（聘用决定受应聘者年龄的影响）•如果聘用决定和年龄无关，那么受聘者中年长者的比例应和应聘者中年长者的比例大致相当。•X2检验决定统计显著性水平X2检验•对下列观测值进行计数：受聘和未受聘的年长的应聘者受聘和未受聘的年轻的应聘者•如果聘用决定和年龄无关，数字应该是多少应聘者中年长者所占百分比?如果受聘者中年长者的比例恰好等于应聘者中年长者的比例，将聘用多少年长者?针对年长的未受聘者、年轻的受聘者和未受聘者，重复上述步骤•使用Minitab中的X2检验•如果P值小于0.05，则否定H0收集数据并计算行和列总值第1步受聘未受聘年长2748153227年轻总计总计75380455275180计算观测到的频率创建一张期望频率表如果两个因子确实相互独立，该表应该是怎样的?受聘未受聘年长_____________________年轻总计总计75380455275180=29.67180455第2步40%的应聘者是年长者(180/455).75x因而我们预计受聘者中年长者应占40%(75*(180/455)).创建一张期望频率表如果两个因子确实相互独立，该表应该是怎样的?受聘未受聘年长年轻总计总计75380455275180单元格的期望频率为：(行总值)*(列总值)合计步骤2续=29.6775x180455_____________________结果如何?•期望频率和实际观测频率之差与期望频率的比率决定了检验统计值和P值•差值越大，表明信号和噪声的比率越大，P值越小期望值期望值观测值22-分析Minitab中的数据X2检验期望数值列于观测数值下方受雇未受雇总计12715318029.67150.3324822727545.33229.67总计75380455X2=0.240+0.047+0.157+0.031=0.476DF=1,P值=0.490注：期望数值和观测数值与你刚才计算的值相同你得出什么结论?结果示例：Post-it®消费者账户调查(2)结果：所有地区–电子商务列表的统计数据：网上送货，电子商务定购比例（%）行：网上送货列：电子商务(%)是否合计备注是721688电子商务定购中网上送货比例更高64.7423.2688.00否31215238.2613.7452.00合计10337140103.0037.00140.00X2=8.287,DF=1,P值=0.004单元格内容–数值随机的期望频率来自于增加指示标签纸销量的黑带项目。利用X2检验分析对电子商务定购和网上送货进行比较的调查数据。表明针对电子商务的营销手段应包含网上送货。如果数据没有列表，该怎么办?•使用Storedescriptivestatistics选项（StatBasicStatistics）•打开GBChi-Square.MPJAbrasives工作表多变量研究针对是使用不同研磨材料切割带子的问题Y代表材料是否正确切割–废品或合格品X代表材料类型–5类(Trizact,Alum.OxidePaper,Regalite,Alum.OxideCloth,ScotchBrite)制表计算工具•计算每种材料类型的废品和合格品总数。计算总数X2分析结果：研磨材料X2检验：废品，合格品期望数值列于观测数值下方废品合格品总计149348127486201129.6747490.33215486818835205.288629.72318602335625216585.8924630.1142221418714409334.7914074.2151882827728465661.3827803.62总计2917122628125545X2=358.821+8.535+12.809+0.305+2.8E+03+65.910+37.998+0.904+338.816+8.060=3602.946DF=4,P值=0.000X2检验评注•X2检验显示了最少的情况，通常是本周学习使用的工具中“较难分析”的一个属性数据的结果•要满足假设，X2检验的期望频率至少应为5如果期望频率小于1，Minitab无法计算出P值我们可以通过合并类别来解决这个问题•确保所收集的数据的随机性注意其它隐含因子（变量X）汇总表工具DSO聚酯薄膜挤出你的项目X2检验t检验方差分析回归实验设计Y=按时付款：是或否X=客户规模：小、中、大H0:按时付款与客户规模无关Y=质量：好、差X=制造商A、B和CH0:不合格的珍宝卷与制造商无关Y=X=H0:介绍独立性X2检验的基本概念将X2检验与六西格玛DMAIC原理联系起来回顾卡片练习卡片颜色是否与分类错误的卡片数无关?在每个单元格中输入缺陷个数分类颜色正确错误绿蓝黄回到Abrasive工作表，分析在其它变量X下的Y值（废品或合格品）•磨料（粗或细）•宽度（窄或宽）•长度（短或长）是否有变量X影响废品/合格品的件数?可选练习销售–客户偏好一个对北美送货情况的分析显示美国、加拿大对三种产品的定购数量。两国消费者的偏好是否相同?可选练习如果不同，造成差异的原因是什么？下一步应该怎么做？美国加拿大产品132135产品23280产品34298