六西格玛数据分析技术

σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心

中国人民大学出版社 中国人民大学音像出版社 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 中国人民大学六西格玛质量管理研究中心 六西格玛管理培训丛书 何晓群 主编 中国人民大学出版社 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 六西格玛管理培训丛书（5） 何晓群 主编 六西格玛数据分析技术 何晓群 编著 光盘作者：陶 沙 苏晨辉 中 国 人 民 大 学 出 版 社 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 目 录 课程概要 第1章 基本统计概念 第2章 概率及其应用 第3章 管理中常见的几个概率分布 第4章 参数估计 第5章 假设检验 第6章 离散数据的卡方检验 第7章 方差分析 第8章 相关分析与一元回归 第9章 多元回归分析 退出放映 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 课程概要 课程要点 培养对象 欲达目的 课时安排 返回目录 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 课程要点 1.数据收集与整理描述 2.概率及其在质量管理中的应用 3.质量管理中常见的几个概率分布 4.参数估计及其应用 5.假设检验及其应用 6.离散数据的卡方检验 7.方差分析及其应用 8.相关分析与一元回归 9.多元回归及其应用 返回目录 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 培养对象 开展六西格玛管理项目的黑带及黑带大师候选人和掌握统计技术与方法应用的人。 返回目录 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 欲达目的 通过本课程的学习你将达到： 1.理解统计数据分析主要方法的基本理论 2.树立起六西格玛管理的统计思想 3.掌握了基本统计方法在管理中的应用 4.能熟练运用Minitab软件实现数据分析 5.建立起运用统计方法解决管理问题的能力 返回目录 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 课时安排（36课时） 第1章 基本统计概念 4课时 第2章 概率及其应用 4课时 第3章 管理中常见的几个概率分布 4课时 第4章 参数估计 4课时 第5章 假设检验 4课时 第6章 离散数据的卡方检验 4课时 第7章 方差分析 4课时 第8章 相关分析与一元回归 4课时 第9章 多元回归分析 4课时 返回目录 σσσ σσ σ SSMC 中国人民大学六西格玛质量管理研究中心 第1章 基本统计概念 1.1 常用数据分析技术概述 1.2 总体与样本 1.3 数据的收集 1.4 数据的类型 1.5 数据集中趋势的测度 1.6 数据离散程度的测度 1.7 数据基本分析的软件实现 小组讨论与练习 返回目录 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 本 章 目 标 1.理解数据分析在6管理中的重要意义 2.理解几个常见的统计概念 3.树立企业管理人员量化管理的统计意识 4.掌握几种不同平均数的计算方法 5.掌握标准差和变异系数的计算方法 返回目录 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 1.1 常用数据分析技术概述 界定 Define 量测 Measure 分析 Analyze 改进 Improve 控制 Control 量测所得 各种数据 Data 返回目录 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 数据分析的意义 界定 Define 量测 Measure 分析 Analyze 改进 Improve 控制 Control 6管理目标 顾客满意 返回目录 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 可靠的数据及分析是解决问题的根本 管 理 中 的 问 题 如何解决 现在的问题 确认问题 设计量测指标 选择收集数据的方法 获得数据 分析数据 历史的 近期的 最新的 得到分析结果 制定解决方案 决策及行动 返回目录 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 1.2 总体与样本 总体 ?X这个企业员工的月平均收入是多少？ niinxx1/信息 由样本信息作为总体信息 估计值 抽取一小部分 x样本 返回目录 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 总体、个体与样本、样品 总体（population）：把研究的一类对象的全体称为总体。 个体（individual,item）：把构成总体的每一个成员称为个体。 样本（sample）：从总体中抽出的部分个体组成的集合称为样本。 样品：样本中包含的个体成为样品。 样本容量(sample size)：样本中包含的个体的数量称为样本容量，通常用n表示。 返回目录 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 1.3 数据的收集 6管理是一种科学的量化管理 没有数据就没有管理 没有数据的统计分析就等于无米之炊 数据资料的来源有两种：原始资料和二手资料 抽样是企业管理中收集数据的最普遍方法 宏观数据资料的获取主要依赖于各种统计年鉴和咨询顾问公司 返回目录 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 关于抽样方法 概率抽样和非概率抽样 概率抽样（随机性原则） 非概率抽样 配额抽样 • 简单随机抽样(simple random sampling) • 分层抽样(stratified sampling) • 整群抽样(cluster sampling) • 等距抽样。又称系统抽样（systematic sampling） 返回目录 σσσ σσ σ SSMC 中国人民大学六西格玛质量管理研究中心 1.4 数据的类型 6管理中通常遇到两种类型的数据： 定性数据 定量数据 定类数据 定序数据 计量数据 计数数据 数据是决策的依据 返回目录 σσσ σσ σ SSMC 中国人民大学六西格玛质量管理研究中心 定量数据 定 量 数 据 计量数据 计数数据 返回目录 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 计量数据——连续型数据 怎样获得计量数据 连续型数据 连续型数据 返回目录 σσσ σσ σ SSMC 中国人民大学六西格玛质量管理研究中心 计数数据——离散型数据 计数或事件发生的频率：如，顾客满意度调查中不满意的 人数。 需要较大的样本量，以更好地描述产品或服务的某种特性。 满意的和不满意的人数就是数出来的 瓷砖中的斑点数 返回目录 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 变量、参数和统计量 变量是说明和描述事物某种特征的指标 变量的种类 参数 统计量 变量的种类 分类变量 顺序变量 数值型变量 随机变量 连续型随机变量 离散型随机变量 返回目录 σσσ σσ σ SSMC 中国人民大学六西格玛质量管理研究中心 1.5 数据集中趋势的测度 反映样本位置的统计量 样本均值 设有样本数据 xnxxx,...,,21niixnx11x 就是样本均值 样本中位数：将样本数据按从小到大排序后，处于中间位置上的数就是中位数。 返回目录 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 加权算术平均数 加权算术平均数 niiixx1其中 为 的权重（weight），表示 在数据集中 所占的比重，而 iixixniii10 ; 1当权重相同，即 nini,...,2,1 , 1时 加权算术平均数即为简单算术平均数。 返回目录 σσσ σσ σ SSMC 中国人民大学六西格玛质量管理研究中心 几何平均数 将所有n个数 连乘，然后开n次方，即 nxxx,...,,21nniinngxxxxx121...其中： 代表几何平均数，为连乘符号 当n2时，为了方便计算可采用对上式两边取对数的方法计算： gxniingxnxxxnx121log1)log...log(log1log几何平均数一般用于计算在一段时间内有复式增长的数据的均值 几何平均数（geometric mean） 注意 返回目录 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 几何平均数（续） 1497.18.04.13.12.14HPR几何平均数适用于计算在一段时间内有复式增长的数据的均值情况。 4.174$1.1497$1004这在企业中要经常用到。如企业成长10年来每年有个增长率，试计算这10年的平均增长率；1995年——2004年每年有个国内生产总值GDP的增长率，求1995年到2004年的平均增长率。 例：某投资者于2000年、2001年、2002年及2003年的持有期回报（HPR）分别为1.2、1.3、1.4及0.8。试计算该投资者在这四年内的平均持有期回报。 解：利用几何平均数计算持有期回报： 平均 该投资者平均每年持有期回报为1.1497。如果该投资者在2000年初投资额为＄100，那么到2003年底，他的财富将成为 。 返回目录 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 1.6 数据离散程度的测度 一批统计数据相对它的均值而言，这些数据的离散程度如何？ 数据波动的统计量通常有三种： 样本方差与 样本标准差 数据波动的统计量 极差 变异系数 返回目录 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 极差（range） 极差的计算简单，它是一种最简单的度量离散程度的方法。 极差的缺点也很明显，因为它只考虑了极端值，丢失的数据信 息较多。 现在的社会居民收入分配相差很大，这对社会稳定很不利。极差让我们可以更清醒地认识到贫富差距。所以极差还是很有意义的一个统计量。 一组数据中的最大值与最小值之差称为极差，用R表示。 极差的计算十分简单，如某企业中员工的最大月收入是 12000元，最低月收入是800元，则 R＝12000－800＝11200（元） 返回目录 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 方差与标准差 总体方差 总体标准差 样本方差 样本标准差 实际应用中常用样本标准差作为总体标准差的估计值。 方差不能带量纲（单位），这样就得不到合理解释； 只有标准差才能带单位。 NXXNii122)(1)(12nxxsnii1)(122nxxsniiNXXNii12)(返回目录 σσσ σσ σ SSMC 中国人民大学六西格玛质量管理研究中心 均值与标准差概念的直观理解 设有两组样本数据分别为： 2、4、6、8、10 4、5、6、7、8 把这两组数据分别标在下面的直线轴上 0 0 2 4 6 8 10 4 5 6 7 8 返回目录 σσσ σσ σ SSMC

中国人民大学六西格玛质量管理研究中心 均值与标准差概念的直观理解（续） 第一组数据的 16.34)610()68()66()64()62(22222s6)108642(51x第二组数据的 6)87654(51x58.14)68()67()66()65()64(22222s 由这两组数据的均值和标准差，结合上面的图形，我们可以直观地看到这两组数据均以6为中心，但前面5个数的离散程度要大于后面5个数的离散程度。第一组数的标准差是3.16，第二组数的标准差1.58。这个例子让我们更直观地体会到标准差以及均值的意义。 返回目录