六西格玛绿带课程分析阶段ppt课件
- 格式：ppt
- 大小：9.49 MB
- 文档页数：59
下载文档原格式
合集下载
六西格玛基础知识课件PPT课件
日期 4月1日 4月2日 4月6日 4月7日 4月8日 4月9日 4月11日 4月12日 4月13日 4月14日 4月15日 4月16日 4月18日 4月19日 4月20日 4月21日 4月22日 4月23日 4月25日 4月26日 4月27日 4月28日 4月29日 4月30日
上班时间数据表(单位：分钟）
自己
仔细 效率 主动性 坚持原则 创新
4
课程回顾
1、什么是6
sigma是希腊字母, 是一个用来表示标准差的统计单位. 它衡量数据的分散程度；
Sigma水平 是业绩水平的一个普适性衡量指标. 它是衡量我们所提供的产品或服务 满足客户要求能力的指标. 流程的sigma水平越高, 产品或服务满足客户要求的百 分比就越高, 缺陷也越少.
定义阶段测量阶段分析阶段分析阶段改迚阶段改迚阶段控制阶段控制阶段步骤dmaicqc聚焦关键问题选课题确定ctq和y现状调查制定项目计划设定目标测量系统分析分析原因过程能力分析确定主要原因查找潜在关键因素制定对策确定关键因素实施对策产生改迚方案检查效果验证改迚结果固化措施10固化改迚结果总结及下一步打算六西格玛dmaic模式六西格玛dmaic模式目录目录六西格玛dmaic模式第二部分第二部分第二部分第二部分第三部分第三部分第三部分第三部分第五部分第五部分第五部分第五部分六西格玛dmaic模式第一部分第一部分第一部分第一部分六西格玛dmaic模式第四部分第四部分第四部分第四部分六西格玛案例分享第六部分第六部分第六部分第六部分10定义阶段目的通过对客户需求对产品质量以及流程表现等方面迚行分析找出影响客户感知和流程绩效的关键问题幵确定为六西格玛项目
33
定测 分 改 控 义量 析 进 制
回忆一下：测量阶段分为那三个步骤？ 测量系统分析、过程能力分析、寻找潜在关键因素
6Sigma绿带分析阶段培训(PPT 64页)
流程的输出
CCRs
次品
Y 流程输出的变异导致
次品
查询变异的来源
在试图识别变异的根源时，团队遵循的通常的调查问题步骤是:
1 识别出现的事件; 提问 “发生了什么事?”
2 识别现存状态或缺陷前的状态 -提问 “改变了什么?”
3 检查导致问题的事件或步骤
4 调查问题的地点 -环境 -位置
5 调查问题类型 材料 产品的不同
二、然后调查原因 ➢ 不断提问为什么前一个事件会发生，直到回答“没有好的理由 或一个新的故障模式被发现时才停止提问。 ➢ 解释根本原因以防止问题重复发生。 ➢ 文件中所有带有“为什么”的语句都会定义真正的根源（通常 需 要5个“为什么”）
三、最后根据程序把5个为什么分析形成文件
5个为什么链式图表
问题
如何绘制帕雷托图
第二步：打开EXCEL软件，用鼠标框选所有数据表格，选 菜单栏“插入”项，选二维折线图。
如何绘制帕雷托图
第三步：把鼠标放在缺陷数量折线图上，点击右键选 选择“更改系列图标类型”。
如何绘制帕雷托图
第四步：点击鼠标左键选择“柱形图”，点“确定”。
如何绘制帕雷托图
第五步：把鼠标放在不良比例折线图上，点击鼠标右 键选择“设置数据系列格式”，选“次坐标轴”。
主要活动
• 对流程分层 • 对数据分层并确定
具体问题
• 提出问题陈述 • 确定根本原因 • 设计根本原因确认
分析
• 验证根本原因 • 提高团队创造性并
防止人云亦云的思 维
订货平均天数
潜在的工具和方法
假设检验
Shainin多变量图
65
55
45
35
客户
生产厂家
六西格玛绿带培训课件(PPT 106张)
六西格玛绿带
SixSigmaGreenbelt
Sigma()是什么？
是统计学里的一 个单位，表示与平 均值的标准偏差。
举例说明
有20个学生成绩(x)如下：
举例说明
有20个学生成绩(x)如下： 成绩总和为：
举例说明
有20个学生成绩(x)如下： 成绩总和为： 平均成绩μ ：
举例说明
有20个学生成绩(x)如下： 成绩总和为： 平均成绩μ ： 标准偏差：n/redesign)
一个6SIGMA项目包含了一套定义CTQs的解决方 法，一旦6SIGMA项目被选用，下面2个策略中的一个 需要被采用。
修复和改进现成的流 程，这个方法叫做 DMAIC。大多数 6SIGMA项目采用 这个方法
流程的设计或再设计一般 通用DFSS(Design for Six Sigma)，但是 DFSS不是被普遍接受的 方法，DFSS中最流行的 方法是DMADV
根据美国质量协会（ASQ）研究结果，6 SIGMA要求企业质量管理运作达到一个相当高的 层次，假如一个产品交样合格率只有85%，就不 必用6 SIGMA管理。此时可用比6 SIGMA管理 更简单的办法，将85%提高到95%即可。例如推 行ISO 9000质量体系认证、顾客满意度、零缺陷 管理等。另外，6 SIGMA管理对企业员工的素质 提出了较高的要求，6 SIGMA需要员工参与测量、 分析、改进和控制的各种项目，要求自我管理而不 像ISO 9000那样需有人督促。
企业提供的产品和服务必须满足客户要求的质量特征. 在6SIGMA中, 通常用Y来表示.很多公司都是把其作为一个 输出的衡量性指标。 Voc = f ( CTQs ) Y = f (X1, X2, X3, …Xn) Y = f (X) Y代表输出 X代表输入 Voc(Voice of customer)
SixSigmaGreenbelt
Sigma()是什么？
是统计学里的一 个单位，表示与平 均值的标准偏差。
举例说明
有20个学生成绩(x)如下：
举例说明
有20个学生成绩(x)如下： 成绩总和为：
举例说明
有20个学生成绩(x)如下： 成绩总和为： 平均成绩μ ：
举例说明
有20个学生成绩(x)如下： 成绩总和为： 平均成绩μ ： 标准偏差：n/redesign)
一个6SIGMA项目包含了一套定义CTQs的解决方 法，一旦6SIGMA项目被选用，下面2个策略中的一个 需要被采用。
修复和改进现成的流 程，这个方法叫做 DMAIC。大多数 6SIGMA项目采用 这个方法
流程的设计或再设计一般 通用DFSS(Design for Six Sigma)，但是 DFSS不是被普遍接受的 方法，DFSS中最流行的 方法是DMADV
根据美国质量协会（ASQ）研究结果，6 SIGMA要求企业质量管理运作达到一个相当高的 层次，假如一个产品交样合格率只有85%，就不 必用6 SIGMA管理。此时可用比6 SIGMA管理 更简单的办法，将85%提高到95%即可。例如推 行ISO 9000质量体系认证、顾客满意度、零缺陷 管理等。另外，6 SIGMA管理对企业员工的素质 提出了较高的要求，6 SIGMA需要员工参与测量、 分析、改进和控制的各种项目，要求自我管理而不 像ISO 9000那样需有人督促。
企业提供的产品和服务必须满足客户要求的质量特征. 在6SIGMA中, 通常用Y来表示.很多公司都是把其作为一个 输出的衡量性指标。 Voc = f ( CTQs ) Y = f (X1, X2, X3, …Xn) Y = f (X) Y代表输出 X代表输入 Voc(Voice of customer)
六西格玛绿带课程(PPT 58页)
项目管理办公室
31
6 “管理哲学”包括：
A、最小的投入，最大的收益; B、一次就做好; C、蛮干不如巧干; D、找出错误的根源，避免错误发生的可能； E、 “和”的天才（The Genius Of “And”)…
项目管理办公室
32
六西格玛的哲学 (二)
真诚关心顾客
六西格玛把顾客放在第一位。例如在衡 量部门或员工绩效时，必须站在顾客的 角度思考。先了解顾客的需求是什么， 再针对这些需求来设定企业目标，衡量 绩效。
20-25% 的销售额
3
66,807
15-20% 的销售额
4
6,210
10-15% 的销售额
4.5
1,300
7.5-10%的销售额
5
233
5-7.5% 的销售额
6
3.4
<5% 的销售额
项目管理办公室
注: 3 σ 到 6 σ = 20,000倍改进
23
推广六西格玛前美国与日本对比
两栏的不同之处 在于少了1800倍 的失误，却多了 10%的最终利润。
---- 杰克·韦尔奇
5
GE公司实施六西格玛的收益
顾客满意(GE被誉为全球最受尊敬的企业！) 股东满意(2000年六西格玛为GE带来30亿美元收益) 员工价值(GE的成为CEO的“黄埔军校”）
单位；亿美元
(资料来源: GE 2000年年报）
$2
$3.8
$4.5
$5.0
$6.0
1996
1997
11
2.1 统计学意义上的六西格玛
什么是标准差
σ代表标准差，标准差用于描述各种可能的 结果相对于期望值的波动程度。
项目管理办公室
6西格玛绿带培训PPT
1个总体方差的置信区间
Better Way， Better Results
绿带回顾-9
© Copyright 2012.
假设检验主要术语
Ho = 原假设 ( Null Hypothesis )
H1 = 备择假设 ( Alternative Hypothesis )
P值 = 概率值 ( Probability Value )
2. 等方差检验的原假设和备择假设是？ 原假设：两个总体或多个总体的方差相等
3. 方差分析的原假设和备择假设是？ 原假设：两个总体或多个总体的均值相等
4. 卡方检验的原假设和备择假设是？ 原假设：X与Y无关联（独立）
5. 相关分析中的原假设和备择假设是？ 原假设：X和Y无线性关系
Better Way， Better Results
残差分析 无异常
因子图
等值图/曲面图
响应优化器
重叠等值线图
绿带回顾-23
异常
重新试验
通过图形帮助理解
通过图形帮助理解 找因子最佳设定值 找因子公差范围
© Copyright 2012.
中心点不显著时试验的详细分析步骤
• 1.“统计>DOE>因子>分析因子设计>项” ，通过P值判断中心点是否显著，如果此 Ct Pt 的P>0.05，则取消“在模型中包含中心点”
况？ • 5. 如果残差没有出现特别异常，则方程式可用。如出现异常，则需再次试验验证
残差异常的试验。 • 6. “统计>DOE>因子>因子图” ，画主效应图，交互作用图，立方体图，帮助理解
。 • 7. “统计>DOE>因子>等值线图/曲面图”画等值线图和曲面图。 • 8. “统计>DOE>因子>响应优化器”找因子最佳设定值 • 9. “统计>DOE>因子>重叠等值线图”找因子公差范围 • 10.实际数据跟踪验证试验结论在小范围或大范围的有效性。
Better Way， Better Results
绿带回顾-9
© Copyright 2012.
假设检验主要术语
Ho = 原假设 ( Null Hypothesis )
H1 = 备择假设 ( Alternative Hypothesis )
P值 = 概率值 ( Probability Value )
2. 等方差检验的原假设和备择假设是？ 原假设：两个总体或多个总体的方差相等
3. 方差分析的原假设和备择假设是？ 原假设：两个总体或多个总体的均值相等
4. 卡方检验的原假设和备择假设是？ 原假设：X与Y无关联（独立）
5. 相关分析中的原假设和备择假设是？ 原假设：X和Y无线性关系
Better Way， Better Results
残差分析 无异常
因子图
等值图/曲面图
响应优化器
重叠等值线图
绿带回顾-23
异常
重新试验
通过图形帮助理解
通过图形帮助理解 找因子最佳设定值 找因子公差范围
© Copyright 2012.
中心点不显著时试验的详细分析步骤
• 1.“统计>DOE>因子>分析因子设计>项” ，通过P值判断中心点是否显著，如果此 Ct Pt 的P>0.05，则取消“在模型中包含中心点”
况？ • 5. 如果残差没有出现特别异常，则方程式可用。如出现异常，则需再次试验验证
残差异常的试验。 • 6. “统计>DOE>因子>因子图” ，画主效应图，交互作用图，立方体图，帮助理解
。 • 7. “统计>DOE>因子>等值线图/曲面图”画等值线图和曲面图。 • 8. “统计>DOE>因子>响应优化器”找因子最佳设定值 • 9. “统计>DOE>因子>重叠等值线图”找因子公差范围 • 10.实际数据跟踪验证试验结论在小范围或大范围的有效性。
六西格玛绿带培训教材(PPT 65页)
Six Sigma Introduction to Green Belt 六 西格玛 绿 带 课 程
fei3702
1/65
Green Belt Training Schedule 绿带培训时间表
Green Belt Training Course Context 绿带培训课程内容
Measure 测 量
Analyze 分 析
Introduction of Minitab
软件简介
Parameter Estimation
参数评估
Basic Statistics
基础统计学
Hypothesis Testing
假设测试
Probability Distribution
概率分布
Correlation
相关
Process Mapping
Green Belt Training Discipline 绿带培训守则
Lessons will start at 4:00p.m. or 7:00p.m. sharply and all green belt candidates shall show up 5 minutes before started.
工程能力分析
抽样大小运算
Measurment System Analysis
测量系统分析
Improve 改 善
Design of Experiment (DOE)
实验设计
Factorial Designs
全因 子 设 计
Fractional Factorial Designs Regression
Our Vision & Goal
我 们 的 远 观 及目标
fei3702
1/65
Green Belt Training Schedule 绿带培训时间表
Green Belt Training Course Context 绿带培训课程内容
Measure 测 量
Analyze 分 析
Introduction of Minitab
软件简介
Parameter Estimation
参数评估
Basic Statistics
基础统计学
Hypothesis Testing
假设测试
Probability Distribution
概率分布
Correlation
相关
Process Mapping
Green Belt Training Discipline 绿带培训守则
Lessons will start at 4:00p.m. or 7:00p.m. sharply and all green belt candidates shall show up 5 minutes before started.
工程能力分析
抽样大小运算
Measurment System Analysis
测量系统分析
Improve 改 善
Design of Experiment (DOE)
实验设计
Factorial Designs
全因 子 设 计
Fractional Factorial Designs Regression
Our Vision & Goal
我 们 的 远 观 及目标
西格玛绿带培训PPT课件
六西格玛项目主要有三个领域： 提高顾客满意度 缩短工作周期 减少缺陷
追求卓越的六西格玛
一、 6σ是最完美的质量水准. 在传统的TQM（全面质量管理）中的3σ原
则：3σ就是说产品的合格率已达到99.73%， 即缺陷率为0.27%。考虑 到漂移时 66807DPMO。 6σ的质量管理水准的缺陷率是十亿分之二， 考虑到到漂移时3.4DPMO。 6σ比3σ质量水准苛刻近2万倍。
不成功的外科手术
在一些主要机场每天
在一些主要机场每5年
有2个航班不能降落
有1个航班不能降落
每月有7个小时停电
每34年有1个小时停电
国际经验表明， 企业实施六西格玛平均每
年能够提高一个σ的水平，直到实现4.7σ都无需大
量投入。 但是当企业要从4.7σ再提高时， 就需要
大规模的流程再造、 大量资源投入及人员素质的
σ的代数含义
Specification : 规格
LSL
USL
N
(xi )2
i1
N
σ
M（μ） 随机变量取值的离散程度，反映曲线形状
σ 的几何含义
LSL
一个σ USL
M（μ）
σ大 LSL
σ小 USL
M（μ）
表示很 多组数据
LSL
0.0018ppm
μ= M（无漂移）
USL
0.0018ppm
±6σ
标，将改进项目界定在合理的范围内。
1
定义：
确定要改进什么，
关键顾客要求或过程要求是什么
定义 、界定“Y”
测量（Measurement）阶
段：通过对现有的过程的测量与评
估（测量与评估 Y） ， 识别现有
的水平及大体的改进方向， 并验证
追求卓越的六西格玛
一、 6σ是最完美的质量水准. 在传统的TQM（全面质量管理）中的3σ原
则：3σ就是说产品的合格率已达到99.73%， 即缺陷率为0.27%。考虑 到漂移时 66807DPMO。 6σ的质量管理水准的缺陷率是十亿分之二， 考虑到到漂移时3.4DPMO。 6σ比3σ质量水准苛刻近2万倍。
不成功的外科手术
在一些主要机场每天
在一些主要机场每5年
有2个航班不能降落
有1个航班不能降落
每月有7个小时停电
每34年有1个小时停电
国际经验表明， 企业实施六西格玛平均每
年能够提高一个σ的水平，直到实现4.7σ都无需大
量投入。 但是当企业要从4.7σ再提高时， 就需要
大规模的流程再造、 大量资源投入及人员素质的
σ的代数含义
Specification : 规格
LSL
USL
N
(xi )2
i1
N
σ
M（μ） 随机变量取值的离散程度，反映曲线形状
σ 的几何含义
LSL
一个σ USL
M（μ）
σ大 LSL
σ小 USL
M（μ）
表示很 多组数据
LSL
0.0018ppm
μ= M（无漂移）
USL
0.0018ppm
±6σ
标，将改进项目界定在合理的范围内。
1
定义：
确定要改进什么，
关键顾客要求或过程要求是什么
定义 、界定“Y”
测量（Measurement）阶
段：通过对现有的过程的测量与评
估（测量与评估 Y） ， 识别现有
的水平及大体的改进方向， 并验证
M阶段六西格玛绿带教材(最新)优秀PPT
接受能力评价
情况
原因及效果矩阵
路标中的 “漏斗”的向下 位置逐渐将Xs 从多数的 微不足道项向少数的重要 项转变.
FMEA FMEA 降低了“过程差错”的变量及效果
测量变量
实际变量 复合变量
x1,
这种复合型变量研究将X与Y
x7,
x18, x22, x57
x31,
x44这, 种复合型变量识别变量并将
DOE过程的X项减少
实际过程与隐蔽工厂
过程本身存在工厂内，包括：返工、设备选择的编号、 非文件规定的检验、“经验”等。
理想过程
你所期望的过程是：简单、高效、没有缺陷和任何不
增值的环节。 2020/4/28
6
流程图符号与步骤
流 程 图 符 号
流程图步骤
符号
含义
过程开始或结束 活动或工序 判定或检验点 连接点 流程图方向
6.再次实地验证和访谈；
7.注释贴上添加检查、返 工、修理和报废步骤；
8.“现状”流程图获得一致意见
流程图工具：
页纸和标记； 注释贴； 软件应用程序。
2020/4/28
12
保持简单化！
在此阶段“现状”流程图应是“高层简略图”，但应 包括所有为改善活动提供资料的基本步骤；
理想地，显示5到10个步骤； 以后增加更详细解释。
26
学习如何识别浪费
1.纠正的浪费（返工）； 2.等待的浪费； 3.库存浪费； 4.超额生产的浪费； 5.搬运的浪费； 6.动作的浪费； 7.过度加工的浪费。
2020/4/28
27
列出典型的浪费
纠正（返工）
●
等待；
●
库存；
●
超额生产过剩；
六西格玛绿带解读课件
它基于统计和数据分析，通过识别、 测量、分析、改进和控制过程的关键 因素，实现持续改进和卓越绩效。
六西格玛绿带的定义
六西格玛绿带是六西格玛实施中的一种专业资格认证，表示个人在六西格玛方法和工具方面的专业知 识和应用能力。
获得六西格玛绿带认证的人通常在组织内部担任关键角色，负责实施六西格玛项目并推动改进。
确定项目团队成员，收集和分析客户需求，制 定项目章程和项目计划。
定义阶段工具和技术
项目章程制定、客户需求分析、优先级评估等。
测量阶段
测量阶段概述
通过收集数据和信息，评估 当前过程的状态和性能，识 别潜在的改进机会。
测量阶段关键任务
确定测量对象和指标，收集 和分析数据，评估过程能力 和性能。
测量阶段工具和技术
动情况，以便制定相应的改进措施。
箱线图
箱线图是一种用于表示数据中位数、四分位数和异常值的图 表。
箱线图通过表示数据的箱体、中位数和异常值，帮助使用者 了解数据的分布和异常情况。在六西格玛项目中，箱线图用 于分析质量特性，识别异常值和不符合规格的数据点，以便 制定相应的改进措施。
散点图
散点图是一种用于表示两个变量之间关系的图表。
六西格玛绿带的作用
实施六西格玛项目
六西格玛绿带是实施六西格 玛项目的核心团队成员，负 责领导或参与项目实施，解 决实际问题并实现改进。
培训和指导
六西格玛绿带在组织内部担 任培训师和指导者的角色， 帮助其他团队成员掌握六西 格玛方法和工具。
推动组织改进
六西格玛绿带通过实施项目 和推广六西格玛理念，推动 组织文化的变革和持续改进 。
散点图通过将两个变量分别作为横轴和纵轴，并表示 它们之间的关系，帮助使用者了解两个变量之间的关 联和趋势。在六西格玛项目中，散点图用于分析潜在 的变量关系，以便更好地理解和改进过程。
六西格玛绿带的定义
六西格玛绿带是六西格玛实施中的一种专业资格认证，表示个人在六西格玛方法和工具方面的专业知 识和应用能力。
获得六西格玛绿带认证的人通常在组织内部担任关键角色，负责实施六西格玛项目并推动改进。
确定项目团队成员，收集和分析客户需求，制 定项目章程和项目计划。
定义阶段工具和技术
项目章程制定、客户需求分析、优先级评估等。
测量阶段
测量阶段概述
通过收集数据和信息，评估 当前过程的状态和性能，识 别潜在的改进机会。
测量阶段关键任务
确定测量对象和指标，收集 和分析数据，评估过程能力 和性能。
测量阶段工具和技术
动情况，以便制定相应的改进措施。
箱线图
箱线图是一种用于表示数据中位数、四分位数和异常值的图 表。
箱线图通过表示数据的箱体、中位数和异常值，帮助使用者 了解数据的分布和异常情况。在六西格玛项目中，箱线图用 于分析质量特性，识别异常值和不符合规格的数据点，以便 制定相应的改进措施。
散点图
散点图是一种用于表示两个变量之间关系的图表。
六西格玛绿带的作用
实施六西格玛项目
六西格玛绿带是实施六西格 玛项目的核心团队成员，负 责领导或参与项目实施，解 决实际问题并实现改进。
培训和指导
六西格玛绿带在组织内部担 任培训师和指导者的角色， 帮助其他团队成员掌握六西 格玛方法和工具。
推动组织改进
六西格玛绿带通过实施项目 和推广六西格玛理念，推动 组织文化的变革和持续改进 。
散点图通过将两个变量分别作为横轴和纵轴，并表示 它们之间的关系，帮助使用者了解两个变量之间的关 联和趋势。在六西格玛项目中，散点图用于分析潜在 的变量关系，以便更好地理解和改进过程。
六西格玛绿带管理法培训PPT课件( 105页)
质 量 计 划 示 例 喷 枪 控 制 图 表
控制---第一步
第一个工作日日期：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
偏差： #
1
2
3
4
5
6
7
0.75-1.25 1.75-2.25 1.75-2.25 0.75-1.25 1.75-2.25 1.75-2.25 1.75-2.25 1.75-2.25 1.75-2.25 1.75-2.25 1.75-2.25 1.50-2.00 1.50-2.00 1.80-2.30 1.50-2.00 1.75-2.25 1.75-2.25 0.75-1.25 0.75-1.25 1.75-2.25 2.00-2.50 2.00-2.50 2.00-2.50 2.00-2.50 2.00-2.50 2.00-2.50
标准化
标准化对象
对形成质量的偏差的原因有作业者,机械设备,原材料,作业方法的4M. 为了缩小偏差需要把这4M标准化.
标准化的种类
有 作 业 标 准 化 (SOP, Standard Operating Procedures) 和 “ 产品的标准化”。 作业的标准化
定义 : 对作业方法规定标准. 例 : 规定顺序,程序,方法等. 产品的标准化 定义 : 生产的产品及生产中必要的物品规定标准.
选定控制方案
目的
选定对控制项目的适合的控制方法
过程
根据控制项目与小组协议决定什么是适合的控制方法
输出
在质量计划上出现的控制方法
用眼看的 控制
通过图表的 控制
利用控制图
·容易实行 ·难以找到方法 ·容易实行 ·需要对员工的教育 ·（不像统计过程控制使用科学的方法） 但使用通过图表的控制方法 ·适当使用的话,效果很明显 ·需要对员工扎实的教育
六西格玛绿带课程_分析阶段(PPT58页)
< Example >
● 个子 VS 重量 等 ● 吸烟 : 吸烟对肺和各种疾病的原因，特别是对孕妇和青少年健康不利
@ 表示相关的程度 – 相关系数(r)
◎ 表现相关性的测度 ◎ 经常在 –1与 1 之间 ◎ -1与 1是直线关系 ◎ 点在直线有多少? ◎ 受异常点的影响 ◎ |r| ≥ 0.8 时有较大相关
Ho : 不良类型是与 OBU别无任何关系 H1 : 不良类型受OBU别影响
不良类型
不良部门 OBU A B C D
A形不良
B形不良 C形不良 D形不良
1 15 21 45 13 2 26 31 34 5 3 33 17 49 20
Chi-sq Test
Chi-sq Test
• 结论?
分析阶段，因子整理
散点图
散点图
散点图
散点图
散点图
散点图
盒状图
盒状图
● 排列图又叫柏拉图, 应用了2:8法则的原理
排列图
排列图
● 排列图又的制作步骤 • 确定被分析的数据 (例如: 缺陷数据)
• 选择把数据分类的依据 (例如: 产生缺陷的班次, 地点, 类型) 并把数据 归类.
• 先在图形上画出一条横轴(X)和两条竖轴(Y). 左边的Y轴表示频次的多 少。 把分类好的数据按频次由高到底在图形上自左而右排列. Y轴上 柱状图的高度要与每一类中数据的频次相符。
• 如果有很多频次很低的类别归类为“其他”. 那么每一个归类为“其他” 的类别其频次不能大于没有归类为其他的任一类别，“其他”类别将被 放在图形的最右方。.
• 右边的Y轴表示百分率(%).
排列图
练习与讨论
练习与讨论
排列图
统计分析
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
精品课件
单样本 t 检验
精品课件
单样本 t 检验
精品课件
单样本 t 检验
精品课件
单样本 t 检验
精品课件
双样本检验
精品课件
双样本方差检验
精品课件
双样本方差检验
精品课件
双样本t检验
2
精品课件
One-Way ANOVA
精品课件
One-Way ANOVA
精品课件
相关关系分析
@ 相关关系分析
● 目的 : 测定中得到的数据中掌握X 因子的数据与Y的数据是否有相关关系 ● 什么时候使用?:最好X因子,Y因子数据特性所有都是连续形数据时使用
< Example >
● 个子 VS 重量 等 ● 吸烟 : 吸烟对肺和各种疾病的原因，特别是对孕妇和青少年健康不利
@ 表示相关的程度 – 相关系数(r)
精品课件
Chi-sq Test
● 目的: X 因子的类型(水准)别对Y是否影响 验证
● 什么时候使用: Y Data的形态是离散形,与这个相关的X Data的形态 也是离散形时使用
▶ Example ◀
• 3个月期间会计部门收集的 Invoice的不良类型按照部门别整理之后, 部门别不良类型的特性是否存在(有差异)？
精品课件
回归分析
精品课件
回归分析
精品课件
回归方程是？
回归分析
有没有 相关性
？
精品课件
离散型数据的假设检验
精品课件
单样本的比例检比例检验
精品课件
单样本的比例检验
精品课件
单样本的比例检验
精品课件
练习与讨论
精品课件
双样本的比例检验
•分析方法同单样本比例检验
100
0
10
12
14
16
18
Head.L
Box Plot
离散形500
400 W3e0i0ght 200 100
0
1 2
Sex
Pareto Chart
• 对Graph 分析结果确认是否是期望的 Output，决定是否追加检讨的事项（统计分析） 。与实际问题相连，能立即采取措施的事项就立即改善
精品课件
散点图
• 先在图形上画出一条横轴(X)和两条竖轴(Y). 左边的Y轴表示频次的多 少。 把分类好的数据按频次由高到底在图形上自左而右排列. Y轴上 柱状图的高度要与每一类中数据的频次相符。
• 如果有很多频次很低的类别归类为“其他”. 那么每一个归类为“其他” 的类别其频次不能大于没有归类为其他的任一类别，“其他”类别将被 放在图形的最右方。.
Ho : 不良类型是与 OBU别无任何关系 H1 : 不良类型受OBU别影响
不良类型
不良部门 OBU A B C D
A形不良
B形不良 C形不良 D形不良
1 15 21 45 13 2 26 31 34 5 3 33 17 49 20
精品课件
Chi-sq Test
精品课件
Chi-sq Test
• 结论?
◎ 表现相关性的测度 ◎ 经常在 –1与 1 之间
◎ -1与 1是直线关系
◎ 点在直线有多少?
◎ 受异常点的影响
◎ |r| ≥ 0.8 时有较大相关
精品课件
相关关系系数 R
精品课件
相关关系系数 R
◆ 变数间的相关系数:
(Menu : Stat > Basic Statistics > Correlation)
精品课件
散点图
精品课件
散点图
精品课件
散点图
精品课件
散点图
精品课件
散点图
精品课件
散点图
精品课件
散点图
精品课件
盒状图
精品课件
盒状图
精品课件
● 排列图又叫柏拉图, 应用了2:8法则的原理
排列图
精品课件
排列图
● 排列图又的制作步骤 • 确定被分析的数据 (例如: 缺陷数据)
• 选择把数据分类的依据 (例如: 产生缺陷的班次, 地点, 类型) 并把数据 归类.
精品课件
图型分析
☞ 目的
● 通过图型分析找出在测定阶段得到的数据为基础的, 对CTQY有影响的
X 因子是否与Y有关系.
● 对Graph 分析结果的措施是？
Y 因子的类型
连续形
离散形
散点图 (Plot)
Y : Weight, X : Head L
连续形 500
400
X 因子的类型 3W0e0ight 200
分析阶段(Analyze)
问题的现在状况？
Define 定义
Measure 测量
Analyze 分析
Improve 改进
Control 控制
图形分析
统计分析
因子整理
精品课件 1
学习目标
● 理解基本图形工具和统计工具的使用 ● 找出对CTQ Y有影响的根本原因(Vital Few)
学习内容
1. X 因子的 Graph 分析 2. X 因子的统计式分析 3. 根本原因的确定
• 右边的Y轴表示百分率(%).
精品课件
排列图
精品课件
练习与讨论
精品课件
练习与讨论
精品课件
排列图
精品课件
统计分析
☞ 目的 ● Graph 分析中确定的Data的现象通过统计
(假设验证等)验证计量值
Y 因子的类型
连续形
离散形
连续形相关系数
X 因子的相类关分型析
离散t形-Test(平均), F-Test(分散), ANOVA(平均)
精品课件
分析阶段，因子整理
No. 后补因子 验证方法
统计式结果 结论 (P Value)
改善 Idea
精品课件
此课件下载可自行编辑修改，供参考！ 感谢您的支持，我们努力做得更好！
精品课件
CHI—Square(χ2) Test, 比率比较
精品课件
总体参数与样本统计量
精品课件
假设检验的定义
精品课件
假设检验的例子
精品课件
假设检验的例子
精品课件
假设检验的思路
精品课件
假设检验的两种假设
精品课件
假设检验的两种假设
精品课件
P 值和显著性水平α
精品课件
假设检验的方法
精品课件
练习与讨论
单样本 t 检验
精品课件
单样本 t 检验
精品课件
单样本 t 检验
精品课件
单样本 t 检验
精品课件
双样本检验
精品课件
双样本方差检验
精品课件
双样本方差检验
精品课件
双样本t检验
2
精品课件
One-Way ANOVA
精品课件
One-Way ANOVA
精品课件
相关关系分析
@ 相关关系分析
● 目的 : 测定中得到的数据中掌握X 因子的数据与Y的数据是否有相关关系 ● 什么时候使用?:最好X因子,Y因子数据特性所有都是连续形数据时使用
< Example >
● 个子 VS 重量 等 ● 吸烟 : 吸烟对肺和各种疾病的原因，特别是对孕妇和青少年健康不利
@ 表示相关的程度 – 相关系数(r)
精品课件
Chi-sq Test
● 目的: X 因子的类型(水准)别对Y是否影响 验证
● 什么时候使用: Y Data的形态是离散形,与这个相关的X Data的形态 也是离散形时使用
▶ Example ◀
• 3个月期间会计部门收集的 Invoice的不良类型按照部门别整理之后, 部门别不良类型的特性是否存在(有差异)？
精品课件
回归分析
精品课件
回归分析
精品课件
回归方程是？
回归分析
有没有 相关性
？
精品课件
离散型数据的假设检验
精品课件
单样本的比例检比例检验
精品课件
单样本的比例检验
精品课件
单样本的比例检验
精品课件
练习与讨论
精品课件
双样本的比例检验
•分析方法同单样本比例检验
100
0
10
12
14
16
18
Head.L
Box Plot
离散形500
400 W3e0i0ght 200 100
0
1 2
Sex
Pareto Chart
• 对Graph 分析结果确认是否是期望的 Output，决定是否追加检讨的事项（统计分析） 。与实际问题相连，能立即采取措施的事项就立即改善
精品课件
散点图
• 先在图形上画出一条横轴(X)和两条竖轴(Y). 左边的Y轴表示频次的多 少。 把分类好的数据按频次由高到底在图形上自左而右排列. Y轴上 柱状图的高度要与每一类中数据的频次相符。
• 如果有很多频次很低的类别归类为“其他”. 那么每一个归类为“其他” 的类别其频次不能大于没有归类为其他的任一类别，“其他”类别将被 放在图形的最右方。.
Ho : 不良类型是与 OBU别无任何关系 H1 : 不良类型受OBU别影响
不良类型
不良部门 OBU A B C D
A形不良
B形不良 C形不良 D形不良
1 15 21 45 13 2 26 31 34 5 3 33 17 49 20
精品课件
Chi-sq Test
精品课件
Chi-sq Test
• 结论?
◎ 表现相关性的测度 ◎ 经常在 –1与 1 之间
◎ -1与 1是直线关系
◎ 点在直线有多少?
◎ 受异常点的影响
◎ |r| ≥ 0.8 时有较大相关
精品课件
相关关系系数 R
精品课件
相关关系系数 R
◆ 变数间的相关系数:
(Menu : Stat > Basic Statistics > Correlation)
精品课件
散点图
精品课件
散点图
精品课件
散点图
精品课件
散点图
精品课件
散点图
精品课件
散点图
精品课件
散点图
精品课件
盒状图
精品课件
盒状图
精品课件
● 排列图又叫柏拉图, 应用了2:8法则的原理
排列图
精品课件
排列图
● 排列图又的制作步骤 • 确定被分析的数据 (例如: 缺陷数据)
• 选择把数据分类的依据 (例如: 产生缺陷的班次, 地点, 类型) 并把数据 归类.
精品课件
图型分析
☞ 目的
● 通过图型分析找出在测定阶段得到的数据为基础的, 对CTQY有影响的
X 因子是否与Y有关系.
● 对Graph 分析结果的措施是？
Y 因子的类型
连续形
离散形
散点图 (Plot)
Y : Weight, X : Head L
连续形 500
400
X 因子的类型 3W0e0ight 200
分析阶段(Analyze)
问题的现在状况？
Define 定义
Measure 测量
Analyze 分析
Improve 改进
Control 控制
图形分析
统计分析
因子整理
精品课件 1
学习目标
● 理解基本图形工具和统计工具的使用 ● 找出对CTQ Y有影响的根本原因(Vital Few)
学习内容
1. X 因子的 Graph 分析 2. X 因子的统计式分析 3. 根本原因的确定
• 右边的Y轴表示百分率(%).
精品课件
排列图
精品课件
练习与讨论
精品课件
练习与讨论
精品课件
排列图
精品课件
统计分析
☞ 目的 ● Graph 分析中确定的Data的现象通过统计
(假设验证等)验证计量值
Y 因子的类型
连续形
离散形
连续形相关系数
X 因子的相类关分型析
离散t形-Test(平均), F-Test(分散), ANOVA(平均)
精品课件
分析阶段，因子整理
No. 后补因子 验证方法
统计式结果 结论 (P Value)
改善 Idea
精品课件
此课件下载可自行编辑修改，供参考！ 感谢您的支持，我们努力做得更好！
精品课件
CHI—Square(χ2) Test, 比率比较
精品课件
总体参数与样本统计量
精品课件
假设检验的定义
精品课件
假设检验的例子
精品课件
假设检验的例子
精品课件
假设检验的思路
精品课件
假设检验的两种假设
精品课件
假设检验的两种假设
精品课件
P 值和显著性水平α
精品课件
假设检验的方法
精品课件
练习与讨论