六西格瑪分析階段課件

六西格瑪普及培訓(xùn)-分析六西格瑪普及培訓(xùn)-分析1第七步

確定關(guān)鍵因素第七步

確定關(guān)鍵因素2目錄一、分析階段目的二、圖表分析三、多變量分析目錄一、分析階段目的3第一部分

分析階段目的第一部分

分析階段目的4分析階段要做什么最佳化的過程30-504-83-6重要

X’s選定5-8定義、測量分析確認重要

X’s改進重要

X’s最佳化控制2-4重要

X’s控制分析階段的目的：通過對數(shù)據(jù)的分析，確認在測量階段得出的對Y有影響的重要X’s對Y影響小的X’s進行現(xiàn)水準(zhǔn)管理把關(guān)鍵因素(X’s)壓縮到4～8個左右之后,在改進階段找出最適合的條件分析階段要做什么最佳化的過程30-504-83-65分析階段的步驟制定數(shù)據(jù)收集計劃確定X的量化指標(biāo)，數(shù)據(jù)類型、以及數(shù)據(jù)收集目標(biāo)根據(jù)X的特點確定采用的分析方法，可以每個因子單獨驗證(如比較分析)，也可以幾個因子合在一起驗證(如多變量分析、回歸分析、DOE)制作數(shù)據(jù)收集表，包括X及其響應(yīng)(Y)的數(shù)據(jù)，確定收集的樣本量如需要通過試驗來收集，如通過人為改變X的狀態(tài)來觀察Y的變化，還需要做好試驗計劃分析潛在關(guān)鍵因子對Y的影響根據(jù)數(shù)據(jù)表收集數(shù)據(jù)根據(jù)事先確定的分析方法來確認每個潛在的關(guān)鍵因子對Y是否有顯著影響，或影響有多大確定關(guān)鍵因子對Y有顯著影響的潛在因子確認為真正的關(guān)鍵因子，需要進行優(yōu)化分析階段的步驟制定數(shù)據(jù)收集計劃6主要使用的工具圖表分析確認分布：直方圖,點圖，箱線圖、散點圖、矩陣圖、邊際圖、柏拉圖、時間序列圖.....多變量分析比較分析均值檢驗：1-samplet,2-samplet,Pairedt(樣本中同一個體測量兩次前后比較－總體不獨立),ANOVA（正態(tài)總體>=2）方差檢驗：TestforEqualvariance-Ftest（正態(tài)總體＝2），Bartlett’sTest(正態(tài)總體>=2)，Levene’sTest（非正態(tài)總體）比率檢驗：1Proportion,2Proportions,Chi-squaretest（總體>=2）回歸分析主要使用的工具圖表分析7第二部分

圖表分析第二部分

圖表分析8

用圖形對測量階段找出的變量(KPIV)的“形態(tài)”進行描述，通過視覺來判斷變量是否滿足我們的期望，確定是否關(guān)鍵的KPIV好的圖表才能說明問題引入圖表分析的目的用圖形對測量階段找出的變量(KPIV)的“形態(tài)”進行9圖表分析可以把數(shù)據(jù)轉(zhuǎn)化為我們需要的信息數(shù)據(jù)是信息的“原料”加工處理的數(shù)據(jù)是提供可靠信息的源泉可靠的信息是我們作決策的基礎(chǔ)圖表分析的作用六西格瑪管理強調(diào)以數(shù)據(jù)為基礎(chǔ)，以事實為依據(jù)！圖表分析可以把數(shù)據(jù)轉(zhuǎn)化為我們需要的信息數(shù)據(jù)是信息的“原料”圖10圖表分析的作用（續(xù)）掌握變量分布的形狀,平均值的位置及方差比較各變量分布的特性明確兩個以上的變量之間的差異比較變量相對重要度掌握變量數(shù)據(jù)隨時間的變化圖表分析的作用（續(xù)）掌握變量分布的形狀,平均值的位置及方差11圖表分析的步驟重點:可靠數(shù)據(jù)的收集和正確的圖表解釋選定要分析的變量搜集及整理數(shù)據(jù)進行圖表分析結(jié)果解釋圖表分析的步驟重點:可靠數(shù)據(jù)的收集和正確的圖表解釋選定要分析12選擇要分析的變量

我們要分析的變量來自測量階段的結(jié)果,在利用圖表分析前我們首先要確定變量的類型、分析的目的、選擇什么方法等選擇要分析的變量我們要分析的變量來自測量階段的結(jié)果,13搜集及整理數(shù)據(jù)在運用圖表分析時，應(yīng)該明確以下重要問題:由誰收集數(shù)據(jù)誰運用這些數(shù)據(jù)收集數(shù)據(jù)的類型是什么數(shù)據(jù)怎樣收集收集的數(shù)據(jù)在過程的哪個環(huán)節(jié)收集數(shù)據(jù)的頻率在數(shù)據(jù)收集前別忘了先做測量系統(tǒng)分析搜集及整理數(shù)據(jù)在運用圖表分析時，應(yīng)該明確以下重要問題:在數(shù)據(jù)14圖表分析的主要方法連續(xù)型數(shù)據(jù)分析什么問題分析方法數(shù)據(jù)類型

點圖

箱線圖

柏拉圖

餅圖連續(xù)型數(shù)據(jù)

描述性統(tǒng)計點圖、箱線圖直方圖

確定單個變量（研究對象）的分布比較在2個、多個或者1個變量（研究對象）在多種狀態(tài)下分布的差異連續(xù)型數(shù)據(jù)

散點圖邊際圖矩陣圖時間序列圖確定2個或者多個因素之間的關(guān)系確定變量（研究對象）的組成離散型數(shù)據(jù)圖表分析的主要方法連續(xù)型數(shù)據(jù)分析什么問題分析方法數(shù)據(jù)類型點15圖表菜單Minitab15提供分析數(shù)據(jù)的圖表工具!在工作表中輸入數(shù)據(jù)或把EXCEL中的數(shù)據(jù)粘貼過來圖表的選定及操作圖表菜單Minitab15提供分析數(shù)據(jù)的圖表工具!在工作16單個變量分布圖目的:確定變量的基本信息,包括分布的形狀（是否正態(tài)分布?）、居中趨勢（平均值和我們期望的有什么差距?）、離散情況（波動是否超出了我們的要求?）等我們想了解某些過程的基本信息

例如:1.顧客投訴問題的處理時間

2.加工尺寸

3.輸出功率

……………

與我們的要求(期望)有什么差異?通過分布分析可以解決以上問題單個變量分布圖目的:確定變量的基本信息,包括分布的形狀（是否17確認基本統(tǒng)計量－描述性統(tǒng)計描述性統(tǒng)計（DescriptiveStatistics）可提供多種圖表和數(shù)據(jù)的平均值及標(biāo)準(zhǔn)差，偏度，峰度，置信區(qū)間，正態(tài)分布等信息，幫助我們確認基本統(tǒng)計量。統(tǒng)計

>基本統(tǒng)計量

>顯示描述性統(tǒng)計要養(yǎng)成首先做出基本統(tǒng)計量的習(xí)慣確認基本統(tǒng)計量－描述性統(tǒng)計描述性統(tǒng)計（Descriptive18下面得到的數(shù)據(jù)，是某生產(chǎn)廠家統(tǒng)計的兩個月材料采購計劃時間和實際交貨時間的差值。數(shù)據(jù)的收集來源：-該生產(chǎn)廠家2大類產(chǎn)品的物料；

-記錄兩大類產(chǎn)品材料采購訂單的執(zhí)行情況(60個訂單）。用Minitab分析一下該生產(chǎn)廠家A類產(chǎn)品材料采購訂單的基本統(tǒng)計值（打開數(shù)據(jù)文件:A－01－采購訂單.MTW）舉例下面得到的數(shù)據(jù)，是某生產(chǎn)廠家統(tǒng)計的兩個月材料采購計劃時間和實19描述性統(tǒng)計統(tǒng)計

>基本統(tǒng)計量

>顯示描述性統(tǒng)計選擇圖形不僅可以查看基本統(tǒng)計量,還可以看出全體分布的柱狀圖描述性統(tǒng)計統(tǒng)計>基本統(tǒng)計量>顯示描述性統(tǒng)計選擇圖形不僅20輸出結(jié)果分析:標(biāo)準(zhǔn)差(StDev):

四分之一分位數(shù):

把數(shù)據(jù)從小到大排列時,分位數(shù)為25%；

四分之三分位數(shù):把數(shù)據(jù)從小到大排列時,分位數(shù)為75%；

TrimmedMean:把數(shù)據(jù)的上下分位各去掉5%后求平均。標(biāo)準(zhǔn)誤差(SEMean):描述性統(tǒng)計描述性統(tǒng)計:A類產(chǎn)品差值平均值下四分上四分變量NN*平均值標(biāo)準(zhǔn)誤標(biāo)準(zhǔn)差最小值位數(shù)中位數(shù)位數(shù)A類產(chǎn)品差值3001.401.8410.06-18.00-6.004.006.00變量最大值A(chǔ)類產(chǎn)品差值30.00輸出結(jié)果分析:標(biāo)準(zhǔn)差(StDev):四分之一分位數(shù):把數(shù)21輸出圖表分析:描述性統(tǒng)計輸出圖表分析:描述性統(tǒng)計22統(tǒng)計>

基本

>

圖形化匯總圖形結(jié)果匯總點擊統(tǒng)計>基本>圖形化匯總圖形結(jié)果匯總點擊23輸出圖表分析:圖形結(jié)果匯總輸出圖表分析:圖形結(jié)果匯總24點圖——Dotplot通過對A－01－采購訂單例子的分析，做出A類產(chǎn)品材料采購訂單的分布圖，利用DotPlot對訂單時間的變動進行分析

對數(shù)據(jù)的平均、波動、傾向、分布都很容易看出來利用變量功能的話，集團之間的變動也容易區(qū)分出來圖形

>點圖點圖——Dotplot通過對A－01－采購訂單例子的分析，25通過點圖可以看出大部分訂單的時間差值集中在-6～8天左右，最低為-18，最高為30，波動較大。有幾個訂單相對異常，需分析原因。輸出圖表:通過點圖,可以看出過程中異常狀態(tài)的數(shù)據(jù).點圖——Dotplot異常點這幾單發(fā)生了什么事情？圖形

>點圖通過點圖可以看出大部分訂單的時間差值集中在-6～8天左右，最26箱線圖——Boxplot通過對A－01－采購訂單例子的分析,做出來A類產(chǎn)品材料采購訂單的分布圖,利用BoxPlot對訂單執(zhí)行情況的變動進行分析

對數(shù)據(jù)的中位數(shù)、波動、傾向都很容易看出來利用變量功能的話，集團之間的變動也容易區(qū)分出來圖形

>箱線圖箱線圖——Boxplot通過對A－01－采購訂單例子的分析27箱線圖——Boxplot圖形

>箱線圖點擊點擊箱線圖——Boxplot圖形>箱線圖點擊點擊28箱線圖——Boxplot通過Boxplot可以看出：50%的訂單集中在基本集中在-6和6之間左右出現(xiàn)了異常點Boxplot的數(shù)據(jù)數(shù)量在10以下時很容易失去有效性！

箱線圖——Boxplot通過Boxplot可以看出：B29箱線圖的理解注：箱子的高度——內(nèi)四分位極差I(lǐng)QR＝InterQuartileRange＝Q3-Q1*異常點75%數(shù)(3/4分位)－Q3Q1－Max{Minimum,Q1-1.5IQR}Q3+Min{Maximum,Q3+1.5IQR}25%的數(shù)(1/4分位)－Q1中位數(shù)(1/2分位)－Q2數(shù)據(jù)的中間50%(箱子的高度)數(shù)據(jù)由小到大排列箱線圖的理解注：箱子的高度——內(nèi)四分位極差*異常點7530Histogram直方圖主要應(yīng)用在了解數(shù)據(jù)的形狀及形態(tài)便于掌握數(shù)據(jù)的集中傾向、位置、平均、分布等通過對A－01－采購訂單例子的分析，作出A類產(chǎn)品材料采購訂單的傾向、位置、平均、分布等，利用直方圖進行分析

圖形

>直方圖直方圖的制作必須要有50個以上的數(shù)據(jù)。Histogram直方圖主要應(yīng)用在了解數(shù)據(jù)的形狀及形態(tài)通過31Histogram直方圖圖形>直方圖點擊點擊Histogram直方圖圖形>直方圖點擊點擊32輸出圖表分析:直方圖的形態(tài)Histogram直方圖輸出圖表分析:直方圖的形態(tài)Histogram直方圖33下面四個直方圖是同樣數(shù)據(jù)形成的，它的形狀受柱子個數(shù)和間距的影響581015隨著區(qū)間的調(diào)整,數(shù)據(jù)的形狀分布不盡相同直方圖可掌握數(shù)據(jù)的分布、居中趨勢等Histogram直方圖下面四個直方圖是同樣數(shù)據(jù)形成的，它的形狀受柱子個數(shù)和間距的影34如何掌握圖表分析通過圖表分析可掌握

通過DescriptiveStatistics確認了數(shù)據(jù)的平均值，標(biāo)準(zhǔn)差，傾斜度，陡峭度，置信區(qū)間，數(shù)據(jù)的正態(tài)分布，還有四分位數(shù)；通過Dotplot的圖表分析，可確認全體數(shù)據(jù)平均值的傾向、異常點及分布；通過Boxplot的圖表分析，可確認全體數(shù)據(jù)中位數(shù)值的位置、異常點及分布；通過直方圖可掌握全體數(shù)據(jù)的形態(tài)。如何掌握圖表分析通過圖表分析可掌握35

某公司為了改進采購計劃的準(zhǔn)確性，減小材料采購不準(zhǔn)確造成生產(chǎn)和庫存方面的壓力，收集了2月份B類產(chǎn)品材料采購訂單的數(shù)據(jù)進行分析，以找出需要改進的重點。下列數(shù)據(jù)是在2月份統(tǒng)計的各種材料訂單計劃時間和實際入庫時間的差值(單位天)。試問：1.B類產(chǎn)品材料采購訂單計劃時間和實際入庫時間的均值及標(biāo)準(zhǔn)偏差分別為多少？從分布圖中能看到什么問題？2.做出dotplot/boxplot及直方圖并解釋。數(shù)據(jù)文件：A－01-采購訂單.mtw練習(xí)時間：10分鐘練習(xí)一某公司為了改進采購計劃的準(zhǔn)確性，減小材料采購不準(zhǔn)確造36通過圖表分析比較單個變量分布

我們在做項目的過程中，經(jīng)常會碰到這種情況：要對兩類或更多種類的數(shù)據(jù)進行比較分析例如:通過圖表分析很容易理解不同工序加工同一位置尺寸的差別，不同型號刀具加工壽命之間的差別，不同員工加工能力之間的差別。那么對多個數(shù)據(jù)進行比較時經(jīng)常使用哪些圖表現(xiàn)在通過具體事例，利用圖表分析比較分布通過圖表分析比較單個變量分布我們在做項目的過程中，經(jīng)37Boxplot用于數(shù)據(jù)間的分布差異、中位數(shù)和波動大小的比較利用A－01－采購訂單例子，對兩大類產(chǎn)品材料訂單執(zhí)行情況進行比較，用Boxplot圖表分析。箱線圖——Boxplot圖形

>箱線圖Boxplot用于數(shù)據(jù)間的分布差異、中位數(shù)和波動大小的比較38箱線圖——Boxplot圖形

>箱線圖點擊點擊箱線圖——Boxplot圖形>箱線圖點擊點擊39輸出圖表分析箱線圖——Boxplot兩類產(chǎn)品的訂單執(zhí)行情況沒有明顯的差異，B類產(chǎn)品訂單執(zhí)行情況的波動大于A類產(chǎn)品。輸出圖表分析箱線圖——Boxplot兩類產(chǎn)品的訂單執(zhí)行情況40單因素多組數(shù)據(jù)點圖---MultipleDotPlot顯示多個過程的平均值傾向、變動、分布可比較兩個或兩個以上數(shù)據(jù)間的差別利用A－01－采購訂單例子對兩大類產(chǎn)品材料訂單執(zhí)行情況進行比較，平均值的傾向、變動及分布進行MultipleDotplot對比分析

點圖——Dotplot圖形

>點圖單因素多組數(shù)據(jù)點圖---MultipleDotPlot利41點圖——Dotplot圖形

>點圖點擊點擊點圖——Dotplot圖形>點圖點擊點擊42通過Dotplot可以看出兩類產(chǎn)品的材料采購訂單執(zhí)行情況沒有明顯的差異。MultipleDotplot的分布在數(shù)據(jù)很多的時候很容易看出兩個或多個分布的區(qū)別點圖——Dotplot輸出圖表分析通過Dotplot可以看出兩類產(chǎn)品的材料采購訂單執(zhí)行情況沒43單個變量分布的構(gòu)成目的:確定某些特定事件在整個事件中所占的比例或者問題主要集中在哪些方面?我們想知道以下問題例如:1.發(fā)動機缺陷集中在哪些方面?2.顧客反饋的意見主要集中在哪些方面?3.成本浪費主要集中在哪里……….通過變量分布構(gòu)成的分析我們就可以解決以上問題單個變量分布的構(gòu)成目的:確定某些特定事件在整個事件中所占的比44柏拉圖——Paretochart統(tǒng)計

>質(zhì)量工具

>Pareto圖

確定不良品、缺陷數(shù)、爭議點、事故的現(xiàn)象或原因等集中在哪些方面，掌握主要的問題點（80/20原則）打開文件:A－02－費用.MTW利用柏拉圖進行分析柏拉圖——Paretochart統(tǒng)計>質(zhì)量工具>Pa45柏拉圖——Paretochart統(tǒng)計

>質(zhì)量工具

>Pareto圖

廣告費的支出占大頭柏拉圖——Paretochart統(tǒng)計>質(zhì)量工具>Pa46餅圖——Piechart

主要用于對原因或現(xiàn)象的構(gòu)成比例進行分析，掌握某種現(xiàn)象在過程中的構(gòu)成比例。打開文件:A－02－費用.MTW利用餅圖進行分析圖形

>餅圖餅圖——Piechart主要用于對原因或現(xiàn)象的構(gòu)成47餅圖——Piechart圖形

>餅圖①點擊③點擊②餅圖——Piechart圖形>餅圖①點擊③點擊②48利用餅圖很容易知道各個類別在全體中所占的比率餅圖——Piechart利用餅圖很容易知道各個類別在全體中所占的比率餅圖——Pie49利用圖表分析對分布進行比較到目前為止通過分布比較及構(gòu)成比較分析得出通過Boxplot可以對不同數(shù)據(jù)的偏差,中心位置和離散程度進行確認通過MultipleDotplot可以確認各數(shù)據(jù)間分布展開的程度及異常點通過Paretochart把少數(shù)核心問題用圖表更容易地表現(xiàn)出來通過Piechart可以確認該項目在全體中所占的構(gòu)成比利用圖表分析對分布進行比較到目前為止通過分布比較及構(gòu)成比較分50請用的數(shù)據(jù)做以下分析1.不同型號的加工尺寸有什么區(qū)別？2.不同操作員的加工尺寸有什么區(qū)別？數(shù)據(jù)文件：A－加工尺寸.mtw3.不同型號的缺陷構(gòu)成如何？4.不同缺陷類型的缺陷構(gòu)成如何？數(shù)據(jù)文件：A－產(chǎn)品缺陷.mtw練習(xí)二請用的數(shù)據(jù)做以下分析1.不同型號的加工尺寸有什么區(qū)別？練習(xí)二51兩個變量間關(guān)系利用一些時間看一下MINITAB提供的圖表有哪些技能

在許多情況下當(dāng)兩個因素或一個因素與Y有密切關(guān)系時，把它們作成一個圖表，更容易知道問題點的所在

另外，隨著時間有什么變化(周期或傾向)，可以推測其產(chǎn)生問題的原因兩個變量間關(guān)系利用一些時間看一下MINITAB在許多情況下52相關(guān)分析目的:分析輸入變量(X)之間或者輸入變量(X)和輸出變量(Y)之間的相關(guān)關(guān)系，為我們深入分析它們之間的函數(shù)關(guān)系奠定了基礎(chǔ)。我們想知道以下問題例如:1.廣告費用和銷售額之間有什么關(guān)系？

2.用戶的消費與其收入、年齡有什么關(guān)系

………..通過相關(guān)分析我們就可以解決以上問題。相關(guān)分析目的:分析輸入變量(X)之間或者輸入變量(X)和輸出53

相關(guān)關(guān)系相關(guān)關(guān)系可以用數(shù)據(jù)來看出兩個變量(Y與X,或兩個X)間緊密程度如何。兩者之間關(guān)系的強度通過相關(guān)系數(shù)(r)計數(shù)化-1.00+1.0負的相關(guān)系正的相關(guān)關(guān)系沒有相關(guān)關(guān)系決定點相關(guān)關(guān)系相關(guān)關(guān)系可以用數(shù)據(jù)來看出兩個變量(Y與X,或兩個X54r值r

接近-1r

接近+1(+)正的相關(guān)關(guān)系()負的相關(guān)關(guān)系接近0時幾乎沒有相關(guān)關(guān)系相關(guān)性的分類r值r接近-1r接近+1(+)正的相關(guān)關(guān)系相關(guān)性的55弱的正相關(guān)

弱的負相關(guān)

強的正相關(guān)

強的負相關(guān)

其它關(guān)系沒有相關(guān)關(guān)系相關(guān)關(guān)系圖示弱的正相關(guān)弱的負相關(guān)強的正相關(guān)強的負相關(guān)其它關(guān)系沒有56相關(guān)性的判斷原則跟樣本容量有很大的關(guān)系如果樣本容量大于9，相關(guān)系數(shù)達到0.7時，我們就認為兩個變量之間確實存在相關(guān)性；如果樣本容量大于15，相關(guān)系數(shù)達到0.5時，我們就認為兩個變量之間確實存在相關(guān)性；如果樣本容量大于25，相關(guān)系數(shù)達到0.4時，我們就認為兩個變量之間確實存在相關(guān)性。相關(guān)性的判斷基準(zhǔn)相關(guān)性的判斷原則跟樣本容量有很大的關(guān)系相關(guān)性的判斷基準(zhǔn)57事例分析利用A－03－銷售能力分析銷售人員銷售額與其銷售經(jīng)驗等因素之間的關(guān)系統(tǒng)計

>基礎(chǔ)統(tǒng)計量

>相關(guān)事例分析利用A－03－銷售能力分析銷售人員銷售額與其銷售經(jīng)驗58相關(guān)的濫用與誤用即使證明Y與X間具有相關(guān)關(guān)系，也并不意味著Y的變動一定是X的變動引起的，即兩個變量間有相關(guān)關(guān)系并不意味著必然有因果關(guān)系,可能存在引起X與Y同時變動的第3個隱藏變量。要想真正了解變量之間的因果關(guān)系，有必要進行試驗設(shè)計分析。相關(guān)分析主要考察兩個變量之間是否存在線性的相關(guān)關(guān)系。相關(guān)系數(shù)接近“0”表示兩個變量間直線關(guān)系弱，并不意味著兩個變量間沒有關(guān)系。相關(guān)的濫用與誤用即使證明Y與X間具有相關(guān)關(guān)系，也并不意味著Y59散點圖——Scatterplot利用A－03－銷售能力畫出散點圖，以便直觀判斷銷售經(jīng)驗與銷售額之間的關(guān)系主要用于評價兩因素間的相互關(guān)系，在視覺上判斷因素之間的關(guān)系兩因素的數(shù)據(jù)分布的密集度及相關(guān)性圖形

>散點圖

散點圖——Scatterplot利用A－03－銷售能力畫出60散點圖——Scatterplot圖形

>散點圖

點擊點擊散點圖——Scatterplot圖形>散點圖點擊點擊61從視覺上可以看出，銷售額與銷售經(jīng)驗之間有較密切的正相關(guān)關(guān)系，即銷售經(jīng)驗越多，其銷售額越高。散點圖——Scatterplot從視覺上可以看出，銷售額與銷售經(jīng)驗之間有較密切的正相關(guān)關(guān)系，62邊際圖——Marginalplot圖形

>邊際圖從視覺可以知道兩個因素之間關(guān)系直方圖和相關(guān)圖同時出現(xiàn)在視覺上，更容易知道分布的傾向利用A－03－銷售能力對銷售額與資歷的關(guān)系進行圖表分析邊際圖——Marginalplot圖形>邊際圖從視覺可63邊際圖——Marginalplot圖形

>邊際圖點擊點擊邊際圖——Marginalplot圖形>邊際圖點擊點擊64確認銷售額與資歷的關(guān)系，在這個圖上即可以看出兩因素間的關(guān)系，也可以了解單個變量的分布。邊際圖——Marginalplot運用邊際圖在散點圖里畫出直方圖確認銷售額與資歷的關(guān)系，在這個圖上即可以看出兩因素間的關(guān)系，65矩陣圖——Matrixplot

應(yīng)用于比較多個因素間的相互關(guān)系與ScatterPlot相比較更適用于多個因素一起比較利用A－03－銷售能力例子對資歷、年齡、受教育程度、銷售經(jīng)驗之間的關(guān)系進行Matrixplot分析

圖形

>矩陣圖矩陣圖——Matrixplot應(yīng)用于比較多個因素間的相互66矩陣圖——Matrixplot圖形

>矩陣圖點擊點擊矩陣圖——Matrixplot圖形>矩陣圖點擊點擊67利用矩陣圖可以在圖表里看出全部因素間的關(guān)系銷售經(jīng)驗、資歷與消費之間均有很強的相關(guān)關(guān)系，而受教育程度和年齡則與銷售額之間沒有顯著的相關(guān)關(guān)系矩陣圖——Matrixplot利用矩陣圖可以在圖表里看出全部因素間的關(guān)系銷售經(jīng)驗、資歷與消68時間序列圖——TimeSeriesplot

隨時間的變化對觀測值進行推測及排列，主要使用Timeseriesplot進行分析圖形

>時間序列圖時間序列圖——TimeSeriesplot隨時間的變化69時間序列圖分析是對未來數(shù)據(jù)的傾向或周期的一種分析方法受時間影響的數(shù)據(jù)叫TimeSeries數(shù)據(jù)，先畫出圖表，掌握大概的TimeSeries數(shù)據(jù)形態(tài)后，對受時間變化影響較大的數(shù)據(jù)進行分析收集TimeSeries資料設(shè)定統(tǒng)計模型未來成果時間序列數(shù)據(jù)的形態(tài)時間序列圖分析是對未來數(shù)據(jù)的傾向或周期的一種分析方法受時間影70時間序列數(shù)據(jù)的各種類型tyt偶然變動(RandomVariation)平均在一定水準(zhǔn)時，只顯示偶然變動的變化tyt隨時間變化的數(shù)據(jù),反復(fù)于一定的周期季節(jié)變動(SeasonalVariation)tyt顯示出數(shù)據(jù)隨時間變化的形態(tài)傾向是線形還是二次型tyt傾向變動(TrendVariation)政策的變化,市場變化對數(shù)據(jù)的影響,反映出的變動其它變動時間序列數(shù)據(jù)的各種類型tyt偶然變動(RandomVari71利用Minitab圖表分析方法(時間序列數(shù)據(jù)分析)對以上數(shù)據(jù)進行趨勢分析打開數(shù)據(jù)文件:A－04－銷售額.MTW事例分析

某區(qū)域經(jīng)理為了了解某一個銷售網(wǎng)點每月銷售額的變化情況，每月收集了該網(wǎng)點銷售額的數(shù)據(jù)，希望從中找出變化的規(guī)律。為此收集了2005年1－12月的數(shù)據(jù)，通過時間序列圖來了解銷售額的變化情況。利用Minitab圖表分析方法(時間序列數(shù)據(jù)分析)72時間序列圖——TimeSeriesplot圖形

>時間序列圖點擊點擊時間序列圖——TimeSeriesplot圖形>時間73

利用時間序列圖進行分析,很容易確認長期的趨勢指標(biāo)呈穩(wěn)定的趨勢，但5月份和10月份的突變值得研究？時間序列圖利用時間序列圖進行分析,很容易確認長期的趨勢指標(biāo)呈穩(wěn)定的趨74兩因素間關(guān)系及時間序列圖分析到目前為止通過圖表分析可以從視覺上判斷因素間的關(guān)系是怎樣的通過Scatterplot分析因素間的相關(guān)關(guān)系；通過Marginalplot可同時分析因素之間的關(guān)系及分布；通過Matrixplot可同時分析多個因素間關(guān)系；通過Timeseriesplot可分析某因素隨時間變化的傾向。兩因素間關(guān)系及時間序列圖分析到目前為止通過圖表分析可以從視75

A－03－客戶消費，利用

Scatterplot分析消費與客戶收入之間的關(guān)系；

A－03－客戶消費，利用MarginalPlot分析消費與用戶收入之間的關(guān)系；

A－03－客戶消費，利用Matrixplot分析消費與年齡及收入之間的關(guān)系；

A－04－銷售額，利用Timeseriesplot分析B區(qū)域和C區(qū)域銷售額隨時間變化的傾向。給大家20分鐘練習(xí)時間，把剛才講的例子重新操作一遍！練習(xí)三A－03－客戶消費，利用Scatterplot分析消76注意要點

收集數(shù)據(jù)畫圖表

應(yīng)用哪個圖表分析工具可能的話使用全部工具；然后選擇最能說明問題的圖表；

通過對圖表的分析能看出問題發(fā)生的主要原因

進行圖表批注題目；資料來源；記錄特別的原因事件。注意要點收集數(shù)據(jù)畫圖表77第三部分

多變量分析（Multi-variChart）第三部分

多變量分析78多變量分析的目的為了發(fā)現(xiàn)因異常原因而產(chǎn)生的變動；

為知道過程隨著時間變化所構(gòu)成的要因；

為掌握過程的狀態(tài),分析變動原因時,確定是群內(nèi)變動還是群間引起的。多變量分析的目的為了發(fā)現(xiàn)因異常原因而產(chǎn)生的變動；79多變量分析MultipleKindsofVariation是幫助我們確定影響過程輸出結(jié)果（Y）的多種因素（X）中，哪些因素對Y影響最大的一種方法。多變異圖

：適用的條件：

Y為連續(xù)型數(shù)據(jù)，X為離散型數(shù)據(jù)（例如類別信息）多變量分析MultipleKindsofVariati80舉例

1、某產(chǎn)品的裝配時間受到產(chǎn)品本身的型號、不同生產(chǎn)線、白夜班的影響，在這三個因素中，到底哪個因素對產(chǎn)品的裝配時間影響更大？

2、假設(shè)銷售網(wǎng)點顧客的滿意度受營業(yè)員的學(xué)歷、工作經(jīng)驗、對產(chǎn)品性能的熟悉程度的影響，哪個因素對客戶的滿意度影響更大？舉例81案例實際問題：

為了提高某產(chǎn)品的裝配效率，經(jīng)過生產(chǎn)部門的人員討論，認為產(chǎn)品的型號、不同的生產(chǎn)線、白夜班對成表的裝配時間產(chǎn)生影響。為了確認哪個因素對裝配時間影響更大，負責(zé)生產(chǎn)的管理人員收集了產(chǎn)品的裝配時間。試問：在這三個影響因素中，哪一個對裝配的時間影響最大？打開數(shù)據(jù)文件:A－多變量分析.MTW案例實際問題：為了提高某產(chǎn)品的裝配效率，經(jīng)過生產(chǎn)82續(xù)上統(tǒng)計

>質(zhì)量工具>

多變異圖輸入Y輸入影響因素X續(xù)上統(tǒng)計>質(zhì)量工具>多變異圖輸入Y輸入影響因素X83結(jié)果分析綠色的線代表不同生產(chǎn)線平均裝配時間結(jié)果分析綠色的線代表不同生產(chǎn)線平均裝配時間84結(jié)果分析（續(xù)）調(diào)換因素的順序結(jié)果分析（續(xù)）調(diào)換因素的順序85結(jié)果分析（續(xù)）調(diào)換因素的順序結(jié)論：不同的型號是影響裝配時間最關(guān)鍵的原因！結(jié)果分析（續(xù)）調(diào)換因素的順序結(jié)論：不同的型號是影響裝配時間最86小結(jié)多變量(Multi-vari)分析是對多個輸入因素的影響進行判斷

通過多方面的分析，找出影響過程變動的核心原因

是一種圖表分析的方法,不使用數(shù)學(xué)表達式

收集分析的數(shù)據(jù)不是實驗的數(shù)據(jù),而是現(xiàn)在使用條件下的

為了找出影響過程的原因，作為現(xiàn)象掌握手段并初期階段使用小結(jié)多變量(Multi-vari)分析是對多個輸入因素的87六西格瑪普及培訓(xùn)-分析六西格瑪普及培訓(xùn)-分析88第七步

確定關(guān)鍵因素第七步

確定關(guān)鍵因素89目錄一、分析階段目的二、圖表分析三、多變量分析目錄一、分析階段目的90第一部分

分析階段目的第一部分

分析階段目的91分析階段要做什么最佳化的過程30-504-83-6重要

X’s選定5-8定義、測量分析確認重要

X’s改進重要

X’s最佳化控制2-4重要

X’s控制分析階段的目的：通過對數(shù)據(jù)的分析，確認在測量階段得出的對Y有影響的重要X’s對Y影響小的X’s進行現(xiàn)水準(zhǔn)管理把關(guān)鍵因素(X’s)壓縮到4～8個左右之后,在改進階段找出最適合的條件分析階段要做什么最佳化的過程30-504-83-692分析階段的步驟制定數(shù)據(jù)收集計劃確定X的量化指標(biāo)，數(shù)據(jù)類型、以及數(shù)據(jù)收集目標(biāo)根據(jù)X的特點確定采用的分析方法，可以每個因子單獨驗證(如比較分析)，也可以幾個因子合在一起驗證(如多變量分析、回歸分析、DOE)制作數(shù)據(jù)收集表，包括X及其響應(yīng)(Y)的數(shù)據(jù)，確定收集的樣本量如需要通過試驗來收集，如通過人為改變X的狀態(tài)來觀察Y的變化，還需要做好試驗計劃分析潛在關(guān)鍵因子對Y的影響根據(jù)數(shù)據(jù)表收集數(shù)據(jù)根據(jù)事先確定的分析方法來確認每個潛在的關(guān)鍵因子對Y是否有顯著影響，或影響有多大確定關(guān)鍵因子對Y有顯著影響的潛在因子確認為真正的關(guān)鍵因子，需要進行優(yōu)化分析階段的步驟制定數(shù)據(jù)收集計劃93主要使用的工具圖表分析確認分布：直方圖,點圖，箱線圖、散點圖、矩陣圖、邊際圖、柏拉圖、時間序列圖.....多變量分析比較分析均值檢驗：1-samplet,2-samplet,Pairedt(樣本中同一個體測量兩次前后比較－總體不獨立),ANOVA（正態(tài)總體>=2）方差檢驗：TestforEqualvariance-Ftest（正態(tài)總體＝2），Bartlett’sTest(正態(tài)總體>=2)，Levene’sTest（非正態(tài)總體）比率檢驗：1Proportion,2Proportions,Chi-squaretest（總體>=2）回歸分析主要使用的工具圖表分析94第二部分

圖表分析第二部分

圖表分析95

用圖形對測量階段找出的變量(KPIV)的“形態(tài)”進行描述，通過視覺來判斷變量是否滿足我們的期望，確定是否關(guān)鍵的KPIV好的圖表才能說明問題引入圖表分析的目的用圖形對測量階段找出的變量(KPIV)的“形態(tài)”進行96圖表分析可以把數(shù)據(jù)轉(zhuǎn)化為我們需要的信息數(shù)據(jù)是信息的“原料”加工處理的數(shù)據(jù)是提供可靠信息的源泉可靠的信息是我們作決策的基礎(chǔ)圖表分析的作用六西格瑪管理強調(diào)以數(shù)據(jù)為基礎(chǔ)，以事實為依據(jù)！圖表分析可以把數(shù)據(jù)轉(zhuǎn)化為我們需要的信息數(shù)據(jù)是信息的“原料”圖97圖表分析的作用（續(xù)）掌握變量分布的形狀,平均值的位置及方差比較各變量分布的特性明確兩個以上的變量之間的差異比較變量相對重要度掌握變量數(shù)據(jù)隨時間的變化圖表分析的作用（續(xù)）掌握變量分布的形狀,平均值的位置及方差98圖表分析的步驟重點:可靠數(shù)據(jù)的收集和正確的圖表解釋選定要分析的變量搜集及整理數(shù)據(jù)進行圖表分析結(jié)果解釋圖表分析的步驟重點:可靠數(shù)據(jù)的收集和正確的圖表解釋選定要分析99選擇要分析的變量

我們要分析的變量來自測量階段的結(jié)果,在利用圖表分析前我們首先要確定變量的類型、分析的目的、選擇什么方法等選擇要分析的變量我們要分析的變量來自測量階段的結(jié)果,100搜集及整理數(shù)據(jù)在運用圖表分析時，應(yīng)該明確以下重要問題:由誰收集數(shù)據(jù)誰運用這些數(shù)據(jù)收集數(shù)據(jù)的類型是什么數(shù)據(jù)怎樣收集收集的數(shù)據(jù)在過程的哪個環(huán)節(jié)收集數(shù)據(jù)的頻率在數(shù)據(jù)收集前別忘了先做測量系統(tǒng)分析搜集及整理數(shù)據(jù)在運用圖表分析時，應(yīng)該明確以下重要問題:在數(shù)據(jù)101圖表分析的主要方法連續(xù)型數(shù)據(jù)分析什么問題分析方法數(shù)據(jù)類型

點圖

箱線圖

柏拉圖

餅圖連續(xù)型數(shù)據(jù)

描述性統(tǒng)計點圖、箱線圖直方圖

確定單個變量（研究對象）的分布比較在2個、多個或者1個變量（研究對象）在多種狀態(tài)下分布的差異連續(xù)型數(shù)據(jù)

散點圖邊際圖矩陣圖時間序列圖確定2個或者多個因素之間的關(guān)系確定變量（研究對象）的組成離散型數(shù)據(jù)圖表分析的主要方法連續(xù)型數(shù)據(jù)分析什么問題分析方法數(shù)據(jù)類型點102圖表菜單Minitab15提供分析數(shù)據(jù)的圖表工具!在工作表中輸入數(shù)據(jù)或把EXCEL中的數(shù)據(jù)粘貼過來圖表的選定及操作圖表菜單Minitab15提供分析數(shù)據(jù)的圖表工具!在工作103單個變量分布圖目的:確定變量的基本信息,包括分布的形狀（是否正態(tài)分布?）、居中趨勢（平均值和我們期望的有什么差距?）、離散情況（波動是否超出了我們的要求?）等我們想了解某些過程的基本信息

例如:1.顧客投訴問題的處理時間

2.加工尺寸

3.輸出功率

……………

與我們的要求(期望)有什么差異?通過分布分析可以解決以上問題單個變量分布圖目的:確定變量的基本信息,包括分布的形狀（是否104確認基本統(tǒng)計量－描述性統(tǒng)計描述性統(tǒng)計（DescriptiveStatistics）可提供多種圖表和數(shù)據(jù)的平均值及標(biāo)準(zhǔn)差，偏度，峰度，置信區(qū)間，正態(tài)分布等信息，幫助我們確認基本統(tǒng)計量。統(tǒng)計

>基本統(tǒng)計量

>顯示描述性統(tǒng)計要養(yǎng)成首先做出基本統(tǒng)計量的習(xí)慣確認基本統(tǒng)計量－描述性統(tǒng)計描述性統(tǒng)計（Descriptive105下面得到的數(shù)據(jù)，是某生產(chǎn)廠家統(tǒng)計的兩個月材料采購計劃時間和實際交貨時間的差值。數(shù)據(jù)的收集來源：-該生產(chǎn)廠家2大類產(chǎn)品的物料；

-記錄兩大類產(chǎn)品材料采購訂單的執(zhí)行情況(60個訂單）。用Minitab分析一下該生產(chǎn)廠家A類產(chǎn)品材料采購訂單的基本統(tǒng)計值（打開數(shù)據(jù)文件:A－01－采購訂單.MTW）舉例下面得到的數(shù)據(jù)，是某生產(chǎn)廠家統(tǒng)計的兩個月材料采購計劃時間和實106描述性統(tǒng)計統(tǒng)計

>基本統(tǒng)計量

>顯示描述性統(tǒng)計選擇圖形不僅可以查看基本統(tǒng)計量,還可以看出全體分布的柱狀圖描述性統(tǒng)計統(tǒng)計>基本統(tǒng)計量>顯示描述性統(tǒng)計選擇圖形不僅107輸出結(jié)果分析:標(biāo)準(zhǔn)差(StDev):

四分之一分位數(shù):

把數(shù)據(jù)從小到大排列時,分位數(shù)為25%；

四分之三分位數(shù):把數(shù)據(jù)從小到大排列時,分位數(shù)為75%；

TrimmedMean:把數(shù)據(jù)的上下分位各去掉5%后求平均。標(biāo)準(zhǔn)誤差(SEMean):描述性統(tǒng)計描述性統(tǒng)計:A類產(chǎn)品差值平均值下四分上四分變量NN*平均值標(biāo)準(zhǔn)誤標(biāo)準(zhǔn)差最小值位數(shù)中位數(shù)位數(shù)A類產(chǎn)品差值3001.401.8410.06-18.00-6.004.006.00變量最大值A(chǔ)類產(chǎn)品差值30.00輸出結(jié)果分析:標(biāo)準(zhǔn)差(StDev):四分之一分位數(shù):把數(shù)108輸出圖表分析:描述性統(tǒng)計輸出圖表分析:描述性統(tǒng)計109統(tǒng)計>

基本

>

圖形化匯總圖形結(jié)果匯總點擊統(tǒng)計>基本>圖形化匯總圖形結(jié)果匯總點擊110輸出圖表分析:圖形結(jié)果匯總輸出圖表分析:圖形結(jié)果匯總111點圖——Dotplot通過對A－01－采購訂單例子的分析，做出A類產(chǎn)品材料采購訂單的分布圖，利用DotPlot對訂單時間的變動進行分析

對數(shù)據(jù)的平均、波動、傾向、分布都很容易看出來利用變量功能的話，集團之間的變動也容易區(qū)分出來圖形

>點圖點圖——Dotplot通過對A－01－采購訂單例子的分析，112通過點圖可以看出大部分訂單的時間差值集中在-6～8天左右，最低為-18，最高為30，波動較大。有幾個訂單相對異常，需分析原因。輸出圖表:通過點圖,可以看出過程中異常狀態(tài)的數(shù)據(jù).點圖——Dotplot異常點這幾單發(fā)生了什么事情？圖形

>點圖通過點圖可以看出大部分訂單的時間差值集中在-6～8天左右，最113箱線圖——Boxplot通過對A－01－采購訂單例子的分析,做出來A類產(chǎn)品材料采購訂單的分布圖,利用BoxPlot對訂單執(zhí)行情況的變動進行分析

對數(shù)據(jù)的中位數(shù)、波動、傾向都很容易看出來利用變量功能的話，集團之間的變動也容易區(qū)分出來圖形

>箱線圖箱線圖——Boxplot通過對A－01－采購訂單例子的分析114箱線圖——Boxplot圖形

>箱線圖點擊點擊箱線圖——Boxplot圖形>箱線圖點擊點擊115箱線圖——Boxplot通過Boxplot可以看出：50%的訂單集中在基本集中在-6和6之間左右出現(xiàn)了異常點Boxplot的數(shù)據(jù)數(shù)量在10以下時很容易失去有效性！

箱線圖——Boxplot通過Boxplot可以看出：B116箱線圖的理解注：箱子的高度——內(nèi)四分位極差I(lǐng)QR＝InterQuartileRange＝Q3-Q1*異常點75%數(shù)(3/4分位)－Q3Q1－Max{Minimum,Q1-1.5IQR}Q3+Min{Maximum,Q3+1.5IQR}25%的數(shù)(1/4分位)－Q1中位數(shù)(1/2分位)－Q2數(shù)據(jù)的中間50%(箱子的高度)數(shù)據(jù)由小到大排列箱線圖的理解注：箱子的高度——內(nèi)四分位極差*異常點75117Histogram直方圖主要應(yīng)用在了解數(shù)據(jù)的形狀及形態(tài)便于掌握數(shù)據(jù)的集中傾向、位置、平均、分布等通過對A－01－采購訂單例子的分析，作出A類產(chǎn)品材料采購訂單的傾向、位置、平均、分布等，利用直方圖進行分析

圖形

>直方圖直方圖的制作必須要有50個以上的數(shù)據(jù)。Histogram直方圖主要應(yīng)用在了解數(shù)據(jù)的形狀及形態(tài)通過118Histogram直方圖圖形>直方圖點擊點擊Histogram直方圖圖形>直方圖點擊點擊119輸出圖表分析:直方圖的形態(tài)Histogram直方圖輸出圖表分析:直方圖的形態(tài)Histogram直方圖120下面四個直方圖是同樣數(shù)據(jù)形成的，它的形狀受柱子個數(shù)和間距的影響581015隨著區(qū)間的調(diào)整,數(shù)據(jù)的形狀分布不盡相同直方圖可掌握數(shù)據(jù)的分布、居中趨勢等Histogram直方圖下面四個直方圖是同樣數(shù)據(jù)形成的，它的形狀受柱子個數(shù)和間距的影121如何掌握圖表分析通過圖表分析可掌握

通過DescriptiveStatistics確認了數(shù)據(jù)的平均值，標(biāo)準(zhǔn)差，傾斜度，陡峭度，置信區(qū)間，數(shù)據(jù)的正態(tài)分布，還有四分位數(shù)；通過Dotplot的圖表分析，可確認全體數(shù)據(jù)平均值的傾向、異常點及分布；通過Boxplot的圖表分析，可確認全體數(shù)據(jù)中位數(shù)值的位置、異常點及分布；通過直方圖可掌握全體數(shù)據(jù)的形態(tài)。如何掌握圖表分析通過圖表分析可掌握122

某公司為了改進采購計劃的準(zhǔn)確性，減小材料采購不準(zhǔn)確造成生產(chǎn)和庫存方面的壓力，收集了2月份B類產(chǎn)品材料采購訂單的數(shù)據(jù)進行分析，以找出需要改進的重點。下列數(shù)據(jù)是在2月份統(tǒng)計的各種材料訂單計劃時間和實際入庫時間的差值(單位天)。試問：1.B類產(chǎn)品材料采購訂單計劃時間和實際入庫時間的均值及標(biāo)準(zhǔn)偏差分別為多少？從分布圖中能看到什么問題？2.做出dotplot/boxplot及直方圖并解釋。數(shù)據(jù)文件：A－01-采購訂單.mtw練習(xí)時間：10分鐘練習(xí)一某公司為了改進采購計劃的準(zhǔn)確性，減小材料采購不準(zhǔn)確造123通過圖表分析比較單個變量分布

我們在做項目的過程中，經(jīng)常會碰到這種情況：要對兩類或更多種類的數(shù)據(jù)進行比較分析例如:通過圖表分析很容易理解不同工序加工同一位置尺寸的差別，不同型號刀具加工壽命之間的差別，不同員工加工能力之間的差別。那么對多個數(shù)據(jù)進行比較時經(jīng)常使用哪些圖表現(xiàn)在通過具體事例，利用圖表分析比較分布通過圖表分析比較單個變量分布我們在做項目的過程中，經(jīng)124Boxplot用于數(shù)據(jù)間的分布差異、中位數(shù)和波動大小的比較利用A－01－采購訂單例子，對兩大類產(chǎn)品材料訂單執(zhí)行情況進行比較，用Boxplot圖表分析。箱線圖——Boxplot圖形

>箱線圖Boxplot用于數(shù)據(jù)間的分布差異、中位數(shù)和波動大小的比較125箱線圖——Boxplot圖形

>箱線圖點擊點擊箱線圖——Boxplot圖形>箱線圖點擊點擊126輸出圖表分析箱線圖——Boxplot兩類產(chǎn)品的訂單執(zhí)行情況沒有明顯的差異，B類產(chǎn)品訂單執(zhí)行情況的波動大于A類產(chǎn)品。輸出圖表分析箱線圖——Boxplot兩類產(chǎn)品的訂單執(zhí)行情況127單因素多組數(shù)據(jù)點圖---MultipleDotPlot顯示多個過程的平均值傾向、變動、分布可比較兩個或兩個以上數(shù)據(jù)間的差別利用A－01－采購訂單例子對兩大類產(chǎn)品材料訂單執(zhí)行情況進行比較，平均值的傾向、變動及分布進行MultipleDotplot對比分析

點圖——Dotplot圖形

>點圖單因素多組數(shù)據(jù)點圖---MultipleDotPlot利128點圖——Dotplot圖形

>點圖點擊點擊點圖——Dotplot圖形>點圖點擊點擊129通過Dotplot可以看出兩類產(chǎn)品的材料采購訂單執(zhí)行情況沒有明顯的差異。MultipleDotplot的分布在數(shù)據(jù)很多的時候很容易看出兩個或多個分布的區(qū)別點圖——Dotplot輸出圖表分析通過Dotplot可以看出兩類產(chǎn)品的材料采購訂單執(zhí)行情況沒130單個變量分布的構(gòu)成目的:確定某些特定事件在整個事件中所占的比例或者問題主要集中在哪些方面?我們想知道以下問題例如:1.發(fā)動機缺陷集中在哪些方面?2.顧客反饋的意見主要集中在哪些方面?3.成本浪費主要集中在哪里……….通過變量分布構(gòu)成的分析我們就可以解決以上問題單個變量分布的構(gòu)成目的:確定某些特定事件在整個事件中所占的比131柏拉圖——Paretochart統(tǒng)計

>質(zhì)量工具

>Pareto圖

確定不良品、缺陷數(shù)、爭議點、事故的現(xiàn)象或原因等集中在哪些方面，掌握主要的問題點（80/20原則）打開文件:A－02－費用.MTW利用柏拉圖進行分析柏拉圖——Paretochart統(tǒng)計>質(zhì)量工具>Pa132柏拉圖——Paretochart統(tǒng)計

>質(zhì)量工具

>Pareto圖

廣告費的支出占大頭柏拉圖——Paretochart統(tǒng)計>質(zhì)量工具>Pa133餅圖——Piechart

主要用于對原因或現(xiàn)象的構(gòu)成比例進行分析，掌握某種現(xiàn)象在過程中的構(gòu)成比例。打開文件:A－02－費用.MTW利用餅圖進行分析圖形

>餅圖餅圖——Piechart主要用于對原因或現(xiàn)象的構(gòu)成134餅圖——Piechart圖形

>餅圖①點擊③點擊②餅圖——Piechart圖形>餅圖①點擊③點擊②135利用餅圖很容易知道各個類別在全體中所占的比率餅圖——Piechart利用餅圖很容易知道各個類別在全體中所占的比率餅圖——Pie136利用圖表分析對分布進行比較到目前為止通過分布比較及構(gòu)成比較分析得出通過Boxplot可以對不同數(shù)據(jù)的偏差,中心位置和離散程度進行確認通過MultipleDotplot可以確認各數(shù)據(jù)間分布展開的程度及異常點通過Paretochart把少數(shù)核心問題用圖表更容易地表現(xiàn)出來通過Piechart可以確認該項目在全體中所占的構(gòu)成比利用圖表分析對分布進行比較到目前為止通過分布比較及構(gòu)成比較分137請用的數(shù)據(jù)做以下分析1.不同型號的加工尺寸有什么區(qū)別？2.不同操作員的加工尺寸有什么區(qū)別？數(shù)據(jù)文件：A－加工尺寸.mtw3.不同型號的缺陷構(gòu)成如何？4.不同缺陷類型的缺陷構(gòu)成如何？數(shù)據(jù)文件：A－產(chǎn)品缺陷.mtw練習(xí)二請用的數(shù)據(jù)做以下分析1.不同型號的加工尺寸有什么區(qū)別？練習(xí)二138兩個變量間關(guān)系利用一些時間看一下MINITAB提供的圖表有哪些技能

在許多情況下當(dāng)兩個因素或一個因素與Y有密切關(guān)系時，把它們作成一個圖表，更容易知道問題點的所在

另外，隨著時間有什么變化(周期或傾向)，可以推測其產(chǎn)生問題的原因兩個變量間關(guān)系利用一些時間看一下MINITAB在許多情況下139相關(guān)分析目的:分析輸入變量(X)之間或者輸入變量(X)和輸出變量(Y)之間的相關(guān)關(guān)系，為我們深入分析它們之間的函數(shù)關(guān)系奠定了基礎(chǔ)。我們想知道以下問題例如:1.廣告費用和銷售額之間有什么關(guān)系？

2.用戶的消費與其收入、年齡有什么關(guān)系

………..通過相關(guān)分析我們就可以解決以上問題。相關(guān)分析目的:分析輸入變量(X)之間或者輸入變量(X)和輸出140

相關(guān)關(guān)系相關(guān)關(guān)系可以用數(shù)據(jù)來看出兩個變量(Y與X,或兩個X)間緊密程度如何。兩者之間關(guān)系的強度通過相關(guān)系數(shù)(r)計數(shù)化-1.00+1.0負的相關(guān)系正的相關(guān)關(guān)系沒有相關(guān)關(guān)系決定點相關(guān)關(guān)系相關(guān)關(guān)系可以用數(shù)據(jù)來看出兩個變量(Y與X,或兩個X141r值r

接近-1r

接近+1(+)正的相關(guān)關(guān)系()負的相關(guān)關(guān)系接近0時幾乎沒有相關(guān)關(guān)系相關(guān)性的分類r值r接近-1r接近+1(+)正的相關(guān)關(guān)系相關(guān)性的142弱的正相關(guān)

弱的負相關(guān)

強的正相關(guān)

強的負相關(guān)

其它關(guān)系沒有相關(guān)關(guān)系相關(guān)關(guān)系圖示弱的正相關(guān)弱的負相關(guān)強的正相關(guān)強的負相關(guān)其它關(guān)系沒有143相關(guān)性的判斷原則跟樣本容量有很大的關(guān)系如果樣本容量大于9，相關(guān)系數(shù)達到0.7時，我們就認為兩個變量之間確實存在相關(guān)性；如果樣本容量大于15，相關(guān)系數(shù)達到0.5時，我們就認為兩個變量之間確實存在相關(guān)性；如果樣本容量大于25，相關(guān)系數(shù)達到0.4時，我們就認為兩個變量之間確實存在相關(guān)性。相關(guān)性的判斷基準(zhǔn)相關(guān)性的判斷原則跟樣本容量有很大的關(guān)系相關(guān)性的判斷基準(zhǔn)144事例分析利用A－03－銷售能力分析銷售人員銷售額與其銷售經(jīng)驗等因素之間的關(guān)系統(tǒng)計

>基礎(chǔ)統(tǒng)計量

>相關(guān)事例分析利用A－03－銷售能力分析銷售人員銷售額與其銷售經(jīng)驗145相關(guān)的濫用與誤用即使證明Y與X間具有相關(guān)關(guān)系，也并不意味著Y的變動一定是X的變動引起的，即兩個變量間有相關(guān)關(guān)系并不意味著必然有因果關(guān)系,可能存在引起X與Y同時變動的第3個隱藏變量。要想真正了解變量之間的因果關(guān)系，有必要進行試驗設(shè)計分析。相關(guān)分析主要考察兩個變量之間是否存在線性的相關(guān)關(guān)系。相關(guān)系數(shù)接近“0”表示兩個變量間直線關(guān)系弱，并不意味著兩個變量間沒有關(guān)系。相關(guān)的濫用與誤用即使證明Y與X間具有相關(guān)關(guān)系，也并不意味著Y146散點圖——Scatterplot利用A－03－銷售能力畫出散點圖，以便直觀判斷銷售經(jīng)驗與銷售額之間的關(guān)系主要用于評價兩因素間的相互關(guān)系，在視覺上判斷因素之間的關(guān)系兩因素的數(shù)據(jù)分布的密集度及相關(guān)性圖形

>散點圖

散點圖——Scatterplot利用A－03－銷售能力畫出147散點圖——Scatterplot圖形

>散點圖

點擊點擊散點圖——Scatterplot圖形>散點圖點擊點擊148從視覺上可以看出，銷售額與銷售經(jīng)驗之間有較密切的正相關(guān)關(guān)系，即銷售經(jīng)驗越多，其銷售額越高。散點圖——Scatterplot從視覺上可以看出，銷售額與銷售經(jīng)驗之間有較密切的正相關(guān)關(guān)系，149邊際圖——Marginalplot圖形

>邊際圖從視覺可以知道兩個因素之間關(guān)系直方圖和相關(guān)圖同時出現(xiàn)在視覺上，更容易知道分布的傾向利用A－03－銷售能力對銷售額與資歷的關(guān)系進行圖表分析邊際圖——Marginalplot圖形>邊際圖從視覺可150邊際圖——Marginalplot圖形

>邊際圖點擊點擊邊際圖——Marginalplot圖形>邊際圖點擊點擊151確認銷售額與資歷的關(guān)系，在這個圖上即可以看出兩因素間的關(guān)系，也可以了解單個變量的分布。邊際圖——Marginalplot運用邊際圖在散點圖里畫出直方圖確認銷售額與資歷的關(guān)系，在這個圖上即可以看出兩因素間的關(guān)系，152矩陣圖——Matrixplot

應(yīng)用于比較多個因素間的相互關(guān)系與ScatterPlot相比較更適用于多個因素一起比較利用A－03－銷售能力例子對資歷、年齡、受教育程度、銷售經(jīng)驗之間的關(guān)系進行Matrixplot分析

圖形

>矩陣圖矩陣圖——Matrixplot應(yīng)用于比較多個因素間的相互153矩陣圖——Matrixplot圖形

>矩陣圖點擊點擊矩陣圖——Matrixplot圖形>矩陣圖點擊點擊154利用矩陣圖可以在圖表里看出全部因素間的關(guān)系銷售經(jīng)驗、資歷與消費之間均有很強的相關(guān)關(guān)系，而受教育程度和年齡則與銷售額之間沒有顯著的相關(guān)關(guān)系矩陣圖——Matrixplot利用矩陣圖可以在圖表里看出全部因素間的關(guān)系銷售經(jīng)驗、資歷與消155時間序列圖——TimeSeriesplot

隨時間的變化對觀測值進行推測及排列，主要使用Timeseriesplot進行分析圖形

>時間序列圖時間序列圖——TimeSeriesplot隨時間的變化156時間序列圖分析是對未來數(shù)據(jù)的傾向或周期的一種分析方法受時間影響的數(shù)據(jù)叫TimeSeries數(shù)據(jù)，先畫出圖表，掌握大概的TimeSeries數(shù)據(jù)形態(tài)后，對受時間變化影響較大的數(shù)據(jù)進行