六西格瑪培訓(xùn)資料

Graph分析MeasureDefineAnalyzeImproveControl方法論

Analyze概要

DATA收集計(jì)劃

Graph分析

假設(shè)檢定概要

平均的檢定

分散的檢定

比率的檢定

相關(guān)及回歸分析YDATA的分布形態(tài) -Histogram -DotPlot

根據(jù)X的

Y分布比較 -MultipleDotPlot -BoxPlot

項(xiàng)目別比較 -Pareto圖(ParetoChart) -原Graph(PieChart)

X與

Y的關(guān)系 -散點(diǎn)圖(ScatterPlot)Y的時(shí)間性變化 -時(shí)序列

Plot(TimeSeriesPlot)Graph分析Histogram區(qū)分DATA的區(qū)間,顯示分布形態(tài)和中心位置及散布,與柱形Graph不同,能看到連續(xù)性資料的分布模樣.例題135.198135.472735.059534.972935.033634.842934.725634.407333.901533.752534.005134.170733.996134.475034.457034.092633.514534.291634.498534.133634.167434.421034.271434.935034.977134.739435.194735.161935.328735.321535.715335.985536.213135.870735.983236.174036.206736.382636.347535.641936.089136.349636.054936.102235.722636.013535.648635.598535.635235.381235.087734.815834.819734.275034.756434.760634.405134.187534.509634.318234.006633.970934.144134.307134.371734.413234.790334.902834.101834.192334.210534.721835.218835.000434.929135.545235.691635.621735.944735.8260以下是為了找出影響某Plastic制品張力強(qiáng)度的原因而調(diào)查反應(yīng)溫度的DATA。利用DATA作成Histogram.(Histogram.mtw)HistogramWorksheet里DATA輸入Step1HistogramGraph>HistogramStep2選擇DATA列設(shè)定Histogram的基準(zhǔn)

選擇區(qū)間決定方法

區(qū)間數(shù)不同時(shí)Histogram的模樣有可能不同，所以一般在選項(xiàng)中制定

Automatic或確切的區(qū)間數(shù)的方法為好。

Histogram確認(rèn)結(jié)果Step3通過(guò)上面的Graph，大概確認(rèn)對(duì)反應(yīng)溫度的分布，中心位置，偏差。Histogram穩(wěn)定型:沒(méi)有異常要因的變化工程穩(wěn)定雙峰型:互相不同的工程條件下進(jìn)行作業(yè)時(shí)缺牙型:主要是測(cè)定系統(tǒng)問(wèn)題，不能準(zhǔn)確地讀出

特定范圍的數(shù)值或避開(kāi)時(shí)發(fā)生.

孤島型:因工程發(fā)生異常而引起,工程條件變化時(shí).

HistogramHistogram判斷方法峭壁型:刪除不滿足規(guī)格的數(shù)據(jù)時(shí).

右偏斜型:在特性值小的一面有自然界限時(shí)

整圖型:多種工程條件混合存在的時(shí)候左偏斜型:在特性值大的一面有自然界限時(shí)

Histogram

與規(guī)格的比較LSLUSLLSLUSL①滿足規(guī)格時(shí)②散布大時(shí)工程穩(wěn)定,特性值都滿足規(guī)格.數(shù)據(jù)中心與目標(biāo)值一致,但特性值的散布大而存在超過(guò)規(guī)格的數(shù)據(jù).

HistogramLSLUSLLSLUSL③脫離中心時(shí)時(shí)④既脫離中心心且散布大大時(shí)數(shù)據(jù)中心脫脫離目標(biāo)值值較大,產(chǎn)產(chǎn)生不能滿滿足規(guī)格的的數(shù)據(jù).數(shù)據(jù)的中心心脫離目標(biāo)標(biāo)值很大,特性值的的散布度也也很大,工工程很不穩(wěn)穩(wěn)定,很多多數(shù)據(jù)脫離離規(guī)格.HistogramDotPlot能確認(rèn)對(duì)連連續(xù)性資料料的分布模模樣,還有有指定Group變量比較Group別分布的優(yōu)優(yōu)點(diǎn).17.816.217.517.415.011.211.412.310.010.411.811.010.09.29.214.913.412.814.013.8纖維1纖維2纖維3纖維4例題2為了測(cè)定纖纖維質(zhì)燃燒燒性,測(cè)定定4種纖維做成成的衣服燃燃盡時(shí)間如如下表.利用DotPlot確認(rèn)全部燃燃燒時(shí)間的的分布和各各纖維別燃燃燒時(shí)間的的分布.(Dotplot.mtw)DotPlotWorksheet里DATA輸入Step1Graph>DotplotStep2確認(rèn)全部數(shù)數(shù)據(jù)分布時(shí)時(shí)DotPlot確認(rèn)全部數(shù)數(shù)據(jù)分布時(shí)時(shí)選擇數(shù)據(jù)列列結(jié)果確認(rèn)Step3全部燃燒時(shí)時(shí)間的分布布DotPlot能確認(rèn)全部部纖維的燃燃燒時(shí)間分分布.選擇數(shù)據(jù)列列Graph>DotplotStep2按Group別確認(rèn)分布布時(shí)DotPlot按Group別確認(rèn)分布布時(shí)Worksheet里DATA輸入Step1結(jié)果確認(rèn)Step3各纖維別燃燃燒時(shí)間的的分布(MultipleDotPlot)通過(guò)上圖,可以分析析各纖維別別燃燒性有有差異.DotPlotBoxPlot對(duì)X測(cè)定的Y值用Box形態(tài)表示,可以確確認(rèn)分布的的模樣,以以及數(shù)據(jù)的的中央值,最小值,4分位數(shù),最大值,特異點(diǎn)，，也可以分分析幾個(gè)Group之間對(duì)數(shù)據(jù)據(jù)分布的差差異點(diǎn)。異常點(diǎn)(Outliers)**Q3+1.5(Q3-Q1)內(nèi)最大值75分位(Q3)50分位(中央值)25分位(Q1)Q1-1.5(Q3-Q1)內(nèi)最小值異常點(diǎn)(Outliers)數(shù)據(jù)的中間50%Box-Plot解釋BoxPlot活用例題2的數(shù)據(jù)，用用Box-Plot分析纖維別別燃燒時(shí)間間選擇X,Y變量列輸出中央值值的95%信賴區(qū)間輸出中央值值Q1,Q2,Q3輸出最大值值，中央值值，最小值值連接中央值值連接平均表現(xiàn)方式選定Tip表現(xiàn)方式(Display)Graph>BoxplotStep1BoxPlot確認(rèn)結(jié)果Step2通過(guò)上圖可可以分析纖纖維1的燃燒時(shí)時(shí)間最長(zhǎng)長(zhǎng)，纖維維3的燃燒時(shí)時(shí)間最短短，但散布相相對(duì)大。。BoxPlot識(shí)別不良良品或缺缺點(diǎn)，Claim,事故等集集中項(xiàng)目目(現(xiàn)象或原原因),確認(rèn)問(wèn)題題偏重程度度時(shí)使用用。ParetoChart問(wèn)題被偏偏重的項(xiàng)項(xiàng)目和程程度可以以用視覺(jué)覺(jué)性確認(rèn)認(rèn)，因此此對(duì)重點(diǎn)管理理項(xiàng)目選選定有效效。根據(jù)尺寸寸及刮破破的不良良發(fā)生是是全體的的88.4%排列圖原原理不良原因因或現(xiàn)象象有好幾幾種,在這其中中極少數(shù)數(shù)項(xiàng)目占占據(jù)不良良件數(shù)或或損失金金額的大大部分。。ParetoChartDATA類型是不良品數(shù)數(shù)缺點(diǎn)數(shù)Claim數(shù)能成為事事故發(fā)生生次數(shù)等等離散型DATA或金額損損失。文件:<Pareto.mpj>利用Minitab的ParetoChart作成Worksheet里輸入DATAStep1ParetoChartChartdefectstable選擇-Labelsin欄里項(xiàng)目目-Frequenciesin欄里選擇對(duì)應(yīng)應(yīng)頻度的的列。ParetoChart的題目Stat>QualityTools>ParetoChartStep2ParetoChart這里根據(jù)據(jù)尺寸的的不良發(fā)發(fā)生是全全體的53.6%.應(yīng)先改善善尺寸。。結(jié)果確認(rèn)認(rèn)ParetoChartStep3PieChart根據(jù)DATA的頻度，，區(qū)分為為餅狀形形態(tài)的Graph.PieChart例題3相機(jī)組裝裝工程調(diào)調(diào)查了最最近2個(gè)月不良良發(fā)生狀狀況，得得出以下下DATA。完成隨不不良項(xiàng)目目的Chart。不良項(xiàng)目目螺絲松焊接不良良路上灰塵塵斑粘接不良良配線過(guò)錯(cuò)錯(cuò)其它件數(shù)68214129141118(Piechart.mtw)Worksheet里輸入DATAStep1Graph>PieChartStep2選擇Categories列選擇頻度度數(shù)列決定Categories順序的基基準(zhǔn)指定突出出(強(qiáng)調(diào))Categories決定刪除除小比率率范圍CategoriesPieChart結(jié)果確認(rèn)認(rèn)Step3PieChart散點(diǎn)圖(ScatterPlot)表示幾個(gè)個(gè)變量之之間的相相關(guān)關(guān)系系。相關(guān)關(guān)系系無(wú)相關(guān)陽(yáng)的相關(guān)關(guān)陰的相關(guān)關(guān)曲線關(guān)系系散點(diǎn)圖(ScatterPlot)每天消耗耗的防暖暖用石油油量(?)和辦公室室的平均均溫度(℃)有什么關(guān)關(guān)系?文件:<散點(diǎn)圖.mpj>散點(diǎn)圖(ScatterPlot)活用Minitab的ScatterPlot作成.Worksheet里DATA輸入Step1輸入變量量X,Y軸位置變變更選擇擇MultipleGraphs，，在相相同同的的Graph上可可以以比比較較多多個(gè)個(gè)plot.Graph>PlotStep2散點(diǎn)點(diǎn)圖圖(ScatterPlot)防暖暖用用石石油油一一天天的的消消耗耗量量越越增增加加，，辦公公室室的的平平均均溫溫度度越越下下降降，，即即顯顯示示陰陰的的相相關(guān)關(guān)關(guān)關(guān)系系。。結(jié)果果確確認(rèn)認(rèn)Step3散點(diǎn)點(diǎn)圖圖(ScatterPlot)顯示示隨隨時(shí)時(shí)間間經(jīng)經(jīng)過(guò)過(guò)的的數(shù)數(shù)據(jù)據(jù)變變化化。。(隨綜綜合合股股票票指指數(shù)數(shù)、、物物價(jià)價(jià)指指數(shù)數(shù)、、時(shí)時(shí)間間經(jīng)經(jīng)過(guò)過(guò)的的生生產(chǎn)產(chǎn)量量等等)TimeSeriesPlot數(shù)據(jù)據(jù)應(yīng)應(yīng)按按時(shí)時(shí)間間順順序序收收集集。?？蓱?yīng)應(yīng)用用于于確確認(rèn)認(rèn)除除時(shí)時(shí)間間以以外外隨隨位位置置的的變變化化。。按這這時(shí)時(shí)的的位位置置順順序序收收集集的的數(shù)數(shù)據(jù)據(jù)。。參考考文文件件:<employ.mpj>TimeSeriesPlot活用用Minitab的TimeS