基礎統(tǒng)計與質(zhì)量工具

基礎統(tǒng)計與質(zhì)量工具第1頁，共62頁，2023年，2月20日，星期一基本統(tǒng)計與質(zhì)量工具六西格瑪DMAIC綠帶方法論第2頁，共62頁，2023年，2月20日，星期一目標介紹過程變化性和穩(wěn)定性概念討論形狀，中心和分布趨勢的方法學習正態(tài)分布介紹了7個基本的質(zhì)量工具流程表(覆蓋于過程圖)點陣圖/直方圖/正態(tài)點圖運營圖表/時間系列帕累托圖表/Stratification(2ndLevel帕累托)箱形圖/散布圖檢查表單/centralization圖表魚骨圖表(起因與影響圖表)展示這些數(shù)據(jù)分折技術的應用第3頁，共62頁，2023年，2月20日，星期一過程改進

證實關健性投入

優(yōu)化關健性投入過程分析

完成FMEA

執(zhí)行多變化分析

鑒別潛在的關健性投入

下一階段的發(fā)展計劃

過程控制

貫徹控制計劃長期能力的證實

持續(xù)改進過程定義范圍與界限缺陷定義團隊章程與領導者預計與影響領導批準過程測量

地圖過程和投入產(chǎn)出的鑒定起因與影響模子

建立測量系統(tǒng)的能力建立過程能力的基準DMAIC第4頁，共62頁，2023年，2月20日，星期一如圖,這個“漏斗”型的路標隨著X項的變化而發(fā)生著變化.”路標圖Y=f(x1,x2,x3,x4,...xn)Y全過程的執(zhí)行成效.VariationoftheY再現(xiàn)性人員/方法)我們從“Y”:開始過程圖減少測量錯誤,命使過程能力評估更為準確.}初步過程能力估評用FMEA可以減少錯誤的輸入項變量及影響.C&E矩陣FMEA測量變量實際變量重復性(器械復合變量復合變量研究有利于建立X和Y項之間的聯(lián)系.x1,x7,x18,x22,x31,x44,x57復合變量分析可以認清變量Y=f(x7,x22,x57)用DOE來認清重要的X項及其與Y之間的關系.ControlsinplaceforCriticalx’s第5頁，共62頁，2023年，2月20日，星期一基本的統(tǒng)計:改進的基礎穩(wěn)定性:過程如何在一段時期執(zhí)行?穩(wěn)定性代表一種持續(xù)不變的的方法和一段時期可預測的變化變化性:過程是否切合最小變化性目標?我們用這個方法檢驗過程是否切合目標我們用標準偏差來測定變化性哪一個程序更好?第6頁，共62頁，2023年，2月20日，星期一變化“當所有程序都顯示變化時，一些程序顯示的是受控制的變化，其他則顯示不受控制的變化“受控制的變化具有在一定時間內(nèi)穩(wěn)定和持續(xù)一致的變化模式的特征與普通的起因相關不受控制的變化具有隨時間變化的特征與特殊起因相關第7頁，共62頁，2023年，2月20日，星期一變化實例特別起因過程A顯示受控制的變化過程B顯示不受控制的變化第8頁，共62頁，2023年，2月20日，星期一成本我們能夠忍受變化性(變量的存在)嗎?變化性存在于所有的過程中我們可以忍受變化性(變量的存在嗎)，如果：過程切合目標全部的變化性相對于過程特性來說比較小過程長時間穩(wěn)定新觀點下限USL上限傳統(tǒng)觀點可接受成本下限上限目村目標第9頁，共62頁，2023年，2月20日，星期一目標成本成本下限上限目標成本下限上限目標切合目標;變化最小切合目標;勉強可接受變化第10頁，共62頁，2023年，2月20日，星期一偏離目標成本成本下限上限目標成本下限上限目標偏離目標;變化微小偏離目標;勉強可接受變化第11頁，共62頁，2023年，2月20日，星期一Cost睛限上限目標x這個值…x真的與這個不同?我們想選用一個棄用另一個目標VS檢查x這兩個值真的完全相同嗎?哪兩個將最相似地為客戶服務?第12頁，共62頁，2023年，2月20日，星期一目標VS檢查-有什么不同?目標哲學…我們能做得最好的是什么?檢查哲學…我們可以避免最糟的是什么?第13頁，共62頁，2023年，2月20日，星期一查明過程是否穩(wěn)定如果過程不穩(wěn)定，查清和移除不穩(wěn)定的起因(如果這種起因會令過程更糟的話)定位過程方法–是否切合目標?如果不,查明影響此方法的變量并決定達到目標價值的最佳方案估計總變化的大小–

關于客戶的要求是否可以接受(規(guī)格限度)?如果不,查明變化的來源并消除或減少對過程的影響現(xiàn)在讓我們復習一遍統(tǒng)計對過程的幫助改進的數(shù)據(jù)分折任務第14頁，共62頁，2023年，2月20日，星期一基本統(tǒng)計數(shù)據(jù)類型持續(xù)的,變量不連續(xù)的,屬性數(shù)據(jù)中心的測量含義中線數(shù)據(jù)分布的測量范圍不同點標準偏差正態(tài)分布的特性第15頁，共62頁，2023年，2月20日，星期一數(shù)據(jù)類型屬性數(shù)據(jù)(定性)種類好/壞機器1,機器2,機器3轉(zhuǎn)換數(shù)字點數(shù)(#文件中的錯誤#缺陷,等.)變量數(shù)據(jù)(定量)持櫝的數(shù)據(jù)(變量可從很多數(shù)值中取值)時間(秒)壓力(帕斯卡)傳送速度(英尺/分)速率(米/分)第16頁，共62頁，2023年，2月20日，星期一選擇統(tǒng)計技術屬性變量變量屬性產(chǎn)出投入Chi-square變量分析判斷式分析邏輯性弱化關系弱化有些統(tǒng)計技術覆蓋了所有數(shù)據(jù)類型的組合第17頁，共62頁，2023年，2月20日，星期一樣本數(shù)據(jù)統(tǒng)計vs.批量數(shù)據(jù)參數(shù)我們通常需要與大批數(shù)據(jù)相關的如下信息所有客戶的平均購買金額是多少?標準偏差是什么?要測量全部批量數(shù)據(jù)常會很困難即使能,我們通常想預測將來可能會發(fā)生什么事情我們通過收集數(shù)據(jù)樣扳取得批量數(shù)據(jù)信息統(tǒng)計具有樣本的特性，被用于估計批量數(shù)據(jù)的特征第18頁，共62頁，2023年，2月20日，星期一方法:算術平均值反映所有數(shù)值的影響極值時會產(chǎn)生強烈影響中值:反映了50%的特級值-在一組數(shù)據(jù)進行級別排列后所取下的中間數(shù)值.并不需要包括計算中的所有數(shù)值.但對極值同樣有重要影響.主要趨勢的測量第19頁，共62頁，2023年，2月20日，星期一$10,20,30,40,50($用千計)作為哈佛大學“在學?！惫?jié)目的頭兒，你被要求計算哈佛中途退學學生的平均工資平均收入是多少

(或“重心”)?

中間收入是多少

平均收入是多少

(或“重心”)?

中間收入是多少

$10,20,30,40,~1000($inthousands)然而計算機科學系的主席會提醒你別忘了

把著名的哈佛退學者比爾蓋茨（微軟主席）包括進去第20頁，共62頁，2023年，2月20日，星期一Source:DonaldWheeler,UnderstandingVariation圖表的使用理解變化的特性讓數(shù)據(jù)的特性更接近人類的思維方式幫助顯示數(shù)據(jù)的關聯(lián)性是數(shù)據(jù)分折的主要表達工具如果你不能圖表化表達，你可能得不到一個好的結(jié)論有助于從雜亂中尋找有用的信息第21頁，共62頁，2023年，2月20日，星期一統(tǒng)計分布我們可以用多個數(shù)據(jù)點作為變量來描述任何可測量特征的行為:時間產(chǎn)品在不同的機器上,等.這些數(shù)據(jù)的分布可看作是值的分布這些數(shù)據(jù)可用以下方式來表示點陣圖直方圖正常的曲線或其他“平滑”分布第22頁，共62頁，2023年，2月20日，星期一點分布設想一個油漆工程師涂上了21毫升的油漆。實際的油漆厚度被測量了150次并用點描述如上圖所示，每個點代表一次測量的數(shù)值。隨著點的積累，油漆者的實際涂的值可看作是厚度值的分布如此可見其平均值接近21毫升?第23頁，共62頁，2023年，2月20日，星期一點分布假如這個數(shù)據(jù)看起來象這個點陣，那么平均值依然看起來接近21毫升如何解析這個平均值?第24頁，共62頁，2023年，2月20日，星期一創(chuàng)建一個點陣Y:ThicknessofcoatingappliedbyasprayerUsethecolumnThicknessasthevariable第25頁，共62頁，2023年，2月20日，星期一直方分布現(xiàn)在設想原始的厚度數(shù)據(jù)，以次數(shù)間隔分組，按厚度數(shù)據(jù)點落在給定的間隔內(nèi)的次數(shù)，來決定其高度。第26頁，共62頁，2023年，2月20日，星期一創(chuàng)建直方圖工作表:油漆第27頁，共62頁，2023年，2月20日，星期一變化的測量范圍:介于數(shù)據(jù)集的極值之間（最大值-最小值）方差(2):故名思義是指每一個數(shù)據(jù)點的平方差標準差():方差的平方根范圍比方差更敏感最常用的變化測量方法是標準差第28頁，共62頁，2023年，2月20日，星期一標準差43210-1-2-3-440%30%20%10%0%樣品值概率故名思議標準差的數(shù)目第29頁，共62頁，2023年，2月20日，星期一對比的變化點陣圖顯示了變化的不同數(shù)量第30頁，共62頁，2023年，2月20日，星期一正態(tài)分布正態(tài)分布是指數(shù)據(jù)的分布具有持續(xù)的特性這些特性對我們理解從中獲取數(shù)據(jù)的過程之特征非常有用許多自然現(xiàn)象和人為過程都有是正態(tài)分布，或可表示為接近正態(tài)分布第31頁，共62頁，2023年，2月20日，星期一特征1:正態(tài)分布可只知道如下值時就可完全描述:

含義和標準差正態(tài)分布分布1分布2分布3這3個正態(tài)分布有何不同?第32頁，共62頁，2023年，2月20日，星期一概率與正態(tài)分布特征2:曲線下部的面積可用于估算某種發(fā)生的事件的累計概率在2個值中獲得1個值的概率95%99.73%68%第33頁，共62頁，2023年，2月20日，星期一標準差的經(jīng)驗主義規(guī)則先前的概率規(guī)則適用于甚至不是很完美的正態(tài)分布的一集數(shù)據(jù)讓我們比較一下理論（完美）的正態(tài)分布與經(jīng)驗主義（現(xiàn)實世界）的分布的數(shù)值第34頁，共62頁，2023年，2月20日，星期一平滑（正常）分布我們可看到作為平滑分布的數(shù)據(jù)（紅線）假定用“正態(tài)分布”.它揭示了如果我們用無數(shù)個數(shù)據(jù)點所呈現(xiàn)出來的形狀.第35頁，共62頁，2023年，2月20日，星期一用常規(guī)曲線創(chuàng)建直方圖要作表:油漆第36頁，共62頁，2023年，2月20日，星期一正常概率點測試一個數(shù)據(jù)集能否描述為“正常”如果分布接近正常，正常概率點將會接近成一條直線第37頁，共62頁，2023年，2月20日，星期一正常概率點Worksheet:Coating第38頁，共62頁，2023年，2月20日，星期一示例概率點第39頁，共62頁，2023年，2月20日，星期一時間系列到目前為止我們看到這個數(shù)據(jù)“隆起來一塊”另一個檢查數(shù)據(jù)的方法是時間通常用于時間系列的方法:運營圖表獨立圖表第40頁，共62頁，2023年，2月20日，星期一運營圖表運營圖表運用于一些對這種系列的原始統(tǒng)計診斷測試Worksheet:Coating第41頁，共62頁，2023年，2月20日，星期一運營圖表第42頁，共62頁，2023年，2月20日，星期一單獨圖表單獨圖表看起來很象運營圖表只是含有適用于這些數(shù)據(jù)的過程控制界限工作表:Coating第43頁，共62頁，2023年，2月20日，星期一單獨圖表第44頁，共62頁，2023年，2月20日，星期一數(shù)據(jù)分折初步到目前為止我們看到所有一起的數(shù)據(jù)用點陣圖，直方圖，正常概率點，營運圖表和單獨圖表展示了全局形狀和時間趨勢但是這些沒能解悉為何這些數(shù)據(jù)呈如此形狀現(xiàn)在我們將討論其他可以揭示為什么的圖表技術第45頁，共62頁，2023年，2月20日，星期一箱形圖標識分布的不同顯示數(shù)據(jù)的中心和傳播箱陣圖的中心是中線而不是含義Worksheet:Coating第46頁，共62頁，2023年，2月20日，星期一箱形圖Max75%50%25%Min我們也可創(chuàng)建箱形圖來研究因特殊變量引起的變化OutlierWorksheet:Coating第47頁，共62頁，2023年，2月20日，星期一帕累托表幫助優(yōu)先改進目標的必要工具允許關注引起80%糟糕現(xiàn)象的20%的問題第48頁，共62頁，2023年，2月20日，星期一帕累托圖表第49頁，共62頁，2023年，2月20日，星期一帕累托圖表缺陷 數(shù)目遺漏鑼絲 274遺漏夾子 59有缺陷的房子 19泄漏的膠墊 43碎片 4線未接好 8遺漏釘子 6未完成的部件 10第50頁，共62頁，2023年，2月20日，星期一散布圖研究兩個不同變量之間的關系示例:一個客戶和QC實驗員一同測量設置為350度時的爐的溫度數(shù)據(jù)在工作表,溫度第51頁，共62頁，2023年，2月20日，星期一散布圖第52頁，共62頁，2023年，2月20日，星期一集合圖表圖表數(shù)據(jù)的收集/分折方法提供一種可視化地表達事件趨勢的方法畫圖代表通常使用的產(chǎn)品事件被標記于圖上顯眼的位置第53頁，共62頁，2023年，2月20日，星期一xX=1次裝運xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx裝運發(fā)生問題的地方第54頁，共62頁，2023年，2月20日，星期一魚骨圖表基本上與起因與影響模子一樣的思路第55頁，共62頁，2023年，2月20日，星期一數(shù)據(jù)分折初步所有介紹的方法均可圖示化表達數(shù)據(jù)數(shù)據(jù)分折應該遵從如下幾個基本步驟:總是檢查原始數(shù)據(jù)以識別異常（錯誤，非預計值）圖示化的分折數(shù)據(jù)以感性認識全局形狀和時間趨勢使用其他方法分折為什么數(shù)據(jù)會這樣的第56頁，共62頁，2023年，2月20日，星期一總結(jié)介紹了過程變化性和穩(wěn)定性的概念討論形狀，中心，和分布的傳播的方法介紹正態(tài)