抽样方法及数据收集原则.pptVIP

數據收集與抽樣方法 數字會說話 6s是利用真實的數據進行分析及驗證，藉以確認改善程度與效果 數據是表達母體特性的原始資料，用來預測母體趨勢變化 何謂數據? 原始數據：　　　　　　　　　　　　尚未整理的數字 次級數據：　　　　　　　　　　　　經過簡化與分析的數字 數據類型 計數型 表示事情『發生或不發生』 間斷性數據 計量型 表示事情發生的『情況』 連續性數據 計數型數據 名義型　　　　　　　　　　　　　　不相關類，只代表符合條件或不符合條件的個體數，如分類、標簽 順序型　　　　　　　　　　　　　　順序類，但沒有各類間隔的資訊，如第一、第二、第三、字母順序 計數型數據特點 只能在事件發生後才可得知 反映長期趨勢，不能在發生點進行管制 操作數量需求大，每組大小約50-100 計量型數據 間距型　　　　　　　　　　　　　　　順序類，兩類之間間隔相等，但沒有絕對零點，如溫度計、刻度盤 比例型　　　　　　　　　　　　　　　　　順序類，兩類之間間隔相等，同時存在絕對零點，如速度、直尺 計量型數據特點 在過程中可隨時獲得，便於流程追蹤 反映短期趨勢，可以立即反應 操作數量需求少，每組樣本大小約30 以下為何種數據類型? A.裂紋 B.硫酸濃度 C.膜厚 D.白點 數據收集方法 查檢表　　　　　　　　　　　　　　　　條列需檢查項目，數據收集者依規定的記號進行確認紀錄 層別法　　　　　　　　　　　　　　依不同層別蒐集，以列、行等方式紀錄，便於檢查不同層別之間的數據差異，進而了解過程中的差異與潛在的變異 查檢表 請完成下列的查檢表 層別法 數據收集規劃 收集原則 普檢 將欲研究的所有個體一一加以調查 優點：所得結果完全正確 缺點：費時費事費錢，且無法進行破壞性的檢查 收集原則 抽樣 從欲研究的所有個體中，隨機抽取一部分個體進行調查 優點：省時省事省錢，時效性高 缺點：需過去的或間接的普查資料作為參考；且必定存在誤差 抽樣方法 簡單隨機抽樣 分層抽樣 系統抽樣 簡單隨機抽樣 又稱單純隨機抽樣，在母體中所有個體皆有相同的抽中機會 分層抽樣 通常採用分層比例隨機抽樣。 將母體進行分層，並決定抽樣比例 各層按比例計算抽樣數 各層進行簡單隨機抽樣 系統抽樣 母體中所有個體依次排列，每隔若干個體後抽取一個 大數法則 Law of Large Numbers，對平均數已知的母體進行隨機抽樣，隨著每次抽樣的樣本數增加，樣本平均數會逐漸接近母體的平均數。 大數法則實例圖 * * Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evalu