六西格玛分析阶段选编.ppt

六西格玛普及培训-分析;第七步确定关键因素;目 录;第一部分 分析阶段目的;分析阶段要做什么;分析阶段的步骤;主要使用的工具;第二部分 图表分析; 用图形对测量阶段找出的变量(KPIV)的“形态”进行描述，通过视觉来判断变量是否满足我们的期望，确定是否关键的KPIV;图表分析可以把数据转化为我们需要的信息;图表分析的作用（续）;图表分析的步骤;选择要分析的变量;搜集及整理数据;图表分析的主要方法;图表菜单;单个变量分布图;确认基本统计量－描述性统计;下面得到的数据，是某生产厂家统计的两个月材料采购计划时间和实际交货时间的差值。 数据的收集来源： - 该生产厂家2大类产品的物料； - 记录两大类产品材料采购订单的执行情况(60个订单）。;;输出结果分析:;输出图表分析:;统计 基本 图形化汇总;输出图表分析:;点图——Dot plot;通过点图可以看出大部分订单的时间差值集中在-6～8天左右，最低为-18，最高为30，波动较大。有几个订单相对异常，需分析原因。;箱线图——Box plot;箱线图——Box plot;箱线图——Box plot;箱线图的理解;Histogram直方图;Histogram直方图;输出图表分析:直方图的形态;下面四个直方图是同样数据形成的，它的形状受柱子个数和间距的影响;如何掌握图表分析; 某公司为了改进采购计划的准确性，减小材料采购不准确造成生产和库存方面的压力，收集了2月份B类产品材料采购订单的数据进行分析，以找出需要改进的重点。下列数据是在2月份统计的各种材料订单计划时间和实际入库时间的差值(单位天)。;通过图表分析比较单个变量分布;Box plot用于数据间的分布差异、中位数和波动大小的比较;箱线图——Box plot;输出图表分析;单因素多组数据点图---Multiple Dot Plot 显示多个过程的平均值倾向、变动、分布 可比较两个或两个以上数据间的差别;点图——Dot plot;通过Dot plot可以看出两类产品的材料采购订单执行情况没有明显的差异。 Multiple Dot plot的分布在数据很多的时候很容易看出两个或多个分布的区别;单个变量分布的构成;柏拉图——Pareto chart;柏拉图——Pareto chart;饼图——Pie chart;饼图——Pie chart;利用饼图很容易??道各个类别在全体中所占的比率;利用图表分析对分布进行比较;请用的数据做以下分析;两个变量间关系;相关分析; 相关关系;r值;;相关性的判断原则跟样本容量有很大的关系 如果样本容量大于9，相关系数达到0.7时，我们就认为两个变量之间确实存在相关性； 如果样本容量大于15，相关系数达到0.5时，我们就认为两个变量之间确实存在相关性； 如果样本容量大于25，相关系数达到0.4时，我们就认为两个变量之间确实存在相关性。;事例分析;相关的滥用与误用;散点图——Scatter plot;散点图——Scatter plot;从视觉上可以看出，销售额与销售经验之间有较密切的正相关关系，即销售经验越多，其销售额越高。;边际图——Marginal plot;边际图——Marginal plot;确认销售额与资历的关系，在这个图上即可以看出两因素间的关系，也可以了解单个变量的分布。;矩阵图——Matrix plot;矩阵图——Matrix plot;利用矩阵图可以在图表里看出全部因素间的关系;时间序列图——Time Series plot;时间序列图分析是对未来数据的倾向或周期的一种分析方法;时间序列数据的各种类型; 利用Minitab 图表分析方法(时间序列数据分析)对以上数据进行趋势分析;时间序列图——Time Series plot; 利用时间序列图进行分析,很容易确认长期的趋势;两因素间关系及时间序列图分析; A－03－客户消费，利用 Scatter plot分析消费与客户收入之间的关系； A－03－客户消费，利用Marginal Plot分析消费与用户收入之间的关系； A－03－客户消费，利用Matrix plot分析消费与年龄及收入之间的关系； A－04－销售额，利用Time series plot分析B区域和C区域销售额随时间变化的倾向。;注意要点;第三部分 多变量分析 （Multi-vari Chart）;多变量分析的目的;多变量分析;举 例;案 例;续上;结果分析;结果分析（续）;结果分析（续）;小 结