统计基本概念及QC手法HQ.pptVIP

* * * * * * * * * * * * * * * 4.直方圖的看法 4-1直方圖包含3個重要因素：平均值、標準差、規格界限 4-2直方圖群體分配與規格之比較 規 格 下 限 規 格 上 限 A 平均值 規 格 下 限 規 格 上 限 B 平均值 規 格 中 心 ?平均值與規格中心比較 A 的品質比較好，B的品質比較差 B 的平均值(中心線)，已偏離規格中心線 規 格 中 心 ?平均值在中央，產品變異比規格寬度要窄。如圖所示 規 格 下 限 規 格 上 限 平均值 ?平均值良好，但變異太大，剛好跟規格的兩端吻合，若稍微增大 很可能出現不良品。如圖所示。 規 格 下 限 規 格 上 限 平均值 平均值繼續保持，但變異要縮小 ?變異很大，兩側都超過規格界限值，發生不良品應立即採取對策。 　　如圖所示。 規 格 下 限 規 格 上 限 平均值 ?變異很小，對規格而言還很充裕，如能把變異稍放大也沒關係， 如此可提高效率，降低成本、管理也較輕鬆。如圖所示。 規 格 下 限 規 格 上 限 平均值 推移圖(Trend Chart) ?何謂推移圖 ?推移圖的做法 ?推移圖的看法 ?推移圖的應用 1.何謂推移圖 　?數據的變動依時間序列打點，點與點之間由折線連起來的圖。 2.推移圖的做法 　?決定期間，蒐集數據 　?計算：不良率、缺點數… 　?圖示(1)橫軸是時間 (2)縱軸是特性ex：不良率、不良數、金額… (3)依數據繪製點，點與點之間折線相連接 3.推移圖的看法 　?是否有上升或下降之趨勢 　?是否有週期性之趨勢 4.推移圖的應用 　?立即看出數據變化的情形 資料輸入 週 1 2 3 4 5 6 7 8 9 10 11 12 13 14 報廢率 0.36 0.32 0.50 0.36 0.46 0.39 0.36 0.35 0.33 0.32 0.30 0.29 0.28 0.25 案例：下列為各週報廢率記錄結果，請繪製推移圖觀察其隨時間變化情形 推移圖分析 點取Simple Stat Time Series 點取‘報廢率’放置Series欄位 點取‘週’放置Stamp columns欄位 點取Time ?何謂散佈圖 散佈圖的做法 散佈圖的看法 散佈圖 1.何謂散佈圖 ?散佈圖是表示兩定量變數間關係的圖形。 ?一個變數放在橫軸，另一個變數則放在縱軸。 ?散佈圖上的點的分布型態可看出兩個變數間的整體關係。 2.散佈圖的看法 ?正相關：表X增加時，Y也會隨之增加 ?負相關：表X增加時，Y則隨之減少 ?無相關：不論X增加或減少，對Y的結果都沒有影響 這裡指線性相關關系 正相關型態 強 弱 負相關型態 強 弱 不相關的型態 3.相關係數r 相關係數是一種用以衡量兩配對隨機變數(bipartite random variables)之關係的度量。一般用以度量兩隨機變數X和Y之相關測度(measure of correlation)必須滿足下列的要求﹕ ?r介於–1和＋1之間。 ?r值為正代表是正相關關系，反之r值為負即為負相關關系。 ?r值愈趨近於±1，代表相關性越強。 ?r值愈趨近於0，代表相關性越弱。 ?r=0，代表不為線性相關。 當r=0時可能是這樣 4.皮爾森(Pearson)相關係數 相關係數（r） 相關程度 0.8 以上 極高 0.6 - 0.8 高 0.4 - 0.6 普通 0.2 - 0.4 低 0.2 以下 極低 皮爾森相關係數 ? 皮爾森相關係數的意義 ? 範例：立體音響店 立體音響設備店想了解電視廣告次數及銷售量之間的關係，蒐集了10週的資料如下。 資料輸入 散佈圖分析 Graph Scatter plot 點取Simple 廣告次數與銷售量呈正相關 點取‘銷售量(y)’放置Y變數 點取‘廣告次數(x)’放置X變數 相關係數求法 Stat Basic Statistics Correlation 點取‘銷售量(y)’與‘廣告次數(x)’放置Variables 相關係數0.930，相關程度極高 廻歸方程式 Stat Regression Fitted Line Plot 相關係數(r) 相關程度 0.8 以上 極高 0.6 - 0.8 高 0.4 - 0.6 普通 0.2 - 0.4 低 0.2 以下 極低 點取‘銷售量(y)’放置Response(y) 點取‘廣告次數(x)’放置Predictor(x) ?何謂箱型圖 箱型圖的目的 箱型圖的解讀 箱型圖 箱型圖 ?箱型圖