03 全套六西格玛培训资料-分析1培训资料.pptVIP

Analyze 概要;Time 1; 分析(Analyze) 阶段的主要内容 树立DATA收集计划及收集DATA 利用Minitab的图表作成及分析 统计性假设检验步骤及利用Minitab的假设检验方法 把统计性分析结果解释为实际问题;Data Type; DATA收集计划 ;Measure;DATA收集计划;DATA收集计划;DATA收集计划;DATA收集方法;? 第一阶段 : 构成好的提问 构成正确的提问是核心,成功数据收集的第一阶段。 - 为得到好情报的提问应该是焦点明确而具体. - 明确显示我们找的情报,给予用那情报和结果执行什么 的信赖,让别人帮助我们就很容易.;样品抽出是如下的Process. 收集可用DATA的一部分. ? 使用样品DATA导出结论. ;抽样 ;有偏向(Bias)的抽样;抽样信赖区间;信赖区间意味着, 知母数真值的区间推定区间.;单纯任意抽样: 构成母集团的各个因子被选样品的概率是一样. 2. 层别任意抽样: 把母集团区分几个同质的层后,在各层按单?? 任意抽样抽出样品. 3. 群别任意抽样: 把母集团分为多数集团后, 对按抽样单位选择的群体进行全数调查. 4. 系统任意抽样: 时间上或空间上隔一定间隔抽出样品. ;母集团;其它抽样方法;DATA收集Process ;? 第6阶段 : 设计DATA的收集样式和指南后进行Test. ? DATA的记录应容易做. KISS 原则 (Keep It Simple, Stupid) ? 样式是从DATA的记录或解释中不会有失误的可能性而设计. ? 样式应包括未来的分析、参照及为了再确认的追加情报. ? 样式应最大限度明确. ? Check Sheet或Data Sheet应显示有专业性. 用手制作,线不规则,字写的乱, 还有如果给人不认真作成的感觉, 那么容易让收集Data的人不注意. ;? 第6阶段 : 设计DATA的收集样式和指南, 必须进行Test 计划很认真,但是在DATA收集过程中仍有可能发生预想不到的问题. 最常出现的问题如下. 对如何作成 DATA收集样式的错误理解而引起的失误. 设计样式的人没理解与Process相关的所有变量, 发现收集 追加情报的必要性. 问题发生的状况下,很难输入DATA,所以收集不完全的DATA. 把DATA记录在样式的人,怕收录情报对他们有坏的影响而犹豫, 因此产生的不完全或有偏向的DATA.;? 第7阶段: 检讨DATA收集过程, 确认其结果. 检讨完成的样式,观察收集过程等，有必要对于DATA收集Process全面的显示.DATA收集员中有一部分理解错误时,应立即进行再教育. ** 有必要使用已收集的Raw Data,或利用新收集的Data时, 必须明确地表示Data收集位置、作成者、期间、 Data数 等Source ** ;假设检定概要;Measure;假设检定概要; 统计性推论(Statistical Inference) 从母集团中抽出标本后得到的DATA为基础，找出母集团的特性(母平均, 母分散, 母比率等）的分析过程。可以分为以下两大类。 ? 推定(Estimation) : 利用标本DATA推测母集团母数的过程。 点推定(Point Estimation) : 推定母数为一个值。 (例) A 候选者的支持率是 60%. 区间推定((Interval Estimation) : 推定包括母数的范围，点推定包含误差概念。 (例) A 候选者的支持率在 (50%, 60%)之间。 假设检定(Hypothesis Testing) : 对母集团的特性设定假设，利用标本判断假设的选择与否的统计方法。 ; 母平均 ?的推定量;误差为 ?时 意味着 包含母数的可能性为 100(1 - ?)% 的区间， 此时 1 - ? 称为信赖水准。(Confidence Level) ; 对母平均 ? 的 90% 信赖区间的 意思 在母集团中抽出大小n的样品，求信赖区间时，因每个样品标本平均值不同所以信赖区间也按以下变化。 ;例) 某制药会社 新开发的头痛药B比原有的头痛药A 药效能多持续30分钟。 ; ? 假设检定的 例 两个工程中改善了