minitab应用实例.ppt_第1页
minitab应用实例.ppt_第2页
minitab应用实例.ppt_第3页
minitab应用实例.ppt_第4页
minitab应用实例.ppt_第5页
已阅读5页,还剩46页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第三章测量阶段,第二节测量什么-对象,“总体”代表着.所有的信息(人员,物品,事件,活动,等.)它构成一个我们感兴趣或关心的特定的集合。,在这个世界上,并不是每个人都如此!,什么是总体?,“如果我想了解.”“我的总体是.”1.俄亥俄州的学生平均阅读水平a.美国的所有人b.俄亥俄州的所有学生c.俄亥俄州的所有人2.对于GELC如果不存在,你将需要重新选择一个工具。下列是一些工具的例子:秒表,量具,眼睛,直尺,千分尺,计算机,测量图,温度计,天平,调查表和X-射线仪器。例如,如果你决定测量一个拜访电话打了多长时间,合适的测量工具可能是一只秒表,或者储存在拜访系统里的计时软件。,测量工具,准备抽样方案抽样方案决定数据收集的频率和数量。,起草项目数据收集计划,建立数据收集目标,决定测量对象,决定如何测量,运用选取的样本,你能获得关于一个总体或过程的结论;这就是所谓的“统计推论”。如果样本是总体的代表,在实践就没有风险或不确定。然而,当样本尺寸被缩小到只有总体的一小小部分时,出现样本不能表达总体或者得出错误的结论的风险随之增加。对任何项目,必须平衡样本尺寸和风险等级以满足数据收集目标的要求。,总体,样本,小样本高风险,大样本低风险,好样本的特质:,样本必须是无偏颇的。一个样本的偏颇是指任何这种因素的出现或影响,这种因素使得被取样的总体或过程显得与其实际不同。当收集的数据与影响总体或过程的关键因素无关时,就产生了偏颇。,无偏颇有代表性随机的,总体,无代表性,有代表性,样本必须具有代表性。在一个有代表性的样本里,收集的数据应该精确地反应一个总体或过程。有代表性的抽样有助于避免偏颇于调查中的总体或过程的某一特定区域。,样本必须是随机的。在一个随机的样本里,数据的收集无序进行,每一个元素都有相等的机会被选来测量。随机抽样有助于避免偏颇于收集数据的特定时间和顺序,操作员,或数据收集员。,大多数的统计工具需要使用随机的和有代表性的数据。不论你是从一个过程还是从一个总体收集数据,你必须选定正确的抽样方法,以确保你的样本从统计角度看是有效的。,应采取什么方法从总体或过程抽样?,总体,过程,过程抽样,总体抽样,过程在运动,样本,样本,决定总体的特征,有助于理解过程的特性和状况,总体当从总体抽样时,运用随机或分组随机抽样法有助于确保获得一个有效的数据系列或样本。在许多情况下,从一批中抽样可以被认为是从总体中抽样,并且适用于同样的规则。随机抽样最适用于只包含通常原因连续变量的总体。当一个总体具有明显的分类特征时,应用分组随机抽样法,或分区抽样,可清晰地了解每一个类别的表现。,警告当决定抽样方案时,你应确保谨记数据收集目标。随机抽样可以提供一个总体的好样本,但是它可能不能让你发现罕见的或偶然的情况(特殊原因造成的数据点)。为了发现这样的缺陷,运用随机抽样法时你可能需要收集很大的样本。,总体,样本,从一个统一总体中抽样例子:如果从一箱材料中抽样,箱子的每个地方都有相等的机会被抽取为样品。例子:如果从一批单据中抽样以检查其正确度,被检查的单据应是可从这批单据的任何地方获取的。从一个分类总体中抽样,加工的轴2组的样本,加工的直径,总体,样本,过程抽样,总体抽样,过程在运动,样本,样本,决定总体的特征,有助于理解过程的特性和状况,抽样的方法,随机抽样,分组随机抽样,系统随机抽样,子群抽样,每第n个元素,过程在运动,在该点每小时3个样品,每个元素被选中的可能性相等,总体被分成若干组,在每组内随机选择,统计工具最小样本尺寸,平均值标准偏差缺陷率(P)直方图或柏拉图散点图控制图,5-1025-30100andnP5502520,大约需要抽取多少样品来计算置信区间?,MinitabExercise,Minitab软件包简介和图表演示,问题陈述,问题宏观陈述:每周销售拜访的平均数低于要求的35个以上,造成LLC丢失销售机会和客户。输出变量&单位:每周销售拜访数数据来源:销售拜访登记簿问题的具体化:情况:根据客户调查,销售拜访在月初时很少,且间隔很长;而在月末时戏剧性地增加很多。程度:至少有3个客户由于LLC缺乏与他们的联系而降低了交易量,并主要由此原因将生意转给了其竞争对手。现状:测量单位是每周的拜访数量。以前我们只有来自客户经理们关于每周拜访数的估计。这样,我们将需要收集数据以了解每周实际拜访数。时间段:每周的销售拜访数的历史记录一直不同。然而,客户抱怨在最近6个月内一直在增加,并且客户在上个月已经采取了行动。规范:客户期望经常的和及时的销售联系。来自以前的绿带项目的数据显示,每个客户经理要求销售员每周给每个客户至少35个拜访。,PIVs客户经理经验每月工作时间客户类型销售区域,KPOV每周销售拜访数量,小结一下这个“研究”是为了确保收集到正确的数据!,记录销售拜访的指导方针:-与客户面对面-至少有30分钟-讨论客户的问题,新产品报价,客户产品需求,促销等。测量系统分析:说明客户的交互作用要求销售员给一些情形分类,用“销售拜访”或“无”培训所有客户经理直到他们能100%正确分类销售员用数据收集表记录调查结果,收集数据前.,如何测量拜访次数?,检查单,规定抽样计划和数据收集,收集多少样品?谁?什么时候?如何记录数据?,收集数据,当过程在“自然”状态下运行时收集数据.一直收集数据,直到记录下KPOV变量的80%为止!,客户经理:SallySmith区域:北方FW:1拜访总数:35,销售经验:10年面向同类客户经验:5年GEL经验:8年,51/3/98Kmart3Fillratediscussion/priceincrease1:003:152.25hrs,销售员FW销售区域经验客户类型销售拜访1-NancyKing11-North1-没有经验1-小242-SueSmith12-South3-经验丰富2-中等353-JackEnjill13-East2-经验一般3-大254-GeorgeHow14-West21235-MikeSell1132326-DanDollar1213227-JimJones133130121122222233363232127424222652133336221124723323213113272323139333223643423385313140632122873333351411130242324234323384442137541324564213307433140,销售拜访摘要单,绘图!绘图!绘图!-直方图-时间序列图-散点图-盒子图-主效应图,让数据说话!让数据告诉你,KPIV对于KPOV是否真的很关键!,诠释数据,一直关注数据!哪些KPIV在驱动KPOV?从统计角度讲,你需要检查什么?,直方图,过程居中,分散及形状,为什么使用直方图?汇总一定时间内收集的数据.用图形显示出数据的频率分布.如何使用?运用直方图显示数据的频率分布直方图有什么作用?体现数据分布频率揭示数据的居中,偏差及形状显示数据的分布。作为预测未来过程表现的工具帮助确定过程变化帮助回答如下问题:“该过程的能力是否能满足我的客户的需求?”用来显示大量数据的简单有用的工具,如何绘制直方图,计算数据点的个数.确定整个数据系列的范围(R)(最大值-最小值).用数据范围除以数据段数(K)(数据段数在5到20之间,由数据系列的大小决定)确定间距(H)(H=R/K).确定每根轴上的边界(第1点=最小值+H).将数据点放入合适的边界内(上),建立频率表.直方图是显示频率表的图形.,注意-匹配好数据段数和数据段间距,以得到最好的图形效果,绘制直方图(在Minitab里),GraphHistogram,点击“Annotation”,绘制直方图(在Minitab里),是否达到销售拜访的目标(35个/周)?,4,7,.,5,4,2,.,5,3,7,.,5,3,2,.,5,2,7,.,5,2,2,.,5,1,7,.,5,7,6,5,4,3,2,1,0,销售拜访,l,直方图-销售拜访例子,频率,时间序列图或趋势图,1.收集数据.2.计算平均值或算术平均值.平均值等于所有测量值之和除以数据点的个数.3.以时间为横(x)轴,在纵(y)轴上绘制测量输出的数据点.4.用平均值或算术平均值作为中心线(在平均值的水平线).5.沿横(x)轴绘制数据点.6.解释数据.,提示-不必在每次增加新数据是重画均值线.只有当过程发生重要变化时,才应重画均值线,并使用变化后的数据点.,如何绘制时间序列图或趋势图,-时间序列图例#1,客户服务完成率在本质上是非常循环起伏的.,GraphTimeSeriesPlot,绘制时间序列图或趋势图(在Minitab里),每周销售拜访,FISCALWEEK,这些数据说明了什么?,时间序列图或趋势图-销售拜访例子,散点图,为什么使用?显示过程的变化.有什么作用?提供过程变化的图形比较,以确定对于存在潜在根本原因的过程的改进机会如何使用?确定X轴和Y轴按照数据范围对X轴和Y轴标注刻度沿X轴和Y轴绘制每个数据点,X数据,绘制散点图(在Minitab里),GraphPlot,初步结论:,散点图-销售拜访例子,为什么使用?运用图形对数据进行汇总,帮助我出极限。,如何使用?一个长方形的盒子中包括大约50%的数据显示数据的正常分布线确定出局的数据(远离其它多数数据的数据),盒子图,有什么作用?描述数据分布确定不同数据分布之间的区别,*,坏值,75%数,最小值,最大值,25%的数(1/4),中位数(50%数),盒子图结构,*IQR=InterQuartileRange=RangeoftheData,绘制盒子图(在Minitab里),GraphBoxplot,初步结论:,盒子图-销售拜访例子,如何使用?当某一个因子从一个水平变到另一个水平时,运用图形显示出KPOV的平均反应.当某一个因子(KPIV)从一个水平变到另一个水平时,KPOV的平均反应是否产生变化?图形绘制完后,水平线表示该输入因子(KPIV)不重要.斜度越大,该输入因子越重要,或者说,数据点与虚线的区别就越大.,该输入因子重要该输入因子不重要,主效应图,为什么使用?形象地显示输入变量或因子对于一个输出变量的影响.,9,6,.,7,9,5,.,9,9,5,.,1,9,4,.,3,9,3,.,5,R,e,s,i,s,t,a,n,主效应图,AccountMgr.,SalesRegion,绘制主效应&相互作用图(在Minitab里),StatANOVAMainEffectsPlot,主效应图-销售拜访例子,初步结论:,如何?当某一个因子从一个水平变到另一个水平时,运用图形显示出KPOV在另一个因子处于各种水平下的平均反应.绘制完毕后,相互平行线表示两个因子之间没有相互作用.如果直线相交,或者说相互不平行,那么两个因子之间可能存在相互作用.,相互作用图,研究两个相互作用的输入因子对于KPOV的影响.,没有相互作用,可能相互作用,销售拜访,“经验丰富”“没有经验”,大小客户类型,“经验丰富”“没有经验”,大小客户类型,销售拜访,StatsANOVAInteractionsPlot,绘制相互作用图(在Minitab里),4,4,4,3,3,3,2,2,2,1,1,1,4,4,4,3,3,3,2,2,2,1,1,1,4,4,4,3,3,3,2,2,2,1,1,1,4,4,4,4,3,3,3,3,2,2,2,2,1,1,1,1,7,7,7,6,

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论