利用DATA收集样式计划和检定(ppt 19页).ppt

DATA收集计划 方法论 Analyze概要DATA收集计划Graph分析假设检定概要平均的检定 分散的检定比率的检定相关及回归分析 DATA收集计划 学习目标理解DATA收集计划的概念理解DATA收集方法及步骤理解抽样 Sample 方法 DATA收集计划 目的为了确认CTQ 从VOC收集计划开始 MSA 一次作成工程能力分析 在A阶段里为了确认输出变量Y和输入变量X的关系而作成 适用可能的工具 DATA收集计划 抽样方法 DATA收集计划 对情报的需求 分析 DATA 提问 结果导出 DATA收集计划 回答的提问是什么 怎么找出对提问的答案以及怎么表现 使用什么样的DATA分析工具 使用这些工具来回答 需要什么种类的DATA 这个DATA在什么样的Process中可以得到 能给这个DATA的人是谁 以最小的努力减少好几个可能性 如何收集资料 DATA收集方法 1 构成好的提问2 选定确切的DATA分析技法3 决定测定方法4 定义DATA收集Point5 选定没有偏向的DATA收集员 确认他们的兴趣后教育6 利用DATA收集样式计划和检定7 检讨DATA收集过程 并确认其结果 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 DATA收集Process 第二阶段 选定确切的DATA分析记法 很不幸在很多情况因DATA不适合 只能重新收集DATA 更糟的时候 面对根据不充分的DATA决定意见的困难 收集DATA前 一但深思熟虑几分种就可以避免这种困难 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 对母集团信用卡帐户的书面调查件数 N 5 000 平均解决时间 m 样品n 100任意选择的调查件数 平均解决时间 X 1 2日 统计性推论 第三阶段 决定测定方法 母集团或样品 DATA收集Process 要收集所有的DATA因时间太长而会发生DATA收集上的失误 抽出母集团中一部分样品 以少的费用得出更好的结果 抽样 好的样品应具备的条件 抽样是使用少量的DATA也能得到好的答案 样品对得出母集团及Process的情报有帮助 能代表研究对象的母集团或Process选择样品 现实性问题重要 费用 资源等 抽样简要 有偏向 Bias 的抽样 偏向的种类 排除 调查中的Process范围的一部分被排除 认知 DATA收集要员的态度和信念会影响他们所看的看法和记录 交互作用 DATA收集过程本身会影响研究对象Process 运用上 不按标准步骤的情况就是最常见的运用上的偏向 无应答 缺测DATA会产生偏向的结果 DATA漏掉的事实是暗示与其它DATA以任何方式都不同的线索 推定 统计处理收集的DATA时使用的公式及方法 可能与特定种类的偏向有关联 抽样信赖区间 通过测定对全部5 000件不满事项的解决时间 算出 真正的 平均解决时间 母集团信用卡关联顾客的不满事项接收 N 5 000 样品n 100任意选择的不满事项 例 对顾客不满事项的平均解决时间 取代表样品 可以推定平均解决时间 或者 实际母集团的平均和从样品推定的平均值之间有差吗 信赖区间意味着 知母数真值的区间推定区间 母集团 真 平均N 5 000 从母集团抽出的样品 样品的大小n 100 样品1的平均样品2的平均样品K的平均 母集团的 真 平均值和从样品推定的平均值之间有差异 抽样信赖区间 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 在各层按单纯任意抽样抽出样品 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 抽样方法 母集团 XXXXXOXXXXXXOXXXXOXXXXOXXXXXXXXXXXXXOXXX OOOOO 样品 说明 各单位 O 被包括样品的概率相同 单纯任意抽样 层别任意抽样 L MMMM SS 层 单位 大 中 小 LLLLL MMM MMM MMM MMM SSSS SSSS SS 层别的范畴或Group内的任意样品 各Group的样品大小一般和其Group的相对大小成比例 母集团 样品 说明 其它抽样方法 不符合统计学的原则 但经常使用的惯例 固定百分率抽样 与 经常取10 样品 同样的 大概判断法 结果为小的母集团总是选择太小的样品 大的母集团总是选择太大的样品 判断抽样 让DATA收集要员凭自己的判断选定X个 代表性 样品 就能拿到不偏向的样品 块抽样仅凭项目便利集合的理由来选定样品 其结果会产生样品的偏向和非代表性 举个例子如下 从v文件抽出D姓人们的订购记录 DATA收集Process 第4阶段 定义DATA收集Point理想的想法 我们要在尽可能不防碍Process作业工序的范围内收集所有的DATA 可这比预想不容易 第5阶段 选定没有偏向的DATA收集员 确认他们的兴趣 并教育 谁来收集DATA 这个问题很重要 DATA收集员应该是最容易 最快地接近相关事实的人 例 1920年代和1930年代 Hawthorne实验 劳动生产性和工厂内照明的关系分析 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 KeepItSimple 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 CheckSheet或DataSheet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 DATA收集Process 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