六西格玛培训资料(PPT 36页).ppt

Graph分析,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,YDATA的分布形态-Histogram-DotPlot根据X的Y分布比较-MultipleDotPlot-BoxPlot项目别比较-Pareto图(ParetoChart)-原Graph(PieChart)X与Y的关系-散点图(ScatterPlot)Y的时间性变化-时序列Plot(TimeSeriesPlot),Graph分析,Histogram,区分DATA的区间,显示分布形态和中心位置及散布,与柱形Graph不同,能看到连续性资料的分布模样.,例题1,35.198135.472735.059534.972935.033634.842934.725634.407333.901533.752534.005134.170733.996134.475034.457034.092633.514534.291634.498534.133634.167434.421034.271434.935034.977134.739435.194735.161935.328735.321535.715335.985536.213135.870735.983236.174036.206736.382636.347535.641936.089136.349636.054936.102235.722636.013535.648635.598535.635235.381235.087734.815834.819734.275034.756434.760634.405134.187534.509634.318234.006633.970934.144134.307134.371734.413234.790334.902834.101834.192334.210534.721835.218835.000434.929135.545235.691635.621735.944735.8260,以下是为了找出影响某Plastic制品张力强度的原因而调查反应温度的DATA。利用DATA作成Histogram.,(Histogram.mtw),Histogram,Worksheet里DATA输入,Step1,Histogram,GraphHistogram,Step2,选择DATA列,设定Histogram的基准,选择区间决定方法,区间数不同时Histogram的模样有可能不同，所以一般在选项中制定Automatic或确切的区间数的方法为好。,Histogram,确认结果,Step3,通过上面的Graph，大概确认对反应温度的分布，中心位置，偏差。,Histogram,缺牙型:主要是测定系统问题，不能准确地读出特定范围的数值或避开时发生.,孤岛型:因工程发生异常而引起,工程条件变化时.,Histogram,Histogram判断方法,Histogram,与规格的比较,满足规格时,散布大时,工程稳定,特性值都满足规格.,数据中心与目标值一致,但特性值的散布大而存在超过规格的数据.,Histogram,LSL,USL,脱离中心时,既脱离中心且散布大时,数据中心脱离目标值较大,产生不能满足规格的数据.,数据的中心脱离目标值很大,特性值的散布度也很大,工程很不稳定,很多数据脱离规格.,Histogram,DotPlot,能确认对连续性资料的分布模样,还有指定Group变量比较Group别分布的优点.,17.816.217.517.415.0,11.211.412.310.010.4,11.811.010.09.29.2,14.913.412.814.013.8,纤维1纤维2纤维3纤维4,例题2,为了测定纤维质燃烧性,测定4种纤维做成的衣服燃尽时间如下表.利用DotPlot确认全部燃烧时间的分布和各纤维别燃烧时间的分布.,(Dotplot.mtw),DotPlot,Worksheet里DATA输入,Step1,GraphDotplot,Step2,确认全部数据分布时,DotPlot,确认全部数据分布时,选择数据列,结果确认,Step3,全部燃烧时间的分布,DotPlot,能确认全部纤维的燃烧时间分布.,选择数据列,GraphDotplot,Step2,按Group别确认分布时,DotPlot,按Group别确认分布时,Worksheet里DATA输入,Step1,结果确认,Step3,各纤维别燃烧时间的分布(MultipleDotPlot),通过上图,可以分析各纤维别燃烧性有差异.,DotPlot,BoxPlot,对X测定的Y值用Box形态表示,可以确认分布的模样,以及数据的中央值,最小值,4分位数,最大值,特异点，也可以分析几个Group之间对数据分布的差异点。,Box-Plot解释,BoxPlot,活用例题2的数据，用Box-Plot分析纤维别燃烧时间,选择X,Y变量列,输出中央值的95%信赖区间输出中央值Q1,Q2,Q3输出最大值，中央值，最小值连接中央值连接平均,表现方式选定,Tip,表现方式(Display),GraphBoxplot,Step1,BoxPlot,确认结果,Step2,通过上图可以分析纤维1的燃烧时间最长，纤维3的燃烧时间最短，但散布相对大。,BoxPlot,识别不良品或缺点，Claim,事故等集中项目(现象或原因),确认问题偏重程度时使用。,ParetoChart,问题被偏重的项目和程度可以用视觉性确认，因此对重点管理项目选定有效。,根据尺寸及刮破的不良发生是全体的88.4%,排列图原理不良原因或现象有好几种,在这其中极少数项目占据不良件数或损失金额的大部分。,ParetoChart,DATA类型是不良品数缺点数Claim数能成为事故发生次数等离散型DATA或金额损失。,文件:,利用Minitab的ParetoChart作成,Worksheet里输入DATA,Step1,ParetoChart,Chartdefectstable选择-Labelsin栏里项目-Frequenciesin栏里选择对应频度的列。,ParetoChart的题目,StatQualityToolsParetoChart,Step2,ParetoChart,这里根据尺寸的不良发生是全体的53.6%.应先改善尺寸。,结果确认,ParetoChart,Step3,PieChart,根据DATA的频度，区分为饼状形态的Graph.,PieChart,例题3,相机组装工程调查了最近2个月不良发生状况，得出以下DATA。完成随不良项目的Chart。,不良项目螺丝松焊接不良路上灰尘斑粘接不良配线过错其它,件数68214129141118,(Piechart.mtw),Worksheet里输入DATA,Step1,GraphPieChart,Step2,选择Categories列选择频度数列,决定Categories顺序的基准,指定突出(强调)Categories,决定删除小比率范围Categories,PieChart,结果确认,Step3,PieChart,散点图(ScatterPlot),表示几个变量之间的相关关系。,相关关系,无相关,阳的相关,阴的相关,曲线关系,散点图(ScatterPlot),每天消耗的防暖用石油量()和办公室的平均温度()有什么关系?,文件:,散点图(ScatterPlot),活用Minitab的ScatterPlot作成.,Worksheet里DATA输入,Step1,输入变量,X,Y轴位置变更,选择MultipleGraphs，在相同的Graph上可以比较多个plot.,GraphPlot,Step2,散点图(ScatterPlot),防暖用石油一天的消耗量越增加，办公室的平均温度越下降，即显示阴的相关关系。,结果确认,Step3,散点图(ScatterPlot),显示随时间经过的数据变化。(随综合股票指数、物价指数、时间经过的生产量等),TimeSeriesPlot,数据应按时间顺序收集。,可应用于确认除时间以外随位置的变化。按这时的位置顺序收集的数据。,参考文件:,TimeSeriesPlot,活用Minitab的TimeSeriesPlot作成,Worksheet里输入DATA,Step1,