教学课件 6sigma图表分析(box-plot)汇总

（分析阶段）(ZTE-GB302-V1.5)图表分析（分析阶段）(ZTE-GB302-V1.5)图表分析主要内容1.

图表分析的目的2.

利用图表分析数据分布3.

利用图表比较数据分布4.

利用图表进行因子间的分析

5.

分析Multi-vari主要内容1.图表分析的目的目的

本章学习目的•灵活掌握及运用Minitab

图表的分析方法

•掌握图表工具的用途以及使用方法-变量分布的形状,平均值的位置,方差

-变量间的关系,趋势等

-明确输入变量之间的差异

-选择更适合的图表-使用图表工具做出数据形态

目的本章学习目的图表的用途掌握变量分布的形状,平均值的位置及方差比较各变量分布的特性明确两个以上的变量之间的差异比较变量相对重要度掌握变量数据随时间的变化好的图表才能说明问题两个数据的图表图表的用途掌握变量分布的形状,平均值的位置及方差好的图表才能数据的图表分析法重点:可靠数据的收集和正确的图表解释选定要分析的X’s变量搜集及整理数据进行图表分析结果解释数据的图表分析法重点:可靠数据的收集和正确的图表解释选定要分图表分析的主要工具掌握分布

DisplayDescriptiveStatisticsHistogramDotplot

BoxplotMultipleDotplotParetochart,Piechart

ScatterplotMarginalplot,MatrixplotTimeseriesplot

Multi-VariChart分布的比较和构成变量间的关系和时间的变化多个变量的相关性图表分析的主要工具掌握分布DisplayDescript图表菜单MinitabVer.13提供分析数据的图表工具在工作表中输入数据或把EXCEL中的数据粘贴过来图表

的选定及作成图表菜单MinitabVer.13提供分析数据的图表工具

1.数据的分布分析

在项目进行过程中收集的各种数据-确认数据的大概分布-确认分布的形状,平均值的位置及方差等

用图表做出数据的分布情况通过对数据分布分析可以找出过程中X变量发生变动的原因

那好,现在开始通过事例一起掌握图表的分布

1.数据的分布分析在项目进行过程中收集的各种数据那好,确认基本统计量DescriptiveStatistics可提供多种图表和数据的平均及标准偏差,

倾斜,峰度,置信区间,正态分布等信息,帮助我们确认基本统计量.要养成首先做出基本统计量的习惯.Stat>BasicStatistics>DisplayDescriptiveStatistics确认基本统计量DescriptiveStatistics下面得到的数据康讯财务部对境内和境外关键供应商付款天数的统计报表.数据的收集来源-供应商分为两类(境内和境外)

-记录关键的88个供应商的付款天数,其中境外27个,境内61个事例大家用Minitab分析一下这88个关键供应商合同付款期的基本统计值.打开数据文件:A_01付款天数.mtv下面得到的数据康讯财务部对境内和境外关键供应商付款天数的统计Stat>BasicStatistics>DisplayDescriptiveStatistics选择Graphicalsummary不仅可以查看基本统计量,还可以看出全体分布的条状图Stat>BasicStatistics>Disp输出结果分析:

StDev(标准偏差):

四分之一分位数:

把数据从小到大排列时,分位数为25%

四分之三分位数:把数据从小到大排列时,分位数为75%

TrimmedMean:把数据的上下分位各去掉5%后求平均

SEMean(标准误差):ariableNMeanMedianTrMeanStDevSEMean合同付款8857.4852.6157.1324.262.59VariableMinimumMaximumQ1Q3合同付款5.56116.4337.6779.64输出结果分析:StDev(标准偏差):四分之一分位数:输出图表分析:平均区间测定值(信赖区间95%)P-Value

小于0.05,判定数据的分布为非正态分布.(α=0.05)

Skewness:

正态分布为0,右倾斜为(+)值,左倾斜为(-)值Kurtosis:

正态分布为0,急尖分布为(+)值,平尖分布为(-)值.输出图表分析:平均区间测定值(信赖区间95%)P-ValDotplotGraph>Dotplot(MultipleDotplot)通过对A_01付款天数.mtv例子的分析,做出对供应商付款天数过程的分布图,利用DotPlot对付款天数的变动进行分析.对数据的平均,倾向,变动,分布都很容易看出来.利用变量功能的话,集团之间的变动也容易区分出来DotplotGraph>Dotplot(MultGraph>Dotplot

(MultipleDotplot)通过Dotplot可以看出供应商合同付款周期的散布比较大,同时平均值出现严重的偏移.输出图表:通过打点图,可以看出过程规格的异常状态的数据.90120Graph>Dotplot(MultipleDotHistogram直方图主要应用在了解数据的形状及形态.便于掌握数据的集中倾向,位置,平均,分布等.Graph>Histogram通过对A_01付款天数.mtv例子的分析,作出合同付款周期的平均值倾向,位置,平均,分布,利用直方图进行分析.

条状图的制作必须要有50个以上的数据Histogram直方图主要应用在了解数据的形状及形态.Gr

Graph>Histogram如果有必要,可以对直方图进行调节Graph>Histogram如果有必要,可以对直方输出图表分析:输出图表分析:下面四个条状图是同样数据里形成的,它的形态受柱子个数数和柱子之间的距的影响.

Histogram的属性12202530随着区间的调整,数据的形状分布不同.直方图可掌握数据的分布,居中趋势等.下面四个条状图是同样数据里形成的,它的形态受柱子个数数和柱子如何掌握图表分析?目前为止通过对图表的掌握能了解什麽?目前通过图表分析掌握分布

①通过DescriptiveStatistics确认了数据的平均,标准偏差,倾斜度,峰度,置信区间,数据的正态分布,还有四分位数.

②通过Dotplot的图表分析,可确认全体数据平均值的倾向、异常点及分布.

③通过直方图可掌握全体数据的形状.如何掌握图表分析?目前为止通过对图表的掌握能了解什麽?目前通

现在我们作一个例题：技术二部为了改善与品牌供应商的合作关系，统计了供应商到达公司，但由于公司业务人员工作或其它方面的原因，导致品牌供应商的人员要进行等待。下列数据是在一个月期间收集的等待时间（以分钟来计算）。2958101212214648571713111883试问：1.等待时间的均值和标准偏差为多少？2.作出频数分布，做出打点图。3.等待时间超过9分钟的占的比例。现在我们作一个例题：技术二部为了改善与品牌供应商的合作关3.通过图表分析比较分布我们在做项目的过程中,经常会碰到这种情况:要对两类或更多种类的数据进行比较分析.例如:通过图表很容易理解不同的设备,不同的客户,不同的供应商,不同的原材料，使用不同的方法，不同的测量方法等.对多个数据进行较时经常使用哪些图表.通过这次学习看一看.现在通过事例,对图表进行比较分析.3.通过图表分析比较分布我们在做项目的过程中,经常会碰到这Boxplot是比较数据间的分布差异,中位数和散布大小的比较.BoxplotGraph>Boxplot利用A_01付款天数.mtv例子对境内和境外供应商的合同付款期进行比较,用Boxplot图表分析.Boxplot是比较数据间的分布差异,中位数和散布大小的比Graph>Boxplot

输入相应的X和Y

编辑图表的颜色,形状等Graph>Boxplot输入相应的X和Y编辑图表的Boxplot的理解异常点**75分位+[1.5box范围]实际点的位置75分位50分位(中央值)

25分位25分位

-[1.5box范围]实际点的位置异常点数据的中心50%(box范围)Boxplot的理解异常点**75分位+[1.5bBoxplot的数据数在10以下时很容易失去有效性,境内供应商的合同付款期比境外的分散大,为什么会出现这类偏差?Boxplot的数据数在10以下时很容易失去有效性,境内MultipleDotPlotGraph>MultipleDotPlot利用A_01付款天数.mtv例子对不同供应商的付款时间平均值的倾向,变动及分布进行MultipleDotplot分析.

显示多个过程的平均值倾向,变动,分布.

可比较两个或两个以上数据间的差别.MultipleDotPlotGraph>Multi使用Byvariable很容易区分数据间的变动.输入要分析的数据的名称请点击Graph>Dotplot(MultipleDotplot)

使用Byvariable很容易区分数据间的变动.输入要分析

为什么境内供应商的合同付款期与境外相差这么大?另外境内供应商的合同付款期分布为什么这么宽?通过Dotplot可以看出区域不同的供应商的合同付款期有很大的区别,特别是境内的散布特别宽.MultipleDotplot的分布在数据很多的时候也很容易看出.为什么境内供应商的合同付款期与境外相差这么大?另外境内供ParetochartStat>QualityTool>

Paretochart

确定不良品,缺陷数,争议点,事故的现象或原因等集中在那些方面掌握主要的问题点.ParetochartStat>QualityTooParetochart是把影响因素按照重要度顺序列出,找出核心因子,显示我们要集中管理的因子.大家利用Minitab做出DATA的paretochart及piechart打开文件:A_02上锡不良.mtw进行分析下面是工艺部统计3月份SMT上锡不良的种类及缺陷数,请用柏拉图分析各种不良的情况.事例分析Paretochart是把影响因素按照重要度顺序列出,找出Stat>Quality>ParetochartStat>Quality>Paretochart3216排阻占上锡不良的54%.3216排阻,BGA和0.5mm间距QFP总共占所有不良的81.6%,也就是说解决这三种不良,问题就解决了80%.重点分析这三个方面.3216排阻占上锡不良的54%.3216排阻,BGA和0.5PiechartGraph>Piechart主要用于对原因或现象的构成比例进行分析,掌握某种现象在过程中的构成比例.利用打开文件:A_02上锡不良.mtw进行分析的例子,对PiechartGraph进行分析.PiechartGraph>Piechart主要用于Graph>Piechart

Graph>Piechart利用Piechart很容易知道各个类别在全体中所占的比率.利用Piechart很容易知道各个类别在全体中所占的比率.利用图表分析对分布进行比较到目前为止我们已经学了通过图表对分布进行比较及构成的分析,确认影响因素子关系是什麽?是否可以进行比较?目前为止通过分布比较及构成比教分析得出

①通过Boxplot可以对不同数据的偏差,中心位置和散布程度进行确认②通过MultipleDotplot可以确认各数据间分布展开的

程度及异常点

③通过Paretochart把少数核心问题用图表更容易地表现

④通过Piechart可以确认该项目在全体里占的构成比利用图表分析对分布进行比较到目前为止我们已经学了通过图表对分

现在我们作一个例题：公司市场客户部为了调查电信局对公司产品ZXJ10的性能反应，对西北、华南、东北三个区域的电信局进行了走访，他们的评价如下表：(分数越高越好）西北华南东北811007387878791103100118654593119124129107119110828768901286812886828276817691876998606887941137667817652648387916898875475821081294268试问：1.运用盒子图比较三个不同销售区域对公司的产品的认同感有什么区别？2.运用打点图现在我们作一个例题：公司市场客户部为了调查电信局对公司产4.因子间关系及Timeseries的图表分析利用一些时间看一下MINITAB提供的图表有哪些技能?

在许多情况下当两个因素有密切关系时,把它们作成一个图表,更容易知道问题点的所在.

另外,随着时间有什么变化(周期或倾向),可以推测其产生问题的原因.4.因子间关系及Timeseries的图表分析利用一些ScatterplotGraph>Plot利用文件A_01付款天数.mtv比较合同付款期与洽谈后的关系进行Graph分析

主要用于评价两因素间的相互关系，在视觉上判断因素之间的关系

两因素的数据分布的密集度及相关性ScatterplotGraph>Plot利用文件A_Graph>Plot(scatterplot)

Graph>Plot(scatterplot)从视觉上可以确认洽谈后和实际付款期之间有非常密切的因子关系,合同付款期与洽谈后的关系不明显.从视觉上可以确认洽谈后和实际付款期之间有非常密切的因子关系,MarginalplotGraph>MarginalPlot

从视觉可以知道两个因素之间关系.

条状图和点数同时出现在视觉上,更容易知道分布的倾向.利用A_01付款天数.mtv对合同付款期和实际付款期之间的关系进行Graph分析.MarginalplotGraph>MarginalGraph>Marginalplot

Graph>Marginalplot确认洽谈后与实际付款期的关系,两因子间的关系和分布在视觉上容易确认.运用MarginalPlot在Scatterplot里画出条状图

确认洽谈后与实际付款期的关系,两因子间的关系和分布在视觉上容MatrixplotGraph>MatrixPlot

应用于比较多个因素间的相互关系与ScatterPlot相比较更适用于多个因素一起比较.利用A_01付款天数.mtv例子对入库金额/合同付款期/合同目标/洽谈后/实际付款期进行Matrixplot分析.

MatrixplotGraph>MatrixPlotGraph>MatrixplotGraph>Matrixplot利用MatrixPlot可以在图表里看出全部因子间的关系合同目标与合同付款期有非常强的关系,洽谈后与实际付款期,合同付款期和实际付款期有强的关系.利用MatrixPlot可以在图表里看出全部因子间的关系TimeSeriesplotGraph>TimeSeriesPlot

随时间的变化对观测值进行推测及排列,主要使用Timeseriesplot进行分析TimeSeriesplotGraph>TimeSTimeseriesGraph分析是掌握对未来DATA的倾向或周期的一种分析方法.受时间影响的数据叫TimeSeries,先画出图表,掌握大概的TimeSeries数据形态后,对时间变化受影响的DATA进行分析.收集TimeSeries资料设定统计模型未来成果时间列数据的形态TimeseriesGraph分析是掌握对未来DATA的掌握TimeSeries的各种类型tyt偶然变动(RandomVariation)平均在一定水准时,只显示偶然变动的变化tyt随时间变化的DATA,反复于一定的周期季节变动(SeasonalVariation)tyt显示出TimeSeries随时间变化的形态倾向是线形还是二次型?tyt倾向变动(TrendVariation)政策的变化,市场变化给TimeSeries的影响,反映出的变动.其它变动掌握TimeSeries的各种类型tyt偶然变动(Rand利用MinitabGraph分析方法(timeseries数据分析)对以上数据进行趋势分析.打开FILE:A03_合格率.mtw.事例分析康讯质量部了解机加件每月的合格率,为了预测预想值而收集到下面的数据-2000年1月开始搜集每月的合格率-2001年12月为止搜集24个月的合格率

利用MinitabGraph分析方法(timeserieGraph>TimeSeriesplot输入Y轴的变数在X轴选定需要的区间输入开始的周期Graph>TimeSeriesplot输入Y轴的变

利用TimeSeries进行分析,很容易确认长期间的趋势什么原因导致合格率下降？利用TimeSeries进行分析,很容易确认长期间的趋势因子间关系及时间序列图分析我们通过分析①通过Scatterplot发现因素间的相关关系

②通过Marginalplot可同时因素之间的关系及分布③通过Matrixplot可同时确认多个因素间关系④通过Timeseriesplot可确认随时间变化的倾向通过对数据进行图表分析很容易确认因素间的差别和关系.到目前为止通过图表分析可以从视觉上判断因素间的关系是怎样的?另外通过时间列图表可以预测它的趋势?因子间关系及时间序列图分析我们通过分析通过对数据进行图表分析5.Multi-vari(多个因素间关系)分析

多变量(Multi-vari)分析是对多个输入因素的进行分析,一种有计划,有管理的调查表数据,进行多个因素的相关性分析-事前计划数据的搜集间隔,搜集点,搜集格式.-按照现在的过程状态来收集影响Y的X的数据.

多变量调查的目的-为了发现因异常原因而产生的变动.-为知道变动初期随时间变化所构成的要因.-为掌握过程的状态,分析变动原因时,确定是群内变动(within)

还是群间变动(between),还是随时间的变动.5.Multi-vari(多个因素间关系)分析多变量

看一看下面数据收集方法的例子.特性值:转线时间,变动要因:变动的三个因素是单板种类,白夜班,生产线可作成下面的DATA收集格式.单板班线转线时间委试小DayA30委试小DayA80委试小DayA60委试小DayA55委试小DayA105委试小DayA330好!现在通过例子对Multi-vari分析进行研究,学习.看一看下面数据收集方法的例子.单板班线转线时间委试小DayStat>QualityTools>

Multi-variChart利用A_04Multi-vari.mtw例子对因素间关系进行Multi-vari分析

通过多变量的调查三个变量间的变动是什么?或通过图表容易发现异常原因的是哪个因素?Multi-vari分析Stat>QualityTools>

利用图表分析方法对以上数据进行因素间变动的分析打开FILE:A04_Multi-vari.mtw进行分析试生产车间想通过减少转线时间来提高生产,针对影响转线时间的因素搜集数据.单板种类:委试小/用户板

班:Day/Night

线:A,B,C,D,E(5条线)事例分析在单板种类变更时进行数据收集-记录单板种类发生变更时的状况单板,班,线的转线时间

打开FILE:A04_Multi-vari.mtw进行分析Stat>Qualitytools>Multi-varichart多变量调查在有计划进行时才有效果以上数据是1至3月收集的转线时间变化的主要因子(单板，班，线)因子间的变化呈多种形态时,选择Factor进行区分Stat>Qualitytools>Multi-vE线,夜班时,委试小转线时间的平均值E线，夜班，用户板转线时间的平均值E线转线的平均值从上图可知：夜班比白班的转线时间长；委试小比用户板的转线时间长，因此班和单板种类是影响转线时间的因素E线,夜班时,委试小转线时间的平均值E线，夜班，用户板转图表分析Tools时注意的要点

收集数据画图表

应用哪个图表分析TOOLS可能的话使用全部TOOLS然后选择最能说明问题的图表.

通过对图表的分析能看出问题发生的主要原因.

进行图表批注.题目资料来源记录特别的原因事件.图表分析Tools时注意的要点收集数据画图表（分析阶段）(ZTE-GB302-V1.5)图表分析（分析阶段）(ZTE-GB302-V1.5)图表分析主要内容1.

图表分析的目的2.

利用图表分析数据分布3.

利用图表比较数据分布4.

利用图表进行因子间的分析

5.

分析Multi-vari主要内容1.图表分析的目的目的

本章学习目的•灵活掌握及运用Minitab

图表的分析方法

•掌握图表工具的用途以及使用方法-变量分布的形状,平均值的位置,方差

-变量间的关系,趋势等

-明确输入变量之间的差异

-选择更适合的图表-使用图表工具做出数据形态

目的本章学习目的图表的用途掌握变量分布的形状,平均值的位置及方差比较各变量分布的特性明确两个以上的变量之间的差异比较变量相对重要度掌握变量数据随时间的变化好的图表才能说明问题两个数据的图表图表的用途掌握变量分布的形状,平均值的位置及方差好的图表才能数据的图表分析法重点:可靠数据的收集和正确的图表解释选定要分析的X’s变量搜集及整理数据进行图表分析结果解释数据的图表分析法重点:可靠数据的收集和正确的图表解释选定要分图表分析的主要工具掌握分布

DisplayDescriptiveStatisticsHistogramDotplot

BoxplotMultipleDotplotParetochart,Piechart

ScatterplotMarginalplot,MatrixplotTimeseriesplot

Multi-VariChart分布的比较和构成变量间的关系和时间的变化多个变量的相关性图表分析的主要工具掌握分布DisplayDescript图表菜单MinitabVer.13提供分析数据的图表工具在工作表中输入数据或把EXCEL中的数据粘贴过来图表

的选定及作成图表菜单MinitabVer.13提供分析数据的图表工具

1.数据的分布分析

在项目进行过程中收集的各种数据-确认数据的大概分布-确认分布的形状,平均值的位置及方差等

用图表做出数据的分布情况通过对数据分布分析可以找出过程中X变量发生变动的原因

那好,现在开始通过事例一起掌握图表的分布

1.数据的分布分析在项目进行过程中收集的各种数据那好,确认基本统计量DescriptiveStatistics可提供多种图表和数据的平均及标准偏差,

倾斜,峰度,置信区间,正态分布等信息,帮助我们确认基本统计量.要养成首先做出基本统计量的习惯.Stat>BasicStatistics>DisplayDescriptiveStatistics确认基本统计量DescriptiveStatistics下面得到的数据康讯财务部对境内和境外关键供应商付款天数的统计报表.数据的收集来源-供应商分为两类(境内和境外)

-记录关键的88个供应商的付款天数,其中境外27个,境内61个事例大家用Minitab分析一下这88个关键供应商合同付款期的基本统计值.打开数据文件:A_01付款天数.mtv下面得到的数据康讯财务部对境内和境外关键供应商付款天数的统计Stat>BasicStatistics>DisplayDescriptiveStatistics选择Graphicalsummary不仅可以查看基本统计量,还可以看出全体分布的条状图Stat>BasicStatistics>Disp输出结果分析:

StDev(标准偏差):

四分之一分位数:

把数据从小到大排列时,分位数为25%

四分之三分位数:把数据从小到大排列时,分位数为75%

TrimmedMean:把数据的上下分位各去掉5%后求平均

SEMean(标准误差):ariableNMeanMedianTrMeanStDevSEMean合同付款8857.4852.6157.1324.262.59VariableMinimumMaximumQ1Q3合同付款5.56116.4337.6779.64输出结果分析:StDev(标准偏差):四分之一分位数:输出图表分析:平均区间测定值(信赖区间95%)P-Value

小于0.05,判定数据的分布为非正态分布.(α=0.05)

Skewness:

正态分布为0,右倾斜为(+)值,左倾斜为(-)值Kurtosis:

正态分布为0,急尖分布为(+)值,平尖分布为(-)值.输出图表分析:平均区间测定值(信赖区间95%)P-ValDotplotGraph>Dotplot(MultipleDotplot)通过对A_01付款天数.mtv例子的分析,做出对供应商付款天数过程的分布图,利用DotPlot对付款天数的变动进行分析.对数据的平均,倾向,变动,分布都很容易看出来.利用变量功能的话,集团之间的变动也容易区分出来DotplotGraph>Dotplot(MultGraph>Dotplot

(MultipleDotplot)通过Dotplot可以看出供应商合同付款周期的散布比较大,同时平均值出现严重的偏移.输出图表:通过打点图,可以看出过程规格的异常状态的数据.90120Graph>Dotplot(MultipleDotHistogram直方图主要应用在了解数据的形状及形态.便于掌握数据的集中倾向,位置,平均,分布等.Graph>Histogram通过对A_01付款天数.mtv例子的分析,作出合同付款周期的平均值倾向,位置,平均,分布,利用直方图进行分析.

条状图的制作必须要有50个以上的数据Histogram直方图主要应用在了解数据的形状及形态.Gr

Graph>Histogram如果有必要,可以对直方图进行调节Graph>Histogram如果有必要,可以对直方输出图表分析:输出图表分析:下面四个条状图是同样数据里形成的,它的形态受柱子个数数和柱子之间的距的影响.

Histogram的属性12202530随着区间的调整,数据的形状分布不同.直方图可掌握数据的分布,居中趋势等.下面四个条状图是同样数据里形成的,它的形态受柱子个数数和柱子如何掌握图表分析?目前为止通过对图表的掌握能了解什麽?目前通过图表分析掌握分布

①通过DescriptiveStatistics确认了数据的平均,标准偏差,倾斜度,峰度,置信区间,数据的正态分布,还有四分位数.

②通过Dotplot的图表分析,可确认全体数据平均值的倾向、异常点及分布.

③通过直方图可掌握全体数据的形状.如何掌握图表分析?目前为止通过对图表的掌握能了解什麽?目前通

现在我们作一个例题：技术二部为了改善与品牌供应商的合作关系，统计了供应商到达公司，但由于公司业务人员工作或其它方面的原因，导致品牌供应商的人员要进行等待。下列数据是在一个月期间收集的等待时间（以分钟来计算）。2958101212214648571713111883试问：1.等待时间的均值和标准偏差为多少？2.作出频数分布，做出打点图。3.等待时间超过9分钟的占的比例。现在我们作一个例题：技术二部为了改善与品牌供应商的合作关3.通过图表分析比较分布我们在做项目的过程中,经常会碰到这种情况:要对两类或更多种类的数据进行比较分析.例如:通过图表很容易理解不同的设备,不同的客户,不同的供应商,不同的原材料，使用不同的方法，不同的测量方法等.对多个数据进行较时经常使用哪些图表.通过这次学习看一看.现在通过事例,对图表进行比较分析.3.通过图表分析比较分布我们在做项目的过程中,经常会碰到这Boxplot是比较数据间的分布差异,中位数和散布大小的比较.BoxplotGraph>Boxplot利用A_01付款天数.mtv例子对境内和境外供应商的合同付款期进行比较,用Boxplot图表分析.Boxplot是比较数据间的分布差异,中位数和散布大小的比Graph>Boxplot

输入相应的X和Y

编辑图表的颜色,形状等Graph>Boxplot输入相应的X和Y编辑图表的Boxplot的理解异常点**75分位+[1.5box范围]实际点的位置75分位50分位(中央值)

25分位25分位

-[1.5box范围]实际点的位置异常点数据的中心50%(box范围)Boxplot的理解异常点**75分位+[1.5bBoxplot的数据数在10以下时很容易失去有效性,境内供应商的合同付款期比境外的分散大,为什么会出现这类偏差?Boxplot的数据数在10以下时很容易失去有效性,境内MultipleDotPlotGraph>MultipleDotPlot利用A_01付款天数.mtv例子对不同供应商的付款时间平均值的倾向,变动及分布进行MultipleDotplot分析.

显示多个过程的平均值倾向,变动,分布.

可比较两个或两个以上数据间的差别.MultipleDotPlotGraph>Multi使用Byvariable很容易区分数据间的变动.输入要分析的数据的名称请点击Graph>Dotplot(MultipleDotplot)

使用Byvariable很容易区分数据间的变动.输入要分析

为什么境内供应商的合同付款期与境外相差这么大?另外境内供应商的合同付款期分布为什么这么宽?通过Dotplot可以看出区域不同的供应商的合同付款期有很大的区别,特别是境内的散布特别宽.MultipleDotplot的分布在数据很多的时候也很容易看出.为什么境内供应商的合同付款期与境外相差这么大?另外境内供ParetochartStat>QualityTool>

Paretochart

确定不良品,缺陷数,争议点,事故的现象或原因等集中在那些方面掌握主要的问题点.ParetochartStat>QualityTooParetochart是把影响因素按照重要度顺序列出,找出核心因子,显示我们要集中管理的因子.大家利用Minitab做出DATA的paretochart及piechart打开文件:A_02上锡不良.mtw进行分析下面是工艺部统计3月份SMT上锡不良的种类及缺陷数,请用柏拉图分析各种不良的情况.事例分析Paretochart是把影响因素按照重要度顺序列出,找出Stat>Quality>ParetochartStat>Quality>Paretochart3216排阻占上锡不良的54%.3216排阻,BGA和0.5mm间距QFP总共占所有不良的81.6%,也就是说解决这三种不良,问题就解决了80%.重点分析这三个方面.3216排阻占上锡不良的54%.3216排阻,BGA和0.5PiechartGraph>Piechart主要用于对原因或现象的构成比例进行分析,掌握某种现象在过程中的构成比例.利用打开文件:A_02上锡不良.mtw进行分析的例子,对PiechartGraph进行分析.PiechartGraph>Piechart主要用于Graph>Piechart

Graph>Piechart利用Piechart很容易知道各个类别在全体中所占的比率.利用Piechart很容易知道各个类别在全体中所占的比率.利用图表分析对分布进行比较到目前为止我们已经学了通过图表对分布进行比较及构成的分析,确认影响因素子关系是什麽?是否可以进行比较?目前为止通过分布比较及构成比教分析得出

①通过Boxplot可以对不同数据的偏差,中心位置和散布程度进行确认②通过MultipleDotplot可以确认各数据间分布展开的

程度及异常点

③通过Paretochart把少数核心问题用图表更容易地表现

④通过Piechart可以确认该项目在全体里占的构成比利用图表分析对分布进行比较到目前为止我们已经学了通过图表对分

现在我们作一个例题：公司市场客户部为了调查电信局对公司产品ZXJ10的性能反应，对西北、华南、东北三个区域的电信局进行了走访，他们的评价如下表：(分数越高越好）西北华南东北811007387878791103100118654593119124129107119110828768901286812886828276817691876998606887941137667817652648387916898875475821081294268试问：1.运用盒子图比较三个不同销售区域对公司的产品的认同感有什么区别？2.运用打点图现在我们作一个例题：公司市场客户部为了调查电信局对公司产4.因子间关系及Timeseries的图表分析利用一些时间看一下MINITAB提供的图表有哪些技能?

在许多情况下当两个因素有密切关系时,把它们作成一个图表,更容易知道问题点的所在.

另外,随着时间有什么变化(周期或倾向),可以推测其产生问题的原因.4.因子间关系及Timeseries的图表分析利用一些ScatterplotGraph>Plot利用文件A_01付款天数.mtv比较合同付款期与洽谈后的关系进行Graph分析

主要用于评价两因素间的相互关系，在视觉上判断因素之间的关系

两因素的数据分布的密集度及相关性ScatterplotGraph>Plot利用文件A_Graph>Plot(scatterplot)

Graph>Plot(scatterplot)从视觉上可以确认洽谈后和实际付款期之间有非常密切的因子关系,合同付款期与洽谈后的关系不明显.从视觉上可以确认洽谈后和实际付款期之间有非常密切的因子关系,MarginalplotGraph>MarginalPlot

从视觉可以知道两个因素之间关系.

条状图和点数同时出现在视觉上,更容易知道分布的倾向.利用A_01付款天数.mtv对合同付款期和实际付款期之间的关系进行Graph分析.MarginalplotGraph>MarginalGraph>Marginalplot

Graph>Marginalplot确认洽谈后与实际付款期的关系,两因子间的关系和分布在视觉上容易确认.运用MarginalPlot在Scatterplot里画出条状图

确认洽谈后与实际付款期的关系,两因子间的关系和分布在视觉上容MatrixplotGraph>MatrixPlot

应用于比较多个因素间的相互关系与ScatterPlot相比较更适用于多个因素一起比较.利用A_01付款天数.mtv例子对入库金额/合同付款期/合同目标/洽谈后/实际付款期进行Matrixplot分析.

MatrixplotGraph>MatrixPlotGraph>MatrixplotGraph>Matrixplot利用MatrixPlot可以在图表里看出全部因子间的关系合同目标与合同付款期有非常强的关系,洽谈后与实际付款期,合同付款期和实际付款期有强的关系.利用MatrixPlot可以在图表里看出全部因子间的关系TimeSeriesplotGraph>TimeSeriesPlot

随时间的变化对观测值进行推测及排列,主要使用Timeseriesplot进行分析TimeSeriesplotGraph>TimeSTimeseriesGraph分析是掌握对未来DATA的倾向或周期的一种分析方法.受时间影响的数据叫TimeSeries,先画出图表,掌握大概的TimeSeries数据形态后,对时间变化受影响的DATA进行分析.收集TimeSeries资料设定统计模型未来成果时间列数据的形态TimeseriesGraph分析是掌握对未来DATA的掌握TimeSeries的各种类型tyt偶然变动(RandomVariation)平均在一定水准时,只显示偶然变动的变化tyt随时间变化的DATA,反复于一定的周期季节变动(SeasonalVariation)tyt显示出TimeSeries随时间变化的形态倾向是线形还是二次型?tyt倾向变动(TrendVariation)政策的变化,市场变化给TimeSeries的影响,反映出的变动.其它变动掌握TimeSeries的各种类型tyt偶然变动(Rand利用MinitabGraph分析方法(timeseries数据分析)对以上数据进行趋势分析.打开FILE:A03_合格率.mtw.事例分析康讯质量部了解机加件每月的合格率,