西格玛分析工具应用统计技术

1、0，分析(Analysis)，基本概念分析工具对各种图表的分析假设测试的理解，1，1，通过基本概念分析流程或系统应用确定统计技术以消除当前绩效和目标之间的差异，指导分析。1、分析阶段的作用使用严谨、科学的分析工具进行量化或定性分析，最终筛选了主要影响因素xs。核心xs必须经过筛选，才能处于改善阶段。2、分析阶段的输入分析阶段的输入是测量阶段的输出。3、分析阶段的输出a .影响项目y的所有xs分析阶段的主要目标是发现影响项目y的主要因素，但首先要特别注意找出所有可能的因素，不要错过可能的影响因素。b .影响项目y的核心少数xs这是分析阶段的主要输出，直接影响质量提高的是项目的成功或失败。将核心少

2、数要素和多数次要素分开是分析阶段的首要目标，也是6西格玛系统的核心技术之一。分析概览，分析步骤概览，2，2，主要工具1，图形分析工具1)流程图分析(SIPOC) 2)排列图分析3)时间图分析4)直方图分析5)因果图分析6)分析7)失败模式和影响分析8(寻找重要原因)改善前后对比，使结果更容易掌握。什么时候使用？特定问题的原因或缺陷数大部分用于设置解决问题的初始解决过程，或用于确定假设一起发生的原因。一、柏拉图(Pareto图)、柏拉图(Pareto图)的制作方法、stat quality tools Pareto图、4、目的用于表示和确定特定问题(效果/结果)的所有可能原因。(导出根本原因(X

3、s)的非常有用的工具)什么时候使用？1)如果在确定一般团队问题或机会后需要确定原因，2) Brainstorming整理所有可能的原因，3)知道问题发生的原因后，此方法可以在所有Brainstorming流程中作为一种技术使用。性质会根据建立图形的步骤1)，将问题或所需结果放置在效果方块中。2)将影响结果的4种左右的核心原因放在组原因箱中。3)对于核心原因中为什么会出现这种原因的问题的答案，要从大到小详细填写。4)通过审查因补充而重复或遗漏的内容。5)选择3-5个重要原因作为数据检查。ii .图表、常规类别、production process、service process、machines

4、 methods materials man measurement environment、Policy procedure plant直方图，数字列出的数据是分析阶段开始时提供的良好基础，Process不能直观地观察。通过对各种图例的分析，可以可视化这种数据的形式，并通过数量变化引起质的变化。通过图形分析可以获得更多有价值的信息。我可以从这些资料中得到什么信息？如何确认这个产品的好坏？假设您将：直方图、7、直方图、直方图的制作方法、Manip Stack Stack Column、多列数据积累为单列数据、Graph Histogram。从图像中我们可以看到，这些产品都是按中央5.9左右的形

5、式分布的，较少的产品离中央更远。8，直方图作用：因为我们实际上是相同的工程，相同的设备，相同的运行标准，使用相同的数据制作的产品质量会有相当大的波动。在这种情况下，应该了解波动的大小和平均值吗？该怎么办才好呢？直方图是一种绘制图表的工具，用于在数据发生变化时全面确定此问题。产品在生产过程中，指标变动中有很多未知的，不能成为管理地原因，这正是这些原因改变后才会影响结果。在这种情况下，使用直方图可以轻松确定问题的本质。柱状图的使用方法：根据柱状图形式，可以确定工程中的异常值，从稳定状态收集的土地数据应是规则的智山形状(下图)，如果状态不规则，可以根据形态找出问题的原因。标准正态分布图像、直方图、9

6、、标准正态分布验证：stat basic statistics display descriptive statistics、直方图、此示例的框图、P=0.0580.05，10，分析异常直方图图例，稳定工序，双峰，悬崖类型，牙齿缺失，样品与其它样品混合，不恰当的测量方法或分解，然后涂在供应商或工序上，直方图，11，Graph Boxplot，4，方框图另一个可能是定性关系，但不是没有关系。要研究两个变量之间的关系，请收集两个变量的数据对，然后在坐标地图的中点输入其位置。这是散点图。利用这幅画帮助我们弄清它们之间的关系是很有用的。对象和目标分析，以及了解两个更改的数据之间的相关性需要复杂的运算。

7、但是制作相关地图后，就可以知道这种关系的大体情况。所以在开始对某个问题进行相关性分析之前，先制作散点图。散点图可以确定变量之间的相关性。散布、Graph Plot、散布制造方法、5、散布、13、Graph Plot、y值的散布图制作、散布、14、3、假设检查1、假设测试，以及整体参数分布的特定假设六西格玛分析阶段(确定存在哪些原因)、改进阶段(验证解决方案)和控制阶段(确定流程中是否发生了重要变化)使用假设验证方法来确定问题并验证解决方案的有效性。2、置信区间在分析和解决实际问题时，很难获得分析对象的整体数据，有时不切实际，因此，为此，需要从整体上提取一定数量的样品，获取样品的测量数据，然后通

8、过样品数据估计整体数据。间隔估计方法是在样例条件已知的情况下估计总值可能的间隔的方法。一般的估计需要相对高的“可信度”，例如95的可信度。，假设检验，3，假设检验阶段1)问题/陈述检验的目的2)假设H0(零假设)，Ha(替代假设)3)确定适当的统计假设4)允许风险和风险级别风险说明：如果H0为真，则拒绝H0，也称为制造商风险。风险：如果H0是假的，则接受H0，也称为消费者风险。一般而言，如果您建立了风险5，风险1020 5)抽样计划，并根据数据收集6)数据计算检验统计(t，f或2等)7)确定计算的检验统计概率(p(概率)等偶然因素导致的概率(p值)，则拒绝H0，接受Ha(p)等8)将统计结论转

9、化为实际问题解决方案。15，4，单样本假设检验方法：单样本z检验方法适用于单个整体样本平均值的检验，通常需要样本容量n30。整体标准差是已知的。(通常，如果样品数量为n30，则可以将其视为较大的样品。样品容量n30被视为小样品。)，假设检验，t检验法：单样本t检验法适用于单个整体样本平均值的检验，可以针对小样本容量(n30)进行检验。5，双样本假设检验双样本z检验：是单样本z检验方法，用于大样本容量条件下两个总体平均值的测试。需要样品容量n30，两个样品是分开的，被称为总体标准偏差。双样本t测试：双样本t测试方法适用于在小样本容量条件下测试两种总体平均值。整体标准差未知。6，多样本平均假设测试

10、如果需要同时检查多个样本平均是否存在差异，则需要比较两个总体分布，如方差分析ANOVA，7，双样本f测试两个车床加工的零件的尺寸精度比较。此时，f测试，16，选择测试方法，9，多样本分布式测试在需要同时比较多个方差的情况下，多样本分布式测试多样本分布式测试样本常规数据的检查和非常规数据的测试由MINITAB使用。Bartlett测试方法常规数据的检查Levene测试方法非常规数据的检查，假设检查，17，示例1:供应商生产的电阻5.5k，过去电阻标准=0.016，我们随机抽取了35个。电阻的测量方法如下：5.49 5.51 5.47 5.51 5.47 5.52 5.48 5.51 5.50 5

11、.48 5.53 5.49 5.50 5.50 5.51 5.49 5.52 5.54 5.51 5.51 5.49 5.51 5.51 5.51 5.50 5.51 5.51 5.51 5.53 5.51 5.51 5.51 5.51 5.52 5.53.48此目标值1.生成假设：H0:批物料阻力平均5.5k Ha:批物料阻力平均5.5k 2。决定允许的风险系数(一般0.05) 3。选择验证分类。z检验方法，检验方法示例，1，因为总体平均值偏离目标，样本容量为n30。选择命令，18，2。使用数据和选择图形工具，检查方法示例(one sample Z)，3 .结果分析，p值0.05无明显差异。

12、整个平均的置信区间，因此，不能拒绝假定此批的电阻电阻率平均值不偏离目标的95可靠度的零假设。19，范例2:为了确保供应商生产500的阻抗，并与目标值500相符，20个阻抗资料测量如下：验证499 501 500 502 498 500 501 501 501 501 501 501 501 501 501 497 509 499 498 498 498 500 499 502 501批阻力值是否超出目标值。1.假设设置：H0:批物料阻力平均500 Ha:批物料阻力平均500 2。决定允许的风险系数(一般0.05) 3。根据总体平均值是否偏离目标、样本容量是否小，对t检验进行分类、检验方法示例、

13、1。命令选择，20，2。使用数据和选择图形工具，包含数据的列，3 .结果分析，p值0.05没有太大差异。P=0.46 0.05，无法拒绝假设0。也就是说，不能假定以95可靠性，部署阻力的平均值没有偏离目标。，检查方法示例，21，示例3: IC供应商改进了生产工艺，内部耦合张力数据测量如下：a(改进前):5 . 65 . 89 4 . 37 4 . 28 . 5 . 12 B(改进后):5.99 5.78 5.26 41)建立假设：H0:改善前联合张力总体平均改善后联合张力总体平均ha:改善前联合张力总体平均改善后联合张力总体平均2)确定允许的危险系数(一般0.05) 3)使用Minitab进行

14、的假设检验。“检查方法示例”(two sample t)，1 .命令选择，22，2。数据操作和图形工具选择，检查方法示例，3 .结果分析，P值0.05没有太大差异，P值0.05没有太大差异，P=0.448 0.05，0不能拒绝假设，即95置信度认为改善后接合张力没有太大提高。23，示例4:a:5 . 67 5 . 34 4 . 98 5 . 56 5 . 80 6 . 71 b:4 . 88 5 . 36 4 . 99 5 . 75 6 . 21 6 . 07 c:4 . 89 5 . 21 5 . 36 5 . 89 6 . 11 51)建立假设。h0: a阻力平均b阻力平均c阻力平均2)确

15、定允许的风险系数，0.05 3)使用Minitab执行ANOVA分析。检验法示例(ANOVA)，数据分为两列输入，一列为数据，另一列为数据分组。1 .数据输入和命令选择，24，2。使用数据和选择图形工具，包含数据的列，数据组列，3。结果分析，P=0.778 0.05，0不能拒绝假设，也就是说，三种电阻率平均差异很小。检验法实例，25，实例5:一家公司用两台设备处理电阻，各拉出10台电阻器，检查两台设备加工精度是否存在差异，电阻分别为a:25.53 25.52 25.52 25.52 25.51 25.54 241)假设建立：H0:设备a加工电阻抗阻标准偏差设备b加工电阻抗标准偏差Ha:设备a加工电阻标准偏差设备b加工电阻标准偏差2)确定允许的风险系数，0.05 3)使用Minitab测试f。检查方法示例(f检查)，1 .命令选择，2