《精编》零售行业的图表分析

《《精编》零售行业的图表分析》由会员分享，可在线阅读，更多相关《《精编》零售行业的图表分析（62页珍藏版）》请在金锄头文库上搜索。

1、 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 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 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 数据的图表分

2、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 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

3、的数据粘贴过来 图表的选定及作成 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 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 下面得到的数据康讯财务部对境内和境外关键供应商付

4、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 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 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

5、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 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 Dotplot Graph Dotplot MultipleDotplot 通过对

6、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 Graph 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 90120 Histogram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

7、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 Graph Histogram 如果有必要 可以对直方图进行调节 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 12 20 25 30 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 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 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 通过Dotp

8、lot的图表分析 可确认全体数据平均值的倾向 异常点及分布 通过直方图可掌握全体数据的形状 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 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 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

9、 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 Boxplot是比较数据间的分布差异 中位数和散布大小的比较 Boxplot Graph 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 Graph Boxplot 输入相应的X和Y 编辑图表的颜色 形状等 Boxplot的理解 异常点 75分位 1 5 box范围 实际点的位置 75分位 50分位 中央值 25分位 25分位 1 5 box范围 实际点的位置 异常点 数据的中心50 box范围 Boxplot的数据数在

10、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 MultipleDotPlot Graph 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 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 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Dotplo

11、t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 Paretochart Stat 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 Paretochart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

12、事例分析 Stat Quality Paretochart 3216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 Piechart Graph 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 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

13、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 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 通过MultipleDotplot可以确认各数据间分布展开的程度及异常点 通过Paretochart把少数核心问题用图表更容易地表现 通过Piechart可以确认该项目在全体里占的构成比 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 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 4 因子

14、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 Scatterplot Graph 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 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 Mar

15、ginalplot Graph 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 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 Matrixplot Graph 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

16、标 洽谈后 实际付款期进行Matrixplot分析 Graph 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 TimeSeriesplot Graph 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 TimeseriesGraph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 掌握TimeSeries的各种类型 t yt 偶然变动 RandomVariation 平均在一定水准时 只显示偶然变动的变化 t yt 随时间变化的DATA 反复于一定的周期 季节变动 SeasonalVariation t yt 显示出TimeSeries随时间变化的形态倾向是线形还是二次型 t yt 倾向变动 Trend