《测量分析统计电子教案》由会员分享，可在线阅读，更多相关《测量分析统计电子教案（21页珍藏版）》请在金锄头文库上搜索。
1、1,分析阶段,课程:2天,2,连续型数据,假设检验,分析阶段概要,定义/测量阶段测试,头脑风暴法 &鱼骨图,风险分析& FMEA,离散型数据分析,项目分享&总结,3,回顾定义阶段,客户及其需求 外部客户 内部客户 利益相关者,流程图,选择关键质量指标,起草初始问题陈述,制定项目计划,阶段评审,定义阶段的工作流程,5,分析阶段,迄今为止，我们通过对数据分类找到了问题所在 (同时也知道哪里非问题所在) 那么是什么原因导致了问题的发生呢? 问题的根本原因又是什么? 通常问题的原因都不是显而易见的，要找出它们需要逻辑，耐心和创造力.,在鱼骨图上（根本原因）构建主分支,用“存在/不存在” 工具验证根本原
2、因,阶段评审,问题陈述,每一次处理一个主分支顺着分支往下挖掘，展开，使可能的根本原因得以浮现,根本 原因 + -,+ 缺陷 -,数据,分析阶段的工作流程,6,分析 探讨根本原因,分析原因 与Y的影响关系 确定潜在因素 (X) 分析 Xs的测量系统 以数据确定重要因素 (Xs),7,如何验证根本原因,离散型数据 你必须收集出现/不出现矩阵中四个方块的数据。 如果最多的数据出现在对角线，那麽根本原因即被验证。 当根本原因不出现时，去寻找数据，有时候这是不可能的。在那种情况下，你必须建立一个小实验才可得到那些数据。,8,什么是根本原因?,作为某一缺陷的根本原因，它必须满足两个条件: 当根本原因存在时
3、,缺陷也同时存在 当根本原因不存在时，缺陷也不存在 图形表示:,一个真正的根本原因，它大部分或者所有的数据都在“存在/存在”象限里.,以1/4为基数 小比大的比例 小于1/4证明X 是根本原因,9,连续型数据 用统计显著的线性回归结果去确认根本原因的正确性（可向黑带或专业人士寻求帮助）。 如右图利用数据画散点图，然后通过(X- bar,Y-bar)点画水平及垂直线。然后数数每一个象限的点数。 除了以上提及的分析工具，当然还有其它统计学工具，你同样可以向专业人士寻求帮助。,Y-bar,6 points,2 points,2 points,7 points,如何验证根本原因,X-bar,10,分析
4、过程中所需解决的问题,哪些潜在因素(Xs)是至关重要的? 什么是根本原因? （鱼骨图、FMEA等） 关键因素是如何确定的 (Xs)? 什么证据可以验证这一点? （存在/不存在、散点图、t检验、ANOVA） 控制了确定因素而获得的改善足够吗？ （试运行） 计划所预期的收益是什么? 所观测到的项目能否合理化延续下去? （目标）,11,首先把Xs序列区分优先次序,检查影响Y项目的所有潜在因素或差异来源。 包括通过控制程序以记录得的，及未尝试或不能控制的因素(Xs)。 区分序列优先次序以确定最可能影响Y项目的因素XS(如何区分序列优先次序）,12,分析,分析阶段帮助我们集中在大柱子所描述问题的根本原因
5、上 (在最终问题陈述里描述的问题). 在此阶段, 很多分析工具可用来帮忙. 在改进之前确认和验证根本原因是非常关键的,13,13,分析阶段有助于理解Y的输出和潜在重要因素XS的因果关系,分析阶段的工具,对潜在的根本原因作结构性调查。 图表 分散型图示, 箱式图, 时间序列图等等. 假设检验 (t-test, F-test, Chi-square test) 置信区间 ANOVA 残差分析 FMEA 成本效益分析,14,评估每个因素 (X),重要因素是指导致你的Y项目大部分差异的各项投入、过程以及控制范围. 众多琐碎的因素是指最不可能导致过程差异的因素.,把XS区分优先次序,收集X数据,找出潜在
6、的XS,可忽略因子,给出重要的XS,鉴别附加潜在因子,确定关键因子,是否包含所有的关键因子,15,利用图表分析数据,在一个 KISS 文化基准的世界中，数据分析和图表紧密相关 通常一张图表就能抵“千字”的说明. 分析时首选图表. 如图表需要澄清时，则延用统计的方法.,Keep it stupid simple,16,通过图表和统计推论鉴定相关性,我们通过列举的统计方法和推论统计学来显现重要因素Xs （根本原因）. 列举性研究是指以现存的事务为样本，展开对未来的预测. 在该过程中，我们利用样本数据，并以可计量的风险层次进行估计。,17,分析的挑战,与X相对应的 Y的图表数据,回答Y是连续还是离散
7、,因子X是连续还是离散,回归,比较一个回答Y的规格或要点,比较一个分项还是两个或多个分项,比较多钟比例,18,Y是离散 还是连续 数据,因子x是 连续或 离散,单一或 两两及 以上比较,与x相对应的y的图标数据,卡方或 比例分析,回归分析,单一比较,多种比较,ANOVA,two sample t,One sample t,Y是离散,Y是连续,x是连续,x是离散,19,离,连,连,1、2个样本 One/two proportion 多个样本 Chi square,1、2个样本 One/two sample t 多个样本 ANOVA,对数回归,回归分析,X,Y,离,20,量化收益,根据流程中得到可
8、控因素的知识估计相关改善. 执行过程中由于开支而减少的预期效益. 包括新设备、维修费用以及已知的可控成本. 判断是否存在无形收益。即使该收益在会计账目上未反映，它仍可证明此项计划的价值.,对重要因素的 分析结果,估算可以 减少的缺陷,在此基础上 计算出项目 可能的收益,估计流程 改进所需的 成本,得到量化的 财务收益,识别 无形收益,21,改善计划及成本比较的重要性,几乎所有的流程都能在某成本上进行一定的改进。 在分析阶段，我们应对改善工程及削减错误的机会的可能性有充分的认识，从而计算出因改进而获得的相关效益。 对于商业事例上，存在一个多少改进是合理的经济上限制。 我们会发现通过改变控制方法可以将程序改善到4.5的水平，但要达到6 的水平就需要重新设计和自动化。 以所获得的商业利益为基础，4.5 或许是个合符逻辑的极限。,
