6SIGMA教材.ppt

· 选择Residuals versus fits 后点击OK 2 0 7 0 1 2 0 - 5 0 5 F i t t e d V a l u e R e s i d u a l R e s i d u a l s V e r s u s t h e F i t t e d V a l u e s ( r e s p o n s e i s m a n - h o u r ) 残差(Residual)分析(散点图) Stat Regression Regression... 回归分析(Regression) · 残差的值上下的平均值应为“0” · 数据是随机分布 · 因此残差是正规性的 a Regression Analysis The regression equation is man-hour = 4.71 + 1.48 lot size Predictor Coef StDev T P Constant 4.712 3.242 1.45 0.184 lot size 1.48018 0.06408 23.10 0.000 S = 4.270 R-Sq = 98.5% R-Sq(adj) = 98.3% Analysis of Variance Source DF SS MS F P Regression 1 9727.7 9727.7 533.55 0.000 Residual Error 8 145.9 18.2 Total 9 9873.6 附加说明 回归方程式 y = a + bχ,即 a(偏移) = 4.71, b = 1.48(截距)的值 Constant P-Value · H0 : 回归原点通过(0,0) · H1 : 回归线未通过原点(0,0) 上面情况是采用H0，因此4.71可以看作0 对因子的P-Value · H0 : Lot size = 没有意义(or不影响) · H1 : Lot size ≠ 有意义(or有影响) 上面情况是P-Value = 0.00，因此可以判断有意义 S值: 表示误差的散布，即表示推定的标准偏差值。 越小越有好的值。 R-Sq : 观察值到适当线的变动比率 R-Sq(adj) : 表示推定的回归方程式的好的程度 Fitting的回归方程式可用因子来说明的变动 不能用适当的方程式说明的变动 考虑实测值到平均值为止的变动 回归分析(Regression) d b c e f g h i a d b c e f g h i Stat Regression Fitted Line Plot... 回归分析(Regression) 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 0 2 0 4 0 6 0 8 0 1 0 0 1 2 0 1 4 0 l o t s i z e m a n - h o u r Y = 4 . 7 1 1 7 1 + 1 . 4 8 0 1 8 X R - S q = 9 8 . 5 % R e g r e s s i o n 9 5 % C I 9 5 % P I R e g r e s s i o n P l o t 得出结论 · LOT的大小(X)是影响生产人力(Y)的因子 · 因R-Sq = 98.5%，可以判定为做了相当的贡献 (一般推荐为R-Sq的值为65%以上) · 从该例题可以看出残差是正态分布的 (P-Value = 0.269, Normality Test) 回归分析(Regression) 点击 OK 单元 5 : 管理(Control) 5-1 管理(Control) 计划 5-2 管理图(Control Chart) Control 詳細 Procedure Control 實行 Control 措置 可能 - Control Charts 成果確認 Quick Action 擔當者 移管 目標 成果 達成 Control Plan 作