六西格玛基础与统计数据分析1.ppt

* 第三步：根据步骤提示选择下一步，来到【布局】 数据透视表的使用 附录 * 【布局】 数据透视表的使用 附录 * 第四步：(1) 拖动要分析的因素到【行】或者【列】 数据透视表的使用 附录 * 第四步：(2) 拖动要分析的指标到数据区 数据透视表的使用 附录 * 第四步：(3) 拖动要分析的指标到数据区 数据透视表的使用 附录 * 第五步：都【确定】后最后【完成】，输出结果： 数据透视表的使用 附录 * 示范 数据透视表的使用 附录 * 根据【PROJ_CODE】因素试分析Offset 项 平均值及标准偏差： 练习 附录 * 数据透视表 ? 处理复杂的多因素的数据 数据透视表 5 步骤： 1、选择【数据】 2、进入【数据透视表】菜单 3、按照提示选择【布局】 4、【布局】中因素和指标分析的选择 5、完成 总结 附录 * * * * * * * * * * * * * * * * * * * * 地上的果实 KISS, JDI (Just Do It) 大批果实 六西格玛方法（DMAIC） 垂下来的果实 PDCA, QC七手法, 8D 树顶的果实 六西格玛设计（DFSS） 质量管理方法 * 统计数据分析 * 计量数据——连续型数据 计量数据 连续型数据 连续型数据 * 计数数据——离散型数据 计数或事件发生的频率：如，顾客满意度调查中不满意的 人数。 需要较大的样本量，以更好地描述产品或服务的某种特性。 满意的和不满意的人数就是数出来的 瓷砖中的斑点数 * 数据的收集 * 数据的收集 6?管理是一种科学的量化管理 没有数据就没有管理 没有数据的统计分析就等于无米之炊 数据资料的来源有两种：原始资料和二手资料 抽样是企业管理中收集数据的最普遍方法 宏观数据资料的获取主要依赖于各种统计年鉴和咨询顾问公司 * 数据审核 检查数据中的错误 数据筛选 找出符合条件的数据 数据排序 升序和降序 寻找数据的基本特征 数据的预处理 * 数据的特征值 数据的表征: 一、数据的位置特征值 表示数据位置特征(中心趋向)的值有平均值、中位数和众数等。 二、数据的离散特征值 经常使用的离散特征值，包括极差(R)，偏差平方和(S)，无偏方差(简称方差,s2)和标准偏差(s)等。 * 平均值或者均值 一组值的平均值仅仅是所有数据的几何平均 这里 X 代表观察到的变量，x i代表一组数据中的第i个数据，S代表求和， 代表数据xi’s的平均. 数据的位置特征值 * 中位数 中位数是一组数据中最居中的那个数据。如果数据点为奇数个.则中位数是数据的中间那个；如果是偶数个，中位数就是中间两个数据的平均。 例如: 对于数据列 5,7,8,9,12,15,16 对于数据列 5,7,8,9,12,16 数据的位置特征值 * 众数 众数是出现频率最高的数据，统计学中不常用。 例如: 今天出售的鞋尺码： 7.5, 8, 7.5, 10,10.5, 11, 11.5, 10.5, 9, 10.5, 8 数据的位置特征值 * 数据的离散特征值 极差 最简单的离差测量. 波动范围仅仅是测量的最大值和最小值的差 偏差 样本或者总体的平均值与实测值的差别。 m xi 注意偏差可能为负值。 偏差 偏差 * 方差 方差是被总体数目N除之后的偏差的平方和, 或被样本数目(n-1) 除之后的偏差的平方和。 方差可以有效反映偏离平均值的程度 方差 数据的离散特征值 * 标准差 这是统计测量工作最常用的评估离散的手段。标准偏差仅仅是变量方差的平方根 ，对于样本总体，用s表示；对于样本，用s帽或者s表示. 标准偏差 (s) 中值 (m) 数据的离散特征值 四分位数 对于从最小到最大的排布的数据系列, 四分位数可以帮助细分离散单元。25％的数据点包含在前四分位数，75% 的数据包含在第三个四分位数。 * Excel中一般数据的运算处理 　 　 项目 公式 结果 求和 =Sum(I12:I43) -3.09 平均值 =Average(I12:I43) -0.10 标准偏差 =Stdev(I12:I43) 0.44 总体方差 =Varp(I12:I43) 0.18 计数 =Count(I12:I43) 32 * 是观察指标随时间(或其它因素)变化的图。折线图常用于确定某时间的指标状态，也可用来预测未来趋势。 分析方法图示 一、折线图(line plot) * 以纵轴表示考察指标(产量、不合格品率等)，以横轴表示时间或不同类型的产品，以柱形长度对考察指标进行比较。 二、柱状图,也叫直方图(histogram) 分析方法图示 * 圆形图以圆表示数据或比