sigma图表分析boxplot.ppt

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,（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,M,initab,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,Xs,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,Display Descriptive Statistics,Histogram,Dot plot,Box plot,Multiple Dot plot,Pareto chart,Pie chart,Scatter plot,Marginal plot,Matrix plot,Time series plot,Multi-,Vari,Chart,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,确认基本统计量,Descriptive Statistics,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 Basic Statistics,Display Descriptive Statistics,下面得到的数据康讯财务部对境内和境外关键供应商付款天数的统计,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 Basic Statistics,Display Descriptive Statistics,选择,Graphical summary,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%,Trimmed Mean:,把数据的上下分位各去掉5%后求平均,SE Mean(,标准误差,):,ariable N Mean Median TrMean StDev SE Mean,合同付款 88 57.48 52.61 57.13 24.26 2.59,Variable Minimum Maximum Q1 Q3,合同付款 5.56 116.43 37.67 79.64,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.,Dot plot,Graph,Dot plot(Multiple Dot plot),通过对,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,Dot Plot,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,Dot plot,(Multiple Dot plot),通过,Dot plot,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.,90 120,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,Descriptive Statistics,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,Dot plot,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）。,2,9,5,8,10,12,12,21,4,6,4,8,5,7,17,13,11,18,8,3,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，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.,Box plot,是比较数据间的分布差异,中位数和散布大小的比较.,Box plot,Graph,Box plot,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,Box plot,图表分析.,Graph,Boxplot,输入相应的,X,和,Y,编辑图表的颜色,形状等,Box plot,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),Box plot,的数据数在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?,Multiple Dot Plot,Graph,Multiple Dot Plot,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,Multiple Dot plot,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,By variable,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,Dot plot(Multiple Dot plot),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,Dot plot,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.,Multiple Dot plot,的分布在数据很多的时候也很容易看出.,Pareto chart,Stat Quality Tool,Pareto chart,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.,Pareto chart,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,pareto chart,及,pie chart,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.,事例分析,Stat Quality,Pareto chart,3216排阻占上锡不良的54%.3216排阻,BGA,和0.5,mm,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.,Pie chart,Graph,Pie chart,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,Pie chart Graph,进行分析.,Graph,Pie chart,利用,Pie chart,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,Box plot,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,Multiple Dot plot,可以确认各数据间分布展开的,程度及异常点,通过,Pareto chart,把少数核心问题用图表更容易地表现,通过,Pie chart,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）,西北,华南,东北,81,100,73,87,87,87,91,103,100,118,65,45,93,119,124,129,107,119,110,82,87,68,90,128,68,128,86,82,82,76,81,76,91,87,69,98,60,68,87,94,113,76,67,81,76,52,64,83,87,91,68,98,87,54,75,82,108,129,42,68,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.,因子间关系及,Time series,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.,Scatter plot,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(scatter plot),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.,Marginal plot,Graph,Marginal Plot,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,Marginal plot,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,Marginal Plot,在,Scatter plot,里画出条状图,Matrix plot,Graph,Matrix Plot,应用于比较多个因素间的相互关系,与,Scatter Plot,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/合同目标/洽谈后/实际付款期进行,Matrix plot,分析.,Graph,Matrix plot,利用,Matrix Plot,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.,Time Series plot,Graph,Time Series Plot,随时间的变化对观测值进行推测及排列,主要使用,Time series plot,进行分析,Time series Graph,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,Time Series,先画出图表,掌握大概的,Time Series,数据形态后,对时间变化受影响的,DATA,进行分析.,收集,Time Series,资料,设定统计模型,未来成果,时间列数据的形态,掌握,Time Series,的各种类型,t,y,t,偶然变动,(,Random Variation),平均在一定水准时,只显示偶然变动的变化,t,y,t,随时间变化的,DATA,反复于一定的周期,季节变动,(,Seasonal Variation),t,y,t,显示出,Time Series,随时间变化的形态倾向是线形还是二次型?,t,y,t,倾向变动,(,Trend Variation),政策的变化,市场变化,给,Time Series,的影响,反映出的变动.,其它变动,利用,Minitab Graph,分析方法(,time series,数据分析),对以上数据进行趋势分析.,打开,FILE,:A03_,合格率,.,mtw.,事例分析,康讯质量部了解机加件每月的合格率,为了预测预想值而收集到下面,的数据,-,2000年1月开始搜集每月的合格率,-,2001年1,2,月为止搜集24个月的合格率,Graph,Time Series plot,输入,Y,轴的变数,在,X,轴选定需要的区间,输入开始的周期,利用,Time Series,进行分析,很容易确认长期间的趋势,什么原因导致合格率下降？,因子间关系及时间序列图分析,我们通过分析,通过,Scatter plot,发现因素间的相关关系,通过,Marginal plot,可同时因素之间的关系及分布,通过,Matrix plot,可同时确认多个因素间关系,通过,Time series plot,可确认随时间变化的倾向,通过对数据进行图表,分析很容易确认因素间的差别和关系.,到目前为止通过图表分析可以从视觉上判断因素间的关系是怎样的?另外通过时间列图表可以预测它的趋势?,5.,Multi-vari,(,多个因素间关系,),分析,多变量,(,Multi-,vari,),分析是对多个输入因素的进行分析,一种有计划,有管理的调查表数据,进行多个因素的相关性分析,-,事前计划数据的搜集间隔,搜集点,搜集格式.,-,按照现在的过程状态来收集影响,Y,的,X,的数据,.,多变量调查的目的,-,为了发现因异常原因而产生的变动.,-,为知道变动初期随时间变化所构成的要因.,-,为掌握过程的状态,分析变动原因时,确定是群内变动(,within),还是群间变动(,between),还是随时间的变动.,看一看下面数据收集方法的例子,.,特性值,:,转线时间,变动要因,:,变动的三个因素是单板种类,白夜班,生产线,可作成下面的,DATA,收集格式,.,单板,班,线,转线时间,委试小,Day,A,30,委试小,Day,A,80,委试小,Day,A,60,委试小,Day,A,55,委试小,Day,A,105,委试小,Day,A,330,好,!,现在通过例子对,Multi-vari,分析进行研究,学习,.,Stat Quality Tools,Multi-vari Chart,利用,A_04Multi-vari.mtw,例子对因素间关系进行,Multi-vari,分析,通过多变量的调查三个变量间的变动是什么?,或通过图表容易发现异常原因的是哪个因素?,Multi-vari,分析,利用图表分析方法对以上数据进行因素间变动的分析,打开,FILE,:A04_Multi-vari.mtw,进行分析,试生产车间想通过减少转线时间来提高生产,针对影响转线时间的,因素搜集数据.,单板种类,:,委试小/用户板,班,:,Day/Night,线,:,A,B,C,D,E(5,条线,),事例分析,在单板种类变更时进行数据收集,-记录单板种类发生变更时的状况 单板,班,线的转线时间,Stat Quality tools,Multi-vari chart,多变量调查在有计划进行时才有效果,以上数据是1至3月收集的转线时间变化的主要因子,(单板，班，线,),因子间的变化呈多种形态时,选择,Factor,进行区分,E,线,夜班时,委试小转线时间的平均值,E,线，夜班，用户板转线时间的平均值,E,线转线的平均值,从上图可知：夜班比白班的转线时间长；委试小比用户板的转线时间长，因此班和单板种类是影响转线时间的因素,图表分析,Tools,时注意的要点,收集数据画图表,应用哪个图表分析,TOOLS,可能的话使用全部,TOOLS,然后选择最能说明问题的图表,.,通过对图表的分析能看出问题发生的主要原因,.,进行图表批注,.,题目,资料来源,记录特别的原因事件,.,