minitab应用实例

•当过程在“自然”状态下运行时收集数据. 一直收集数据,直到记录下KPOV变量的 80%为止!
•检查单
•为什么使用检查单?
• 为了系统记录和编辑数据,以确定其模式和趋势.
•如何使用检查单?
•确定计划要测量的关键状况. •记录观察结果. •积累数据以帮助确定进一步的行动计划.
•检查单的作用是什么?
•达成对每种状况的一致认识和定义. •建立易懂的可以测量任何过程的数据. •建立对“事实”的更清晰的描述. •快速确定数据的模式.
•计算 数据点的个数.
•确定整个数据系列的 范围 (R) (最大值 - 最小值) .
•用数据范围 除以 数据段数 (K) ( 数据段数在 5 到 20 之间, 由数据系列的大小决定)
•确定间距 (H) (H=R/K).
•注意- 匹配好数据段数和数据段间距, 以得到 最好的图形效果
•确定每根轴上的边界 ( 第1点 = 最小值 + H).
3. 每盘白炽灯灯丝的长度偏差
a. 美国的所有人 b. 俄亥俄州的所有学生 c. 俄亥俄州的所有人
a. 所有的GEL C&I 客户 b. 所有的 GEL SPAs c. 所有的 GEL C&I SPAs
a. 荧光灯灯丝盘 b. 60瓦白炽灯灯丝盘 c. 所有的白炽灯灯丝盘
•唉! 我没有测量资源
– 俄亥俄州每个学生的阅读水平 – 对每一个C&I SPA的处理时间 – 每盘白炽灯灯丝的长度
• 然而，当样本尺寸被缩小到只有总体的 一小小部分时，出现样本不能表达总体或 者得出错误的结论的风险随之增加。
• 对任何项目，必须平衡样本尺寸和风险 等级以满足数据收集目标的要求。
•小样 本
•高风 险
•大样 本
•低风 险
•好样本的特质:
•无偏颇
•有代表性 •随机的
•总体
•无代表 性
•有代表 性
•样本必须是无偏颇的。
•第3步
•起草项目数据收集计划
•建立数据 •收集目标
•决定 •测量对象
•决定 •如何测量
•测量工具
•当决定使用测量工具时，首先检查该工具是否存在; 如果不存在, 你将需要 重新选择一个工具。下列是一些工具的例子：秒表，量具，眼睛，直尺， 千分尺，计算机，测量图，温度计，天平，调查表和X-射线仪器。
•绘图!绘图!绘图!
• -直方图
• -时间序列图 • -散点图 • -盒子图 • -主效应图
• •C•a•ll••s•/ •W•e•ek
•2•8•0 •2•7•0 •2•6•0 •2•5•0 •2•4•0 •2•3•0 •2•2•0 •2•1•0 •2•0•0 •1•9•0 •1•8•0 ••In•d•e•x
• 研究目标:
•了解客户经理，经验，每月工作时间，客户类 型和销售区域对 每周销售拜访数量 的影响。
•PIVs
•客户经理 •经验 •每月工作时间 •客户类型 •销售区域
•KPOV
•} •每周销售拜访数量
•小结一下这个“研究”是为了确保收集到正确的数据!
•如何测量拜访次数?
•收集数据前...
• 记录销售拜访的指导方针:
1:00
拜访 起止
3:00 2 hrs
1:00 1:00
1:00 1:00
3:00 2 hrs 3:00 2 hrs
2.:30 1.5 hrs 3:15 2.25 hrs
•销售员
FW
•1 - Nancy King
1
•2 - Sue Smith
1
•3 - Jack Enjill
1
•4 - George How
•例如，如果你决定测量一个拜访电话打了多长时间，合适的测量工具可能 是一只秒表，或者储存在拜访系统里的计时软件。
•准备抽样方案 • 抽样方案决定数据收集的频率和数量。
•总体
•样本
• 运用选取的样本，你能获得关于一个总
体或过程的结论；这就是所谓的“统计推论
”。
• 如果样本是总体的代表，在实践就没有 风险或不确定。
• – 现状: 测量单位是每周的拜访数量。以前我们只有来自客户经理们关于每周拜访 数的估计。这样，我们将需要收集数据以了解每周实际拜访数。
• – 时间段: 每周的销售拜访数的历史记录一直不同。然而，客户抱怨在最近6个月 内一直在增加，并且客户在上个月已经采取了行动。
• – 规范: 客户期望经常的和及时的销售联系。来自以前的绿带项目的数据显示，每 个客户经理要求销售员每周给每个客户至少35个拜访。
•总体
•过程
•过程抽样
•过程在运动
•总体抽样
•样本
•有助于理解过程的特性和状况
•样本
•决定总体的特征
•总体
•当从总体抽样时，运用随机或分组随机抽样法有助于确保获得一个 有效的数据系列或样本。在许多情况下，从一批中抽样可以被认为 是从总体中抽样，并且适用于同样的规则。随机抽样最适用于只包 含通常原因连续变量的总体。当一个总体具有明显的分类特征时， 应用分组随机抽样法，或分区抽样，可清晰地了解每一个类别的表 现。
K Mart Light World Wal-Mart Kmart
客户
3 3 3
3 3
类型
拜访摘要
Promo presentation
Promo presentation Promo presentation
Fillrate discussion/price increase Fillrate discussion/price increase
抽取样本!
抽样
•起草项目数据收集计划
•建立数据 •收集目标
•决定 •测量对象
•决定 •如何测量
观察少数 . . . 以估计总体
•第1步
•起草项目数据收集计划
•建立数据 •收集目标
•决定 •测量对象
•决定 •如何测量
• 收集数据的目标或期望结果是什么? • 一般来讲，为了达到目的需要收集什么数据? • 为收集数据，你将监测什么过程和产品？
•1•7••.5
•2•2••.5
•2
•4
•6
•8
•1•0
•1•2
•让数据说话! 让数据告诉你, KPIV对于 KPOV是否真的很关键!
•诠释数据
•一直关注数据! 哪些 KPIV 在驱动 KPOV? 从统计 角度讲, 你需要检查什么?
•直方图
•过程居中，分散及形状
•为什么使用直方图?
•汇总一定时间内收集的数据. •用图形显示出数据的频率分布.
1
•5 - Mike Sell
1
•6 - Dan Dollar
1
•7 - Jim Jones
1
•1
2
•2
2
•32Biblioteka •42•5
2
•6
2
•7
2
•1
3
•2
3
•3
3
•4
3
•5
3
•6
3
•7
3
•1
4
•2
4
•3
4
•4
4
•5
4
•6
4
•7
4
•销售拜访摘要单
销售区域
经验
1 - North 2 - South 3 - East 4 - West 1 2 3 1 2 3 4 1 2 3 1 2 3 4 1 2 3 1 2 3 4 1 2 3
1 - 没有经验 3 - 经验丰富 2 - 经验一般 2 3 1 3 1 3 2 2 3 1 3 1 3 2 2 3 1 3 1 3 2 2 3 1 3
客户类型
1-小 2 - 中等 3-大 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1
销售拜访
24 35 25 23 32 22 30 22 36 27 26 33 24 32 27 39 36 38 40 28 35 30 42 38 37 45 30 40
•如何使用?
•运用直方图显示数据的频率分布
•直方图有什么作用?
•体现数据分布频率 •揭示数据的居中，偏差及形状 •显示数据的分布。 •作为预测未来过程表现的工具 •帮助确定过程变化 •帮助回答如下问题: “该过程的能力是否能满足我的客户的需求?” •用来显示大量数据的简单有用的工具
•如何绘制直方图
•将数据点放入合适的边界内（上),建立频率表.
•直方图 是显示频率表的图形.
•绘制直方图 (在Minitab里)
•Graph>Histogra m
•绘制直方图 (在Minitab里)
•点击 “Annotation”
•频 率
•直方图 - 销售拜访例子
•7 •6 •5 •4 •3 •2 •1 •0
•系统随机抽样
•每第 n 个元素
•择总体被分成若干组，在每组内随机选
•子群抽样
•过程在运动
•在该点每小 •时3个样品
•大约需要抽取多少样品来计算置信区间?
•统计工具 •平均值 •标准偏差 •缺陷率 (P) •直方图或柏拉图 •散点图 •控制图
最小样本尺寸 •5-10 •25-30
•100 and nP5 •50 •25 •20
•一个样本的偏颇是指任何这种因素的出现或影响，这种因素使得被取样的 总体或过程显得与其实际不同。 当收集的数据与影响总体或过程的关键因 素无关时，就产生了偏颇。
•样本必须具有代表性。 •在一个有代表性的样本里，收集的数据应该精确地反应一个总体 或过程。有代表性的抽样有助于避免偏颇于调查中的总体或过程 的某一特定区域。
•例子：如果从一批单据中抽样以检查其正确度，被检查 的单据应是可从这批单据的任何地方获取的。