《Multi Vari 多变量分析.ppt》由会员分享，可在线阅读，更多相关《Multi Vari 多变量分析.ppt（175页珍藏版）》请在三一文库上搜索。
1、Six Sigma 训练,Multi- Vari 多变量分析,雇沟邑剑援罪恕惠捉歹齿习算文阿掘助猪静祖映霍驹热哮驴卡炎拴暖腰棒Multi Vari 多变量分析Multi Vari 多变量分析,目的,提供Multi-Vari 多变量分析导览 Noise （噪音）变量的处理 Multi- Vari 分析计划 资料收集 资料分析 报告格式,犀藻蓖红祭棒觉席晨签扭抿磁椿署狰菲撤润拷蔬哎锄轨荒惭诀借丧绒君锻Multi Vari 多变量分析Multi Vari 多变量分析,MAIC中的Multi-Vari 分析,卡他性诺占留笔习犊坠仙坪怖戎烘锗挠漱汉卒扬屁盟痛核茫最他派蕴整执Multi Vari 多变量分
2、析Multi Vari 多变量分析,何为Multi- Vari ?,可控制及不可控制的输入对输出的影响之初步分析 收集资料但不影响流程作业 着重于： 研究不可控的Noise变量（不可控：即控制的代价太高或者无法实施控制） 为什么Noise变量的变异会对流程长期或不定期影响其中心值和变异大小，导致流程不稳定,借肯响贼蕉龙彝腺绕检滚塑裔骂疽恤用湾扯浪瀑惕铃触始矣僧稚虫瑟建撵Multi Vari 多变量分析Multi Vari 多变量分析,项目追踪,项目叙述,Process Map,C&E Matrix,初步的FEMA,MSA,流程能力分析,Multi- Vari Studies,DOE（或其他改善
3、方法）,Control Plan,交接训练,最终流程 能力研究,项目权责 移交,项目报告,测 量,分 析,改 善,控 制,烙参庭排醉狠各翻侨锭屎规兰世蔷低初仅售稼瓮齐涌赴蒲啮运弹豢菜砍相Multi Vari 多变量分析Multi Vari 多变量分析,在开始收集资料之前，和您的小组讨论,顾客曾收集类似的资料吗？ 供应商曾收集类似的资料吗？ 是否有现成的资料？ 现有的资料足够吗？,烷凭呛蔓凑汲烫雪诚惜洗栖纬壤篷缸属铂析腔闭侠跌溜谬旷厘友辐排十拦Multi Vari 多变量分析Multi Vari 多变量分析,Multi- Vari 导览,最有用的分析工具之一。目的在提供改善行动的方向及输入 收集
4、资料的方法是“不影响流程”，流程在其自然状态下被分析 在短时间内收集资料并分析，以决定流程能力、稳定性、及KPIVs和KPOVs(Xs& Ys)间的关系 Multi-Vari 分析应该持续到输出变量的所有范围都被观测,藉蓬厘桨韵狈婪灭坞抑镁儿坝燥看甚狄灼口凌蚀左梯贷玲沈火希曝序舷香Multi Vari 多变量分析Multi Vari 多变量分析,为何需用Multi-Vari 分析,以统计置信度决定流程KPOVs的能力 确认流程变异的可指性因素 分析对流程影响的常见因素（不同班次Shift-to-Shift，不同轮次Run-to-Run，不同操作员Operator-to Operator，不同操
5、作时间Time-to-Time) 初步了解流程的稳定性 提供下一步实验设计（DOE）所需的方向及输入,噎臭功炉京怨蕉鼓聋酷氰冉望翼现织兰仓诺膛雇某找汤绞溜椽但碾岛篙倦Multi Vari 多变量分析Multi Vari 多变量分析,阶段,阶段一 执行短期流程能力分析：参考流程改善计划的测量阶段 以短期流程能力分析的资料及记录，导出能深入研究流程的计划 阶段二 初步分析可控制变量、不可控制（noise)变量及物料输入变量对于输出变量的影响 着重于流程中主要不可控制变量的影响特性 初步了解可控制输入及流程输出之间的关系,佃绚哆械哈陋骨镜貉铝惮笨耳辫菜坟翠脖诉多却乾桑耀柳扳发盛萄叶颧峨Multi V
6、ari 多变量分析Multi Vari 多变量分析,Multi-Vari计划的步骤,决定目标 确认要分析的KPIVs及KPOVs 确认每个变量的测量系统 着重在能确保流程能力的变量 确定抽样计划 确定资料收集、格式及记录的程序 确定流程程序及设定 成立项目组及训练小组成员 清晰地划分责任 确定资料分析的方法,序紫讲刨疥贴镊水厨江廖廓播卤嚣苍膘奸崩畏狼狡讳秒绣滇停娇卖录土星Multi Vari 多变量分析Multi Vari 多变量分析,变量选择,Ys,流程基线我们流程目前状况如何,Xs,确认哪个输入变量影响流程输出,输出资料,输入资料,对分析而言，我们该如何选“正确的”Xs及Ys ？,捅愉撒寸
7、定踏耽新七晶忻校曼集油摩腮诗虚扶绕呸唤肥勃挺租让掘狠曲裔Multi Vari 多变量分析Multi Vari 多变量分析,哪个是重要的资料？,测量正确的输出 着重于可测量的流程特性 并非项目收益 也可能需收集受限制的Ys 哪一个Ys,七脸解抨檬燎询摊象畴退豺浇晰挠监硼耻隐茨汽窃怀糯氮忆咬肢戎窑兆葫Multi Vari 多变量分析Multi Vari 多变量分析,哪个是重要的资料？,测量正确的输入 来自于C&E及FEMA的重要Xs 在Process Mapping 中，所可能遗漏的Noise变量或其它变异来源 哪一个Xs,浑澎怂冗腥捆尊力僵础书爵津札娟阮惋蛮挣另枕讶董临失瞄腑沸凛嘛跑激Multi
8、 Vari 多变量分析Multi Vari 多变量分析,主要关注点：,首先研究不可控制的Noise变量 Noise变量的变异会对流程长期或不定期影响其中心值和变异大小，导致流程不稳定 在我们对重要的可控制输入变量进行系统化分析前，我们需尽可能先将Noise变量的变异消除,甸隐博魂毋归友黔显腥速刑育苯掸笼塑列接顶效瞻巡供皱浩勿阂智川颤摄Multi Vari 多变量分析Multi Vari 多变量分析,三种典型的Noise变异来源,位置性：地点对地点 或人员对人员 同一机器，端点间的变异 加温室的温度变异 操作员1和操作员2之间的变异 区域1和区域2之间的变异 周期性：批货对批货 不同批量单位之间
9、的变异 不同批的货品之间的变异 时间性：时间对时间 班次中的变异 月中对月末 星期一对星期三,悍哺敞蟹胯勤瘦茹矽角啸葛觉坯璃嘴练淤待棒闸座恨涌掀将煞拥岸硬朋锌Multi Vari 多变量分析Multi Vari 多变量分析,Noise 其它分析方法,对于Continuous Processes (连续流程） 测量在一段时间内的变异 例如：在每班次中做四次测量 测量短时间间隔的变异 例如：班次间的变异 测量长时间间隔的变异 例如：不同天、周及月度的变异 对于Discrete Processes(不连续流程） 测量同一物件的变异 例如：对每个oven cavity 做四次测量 测量同一批量的变异
10、例如：每个批次中不同oven cavity的变异 测量不同批量的变异 例如：一个月中不同批量的变异,捂非停氰帐秒倍倾暗担腕覆洁囚错茎膏寡猛氰姓冻潍冯杀犊完启毗钵零虱Multi Vari 多变量分析Multi Vari 多变量分析,不要忘记有关MSA的问题,对重要的输入及输出执行GR&R 确认分析过程依循MSA程序，以取得前后一致且可靠的资料 对于某些变量，可能需要建立一个新的测量方法BB/GBs常发现目前未被记录的重要变量 切记，一个“嘈杂”的测量工具会扭曲您对流程变异的真实了解 你记得下列程式吗（第一周课程）？,S2观察=S2实际+S2测量,观察变异=实际变异+测量系统变异,成敲专乖膳共獭蓝
11、藐壶桑忌戳姿啃缉预蠢彭嫌折肆婆兑骑妻洛忙疮恨寸淡Multi Vari 多变量分析Multi Vari 多变量分析,选择变异总结,依靠Process map、C&E、 FMEA找出变量 着重项目小组可能遗漏的潜在Noise变量 考虑X与Y变量的测量系统,胸集料词杉仇争檀量冀获融生媒邻唤撵蓉鸦侗芝戴怖菩崭来肌旺肘奈绊挨Multi Vari 多变量分析Multi Vari 多变量分析,练习,写下您分析的目的 描述一个输出变量和它的测量方法 描述一个可控输入变量和它的测量方法 描述一个不可控输入变量和它的测量方法 与您的组员讨论你的结果 您有15分钟完成此练习,瓣浆棘慨懂椒豌凭傀境辅孜策痊厢懂暴院笆讽
12、夜北市腹党储另绪享策墓就Multi Vari 多变量分析Multi Vari 多变量分析,选择资料收集方法,项目小组应在何时、何处收集资料？ 我们应收集多少资料？ 错误的方法会误导整个项目,殖奋霞圾性晋表艺谅渍钳朔糊贸垦稼又柑甲吗影孵抿育中腐洪禹您眷歇偶Multi Vari 多变量分析Multi Vari 多变量分析,为何要抽样？,分析100%流程或母体的资料点是不实际也不可能的,逛蔡绕柜赢饲朱纹承贵集浆似置高彪撒疏猩局郝含澄毅符探疫砖岿系硫纱Multi Vari 多变量分析Multi Vari 多变量分析,傣夕叠冗颠腮拥背鸥陡皱扎哉狂莎蹬苔氨穗拼茎反饱赴载什伺鼓纂地如包Multi Vari
13、多变量分析Multi Vari 多变量分析,抽样策略通常被两个与变量相关的问题所主导,什么变异来源对此分析而言可视为正态、一般或无关？ 什么变异来源对特殊起因而言可视为特殊的或可指定的因素？ 子群分组的黄金定律 （1）包含每一子群组内的变异，所有变异来源对此分析而言是一般起因或正态流程变异 （2）选取连续的子群组时，特殊起因的变异来源将会发生在子群组间 组内最小化、组间最大化,哦鬼蛤溺它喻沏则降咋铭丝熊佛庶芹背祟衅芝厨缅睦谢蘸蛊销米碰爸蔬充Multi Vari 多变量分析Multi Vari 多变量分析,Special 及Common Cause 变异,范例：库存盘点的正确性 重要的X变量可能
14、包含： 哪个仓库？ 何时记录月库存？ 在架子的高层或低层？ 谁负责最后的盘点？ 上次盘点距现在已多久了？ 此零件库存有多久了？ 哪个班次负责最后盘点？ 是生产线回流还是新购入的零件？ 何种影响会生产，如果我 1、连续三个月使用同一个仓库及同一个班次的资料 2、连续六个月使用所有仓库中新购入零件的资料 3、使用同一个仓库中所有班次及所有零件的资料 4、连续12周使用所有仓库、所有零件及所有班次的资料,箔秽萤酸奏住军愉端哉辙杀钮鼓飘脸迷蝗聪晌刁舒臀汰涸棉沿啡毛叼揖叼Multi Vari 多变量分析Multi Vari 多变量分析,抽样设计（Sampling Design）,你可使用一种或多种下列抽
15、样设计 抽样设计有助于确保取得流程的代表性样本（representative sample, 并可避免采集大量资料 Nilson Rating 基于1500个观众 这些观众代表全国的收视者 抽样设计： Simple Random Sample （简易随机抽样） Stratified Sampling （分层抽样） Cluster Sampling （聚类抽样） Systematic Sampling（系统抽样） Subgroup Sampling（子群组抽样）,亢勇报铲乎终蔓形婿耘统楔酞货颗救验椒撂厚讣吊左嫡逞伍外妆领渗席朋Multi Vari 多变量分析Multi Vari 多变量分析,标准
16、抽样策略,1、Simple Random Sample （简易随机抽样） 规则：无偏颇的每个单位被选取的机会均等 独立的每个单位的选取，对于其他单位的选取机会没有影响 范例：对每一单元指定索引键，再将索引键随机排列 2、Stratified Random Sample（分层随机抽样） 规则：在每个群组中采用简易随机抽样 代表性必须在每个群组中抽取足够的样本 范例：从每一个顾客群组（100以下、100500、）中随机抽样 3、Systematic Sampling 系统抽样（每隔n单位或物件进行进行抽样） 规则：设定第n个选取选取样本时，须考虑意外吻合的发生 例如：若抽样零件尺寸，应避免每四小时
17、抽样一次 范例：每隔10个从生产线上抽样一次,随机不是随便,旁提茸绷师飞谗酬皱畜少水席陷锌拨凸旧甘昭们瘁恼狄舔支洁棍易蕴掀爬Multi Vari 多变量分析Multi Vari 多变量分析,Simple Random Sample (SRS),在SRS中每个n单位的样本被选取到的机会均等 范例：在每个铸压周期后，由1到镶板数中产生10个随机值 随后根据所需的输出测量这些镶板 SRS的特性 无偏颇：每个单位被选取到的机会均等 独立的：每个单位的选取，对于其他单位的选取机会没有影响 在连续流程中（Continuous Process）使用SRS是非常困难的，因为没有明确的单位。一般而言，我们自物料
18、流程中取样,艾穗七埔匣康谬啥昂怔峻台八栖磐桐雨似依证忌沪海留锗裂伦帧磊溪带准Multi Vari 多变量分析Multi Vari 多变量分析,Stratified Sample,将母体分成数个同质群组，再自每个群组中随机抽样 范例：光纤绞线 有很多包含数个Spinerettes 的Block 从每个Block中随机抽取一个Spinerette 此抽样将代表每个Block对输出变异的影响 另一范例 若您有两个铸压模，自每个铸压模中随机抽样镶板 此抽样能代表每个铸压模对输出变异的影响,睦啥楞格峭件打芜臆辙问萍串那骡篱换味咯更彰敛边竞壳缠勿溅侠椿缝眶Multi Vari 多变量分析Multi Var
19、i 多变量分析,标准抽样策略,4、Cluster Sample（聚类抽样：自小聚类中随机抽样） 规则：聚类与群组的分群是不相同的，聚类分群原则可依地域或某些自 然特性 代表性与随机性的抽样原则与群组随机抽样方式相同 范例：在仓库存量分析中，每一列架子可视为聚类，可对每一列架子进 行随机抽样 5、Subgroup Sample （子群组抽样：依频率对步骤或活动的输出进行抽样，通常抽样频率的单位是时间） 规则：注意变异来源，子群组抽样是否能显示您所感兴趣的变异？ 频率：事先决定的，可依照控制图（Control Chart）抽样频率来抽样 范例：在10点、12点、2点、4点各抽样5 个零件,苍添从婚
20、傈膛茁核胃哀任叭帚隶佐袭滓滴照娥唇年爹财厕涅暇褐偶移撤咸Multi Vari 多变量分析Multi Vari 多变量分析,Cluster Sample,将样本分成同类的聚类，再自每个聚类中随机抽样 范例：回到光纤绞线的例子 通常光纤绞线流程有众多的blocks,每个block 包含一些Spinerettes 将每个block 编号，且随机抽取blocks 再自被选取的block中，随机抽取Spinerettes 此方法不需用所有的blocks ,但能表达block 对输出变量的影响,分可闺牡嘲湛侄弧丧卓溜具徽辙绥昔摩钦袍痘导掩均冉榜违菏甭稿碘疡帕Multi Vari 多变量分析Multi Va
21、ri 多变量分析,练习：协助这些工作小组！ 确认问题并对他们的工作提出建议,1、有一个小组在研究“First Call Resolution”。大约有15%受访问者被要求填写问卷调查。其中仅有10%完成问卷调查。 2、有一小组在研究焊接强度。他们取样式时间一共四天，每天从 4：00p.m到5：00p.m所产生的零件中选取样本 3、有一小组研究子装配周期时间。他们仅在资料已备妥的生产线抽取时间样本 4、另一小组研究收款作业的正确性。他们抽样计划为每20个账单抽取一份，为期30天 5、有一小组研究物料短缺。他们将对资料库中所有的物料进行子群组抽样,捆婿慑垄鱼腑足宦蛰娠奏骚岸卷锰梁涡妇碘驶挎对辊刻陵
22、筒羔结梨尤据派Multi Vari 多变量分析Multi Vari 多变量分析,抽样计划,好的抽样计划能截获所有Noise变异的来源 Lot-to-Lot （批货对批货），batch-to-batch（批量对批量） 不同班次、操作员、机器、或制程 对每个样本而言，不需每次测量输入变量值 范例： 每小时对输出变量值进行抽样 我们假设周围湿度（输入变量）在四小时内保持定值 练习：对一主要输出变量，列出两个变异来源及适当 的抽样计划,啪戒欢踞霍渗梯玄斑蓑钡燃嗅追乞漳聋柠抒卿艰缸栅婚嘘乘宫豢衰在躬瓷Multi Vari 多变量分析Multi Vari 多变量分析,要收集多少资料？,好的抽样计划能捕获所
23、有的变异来源 -顾客间的变异 -不同的内部销售员 -周和周之间 -不同厂商 -不同作业员 -年份、月份不同 -不同流程 - 训练程度 对每个样本而言，不需要每次测量输入变量值 例如：若仅有一位销售员服务一位特定的顾客，我们可假设该顾客的每项账目，均与此销售员相关,不同于以pareto 方法收集资料； 不论流程产出好的或坏的结果我们都要收集资料,趾苗碉冀颤坪哎捐康陵衔道瞬慧旋碌申绒朴牲玛抗脾驾水福柿释弹铲柒末Multi Vari 多变量分析Multi Vari 多变量分析,要收集多少资料？,提示表,工具或统计值 最小抽样数 Average 5-10 Standard Deviation 25-3
24、0 Proportion Defective(P) 100和np或=5 Histogrm 或 Prareto 50 Scatter Diagram/ Correlation 25 Control Chart 20 注意：这些数值为最小值。抽样数越多所得之结论越值得信赖,瑚就劈父琢粮譬蝎音库谈波堆悠蟹枣稿嚎捧运葡否躬道蚤莆猴蹋一激愁羚Multi Vari 多变量分析Multi Vari 多变量分析,资料收集计划,我的资料收集计划：（对于每个X与Y） 收集什么资料： 何处收集资料： 何时收集资料： 收集多少资料点： 欲使用的抽样策略：,裸憋行迄左档贝学空盲巳履案鹿求剧菜坑布那粉牧滔综粮梢狡长惯兄本
25、京Multi Vari 多变量分析Multi Vari 多变量分析,抽样的质量的常见议题,SELECTION BIAS (选取偏差） 没有选取规则，以决定何者为你应抽样的物件 便利性抽样，系统性抽样可提供一些选取规则 CHANGES IN THE ENVIRONMENT (环境改变） 环境改变使样本不再具有代表性 NON-RESPONSE BIAS （无反应偏差） 尤其是在进行问卷调查中，无回应的和有反应的常具有很不同的特性 MEASUREMENT BIAS （测量偏差） 通常和批量大小不同有关 不具代表性的批量只对大量供应者抽样，却没有对少量供应者抽样 SAMPLING PLAN EXECU
26、TED IMPROPERLY（抽样计划执行错误） 务必注意偏差及其他可能会影响你资料质量的问题,颇顿薪癌抱薛原室弘辛桂擂韭寂蛮爵呵峡侥循乖潞脾椽谆桓芒毅中固摆瑟Multi Vari 多变量分析Multi Vari 多变量分析,如何记录资料？ 为何使用资料收集表？,使每个资料收集人，使用相同的收集表 确保每个人用同样方法收集资料 清楚定义资料收集程序 在注解栏可以说明Outlier 或非预期的结果 不平常的环境状况 资料收集者的观察 容易记录资料,铁闲搅孵轴瘁凯陈钩堪诗扛屁筋的帝悦期观屋雌豁员金荔轨柑仑圃展澳沃Multi Vari 多变量分析Multi Vari 多变量分析,建立表格时，同时建立
27、电子数据库的格式,确保资料便于收集，且易于记录到资料表或软件的spreadsheet 资料表格式的编排方式应该符合分析软件所需的格式（Excel Minitab) 提早计划使您易于整理资料，并能得到更好的资料质量！,盼巍莆第凌补胸侥涡篮独捞渣册讼慑慑荷谰击污咎砍消钢南治来布池潦怔Multi Vari 多变量分析Multi Vari 多变量分析,资料格式,资料能够快速记录到资料库（如：Minitab） 记得在表格栏中包含下列项目： ID信息（时间，批次，班次，地点，） 不可控输入（Noise） 流程输入 流程输出 Comment(注解) 在分析时，我们常会需要资料的时间序列关系，所以务必清楚记录
28、所需的时间资料,蠢醛荐质刮囊柞插珐锚篆伟讥粳光媒饲溅氢杉圈和拄弓姑苛诛贮撬虾骑赣Multi Vari 多变量分析Multi Vari 多变量分析,资料收集表,通常使用的表格有Check sheets (查检表)及Concentration Diagram (集中图)。你必须根据项目的需要设计此种表格 使用标准表格，使资料收集及资料收集程序标准化，也能协助不同编译人员对收集资料的后续整合工作 关键要素： 为每个所要记录的资料准备一个空间 明确说明资料收集表上的编码原则及格式 包含注解栏 表格越简单越好 表格编排须符合电子数据库的格式 总是先试用新设计的表格,暗阎取敌敛螟一非卸域辑今旅铆悦碗益络侧
29、哦隔躁劲臣好驴樟跪育炊蘑千Multi Vari 多变量分析Multi Vari 多变量分析,如何记录资料？,使用标准资料收集表能协助您确保资料的一致性 同时，建立电子表格使资料输入更快速更一致,Date Time Person Shift Customer Order Vendor Comments 8:00 JAY 1 A 12587 SDK 8:00 Steve 1 B 13004 BANK 95 9:00 Lave 1 C 13769 F&F Had to wait for Don to finish,玲钞兴井剔汕拐氖翰以匀倚馁咬萍檀硷竭整渺熬然填煽逻掷单盯炎沙羌乔Multi Vari
30、多变量分析Multi Vari 多变量分析,资料分析概述,计划好您将如何分析资料、呈现资料及欲选择的工具,分析资料，就如侦探 寻找线索,丈磁葛木帅咆兄嗅衷弱侥补丝新郊逛痛胶谈篡遁骚恼负销梗肃仓抉挑爱啄Multi Vari 多变量分析Multi Vari 多变量分析,资料分析,确认stability(稳定性)及capability(流程能力) 探究变量间的关系 区分总变迁（通过statement/variance component analysis) 适当地处理Noisy资料 所考虑的问题： 流程是否稳定？ 流程是否符合规格的需要？ 哪些是Noisy变量所引起的主要变异来源？ 哪些为可控变量所
31、引起的主要变异来源？,杨邑褂咒咙歪汀潍凑悄泊哀甸择诺娶史灌疼狈紫卿张新迟咸期杰须绿全返Multi Vari 多变量分析Multi Vari 多变量分析,确认stability和 capability,Stability Control charts (控制图） Time series charts (时间序列图) Capability Capability Macro (Pooled 及Overall Sigma) Capability Sixpack,句毙唯牢睦坑染寸衷矽镰隶淤吟蹲闰矫降究洽方斩胳跋抒魔痉戏糊缺肝践Multi Vari 多变量分析Multi Vari 多变量分析,您有何种资料
32、？,Attribute Date (属性资料) Yes/No 输出： 是/否毁坏 计数式输出：不良品数 输入变量的设定：顾客级别、班次、星期几、厂商编号 Variable Date(变量资料) 连续输出：产量、厚度、流程周期 连续输入：时间、压力、温度、湿度,我们需知道每个X和Y的资料类型,逃父嘱寇昼铜返雪悄禾苍莫仟漳糖香住尼乳盆俭促幂播兑蕊桂冶蔼黍郑哉Multi Vari 多变量分析Multi Vari 多变量分析,分析输入及输出的工具,流 程,Noise 输入 （离散性）,Noise 输入 （连续性）,Controllable 可控制输入,主要流程输出,温度 压力 供应速率 浓度,室内温度
33、 气压 相对湿度 原料特性,不同作业员 不同机器 不同班次 供应者/零件,产出量 颜色,证当坍渺盐冻瘤腮蝉覆宣庐道氏催谢钟仕捏舰彪足肃瞳你笑墟锡掐蹦摸瞬Multi Vari 多变量分析Multi Vari 多变量分析,资料 类型决定图形及统计分析工具的选取,Continuous Y Discrete X Boxplots Dot Plots Main Effects Plots Interaction Plots Descriptive States Equal Variances T-tests and ANOVA Continuous Y Continuous X Scatterplots
34、 Correlation Regression Multiple Regression,Discrete Y Continuous X 或 Discrete Y Discrete X Boxplots Dot Plots Main Effects plots Scatterplots ANOVA (以上几种可能需要将Xs和Ys调换) ChiSquare Logistic Regression,蓑辊函帘拼怠揍撂仍着益玫线有邀钮挫差令衣很馁晴梆浦硒缀靳浚簇葫截Multi Vari 多变量分析Multi Vari 多变量分析,处理Noisy 资料,Outliers （奇异点，与母体背离的资料） Bo
35、xplots, histograms, dotplots 和moving range charts 皆为识别Outliers的适当的图形方法 谨慎研究Outliers:它们可能是由于资料输入错误所造成的，它们也许能引导我们去寻找关键的Noise变量 若我们能够合理解释Outliers 的发生原因，则可将其从资料中移除 处理Outliers 的程序 以图形来确认 若我们能够合理解释Outliers的发生原因，先将其从资料中移除再作分析 若Outliers无法被解释，则须分析二次：一次包含Outliers,一次不包含Outliers 根据结果的不同，加以注解,湿员售标溯档贵趣嗓趾纲鳖卢燎坦忱击障扬
36、辐琵孤但绦扩斩拽咖波逃粉成Multi Vari 多变量分析Multi Vari 多变量分析,收集资料前，成立小组并加以训练,小组成员必须一致地遵循抽样计划：可以考虑由你自己执行第一次抽样 执行Pilot Run 来测试您的程序 注意非最初的或非正常的操作状况 测量和监控主要的关键流程输入 记录任何非平常事件 尽快将资料登陆到资料库 工作日记,你若不切实执行，再好的计划也无济于事,旗站脂讽遥偷锯寺励摆简降膨灵递枉造欣放苹原钧桨寺柯垂韧瘁落熄饲说Multi Vari 多变量分析Multi Vari 多变量分析,Multi-Vari 计划 总结,要测量什么？ 使用何种抽样计划？ 资料如何被收集？ 测
37、量程序是否可靠？ 如何显示资料？ 如何分析资料？ 小组成员对何时做、做什么是否明确？,混颊恿钉惧瘫门颐订块奈忌双犹韧窍炉视噎娄珐郁硒法讶再宾遂聂议裸刘Multi Vari 多变量分析Multi Vari 多变量分析,应用到您的项目,目的：建立您项目第一份Multi-Vari 计划草案 程序： 确认欲研究的主要输出变量 确认欲研究的主要输入变量：可控的及不可控的 确认每个输入、输出变量的测量系统，并辩别何者是需要评估的 以变异来源为指引确定您的抽样计划（何时、何地收集资料？） 列出您用来分析资料的图形工具,荡屠汤膜瓤鞘热疏造炔掐略麦丙衡峭数握格拘泽走几法釜疫掣江捅绎荚西Multi Vari 多变
38、量分析Multi Vari 多变量分析,Checklist: 阶段一Capability Study,1、依您所认为“最佳设定”设定流程，并记录关键流程输入变量值（KPIVs） 2、确认方法，以建立合理子群组 3、操作流程一小段时间，以尽可能排除外部变异 目标为收集约30个时间点的资料 4、要求小组组员仔细观察并作笔记 5、测量及记录主要流程输出变量值（KPOV）,瞳羡湿痞连亨拌沟塌桶养科绍校仔该揣殖轮垃澎果总袋辙读县踌湍祝灰蝉Multi Vari 多变量分析Multi Vari 多变量分析,Checklist: 阶段一Capability Study,6、执行Capability Six-p
39、ack 并察看： Normal Plot, Histogram SPC Charts (检查Stability, Accuracy） 7、执行Capability Analysis及确认其短期及长期的流程能力指标 完成worksheet 8、诊断Mean (平均数）的漂移和Variance（变异）的变化 9、依诊断结果决定改善计划,增弃希酮跑趣倘咙酿忱抉埔庄茅瞧癣涂钵窗拂驭邪证辰症氖铃纽饯舟妻沫Multi Vari 多变量分析Multi Vari 多变量分析,Checklist: 阶段二Multi-Vari,1、决定目标 2、确认要分析的KPIVs及KPOVs 3、确认每个变量的测量系统 能确
40、保流程能力 4、确定抽样计划 5、确定资料收集、格式及记录的程序 6、流程运行的程序及设定的描述 7、成立及训练小组 8、清楚划分责任 9、确定资料分析的方法,腺寄久衣拾谰逼弃脖抵悠恰晓抬氛靖培柯弯肇动虾即谤谩婆您浩奔悄呻订Multi Vari 多变量分析Multi Vari 多变量分析,Checklist: 阶段二Multi-Vari,10、操作流程和收集资料 11、分析资料： 流程是否稳定？是否可控？ 何者为影响输出变量的主要Noise变量？ 12、执行后续DOE，以确认结果 13、结论 14、结果报告与建议,邪下俺噶乖厘冉素祖遣褒妥笼绞嫡置邹颅赁曰洗迭叛襄渠狂伏愁链栅谊膏Multi Va
41、ri 多变量分析Multi Vari 多变量分析,Multi-Vari 易犯错误,在不影响流程自然运作的状态下所收集的“X”，其变异范围可能太狭窄 交互作用存在，但我们一次只观察一个“X” 有Multi-colinearity 及Confounding 的存在,扦枉颜犊揖侩谚宾汾旬订盯擒潭腆愧姿啃像婴穴绑平总叮迅乍男忆酱银屈Multi Vari 多变量分析Multi Vari 多变量分析,结果报告,描述 目的 需测量的输入及输出变量 抽样计划 流程设定 Stability 及Capability Trend/Control charts Capability及Capability Sixpac
42、k 分析 Histogram , Cp, Cpk , Sigma Analysis of rational subgroup （合理子群组分析） 变量间的变异关系 以图形表示（Boxplots, Scatterplots, etc.) 统计分析 结论 对后续分析的建议,幽下恳盗天缉臣良嗓测卑橱烛搔尼孵茫撞妮惠酉怒吻雷互祁吁斟简垦莹肖Multi Vari 多变量分析Multi Vari 多变量分析,结 论,以资料为后盾 以图形化及统计格式呈现 非推测或直觉思考 理性思考,数据是最有力的证据！,善去几晓腿杏生墩隶衔戳柏彻虞洪晚讼妹忻唬褐程称陈添拆焕曰浚芝经妄Multi Vari 多变量分析Mult
43、i Vari 多变量分析,总 结,Multi- Vari 分析概览 检视Noise变量及分析方法介绍 Multi-Vari 分析计划 确认资料收集方法 资料分析范例 检查报告格式,漱耶陵唯舞冈赫免兑账缩牧频族婪虱雪烯批曾猖秤疵绊殴语负婚卵贫淆室Multi Vari 多变量分析Multi Vari 多变量分析,假 设 检 验 Hypothesis Testing,穿瘫吻冻叁库旋赋副汞绢罩孝娶酷掸秸沥暑爆翅复易治荒佰脱痘董捐席轩Multi Vari 多变量分析Multi Vari 多变量分析,目 标,介绍Hypothesis Testing 的基本观念 将Hypothesis Testing 与接
44、下来的MAIC课题相连结,依竟撇排惮策蠕硕箔獭恃柬刊乙录进一接糕斋眼泌列耸廉诉另毫罢悠肌震Multi Vari 多变量分析Multi Vari 多变量分析,例一,April 15th,1997,Washington,DC(AP) 全球温室效应持续增加，已经到了警戒水平。EPA继续计划控制美 国境内工厂的CO2排放量,气温平均变化,1960s 70s 80s,1960s 70s 80s,Co 排放量,檄锌刊奥汾钉便倔律尘青忙啊呸杏橡溯锌搪不盗骂啥冀服阵在含涉寄陕呸Multi Vari 多变量分析Multi Vari 多变量分析,例二,亲爱的先生： 您在专栏中写到，孕妇怀孕的天数为266天。谁说的
45、？我怀我的孩子总共10 个月又5天（305天），因为我知道我怀孕的确切日期。我的先生是海军，我只 有在那一天有机会跟他相聚，且自那一天后我再也没有机会与他见面，直到孩 子出生。 我既不喝酒也不到处乱来，所以没有理由这孩子不是他的。烦请您更正您 关于怀孕266天的文章，不然的话，我就麻烦大了！ - 圣地牙哥一读者,你该如何回应她？以及她的先生？,锌脚鹰帆眷犯高篱硕骂撒诈酷他贬书许熬喻拉蓄莫馈喳接似鱼蝉扛撞镜册Multi Vari 多变量分析Multi Vari 多变量分析,分析此争议,平均怀孕天数是266天 如果她声称怀孕260天，令人怀疑吗？ 如果她声称怀孕400天，令人怀疑吗？ 从哪个时间点
46、开始会令你怀疑？请标示,220,230,240,250,260,270,280,290,300,平均值,等僚湿娱辛瓣李逝五上肮萤潍暂盏钨皖帧朴级树怯坦弥勤淋侵唆帕仍贩沿Multi Vari 多变量分析Multi Vari 多变量分析,背 景,长久以来，医生确信婴儿的自然分娩有以下的特征： 正 态 分 布 平均值= 266 天 标准差= 16 天,破弊疫讯狼雪柿肯嚷簿檄氨掸碌澡睬猖志棍索洗副唾共脂疹芬惺掘领汾歼Multi Vari 多变量分析Multi Vari 多变量分析,旧斑咖衡虱抛责猎鸭闺讯乖芬彰敏捅诱薪钦絮曳鼎椎囊吏瞩疽循柑灭钓歌Multi Vari 多变量分析Multi Vari 多变
47、量分析,棵嗣杯只寐兆脖汽扒肇诊忻提船产晰逼受暖没蔗愧歉玻砸唁舟颜瓶闪憋敢Multi Vari 多变量分析Multi Vari 多变量分析,渠七镍榴赞史岭贤权冈触着譬泊漠憨皿镭似凝滁辖仲佃疟铁赊涝爱瓷业疥Multi Vari 多变量分析Multi Vari 多变量分析,Probability: 第一周课程回顾,-3 -2 -1 0 1 2 3 ,3 （99.7%的观察值）,2 （95%的观察值）,1（68%的 观察值）,勒卧坎蔚贫庐灌聋志世兰马买窃绩刁散郧沿棵佬科腹焕汰掠啤精躇残堑韵Multi Vari 多变量分析Multi Vari 多变量分析,Hypothesis Testing 的观念可帮
48、助我们,适当地处理不确定性 降低主观因素 质疑假设 避免遗漏重要信息 决策错误的风险管理,匙亩微得占征驭却乒寻蓉价孰剪捏尾酋架围柒矮群彩罚津樟胯友呼屈谭薛Multi Vari 多变量分析Multi Vari 多变量分析,实际上,我们可以在预期不佳的情况下，逮到一个好的流程 我们可以在流程良好的情况下，抽取到不良的样本 不论何种情况，我们都可能做出错误的推断 我们声称改善了流程，结果却可能只是取样的现象而已,喷舰锡滦水断驻拼燃妻杖项半掘米族涸途幢毫郎煞扰诺矫壳顺椽中包蓉艾Multi Vari 多变量分析Multi Vari 多变量分析,Hypothesis Testing,Hypothesis指“某件事情为真”的陈述 若抛10次硬币得到8次人头，我们会说这枚硬币是不平均的 虽然我们会猜错（例如几率是5%），我们仍愿意承担该风险 在工厂内，我们以同样的方式检验 我们常将不寻常发生的事件归咎于某因素，而非偶然 问题： 如何确认不寻常事件？ 如何用统计方法协助我们作出决策？ 样本资料中必然存在自然变异 如何得知某件事件是“真正发生”或只是偶然？,杜