綠带资料培训A.docVIP

分析階段 分析階段的內容 分析是指從績效目標鑒別變異源. 測量階段的結果, 團隊會縮小專案的問題與機會到相當清晰的焦點. 分析階段的目的是使透過細緻研究資料, 把握改善機會. 一旦完成分析階段, 團隊成員應能回答以下: 分析資料的方式是什麽? 改善機會是什麽? 導致改善機會的根本原因是什麽? 如何分析資料以鑒別變異源 分析是否導致改變問題陳述或範圍? 分析階段目標 指出圖形分析的基本工具的定義和用途 說明圖形分析的基本工具的適用情況和使用 說明確認根本原因的方法 根據選定的參數組繪製資料直觀圖形的 考慮資料中會發現甚麽, 選擇能提供相應分析的工具. 嘗試各種工具, 以多種方式觀察資料. 重視及解讀數字, 圖形的涵意. 分析階段常用工具 分析階段常用工具包括: 計數資料 Pareto圖 變數資料 RunChart 箱圖 直方圖 散佈圖 親和圖 因果矩陣 頭腦風暴法 六西格瑪方法是一種基於資料的決策方法, 但資料是抽象的符號, 如能將抽象的資料用形象的方式表達出來, 將更便於比較和鑒別. 六西格瑪突破模式的各個階段均有大量的圖形工具供選用. 前階段已經對此有過大量介紹, 本處補充以下內容: 箱圖 箱圖是一種很有用的圖形分析工具, 它的作用是對取自不同樣要的資料進行對比分析. 通過箱圖分析可以很直觀地看出所比較的兩組資料的差異, 從而爲採取下一步行動提供依據. 因果圖 一種目視化工具, 用以鑒別, 顯露, 並用圖表示與某個問題或某種情況相關的可能原因. 因果矩陣 把過程的輸入與CTQ關聯起來 對CTQ評分—以其對顧客的重要性 對輸入評分—以其與輸出的關聯性 交叉相乘加總並給出優先順序 頭腦風暴法 頭腦風暴法:在短時間內産生衆多主意的團隊合作方法. 頭腦風暴的類型： 自由旋轉－由所有團隊成員自發産生各種想法 迴圈法－團隊成員依次提出想法 卡片法－團隊成員將想法寫在卡片上, 無需經過討論 頭腦風暴的指導原則： 以他人的想法爲基礎 沒有任何思想會受到批評 不要討論想法 所有想法都要加入記錄 鼓勵大膽設想 不要解釋輸入 人人都要參與 親和圖 當您擁有衆多的客戶要求而需要將它們進行分類的時候, 親和圖是一個理想的工具. 這個工具將幫助您組織和總結資訊, 以便您掌握問題的本質, 並確定客戶要求. 親和圖運用頭腦風暴和一致同意的決策方法完成. 運用頭腦風暴産生想法並置於牆上. 將想法按性質自然分類, 無法肯定屬於何類的想法由小組討論決定. 合併小組有所懷疑的專案. 確定各種類別的主題. 劃分每種類別中專案的優先次序. Pareto分析 用於確定導致問題發生的主要因素. 一般而言, 80%的問題是由20%的因素造成的. 繪製Pareto圖的過程： 分門別類收集資料 計數類別出現的頻數 縱軸代表頻數, 橫軸代表導致問題發生的因素, 按頻率遞減的順序繪製直方圖 分析資料, 找出主要原因 分析階段——檢定與推定 課程目標 統計基礎知識回顧. 參數估計. 假設檢定. 參數估計 參數估計主要內容 參數估計的基本概念 總體均值和總體比例的區間估計 樣本容量的確定 兩總體均值之差的區間估計 兩總體比例之差的區間估計 正態總體方差的區間估計 兩個正態總體方差比的區間估計 有關區間估計的Minitab軟體實現 本階段目標 掌握參數估計的基本概念 建立起在管理中運用參數估計的思想 能運用Minitab實現各種區間估計的計算 掌握樣本容量的確定方法 能在管理實踐中運用參數估計方法 點估計與區間估計 假設代表將實際存在的問題轉化爲統計問題, 它使我們能夠在進行調查之間就提出可能的所有結果. 在統計調查後, 只需接受或拒絕每個假設, 再將統計問題轉化爲實際問題, 對實際問題作出決策. 在分析和解決實際問題時, 要取得分析物件的全部資料是非常困難的, 很多時候也是根本不能實現的. 比較可行的方法是從總體中抽取一定數量的樣本, 取得樣本的測量資料, 現通過樣本資料對總體資料進行估計. 區間估計方法就是在已知樣本狀況時, 估計總體值的可能區間的方法. 此類例子在實際中非常多, 如要估計全國人口的平均身高, 可在已取得一定量樣本的情況下可以估計出全國人口的身高範圍. 要估計消費者對某種産品的滿意程度, 可採取抽樣調查方式取得一部分樣本, 再根據此樣本值估計出全部消費者和滿意程度範圍. 一般這種估計要求有比較高的“可信程度”, 如95%的可信度. 點估計沒有給出估計的精度和可靠程度, 區間估計解決了這一問題. 設θ是總體的一個待估參數, 從總體中獲得容量爲n的樣本是x1, x2, …, xn, 對給定的α(0α1), 有統計量： θL=θL(x1, x2, …, xn) 與θU=θU(x1, x2, …, xn) 若對任意