六西格瑪AIC階段培訓(xùn)總結(jié)2015年

1、AIC階段培訓(xùn)總結(jié)A階段：一、多變量分析1、“多變量分析”應(yīng)該持續(xù)到輸出變量的所有范圍都被觀測(cè)完為止意思：選取的樣本能代替整體。2、（1）確定目標(biāo)：明確陳述研究的目的， 就是研究輸入對(duì)輸出的影響。（2）確定要研究的KPIVS和KPOVS關(guān)鍵的數(shù)據(jù)：a 、來(lái)自于因果矩陣和 FMEA 的關(guān)鍵 Xsb、流程圖中有可能遺漏的噪音變量或其他變異來(lái)源（3）典型的噪音變量確認(rèn)每個(gè)變量的測(cè)量系統(tǒng)分析（4）選擇數(shù)據(jù)抽樣的方法- 簡(jiǎn)單隨機(jī)抽樣 (Simple Random Sample)- 分層抽樣 (Stratified Sampling)- 集群抽樣 (Cluster Sampling)- 系統(tǒng)抽樣 (Sys

2、tematic Sampling)- 子群抽樣 (Subgroup Sampling)（5）數(shù)據(jù)收集、計(jì)劃（6）流程運(yùn)行的程序和設(shè)定描述（7） 組成及培訓(xùn)小組（8） 清楚劃分責(zé)任（9） 確定數(shù)據(jù)分析的方法（10 ）運(yùn)行流程和記錄數(shù)據(jù)（11）數(shù)據(jù)分析時(shí)間序列圖：功能：判斷：趨勢(shì)、漂移、周期變化點(diǎn)圖：和箱線圖一樣。主效應(yīng)圖:響應(yīng)就是Y。交互作用圖：因子之間是否有影響。多變異圖：統(tǒng)計(jì)-質(zhì)量工具-多變異圖散點(diǎn)圖：兩個(gè)連續(xù)變量相關(guān)性的分析。（12）結(jié)論Order 采用散點(diǎn)圖；day：箱線圖或者點(diǎn)圖；truck type ：箱線圖或者點(diǎn)圖；assembly person：箱線圖或者點(diǎn)圖（13）報(bào)告結(jié)果提出

3、建議。直方圖：直方圖代表該區(qū)間內(nèi)數(shù)據(jù)出現(xiàn)的頻次。帕累托圖：幫助聚焦于引起80%不良績(jī)效的20%的問(wèn)題。二、中心極限定理1、 抽樣三個(gè)原理（樣本大于25）：（1）樣本平均值分布的平均值非常接近總體的平均值；（2）樣本平均值的標(biāo)準(zhǔn)差是總體標(biāo)準(zhǔn)差除以樣本大小的平方根；（3）樣本平均值的分布非常接近于正態(tài)分布。樣本平均值分布是T分布，（樣本大于25），接近正態(tài)分布?？ǚ椒植际菑?開(kāi)始。三、置信區(qū)間1、全部樣本的平均值的95%在總體平均值的兩個(gè)標(biāo)準(zhǔn)差之內(nèi)。群間的變異比群內(nèi)的變異相對(duì)好解決。2、Z分布3、置信區(qū)間，計(jì)算方法:統(tǒng)計(jì)-單樣本t或者統(tǒng)計(jì)-基本統(tǒng)計(jì)量-圖形化匯總。T分布是2個(gè)標(biāo)準(zhǔn)差之內(nèi)的分布，t=

4、2。T分布看的是平均值分布；卡方分布是和標(biāo)準(zhǔn)差有關(guān)；F分布是方差分布。流程能力計(jì)算四、假設(shè)檢驗(yàn)1、3西格瑪 99.7%；2西格瑪95%；1西格瑪68%。2、假設(shè)檢驗(yàn)3、H0=原假設(shè)（0假設(shè)或者歸屬假設(shè)）Ha=備擇假設(shè)（不含等號(hào)）P值=概率值（0.05,接受原假設(shè)；0.05，拒絕原假設(shè)）4、P值0.05，正態(tài)分布；P值0.05，不是正態(tài)分布；懷疑的東西或者原因一般設(shè)定為備擇假設(shè)。風(fēng)險(xiǎn)的大?。?.95；指的是概率分布在置信區(qū)間內(nèi)。如果錯(cuò)誤的拒絕原假設(shè)，所承擔(dān)的風(fēng)險(xiǎn)是風(fēng)險(xiǎn)，顯著水平：0.05，有顯著影響；大于0.05，無(wú)顯著影響。檢驗(yàn)統(tǒng)計(jì)量：T、F、Z值；P值不是檢驗(yàn)統(tǒng)計(jì)量，只是概率值。五、T檢驗(yàn)與

5、選定的非參數(shù)檢驗(yàn)1、T檢驗(yàn) 前提：（1）Y連續(xù)，X離散；（2）數(shù)據(jù)正態(tài)分布；T值檢驗(yàn)（單樣本和雙樣本檢驗(yàn)），主要看均值。一個(gè)因子多個(gè)水平（2個(gè)水平以上樣本的），用的是方差分析，主要分析均值之間是否有差異。2、非參數(shù)檢驗(yàn)數(shù)據(jù)不正態(tài)分布的話：采用非參數(shù)檢驗(yàn)，主要看中位數(shù)。數(shù)據(jù)若不正態(tài)度，應(yīng)先考慮的問(wèn)題：（1）檢查數(shù)據(jù)為何不正態(tài)；考慮是否增加樣本量？（2）檢驗(yàn)是否有異常點(diǎn)；（3）數(shù)據(jù)是否分層；（4）分辨率是否不夠？3、單樣本t假設(shè)（1）穩(wěn)定性；（2）正態(tài)分布檢驗(yàn)；P值大于0.05，正態(tài)分布；小于0.05，非正態(tài)。（3）單樣本t；P值，大于0.05，接受原假設(shè)；小于0.05，拒絕原假設(shè)。4、雙樣本t分

6、布H0=沒(méi)有差異；Ha=有差異。均值1=均值2（1）穩(wěn)定性；（2）正態(tài)分布檢驗(yàn)；P值大于0.05，正態(tài)分布；小于0.05，非正態(tài)。（3）離散度檢驗(yàn)； H0=方差相等；Ha=方差不相等。A、數(shù)據(jù)堆疊：數(shù)據(jù)-堆疊。-B、統(tǒng)計(jì)-方差分析-等方差檢驗(yàn)P值大于0.05，不能拒絕原假設(shè)，小于0.05，拒絕原假設(shè)，備擇假設(shè)成立。（3）雙樣本t；P值，大于0.05，接受原假設(shè)；小于0.05，拒絕原假設(shè)。若等方差，雙樣本檢驗(yàn)時(shí)選擇“假定等方差”；若不等方差，不用選擇“假定等方差”。若方差不等，結(jié)論：雙樣本P=0，拒絕原假設(shè)，說(shuō)明存在差異。總的變異（方差）=群間變異（方差）+群內(nèi)變異（方差）T越小P值越大；T值越

7、大P值越小。t=群間變異/群內(nèi)變異比值越大，P值越小，差異越大。比值越小，T分布中，一個(gè)T就對(duì)應(yīng)一個(gè)P值。關(guān)系是：數(shù)據(jù)不正態(tài)：統(tǒng)計(jì)-非參數(shù)- Mann-Whitney。6、配對(duì)TN1=N2，數(shù)據(jù)成對(duì)出現(xiàn)，同一個(gè)載體。7、單因子方差分析方差和回歸方法可以轉(zhuǎn)換。主效應(yīng)圖或者區(qū)間圖模型： ：群間差異、 ：均值、：隨機(jī)誤差路徑：（1）穩(wěn)定性；I-MR圖（2）正態(tài)分布檢驗(yàn)；P值大于0.05，正態(tài)分布；小于0.05，非正態(tài)。（3）離散度檢驗(yàn)；（ 等方差檢驗(yàn)）A、數(shù)據(jù)堆疊；B、等方差檢驗(yàn)（統(tǒng)計(jì)-方差分析-等方差檢驗(yàn)）。H0 Ha，P小于0.05 拒絕原假設(shè)。（4）統(tǒng)計(jì)-方差分析-單因子分析P值小于0.05，

8、說(shuō)明因子對(duì)Y有顯著影響。（5）殘差分析，隨機(jī)并正態(tài)，若殘差不正態(tài)，K-W檢驗(yàn)（主要檢驗(yàn)中位數(shù)）， 統(tǒng)計(jì)-非參數(shù)-KW檢驗(yàn)。單因子方差分析: C4 與 C5 來(lái)源 自由度 SS MS F PC5 2 80.386 40.193 44.76 0.000誤差 87 78.116 0.898合計(jì) 89 158.502S = 0.9476 R-Sq = 50.72% R-Sq（調(diào)整） = 49.58%R-Sq = 50.72%代表人對(duì)厚度的影響占50.72%，此項(xiàng)為實(shí)際占比。因子的占比可能不是100%，主要原因是因子之間存在交互作用。來(lái)源 自由度 SS ：平方和（變動(dòng)量），人引起的變動(dòng)為群間變動(dòng)， 群內(nèi)

9、變動(dòng)（殘差，error） MS ：平均平方 群間方差:40.193=80.386/2, 群內(nèi)方差0.898=78.116/87 F ：群間變異/群內(nèi)變異 44.76= 40.193/0.898 P :1-概率分布圖里的P值（下圖），操作路徑:計(jì)算-概率分布-F檢驗(yàn)。方差分析檢驗(yàn)的是群間和群內(nèi)差異，ANOVA為了決定平均值是否有差異采用F-T。方差分析中：數(shù)據(jù)中有的數(shù)據(jù)正態(tài)不正態(tài)，應(yīng)對(duì)不正態(tài)的數(shù)據(jù)進(jìn)行核實(shí)不正態(tài)原因，或者加大樣本量。8、卡方檢驗(yàn)（X、Y都離散）操作路徑：統(tǒng)計(jì)-表格-卡方檢驗(yàn)（雙向表）卡方值越大，P值越小，相關(guān)；卡方值越小，P值越大，不相關(guān)。有相關(guān)，在檢查卡方值，卡方值越大，貢獻(xiàn)越

10、大，實(shí)際和預(yù)期的數(shù)據(jù)相差比較大，數(shù)據(jù)越有問(wèn)題。 9、相關(guān)與回歸分析（X、Y都連續(xù)）（1）、相關(guān)系數(shù)；（2）、相關(guān)與因果關(guān)系，相關(guān)不一定因果，因果一定相關(guān)；（3）、繪制并分析擬合直線圖；1、相關(guān)：（統(tǒng)計(jì)-基本統(tǒng)計(jì)量-相關(guān)），散點(diǎn)圖也可以看相關(guān)性。H0=不相關(guān)；Ha=相關(guān)P值小于0.05，相關(guān)，拒絕原假設(shè)接收備擇假設(shè)；P值大于0.05，不相關(guān)，接收原假設(shè)。P代表是否相關(guān)，相關(guān)系統(tǒng)R是看相關(guān)強(qiáng)弱，（-1+1）2、回歸擬合回歸告訴X和Y的關(guān)系，一個(gè)模型?；貧w分析是一種分析連續(xù)變量間相關(guān)性的統(tǒng)計(jì)工具?！坝?jì)算最佳擬合直線”。分析路線圖:（1）規(guī)劃分析內(nèi)容；（2）收集數(shù)據(jù)；（3）Minitab繪制擬合直線圖

11、；（4）評(píng)估R2和P值的顯著性；（5）評(píng)估殘差；（6）制定決策。路徑：統(tǒng)計(jì)-回歸-擬合線圖（1）擬合直線圖先看P值，再看R2 回歸方程為Braking Distance = 182.8 + 0.4763 SpeedS = 13.5571 R-Sq = 69.5% R-Sq（調(diào)整） = 67.9%方差分析來(lái)源 自由度 SS MS F P回歸 1 7955.9 7955.91 43.29 0.000誤差 19 3492.1 183.79合計(jì) 20 11448.0回歸分析一個(gè)缺陷： 內(nèi)推法不適應(yīng)外推法，意思是X在一定的區(qū)間。（2）看P值和R2R2越高，相關(guān)性越高。（3）殘差分析X的實(shí)際數(shù)據(jù)點(diǎn)與擬合線

12、上的對(duì)應(yīng)的理論點(diǎn)之間的差值。殘差圖：右上圖，雜亂分布；右下圖：數(shù)據(jù)點(diǎn)受控；左上圖應(yīng)該正態(tài)分布；左下圖應(yīng)該是正態(tài)分布。殘差分析目的：預(yù)測(cè)更準(zhǔn)確點(diǎn)。圖形-概率圖，檢查殘差是否正態(tài)。不正態(tài)，說(shuō)明模型預(yù)測(cè)的不夠準(zhǔn)確。（4）制定決策不是所有數(shù)據(jù)成為線性的，非線性的選擇二次的。下圖：五、精益分析工具 減少浪費(fèi)，是否增值？整理 、整頓、 清掃（保持干凈）、 清潔、（讓所有的東西可用）、總結(jié)：I階段：改善快速換型、5S、拉動(dòng)系統(tǒng)、差錯(cuò)預(yù)防。SMED“單分鐘即時(shí)換?！眘ingle minute exchange 快速換模 內(nèi)部作業(yè)和外部作業(yè)換模換模指的是：換型前最后一個(gè)產(chǎn)品到換型后第一個(gè)產(chǎn)品產(chǎn)出。5S整理：整理要和不要的東西；整頓：一個(gè)能夠容納每樣?xùn)|西并且每樣?xùn)|西都在它自己所在位置的地方。清掃：打掃清潔：保證所有的設(shè)備或者東西全部可用。素養(yǎng)：差錯(cuò)預(yù)防：缺陷狀態(tài)：缺陷即將發(fā)生；1、斷根原理：從根本上排除掉，使絕不發(fā)生錯(cuò)誤。2、保險(xiǎn)原理：“共同”動(dòng)作必須同時(shí)執(zhí)行來(lái)完成。3、自動(dòng)原理4、相符原理：借用檢核是否相符合動(dòng)作，來(lái)防止錯(cuò)誤的發(fā)生。5、順序原理：6、隔離原理：借分隔不同區(qū)域的方式，來(lái)隔離發(fā)生。7、重復(fù)原理8、標(biāo)示原理9、警告原理10、緩和原理11、條件原理六、實(shí)驗(yàn)設(shè)計(jì)（DOE）反復(fù)實(shí)驗(yàn)、單因子法全因子法：3因子兩水平2K ： K:因子數(shù)；2：水平數(shù)。交互