Minitab软件工具之运行图和直方图来理解变异性
Minitab软件工具之运行图和直方图来理解变异性运行图仅仅是特定时帧内连续数据(一个测量值)的运行记录，如图1所示。基本上，流程性能是随时问变化而得到测量的。这些数据通常表示为线形图。我们可以确定并研究随时间发生的变化。数据点在图中的分布方式可以与特定测得数据的目标数据点进行比较。运行图还易于建立和解释，因此能够以很小的努力创造很大的价值。为了对数据做出准确的解释，你们必须收集足够多的数据。通常来说应该收集50个左右的数据点。
运行图也称为时间序列图或趋势图。在寻找随时间变化的趋势时，弄清楚什么时候你们看到的数据变化是缘于一个特殊原因很重要。一个特殊原因是一种通常不会出现的特殊情况，比和生产过程中一台重要的设备发生了故障。在评价运行图时，关注的焦点应该是一般变异。流程中的变异是正常的；然而，一个传统的六西格玛团队的目标之一是要设法减少一般变异，以便围绕目标的变异性会变得越来越小。建立和评价一个随时间变化的运行图，这将有助于你们确定流程中的变异是在变得越来越大还是越来越小，绘制成图的数据不会告诉你们是什么造成了围绕目标的变异，但却可以指导你们对流程做出改变。例如，我们可以建立一个运行图，来监控及时地提交不良事件。
如果我们的管制依从随时间的变化相当小，但在某个月里却显著地下降了，那么随后我们就可以评价那个月发生了什么，以确定管制依从为什么下降了。
或许我们知道，在那个月里。由于办公楼中的石棉问题，在一个区域案例处理中心意外地暂时关闭了，那里的员工不得不立刻撤离，因此无法评价和处理数据。像这种无法补救的情况是可能出现的;这是一个“有因”变异的例子。我们能够补救和改善的，是可以影响流程及其结果的正常预期变异。关注的焦点应该是监控围绕特定目标的变异，例如，如果数据点随着时间下降并且普遍低于目标，那么我们就应该谨慎地确定是什么导致了正常变异的下滑并纠正它。
要分析随时间收集的数据，你们还可以建立直方图。直方图是垂直条形图，其中每个条的高度表示落在特定数据范围内的数据点的数目。要建立直方图，你们要把随时间收集的数据分组。然后，要把这些数据表示为条形图，其中垂直轴代表频率，水平轴定义时段。这可以反映出你们在特定时帧内收集到的数据的分布。直方图可以帮助你们发现数据分布的样式和形状。数据的分布有助于预测流程的未来性能。它还有助于指示流程中是否出现过改变，在评价直方图时，有些不要求高深的统计学知识但对管理者有帮助的问题是:
该流程是有中心的吗?
这意味着数据应该差不多是围绕着你们的目标均 匀分布的。如果这些条形全都偏向目标的左侧或右侧，那么该流程就不是有中心的，流程的数据正在变得过高或过低。
条形图的形状是怎样的?它是遵循钟形曲线的正态分布吗?
大多数的流程将不会遵循严格的钟形曲线；然而，对形状的研究可以提供流程问题的信号。如果条形图中出现了双峰或多峰，这就暗示着数据是来自两个不同的源(比如不同的班次、机器、人员等等)。在这种情况下，应该把数据分层。这意味着对相同的数据时段，你们可以为每个数据源建立单独的直方图。这些不同的数据源可能是人员、时段等等。这将让你们可以开始把数据与工作流程中的具体情况联系起来。
:) 谢分享 谢谢你的分享！:) :lol 谢谢楼主的分享 谢谢分享 谢谢分享 {:1_180:} {:1_180:}
页:
[1]