有學過6
sigma的同學, 一定知道 Minitab這套軟體, 因為它把6 sigma實用化了. 過去 Minitab 並沒有中文版, 但對岸有人將它漢化後, 官方也出簡體中文版, 使用簡體中文版會比英文版更friendly, 但畢竟兩岸語文還是有差異, 尤其專有名詞上的差異更讓人難以適從, 例如常態分配 v.s. 正态分布; 品質 v.s. 质量; 巨集 v.s. 宏; 變異數分析
v.s.方差分析; 進階 v.s. 高级…
官方目前沒有繁體中文版.~可惜! 希望 Minitab TWN公司能早日完成繁體中文版的 Minitab. ~期待!
Minitab R16版新增一項功能—Assistant
助手, 對於軟體新手或統計新手來說, 是個不錯的功能. 透過它可讓您”正確地”使用統計工具, 而不至於不知如何下手.
Assistant 助手 > Graphical Analysis.. 圖表分析...
中文對照
您的資料類型為何?
首頁
連續值
衡量零件或製程特性, 如長度, 重量, 或溫度。這些資料通常包含分數(或小數)值。
範例
食品製造商想要調查麥片產品重量變化。品質分析員紀錄盒裝麥片樣本重量。
計數值或匯總
計數某屬性發生次數, 如缺點類型或計算匯總資料值, 如總和, 平均值或百分比。
範例
檢驗員想要比較海灘浴巾不同缺點發生頻率。為了收集資料, 他們檢查每條海灘浴巾並計數裂紋, 撕開, 不當縫接的數目。
您要顯示圖表和匯總統計或僅圖表?
首頁>連續值
圖表和匯總統計
使用圖表描述資料中心, 形狀和散佈, 顯示匯總統計, 和常態檢定。
範例
汽車零件製造廠紀錄輪圈直徑。為了匯總製程, 品質分析員想要繪製直徑分布的圖表並計算評估資料中心, 變異, 和常態性的匯總統計。
僅圖表
僅使用圖表描述分布的中心和散佈。
範例
木材堆置場經理量測鋸木廠裁切樑木的長度。為了了解長度的分布, 經理想要在圖表上顯示資料。
您要識別最常見的缺點或比較跨類別資料?
首頁>計數值或匯總
識別最常見的缺點
建立圖表以遞減頻率順序排列顯示缺點。
範例
汽車製造廠檢驗員檢查車門並紀錄如刻痕, 刮痕或凹痕的缺點。他們想要顯示圖表來識別哪些為最常見缺點類型。
比較跨類別資料
建立圖表以讓您做類別間的一般性比較。
範例
銀行分析員調查分支機搆的客戶。他們想要顯示圖表以比較每個年齡層對使用線上銀行服務有興趣的百分比。
您要繪製資料匯總或每個資料點?
首頁>連續值>僅圖表
資料匯總
直觀地表現圖表上分布的主要特性。僅在中等到大樣本大小(超過20個資料點)使用。
範例
罐頭廠分析員想要繪製100個樣本罐頭的填充重量的圖表。因為是大樣本並產生許多資料點, 他們想要顯示匯總資料去清楚地表示其中心, 形狀和散佈。
每個資料點
顯示每個個別值資料點在圖表上。僅在小到中等樣本大小(小於50個資料點)使用。
範例
化學工廠工程師想要繪製15批酸性溶液PH的圖表。因為資料點不多, 工程師想要繪製每個點去了解其在製程中的效果。
您想要調查資料的分布或中心和擴展?
首頁>連續值>僅圖表>資料匯總
分布
以長條顯示資料出現頻率。讓您評估分布的一般形狀。
範例
貨運公司檢查員隨機抽樣並紀錄交貨時間。他們顯示圖表來表示交貨時間的頻率並與常態分布(鐘形曲線)比較分布的形狀。
中心和擴展
顯示中間50%資料(箱內), 較高25%和較低25%資料(線條，也稱為鬚), 和異常值(星號)。讓您容易地比較不同群組資料的散佈。
範例
食品加工廠檢查員從兩條生產線隨機抽樣零嘴包裝並量測它們的密封強度。他們想要比較密封強度值的散佈, 中間50%資料範圍, 和異常值。
您要顯示類型為長條或扇形?
首頁>計數值或匯總>比較跨類別資料
顯示長條
以長條顯示資料出現頻率。讓您可以很容易地相互比較群組。
範例
汽車公司市場分析員調查客戶對汽車顏色的喜好。分析員想要用垂直長條來比較男性和女性的顏色喜好。
顯示扇形
以扇形顯示資料出現頻率。讓您可以很容易地比較群組佔整體的比例(百分比)。
範例
客服中心的經理追蹤各類型來電出現頻率: 抱怨, 資訊諮詢或訂購。經理想要用扇形來比較各類型來電百分比。
圖表化匯總
首頁>連續資料>圖表和匯總統計
圖表化匯總顯示圖表和匯總統計來展現資料分布。
指引
收集資料
l
收集項目隨機樣本。
n
收集具有過程代表性的輸出項目的隨機樣本。例如, 如果您跟蹤貸款周轉時間和有一些處理貸款申請的分支機搆, 您不應只從一個分支中收集資料且使用該資料來決策所有分支機搆。您抽樣的每個項目應該產生單一量測值, 如每個貸款申請的周轉時間。
l
收集中等到大資料樣本。
n
如過樣本過小, 匯總統計可能會嚴重地受一或兩個異常資料點所影響。當收集較大樣本大小, 結果會比較不受異常資料點所影響。
n
圖表化匯總包含直方圖和箱形圖, 當大約有20或更多的資料點時最有效果。如過樣本過小, 直方圖上的長條將無法包含足夠資料點去精確顯示資料分布, 而箱形圖上四分位數和異常值可能沒有意義。
l
製程應該穩定。
n
一般而言, 您可使用圖表化匯總在改善專案探究階段描繪製程特性(識別平均值, 變異, 製程資料分布...等等)。 您也可使用圖表化匯總去比較專案中不同階段的製程"快照"。因此, 當您收集資料時需確認製程是穩定的。如果製程不穩定, 每次您所收集資料和評估, 結果可能有很大不同。
使用圖表
l
評估直方圖上資料形狀與散佈。
n
直方圖上長條高度顯示每個區間資料點數量。藉由查看整體形狀, 可告知您的資料是否對稱或偏斜一方。查看最高點, 資料聚集或圖形一端的孤立長條, 可能表現出異常的資料點。
l
箱形圖中的箱長和線條(鬚)指出多數資料的落點。
n
資料中間50%落在箱內。箱內的線段指出所有資料的中位數或中間值。線條，也稱為鬚，從箱子每一側端延伸指出資料的高和低區域。鬚以外的星號表示異常值。
l
區間圖指出平均值和中位數估計精密度。
n
更寬闊的區間指示出的平均值或中位數估計不是很精密。為了提高估計的精密度, 可以增加樣本大小或減少資料的變異性。
直方圖
首頁>連續資料>僅圖表>資料匯總>資料分布
直方圖藉由匯總每個區間中資料值的頻率顯示資料分布。
指引
收集資料
l
收集項目隨機樣本。
n
收集具有過程代表性的輸出項目的隨機樣本。例如, 如果您跟蹤貸款周轉時間和有一些處理貸款申請的分支機搆, 您不應只從一個分支中收集資料且使用該資料來決策所有分支機搆。您抽樣的每個項目應該產生單一量測值, 如每個貸款申請的周轉時間。
l
收集中等到大資料樣本。
n
當大約有20或更多的資料點, 此時直方圖最有效果。如過樣本過小, 直方圖上的長條將無法包含足夠資料點去精確顯示資料分布。如果少於20個資料點, 可考慮使用個別值圖來替代。
使用圖表
l
若要比較群組, 在相鄰組塊比較直方圖。
n
要比較群組間資料分布, 您可以在相鄰組塊比較直方圖。同一圖表最多可比較6個群組。如果超過6個群組, 每一組塊大小可能變得太小而無法清楚地評估分布間的差異。可考慮使用箱形圖比較分布來替代。
l
交疊常態曲線直觀檢查常態性。
n
您可以交疊常態曲線去直觀地比較您資料分布與常態分布。然而正式地評估您的資料是否符合常態分布, 您應該執行在圖表化匯總內常態性檢定。
l
評估直方圖上資料形狀與散佈。
n
直方圖上長條高度顯示每個區間資料點數量。藉由查看整體形狀, 可告知您的資料是否對稱或偏斜一方。查看最高點, 資料聚集或圖形一端的孤立長條, 可能表現出異常的資料點。
箱形圖
首頁>連續資料>僅圖表>資料匯總>中心和擴展
箱形圖顯示中心, 四分位數和資料擴展。
指引
收集資料
l
收集項目隨機樣本。
n
收集具有過程代表性的輸出項目的隨機樣本。例如, 如果您跟蹤貸款周轉時間和有一些處理貸款申請的分支機搆, 您不應只從一個分支中收集資料且使用該資料來決策所有分支機搆。您抽樣的每個項目應該產生單一量測值, 如每個貸款申請的周轉時間。
l
收集中等到大資料樣本。
n
當大約有20或更多的資料點, 此時箱形圖最有效果。如過樣本過小, 箱形圖顯示的四分位數和異常值可能沒有意義。如果少於20個點, 可考慮使用個別值圖來替代。
使用圖表
l
若要比較群組, 並排顯示箱形圖。
n
輕鬆地比較不同群組資料的分布, 您可以顯示每個群組並排的箱形圖。您可以直觀地比較每個群組的中心值和分布散佈程度並確定每個群組資料是否對稱於中心。例如, 汽車廠量測從四台機器生產輪圈的直徑和想要並排顯示每台機器的箱形圖來比較每台機器間直徑的分布。
l
箱形圖中的箱長和線條(鬚)指出多數資料的落點。
n
資料中間50%落在箱內。箱內的線段指出所有資料的中位數或中間值。線條，也稱為鬚，從箱子每一側端延伸指出資料的高和低區域。鬚以外的星號表示異常值。
個別值圖
首頁>連續資料>僅圖表>每個資料點
個別值圖以記號代表每個資料點來顯示資料分布。
指引
收集資料
l
收集項目隨機樣本。
n
收集具有過程代表性的輸出項目的隨機樣本。例如, 如果您跟蹤貸款周轉時間和有一些處理貸款申請的分支機搆, 您不應只從一個分支中收集資料且使用該資料來決策所有分支機搆。您抽樣的每個項目應該產生單一量測值, 如每個貸款申請的周轉時間。
l
收集小到中等資料樣本。
n
使用個別值圖顯示每個資料點和直觀整體分布。當資料點少於50個, 此時個別值圖最有效果。如果樣本過大, 圖上的資料點可能太密集地擠在一起而難以評估分布。如果大於50個資料點, 可考慮使用箱形圖來替代。
使用圖表
l
若要比較群組, 並排顯示個別值圖。
n
輕鬆地比較不同群組資料的分布, 您可以顯示每個群組並排的個別值圖。例如, 汽車廠量測從四台機器生產輪圈的直徑和想要並排顯示每台機器的個別值圖來比較每台機器間直徑的分布。
n
您可以直觀地比較每個群組的中心值和分布散佈程度並確定每個群組資料是否對稱於中心。如果兩群組平均值信賴區間未交疊,
平均值很可能有顯著差異。您應該使用如ANOVA的正式檢定來確認任何差異。
l
信賴區間指出平均值預估的精度。
n
預估的平均值是用藍色圓形中間有十字記號標示。平均值兩側的藍線代表平均值95%信賴區間。信賴區間越窄, 表示預估平均值的精度越高。改善精度(信賴區間變窄)最簡單的方法是減少資料變異或增加樣本大小。
柏拉圖
首頁>計數/匯總資料>識別最常見的缺點
柏拉圖是專門化的長條圖, 用來顯示以遞減頻率順序排列的缺點。
指引
收集資料
l
收集項目隨機樣本。
n
收集具有過程代表性的輸出項目的隨機樣本。例如, 如果您按季節計算銀行透支的數量和有一些提供客戶支票帳戶的分支機搆, 您不應只從一個分支中收集資料且使用該資料來決策所有分支機搆。
l
您可以有匯總資料或原始資料。
n
如果您有匯總資料, 每個觀察值為計數或計算值, 意思一樣。例如, 紡織廠檢驗員追蹤毛巾缺點並計數單個樣本中的裂紋, 撕開, 不當縫接。他們匯總每種缺點類型的計數在工作表同一欄, 而計數對應同列的缺點名稱列在工作表中的另一欄。
n
如果您有原始資料, 每個觀察值為出現的缺點。每個圖表的資料列在工作表的某欄中, 每個觀察值在單獨列中。例如, 紡織廠檢驗員檢查毛巾裂紋, 撕開, 不當縫接。他們透過輸入適當的缺點名稱(裂紋, 撕開, 不當縫接)在欄中的單獨列來記錄每個缺點。
使用圖表
l
若要比較群組, 並排顯示柏拉圖。
n
輕鬆地比較跨不同群組的類別, 您可以顯示每個群組並排的柏拉圖。例如, 紡織廠檢驗員計數四條生產線的毛巾缺點。他們想要顯示每條產線並排的柏拉圖, 以便他們可以很容易地識別之間的差異。
l
為了強調最重要的缺點, 結合較少一般的缺點為一類別。
n
通常情況下，您聚焦在占全部缺點中最多計數或匯總值的缺點。這些缺點可能對製程性能影響最大。柏拉圖顯示占總缺點數的95%的每一單獨類別。其餘占總缺點的5%的不常見缺點將被合併並總結稱為"其他"的長條。
n
如果你有許多類別為少數觀察到的缺點, 而您希望以直觀方式只強調最常見缺點, 您可能要減少百分比數值。例如, 您可以顯示占總缺點數80%的所有類別的長條, 然後把剩下的20%合併在其他類別中。要在圖表上顯示所有的單獨類別, 就不要合併剩餘的缺點。
l
顯示累積線來追蹤缺點累積百分比。
n
累積百分比線可以協助您評估是否有"柏拉圖效應",
此發生在缺點總數的80%與20%或更少的缺點類型有相關。如果柏拉圖效應存在, 累積線會在前幾個缺點類型急升, 然後保持不變。累積百分比線還可以協助您比較幾乎等高長條的缺點。
長條圖
首頁>計數/匯總資料>比較跨類別資料>長條
長條圖比較跨類別資料。
指引
收集資料
l
收集項目隨機樣本。
n
收集具有過程代表性的輸出項目的隨機樣本。例如, 如果您按季節計算銀行透支的數量和有一些提供客戶支票帳戶的分支機搆, 您不應只從一個分支中收集資料且使用該資料來決策所有分支機搆。
l
您可以有匯總資料或原始資料。
n
如果您有匯總資料, 每個觀察值為計數或計算值, 意思一樣。例如, 紡織廠檢驗員追蹤毛巾缺點並計數單個樣本中的裂紋, 撕開, 不當縫接。他們匯總每種缺點類型的計數在工作表同一欄, 而計數對應同列的缺點名稱列在工作表中的另一欄。
n
如果您有原始資料, 每個觀察值為出現的缺點。每個圖表的資料列在工作表的某欄中, 每個觀察值在單獨列中。例如, 紡織廠檢驗員檢查毛巾裂紋, 撕開, 不當縫接。他們透過輸入適當的缺點名稱(裂紋, 撕開, 不當縫接)在欄中的單獨列來記錄每個缺點。
使用圖表
l
若要比較群組, 並排顯示長條圖。
n
輕鬆地比較跨不同群組的類別, 您可以顯示每個群組並排的長條圖。例如, 紡織廠檢驗員計數四條生產線的毛巾缺點。他們想要顯示每條產線並排的單獨圖表, 以便他們可以很容易地識別之間的差異。
l
要依高度排序長條, 以遞增或遞減排序顯示它們。
n
您可以依據您的流程選擇顯示長條遞增或遞減頻率。排序顯示長條可以更容易發現類別之間的差異。
圓形圖
首頁>計數/匯總資料>比較跨類別資料>扇形
圓形圖是跨類別資料及每個類別百分比與整體比較。
指引
收集資料
l
收集項目隨機樣本。
n
收集具有過程代表性的輸出項目的隨機樣本。例如, 如果您追蹤每個部門雇員週轉率和有一些分公司辦公室, 您不應只從一個分公司中收集資料且使用該資料來決策所有分公司。
l
您可以有匯總資料或原始資料。
n
如果您有匯總資料, 每個觀察值為計數或計算值, 意思一樣。例如, 紡織廠檢驗員追蹤毛巾缺點並計數單個樣本中的裂紋, 撕開, 不當縫接。他們匯總每種缺點類型的計數在工作表同一欄, 而計數對應同列的缺點名稱列在工作表中的另一欄。
n
如果您有原始資料, 每個觀察值為出現的缺點。每個圖表的資料列在工作表的某欄中, 每個觀察值在單獨列中。例如, 紡織廠檢驗員檢查毛巾裂紋, 撕開, 不當縫接。他們透過輸入適當的缺點名稱(裂紋, 撕開, 不當縫接)在欄中的單獨列來記錄每個缺點。
使用圖表
l
若要比較群組, 並排顯示圓形圖。
n
輕鬆地比較跨不同群組的類別, 您可以顯示每個群組並排的圓形圖。例如, 紡織廠檢驗員計數四條生產線的毛巾缺點。他們想要顯示每條產線並排的圓形圖。如果超過6個群組, 圖表中圓形圖會太小, 難以評估結果。在這種狀況下, 可使用長條圖替代。
l
如果有太多較少觀察值的類別, 可結合在同一扇形。
n
如果有太多較少觀察值的類別, 圓形圖可能包含許多小的扇形而難以解讀。為了最佳顯示, Minitab自動結合0.02%或更小的扇形。結合更多扇形, 增加其百分比; 顯示更多單獨扇形, 減少其百分比。
l
依大小排列扇形, 以遞增或遞減順序顯示。
n
您可以根據製程選擇遞增或遞減頻率顯示扇形。有順序顯示扇形可易於偵測類別間差異。
詳細資訊請到官方網站進一步了解: http://www.minitab.com.tw/
和 http://www.minitab.com/
聲明: 本文純粹學術性研討, 內容所提及任何關於 Minitab 專有創作文字, 圖像與架構…等皆屬Minitab Inc. 版權所有, 嚴禁商業上轉貼使用.
沒有留言:
張貼留言