Bài giảng Six sigma - Chương 11: Phân tích biểu đồ

Mục tiêu học tập Hiểu được phân tích biểu đồ và cách sử dụng các biểu đồ Hiểu được làm thế nào để phát triển một biểu đồ Phân tích biểu đồ Histogram Box Plot Pareto Chart Multi-Vari Chart Phân tích biểu đồ là gì? Định nghĩa của phân tích biểu đồ Hiển thị dữ liệu số dưới dạng biểu đồ cho phép chúng ta kiểm tra sự phân bố dữ liệu và xu hướng theo quy tắc của ngón cái (!? thumb).Biểu đồ cũng tóm tắt lô dữ liệu và chuyển các tình huống phức tạp thành đơn giản theo cách rõ ràng. Cần xác định cách sử dụng các kết quả, lựa chọn công cụ, và phương pháp thu thập dữ liệu trước. Mục đích Hướng dẫn phân tích biểu đồ theo trình tự để hiểu các nhân tố ảnh hưởng lên CTQ hay các biến đầo ra Y một cách tốt nhất. Phân tích cũng cho phép chúng ta hiểu sơ lược “Vấn đề là gì và giải quyết chúng thế nào?” Vẽ biểu đồ trước khi phân tích dữ liệu cho phép phán đoán sơ bộ. (Biểu đồ phải được vẽ trước khi phân tích định lượng) Tổng quan về phân tích biểu đồ Sử dụng biểu đồ theo các mục đích Khuynh hướng hướng tâm của dữ liệu? : Mean (trung bình), Median (điểm giữa), Mode (tần xuất cao nhất) Histogram, Box-plot , Dot Plot Kiểu phân bố của dữ liệu? : Range (khoảng), Variance (biến thiên), Standard Deviation (sai lệch chuẩn) Histogram, Box-plot , Dot Plot Tỷ lệ của từng phạm vi so sánh với tổng số (theo %) là gì? Pie Chart, Pareto Chart Biến thiên đầu vào nào có ảnh hưởng lên biến thiên đầu ra? Multi-Vari Chart , Scatter Plot Dữ liệu thay đổi theo thời gian như thế nào? - Run Chart, Time Series Plot Các cảnh báo khi vẽ biểu đồ Tính trung thực của biểu đồ - Biểu đồ phải không dẫn tới các kết luận sai. Thang đo thống nhất - Các biểu đồ phải được so sánh bởi cùng một thang. Dễ dàng lý giải - Sử dụng các ghi chú để tăng tính rõ ràng . Các biểu tượng đồng nhất - Tính đồng nhất được yêu cầu trong các khía cạnh khác nhau khi so sánh 2 hoặc nhiều biểu đồ. Đơn giản - Thông tin quan trọng phải không được che khuất bởi các trang trí không cần thiết. 29.57 29.99 30.58 31.00 31.34 31.26 31.17 30.96 30.50 29.99 29.48 29.06 28.81 28.60 28.51 28.51 28.43 28.34 28.34 28.26 28.43 28.64 29.02 29.52 30.07 30.67 31.17 31.55 31.76 31.81 31.68 31.34 31.00 30.79 30.45 30.07 29.69 29.36 29.02 28.76 28.51 28.30 28.09 28.00 28.13 28.30 28.72 29.14 29.74 30.37 30.92 31.34 31.51 31.55 31.34 31.05 30.54 30.04 29.52 29.14 28.81 28.60 28.47 28.47 28.38 28.30 28.30 28.34 28.55 28.81 29.10 29.52 30.07 30.62 31.09 31.47 31.59 31.72 31.68 31.47 31.09 30.58 29.99 29.27 28.72 28.30 28.00 27.84 27.75 27.71 27.67 27.71 27.84 27.92 28.09 30.07 30.83 30.88 31.13 31.97 Histogram (tần suất) Mục đích của Histogram Phân dữ liệu thành các khối, chỉ ra kiểu phân bố dữ liệu, vị trí trung tâm, và độ dàn trải. Ví dụ) Sau đây là dữ liệu tóm tắt về các chi tiêu văn phòng cho 100 tuần cuối cùng trong văn phòng quản lý chung của công ty S. Phân tích phân bố của các chi phí bằng việc vẽ biểu đồ histogram. (File name: Graph_Histogram . mtw) Phát triển Histogram sử dụng Minitab Bước 1 Vào dữ liệu vào bảng tính Worksheet Bước 2 Graph > Histogram > Simple 2 3 1 Lựa chọn simple và click OK! Lời khuyên là nên sử dụng 50 hoặc nhiều dữ liệu hơn để vẽ hítogram Bước 3 Giải thích các kết quả Biểu đồ trên nói sơ bộ cho chúng ta biết về phân bố, vị trí tâm và sự trôi trượt của cơ cấu dữ kiệu.. Uhm! Dữ liệu thực tế đã cho chỉ ra phân bố 2 mô hình (bimodal) Điều kiện quá trình là không đồng nhất !! Box Plot (biểu đồ hộp) Mục đích của Box Plot Biểu diễn các giá trị y đo được, theo các giá trị X trong dạng hộp. Cung cấp các thông tin về liểu phân bố cũng như điểm giữa (median), Giá trị nhỏ nhất, Giá trị lớn nhất, góc phần tư, và điểm nằm ngoài. Box-plot là đặc biệt hữu dụng khi làm việc với tập hợp dữ liệu nhỏ hay khi so sánh nhiều nhóm khác nhau. (Thường được sử dụng chủ yếu trong thử nghiệm giả thiết). Ví dụ) Sau đây là ghi chép về doanh số bán hàng ngày bới các thư ký bán hàng khác nhau trong phòng lưu trữ. Vẽ biểu đồ Box-Plot cho từng thư ký. (File name: Graph_Boxplot2 . mtw) Salesclerk1 6 5 1 3 4 7 4 3 2 5 3 2 4 5 6 4 5 4 3 6 Salesclerk2 3 6 4 7 4 3 5 6 4 6 7 4 3 6 4 8 6 4 7 5 Salesclerk3 4 6 3 2 6 8 5 4 8 4 8 4 5 3 6 7 5 7 4 7 Phát triển biểu đồ Box Plot sử dụng Minitab Bước 1 Đưa dữ liệu vào bảng tính (Worksheet) Bước 2 Graph > Boxplot > One Y, With Groups 1 Lựa chọn One Y With Group.  và click OK! 2 4 3 Lựa chọn Count. (Y-axis Data) Lựa chọn Salesman. (X-axis Data) Trong trường hợp dữ liệu xếp chồng ‘Display’ Option - Có thể biểu diễn dữ liệu đo, outlier, median, and giá trị mean trên biểu đồ Lựa chọn ‘Data View’ ! Ví dụ) khi chọn ‘Mean symbol’, biểu tượng xuất hiện tại vị trí giá trị trung bình. Bước 3 Giải thích kết quả Rất dễ so sánh điểm giữa và phân bố bởi vì nhiều Hộp được trình bày trên cùng một trang. Hmm.. Không có sự khác biệt nhiều về giá trị trung bình, nhưng người bán hàng số 3 có biến động lớn nhất! Có cách nào để khảng định sự khác biệt theo người bán một cách khách quan hơn? Inter Quartile Range (IQR)(khoảng giữa chứa 50 % dữ liệu) : Q3 – Q1 * * Outlier- điểm nằm ngoài trên 1.5 IQR của Q3 (Phần tư thứ 3) Giá trị quan sát được lớn nhất giữa Q3 và 1.5  IQR Phần tư thứ 3 (75% percentile): Q3 Median- điểm giữa (50% percentile ) Phần tư thứ nhất ( 25% percentile): Q1 Giá trị guan sát được nhỏ nhất giữa Q1 và 1.5 x IQR Outlier- điểm nằm ngoàibelow 1.5 IQR of Q1 (first quartile) Giải thích Box Plot Biểu đồ Pareto Mục đích của biểu đồ Pareto Biểu đồ Pareto được sử dụng để xác định mục (triệu chứng hay lý do) gây ra sản phẩm phế, lỗi, các khiếu nại hay các tai nạn được tập trung và xác định cái gì đóng góp lớn nhất cho vấn đề. Phát triển biểu đồ Pareto sử dụng Minitab Bước 1 Nhập dữ liệu vào bảng tính-Worksheet Kiểu dữ liệu có thể là rời rạc, như số của các sản phẩm phế, số của lỗi, số của khiếu nại hay tổng mất mát. (File name: Graph_Pareto2 . mtw) 2 3 4 1 Bước 2 Stat > Quality Tools > Pareto Chart Tiêu đề của biểu đồ Pareto Lựa chọn các cột chứa “nhãn” và “tần xuất” Khi sự tích lũy trở thành giá trị cụ thể, phần còn lại sẽ rơi vào ‘Others’ Trong trường hợp dữ liệu sai hỏng là dữ liệu thô (dữ liệu có thể là kiểu văn bản và kiểu số) Bước 3 Giải thích các kết quả Nguyên tắc Pareto: Nguyên tắc này tuyên bố rằng mặc dù có nhiều nguyên nhân và hiện tượng sai hỏng, chỉ một vài vấn đề thực sự và gây ra sai hỏng lớn nhất hay tổng lớn nhất của mất mát. Oh~ ! Lỗi của tủ lạnh (Refrigerator) chiếm 53.6 % trên tổng số . Có nghĩa là nỗ lực cải tiến cần tập trung vào sản phẩm này trước . Biểu đồ Multi-Vari Tổng quan Là kỹ thuật phân tích dựa trên biểu đồ, để xác định các lớp biến đầu vào ảnh hưởng như thế nào với các biến đầu ra liên tục. Định nghĩa Nó là phương pháp biểu thị đặc điểm của năng lực quá trình hiện tại trong sản xuất. Cũng như quá trình giám sát, nó làm theo thu thập dữ liệu thụ động It is a method of characterizing current process capability in production. As it monitors process as it is, it adopts passive data collection. Nó phân tích mỗi quan hệ giữa năng lực quá trình, độ ổn định, các biến đầu vào và các biến đầu ra của quá trình bởi các dữ liệu thu thập trong chu kỳ ngắn hạn. Nó xác định năng lực quá trình duy nhất và giới hạn. Mục đích Mục đích là loại bỏ các Xs, mà không ảnh hưởng chínhtreen biến đầu ra, từ danh sách các biến đầu vào, và xác định “vài Xs thiết yếu”, có ảnh hưởng chính lên đầu ra. Cung cấp các định hướng và lời khuyên cho hoạt động DOE. Phát triển biểu đồ Multi-Vari Sử dụng Minitab Ví dụ) Yêu cầu bắt buộc cho nhân viên công ty Điện tử S là tham gia lớp máy tính. Sau khi hoàn thành lớp, họ phải làm bài kiểm tra. Và những người nhận dưới 65 điểm cần phải học lại. Để xác định các biến có ảnh hưởng đến điểm số, phòng đào tạo đã thu thập dữ liệu, kết hợp của độ dài của khóa học, phòng ban của học viên, và giới tính của học viên. Để phân tích ảnh hưởng của từng biến số lên điểm số.  (Filename: Graph_ Multivari2 . mtw) - Biến đầu ra (Y) : Điểm kiểm tra (LSL : 65 points ) - Biến đầu vào (X) : Thời lượng (hours) , Phòng ban (department), Giới tính (sex) 97.2 F C 4 ○○○ 6 90.6 M C 4 ○○○ 5 M F M F M 성별 87.9 B 4 ○○○ 3 89.3 A 4 ○○○ 2 86.2 A 4 ○○○ 1 92.3 D 4 ○○○ 7 90.9 B 4 ○○○ 4 시험 성적 교육생 부서 교육시간 성명 번호 97.2 F C 4 ○○○ 6 90.6 M C 4 ○○○ 5 M F M F M Sex 87.9 B 4 ○○○ 3 89.3 A 4 ○○○ 2 86.2 A 4 ○○○ 1 92.3 D 4 ○○○ 7 90.9 B 4 ○○○ 4 Test Score Department Hours Name No. Bước 1 Nhập dữ liệu vào bảng Worksheet Khi nhập dữ liệu lặp lại, “Make Patterned Data” có thể được sử dụng. 2 3 4 5 1 Bước 2 Stat > Quality Tools > Multi-Vari Chart Chỉ ra các cột chứa giá trị (Y) và nhân tố (X) Factor1 Factor2 Factor3 Response Thay đổi về trung bình điểm thi theo giới tính học viên Bước 3 Giải thích kết quả Nam có khuynh hướng đạt ít điểm hơn. Thời gian đào tạo và phòng ban ảnh hưởng thế nào tới kết quả? Hãy vẽ nó. Thay đổi trên giá trị trung bình của điểm thi, theo thời gian đào tạo Nhân viên nữ từ phòng C, đạt kết quả cao nhất Điều tra phát hiện ra rằng, họ đã có lớp chuẩn bị cho kiểm tra. Bởi vì biểu đồ cho chúng ta nhìn thấy sự thay đổi của đầu ra (giá trị Y) theo nhân tố trong một cảnh, chúng ta có thể xác định sơ bộ quan hệ giữa đầu vào và đầu ra. Thay đổi trên giá trị TB của điểm thi, theo phòng ban Tóm tắt Phân tích biểu đồ Bằng việc vẽ biểu đồ với dữ liệu đã thu thập được, chúng ta có thể sơ bộ xác định hình dạng của phân bố và ảnh hưởng giữa giá trị đầu ra và các giá trị đầu vào. Histogram và Box Plot có thể được sử dụng để xác định tâm dữ liệu và hình dạng phân bố và so sánh. Biểu đồ Pareto cho phép chúng ta xác định nguyên nhân và hiện tượng của các sai hỏng, để chúng ta phải tập trung vào. Biểu đồ Multi-Vari chỉ ra các loại biến đầu vào, ảnh hưởng nhiều thế nào đến các biến đầu ra. Xác định các nhân tố ảnh hưởng tới CTQ hay biến đầu ra. Bằng việc vẽ biểu đồ với dữ liệu thu thập được thông qua kế hoạch thu thập dữ liệu, tâm và phân bố của dữ liệu có thể được xác định sơ bộ. Vẽ 01 biểu đồ trước khi lựa chọn các nhân tố đầu vào thiết yếu, mà ảnh hưởng chính lên biến đầu ra, cho phép chúng ta khảng định chúng ta cần thực hiện phân tích thống kê hay không. Thu thập dữ liệu Khu vực tiêu điểm Bài tập Dữ liệu đã được thu thập để tìm ra các biến rời rạc đầu vào ảnh hưởng tới độ pha tạp như thế nào thông qua nghiên cứu biểu đồ Multi-Var. Giữa các biến đầu vào, cái gì là nhân tố thiết yếu (nhân tố sống còn), mà ảnh hưởng đến biến động trong mức độ pha tạp? (File name: Impure.mtw) 1) Mục tiêu - Biến đầu ra : Mức độ pha tạp  - Giới hạn kỹ thuật trên (U 니 ) = 8% - Biến đầu vào: Ca (Shift), Piece, Vị trí (Position) 2) Quy trình phân tích - Normality test (thử nghiệm sự bình thường của dữ liệu) - Process capability analysis (Phân tích năng lực quá trình) - Histogram - Box Plot - Multi-Vari Chart Trả lời - Kiểm tra phân bố bình thường- Normality (P-value = 0.282) - Năng lực quá trình - Process capability: Zst = 4.42 - Biến số thiết yếu- Critical variable: Piece