数据分析培训提纲1.概论1.1数据分析的重要性(1)贯彻质量管理8项原则的需要QM的8项原则之一为:基于事实的决策方法。要避免决策失误必须提供足够的信息,以及进行科学决策。信息:有意义的数据。数据:能客观反映事实的资料和数字。要使数据提升为信息,才能将其增值。为此,必须从数据收集和分析上运用科学的方法,使之便于利用。(2)通过数据的收集和分析可证实QMS是否适宜和有效。(3)帮助识别和评价QMS持续改进的机会。(4)增强对各种意见和决策的分析、判断、评审、质疑能力因此,数据分析是保障QMS有效运行的重要手段。1.2数据分析的一般过程1.2.1数据收集(1)收集范围产品、体系和过程的数据,如:产品检测中的不合格,QMS质量目标完成情况、持续改进情况、过程监视和测量情况等。事实上在QMS的各个过程中,都会产生一些数据,在管理中必须根据当前及长远目标的需要,确定应收集那些数据,重点如何。(2)收集方法1)各种报表和原始记录(注意分类)2)区域网中的数据库3)注意明确收集人、收集时间、收集方式、传递方式。(3)收集的要求1)及时2)准确数据的质量,“进来的是垃圾,出去的还是垃圾”3)完整数据项目齐全,数量符合要求。1.2.2数据分析、处理(1)数据的审查和筛选剔除奇异点,确定数据是否充分(2)数据排序按其重要度进行排序,以确定分析处理的对象和顺序(3)确定分析内容,进行统计分析(4)分析判断在统计分析的基础上,以目标值或标准为依据,对统计分析结果(绘图或计算)作进一步分析,以获得指导过程改进的明确信息,找出主要问题和薄弱环节,并提出相应的改进建议。(5)编写报告对分析判断得出的规律、趋势整理成报告(附有直观的图表)-1-1.2.3数据的利用不能为分析而分析,要有“的”放矢,数据分析应指导管理。数据分析是为了科学决策,决策的结果,可通过前后对比来分析判断其有效性。数据分析应对其全过程做到闭环管理。为此,应将数据分析信息有效地传递,做到信息共享。在风险评估的基础上,采取适当措施。2.统计分析技术2.1概述2.1.1什么是统计分析技术(1)统计技术运用数理统计的方法对数据进行分析,找出其规律和趋势。如:常用的控制图、回归分析、试验设计等。(2)分析技术运用逻辑分析的方法对数据进行分析,找出影响事物的因素及其影响程度。如常用的排列图、因果图、饼图、QFD和FMEA等方法。2.1.2统计技术应用的基础条件(1)日常管理秩序健全,产品质量有可追溯性。(2)生产过程相对稳定。影响质量的因素已规范化,过程质量处于受控状态。(3)具备必要的物质、技术基础测试手段适用,必要的图表及计算处理用具或软件。(4)大量的数据计算和处理运用计算机n2.2统计技术的基础知识2.2.1随机变量及其分布(1)什么是随机变量:变量——数值有变化的量,相对常量而言。随机因素——随机(不是人为偏向)因素(多种因素),如:年降雨量,抛硬币。加工尺寸——由模具磨损、机器磨损、材料、人的操作重复性、环境……等决定。随机变量——受随机因素影响的在一定范围内取值的量抽样必须随机,不能有倾向性,。(2)分布直方图:fin——数据总数频率:fi=ni——第i组的频数连续型随机变量:ΔXO为一光滑曲线,此曲线为分布函数。分布的特征:形状(对称、偏斜)、位置、分布宽度(最大值—最小值)。ni间距ΔX参数2.2.2总体与样本总体——研究对象的全体,如一批电缆,可视为总体,研究其总长,每一根(或段)电缆则为总体中的一个个体(成员),一批所有电缆的总长为总体。总体用变量X表示-2-样本——从总体中抽出的部份个体组成的集合称为样本。抽样因为不可能研究每一个个体。从样本推断总体,必须正确反映总体的信息,正确抽样。随机抽样——简单随机样本、随机数表Xi0~99可以构成2500个随机数。2.2.3正态分布钟形曲线,曲线下的面积表示概率对称,中间高,两边低X~(μ,σ2)Xμμ——总体的均值;σ——总体标准差正态分布检验:·直方图·概率纸横坐标——X的等距取值;纵坐标——不等距0.01%~99.99%在概率纸上描出的点呈一直线,则为正态分布。正态分布的分布函数值近似正态分布——总趋势符合正态分布,但有个...