sixsigma綠帶人員培訓教材-資料下載頁

　　

【正文】 Mean StDev SE Mean Mata 10 Matb 10 Difference 10 95%CI for mean difference :(, ) TTest of mean difference=0(Vs not =0):TValue= PValue= 6s 128 MS2 2023/08/01 單一群體比例 p檢驗 使用時機 : 計算一比例的推定及檢驗 (抽樣數及成功次數 /發生次數均己知 ) 6s 129 MS2 2023/08/01 單一群體計數型資料 ,如計數該變量發生次數 , 然后計算其比例 .其參數為群體比例 p 當 n要夠大的時候 (np≧ 5), 通常 n≧ 30( 取大樣本 ) 依中央極根定理 .此時群體比例 p之抽樣分配屬于常態 分配 ,再依 Zα 或 Zα/2( Zα/2 )為臨界值 ,即可進行檢驗 P的檢驗統計量 Z= 設定假設 H0:p=p0 H1:pp0(右尾檢驗 ) 或 H1:pp0(左尾檢驗 ) 或 H1:p≠p 0(雙尾檢驗 ) 單一群體比例 p檢驗 p － p pq/n (q=1p) 6s 130 MS2 2023/08/01 單一群體比例 p檢驗 范例 某業務所計劃拓展業務 .有 65%的委托人支持拓展業務 ,事務所負責人即同意拓展計劃 .隨機抽選委托人 950人調查 ,共有 560人支持 ,在 5%顯著水準下 ,請分析是否超過 65%的支持度 ? H0:P= H1:P StatBasic Statistics1Proportion. 6s 131 MS2 2023/08/01 單一群體比例 p檢驗 Summarized data。Number of trials 輸入“ 950” ,Number of successes 輸入“ 560” Options 在 Confidence level 輸入“ 95” ,Test Proportion 輸入 ,在 Alternative 選擇“ greater than ” 點選 ok,ok 6s 132 MS2 2023/08/01 P= 表示不拒絕這比例 = .就是沒有證據 . 也就是沒有超過 65%支持此提案 Test and CI for One Proportion Test of p= p 95% lower Exact Sample X N Sample p Bound PValue 1. 560 950 單一群體比例 p檢驗 6s 133 MS2 2023/08/01 Workshop 某事務所只要有 65%的委托人支持拓展業務 ,事務所負責人即同意拓展計劃 .隨機抽取 950人調查 .共有650人支持 .在 5%顯著水準下 ,請分析是否超過 65%的支持度 ? 6s 134 MS2 2023/08/01 兩群體比例 p檢驗 使用時機 : 計算二比例差的推定及檢驗 (二組樣本抽樣數及成功次數 /發 生次數己知 ) 6s 135 MS2 2023/08/01 兩群體比例 p檢驗 范例 某公司采購機器 ,挑選兩家廠商比較 ,隨機挑選兩家 (X,Y)廠商在使用中的機器 .觀察一年內維修記錄次數 .記錄顯示X廠商 50臺中有 6臺送修 ,Y廠商 50臺中有8臺送修 .在 5%顯著水準下 ,請分析該挑選哪一家 ? H0: pxpy=0 H1: pxpy0 Stat Basic Statistics 2Proportion 6s 136 MS2 2023/08/01 兩群體比例 p檢驗 Summarized data。在 First sample ,Trials 輸入“ 50” Successes 輸入“ 44” ,在 Second sample ,Trials 輸入“ 50” Successes 輸入“ 42” 。 Options 在 Confidence level輸入“ 95” ,Test Proportion 輸入 0,在 Alternative 選擇“ less than “ 點選 ok,ok 6s 137 MS2 2023/08/01 兩群體比例 p檢驗 P= 表示不拒絕這虛無假設 .也就是這兩家廠商一年內需要維修比例沒有差別 Test and CI for Two Proportions Sample X N Sample p 1. 44 50 2. 42 50 Difference =p(1)p(2) Estimate for difference : 95% CI for difference :(,) Test for difference =0(vs not =0):Z= PValue= 6s 138 MS2 2023/08/01 兩群體方差檢驗 使用時機 : 二組樣本數據的方差之檢驗 6s 139 MS2 2023/08/01 兩群體方差檢驗 兩群體變異之相同與不同 ,通常以 σ 1 / σ 2形式表示 ,如 :兩產品生產線之變異比較 , 設定假設 H0 :σ 1 = σ 2 H1 :σ 1 σ 2 或 H1 :σ 1 σ 2(以上為單尾檢驗 ) 或 H1 :σ 1≠σ 2(為雙尾檢驗 ) 檢驗統計量 F= (當 H1 σ 1 σ 2時 ) = (當 H1 σ 1 σ 2時 ) = (當 H1 σ 1≠ σ 2時 ) 2 2 2 2 2 2 2 2 S1 2 S2 2 S2 2 S1 2 S大 2 S小 2 2 2 2 2 2 2 2 2 6s 140 MS2 2023/08/01 兩群體方差檢驗 范例 兩種零件對加熱器的熱消耗有影響 ,現將兩種零件分別安裝於加熱器上並記錄熱消耗 ,在 5%顯著水準下 ,請分析此兩種零件樣本方差是否相等 ? “ ” Stat Basic Statistics 2 Variances 6s 141 MS2 2023/08/01 兩群體方差檢驗 Samples in one column,在 Samples欄位中選入“ BTU .In” 在 Subscripts輸入“ Damper”. Options 在 Confidence level 輸入“ 95”點選 OK,OK Test for Equal Variances : versus Damper 95% Bonferroni confidence intervals for standard deviations Damper N Lower StDev Upper 1. 40 2. 50 FTest (normal distribution ) Test statistic=,pvalue= Levene’s Test (any continuous distribution ) Test statistic =,pvalue = 6s 142 MS2 2023/08/01 P= 表示無法拒絕虛無假設 ,也就是沒有足夠證據證明這兩樣本的方差不一樣 兩群體方差檢驗 6s 143 MS2 2023/08/01 第六章 分析 (Analysis ) 6s 144 MS2 2023/08/01 四、確認根本原因 利用工具分析資料后 ,項目團隊可確認根本原因 . 在系統中 ,有時根本原因只有一個。但在復雜的系統 ,根本原因可能不只一個 ,而且可能會交互作用 . 6s 145 MS2 2023/08/01 篩選原因 這個原因有可能發生過 ,那麼它真的發生過嗎 ? 証實這個原因確實發生過 現場觀察 檢查記錄 在這個原因中 .有沒有什么隱匿在其中的假設 ? 6s 146 MS2 2023/08/01 篩選原因 有時候需要更細致的查証 原因多於一個 如果錯認原因，那麼補救措施的代價會很昂貴 利用詴驗設計 (DOE) 6s 147 MS2 2023/08/01 小結 分析階段包含了多個分析工具 ,以方便找出根本原因 利用圖形式的工具 ,可以方便判別出其潛在原因 當找到根本原因 .即可作為改善階段的基礎 . 6s 148 MS2 2023/08/01 6s 149 MS2 2023/08/01 謝謝觀看 /歡迎下載 BY FAITH I MEAN A VISION OF GOOD ONE CHERISHES AND THE ENTHUSIASM THAT PUSHES ONE TO SEEK ITS FULFILLMENT REGARDLESS OF OBSTACLES. BY FAITH I BY FAITH