110
Input
100 90
Output
80 70 60 50 40
Y = 90.3013 - 0.645418X R-Squared = 0.359
Weak Negative Correlation
0
10
20
30
40
50
Input
85
75
Output
Y = 74.8524 - 0.181987X 65 R-Squared = 0.115
回归分析
Regression Analysis
目的
Objectives


介绍相关性及回归的基本概念 介绍相关性及回归的基本概念 介绍相关性及回归的基本概念
Introduce The Basic Concepts of Correlation and Regression Introduce The Basic Concepts of Correlation and Regression
r or t
2 t 2 n 2 t
n 2 r 1 r 2
Sample Size n 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 27 32 37 42 47 52 62 72 82 92 102
d.f. n-2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 25 30 35 40 45 50 60 70 80 90 100
(根据需要使用)
客户心声/业务之声调查 VOC/VOB
需求分析
流程再造
解决方案设计
再造路线图的日程是独立计算的 与以上DMAIC的日期不相关
流程再造
在这里输入开始日期

分析路线图
Analyze Roadmap
单一因子 X -单一因子 Y
Single X - Single Y
输入变量 X 离散Discrete 离散Discrete
改善
31/05/2004 31/05/2004 31/05/2004
控制计划
移交培训/ 流程所有人签准
最终能力研究
控制阶段FMEA回顾 重新修订RPN
项目最终汇报 MBB审阅 及报告
项目审核 及项目收尾
控制
21/06/2004 29/06/2004 29/06/2004 05/07/2004 09/07/2004 09/07/2004 19/07/2004
计算相关性
Calculate Correlation
评估r 和 P值
Evaluate r and P value
相关系数
Correlation Coefficients
什么是相关系数? So what is the Correlation Coefficient supposed to be anyway? 相关系数 (r)介于-1和1之间 The Correlation Coefficient (r) lies between -1
between -.80 and .80 is Not Significant
“+”相关性的强度及趋向
Strength and Direction of “+” Correlation
Strong Positive Correlation
110 100 90 80
Output
70 Y = 9.77271 + 0.745022X 60 R-Squared = 0.876 50 40
Strong Negative Correlation
110 100 90 80
Output
70 Y = 99.1754 - 0.745022X 60 R-Squared = 0.876 50 40 30 0 10 20 30 40 50 60 70 80
Moderate Negative Correlation
学习多元回归的使用 学习多元回归的使用
Link Regression To The Six Sigma Roadmap
Review the use of Multiple Regression Review the use of Multiple Regression 学习多元回归的使用
把回归与六西格玛路线图结合起来 把回归与六西格玛路线图结合起来
Significance Level 0.05 0.025 0.01 0.9877 0.9969 0.9995 0.9000 0.9500 0.9800 0.8054 0.8783 0.9343 0.7293 0.8114 0.8822 0.6694 0.7545 0.8329 0.6215 0.7067 0.7887 0.5822 0.6664 0.7498 0.5494 0.6319 0.7155 0.5214 0.6021 0.6851 0.4973 0.5760 0.6581 0.4762 0.5529 0.6339 0.4575 0.5324 0.6120 0.4409 0.5140 0.5923 0.4259 0.4973 0.5742 0.4124 0.4821 0.5577 0.4000 0.4683 0.5425 0.3887 0.4555 0.5285 0.3783 0.4438 0.5155 0.3687 0.4329 0.5034 0.3598 0.4227 0.4921 0.3233 0.3809 0.4451 0.2960 0.3494 0.4093 0.2746 0.3246 0.3810 0.2573 0.3044 0.3578 0.2429 0.2876 0.3384 0.2306 0.2732 0.3218 0.2108 0.2500 0.2948 0.1954 0.2319 0.2737 0.1829 0.2172 0.2565 0.1726 0.2050 0.2422 0.1638 0.1946 0.2301
在奥林匹克溜冰比赛上，你认为两个裁判成绩之相关 性有多高? How well correlated do you think two ice skating judges are at the
Olympics?
路线分析图
Analyze Roadmap
相关性
Correlation
画出点阵图
Produce Scatter Plot
相关性
Correlation
什么是相关性 ?
What is correlation?
你是否有过如此经验:测量某些产品并送至顾客处，但 他们回来告诉你的产品不符规格? Have you ever measured
something and then shipped to your customer only for them to tell you it doesn‟t meet spec?
50 40
85
50
60
70
80
90
100
Input
75
Output
Y = 56.6537 + 0.181987X 65 R-Squared = 0.115
55
40
50
60
70
80
90
Input
“-”相关性的强度及趋向
Strength and Direction of “-” Correlation
r应该多大？
How Big Should r Be?
勿需担心此表，Minitab 可以帮助我们!
the tables, Minitab can help us out!
But don‟t worry about
在相关性程序中选取“Display p-values”选项，
Minitab 将会显示出是否显著 If you identify the „Display p-values‟ option
初始能力研究
多元变量流程分析
确定改善方案
MBB审阅
合同批准
分析
22/03/2004 15/04/2004 15/04/2004 15/04/2004 15/04/2004
图例 单因子或多因子测试 实验设计(DOE)
2/3/02
完成 画钩 计划完成日期
实施改善
MBB审阅 实际完成日期
2/1/02002
and 1
一般规则:General Rules
– 相关系数 (r) >.80 或< -0.8 为显著Correlation Coefficient (r) > .80 or < .80 is Significant
– 相关系数 (r) 介于-.80 与 0.8 之间为不显著Correlation Coefficient (r)
管理者想知道接线员的经验(以月为单位衡量) 是否会对接听顾客热线电话需要的时间有影响
什么是 Y ? _____________
数据类型? ______________
什么是 X ? _____________
数据类型 ? ______________
应该使用何种工具? ________________________
项目书 得以批准 C&E矩阵或 故障树分析FTA 第三十天 MBB审阅 FMEA 或 故障树分析FTA 测量系统分析 MSA 关键”X”变量 数据采集计划
流程图
MBB审阅
测量
21/01/2004 04/02/2004 11/02/2004 25/02/2004 09/03/2004 09/03/2004 09/03/2004
Introduce The Basic Concepts of Correlation and Regression