项目管理-A06-分析关键因素

项目管理-A06-分析关键因素PPT文档演模板OfficePPT分析阶段概述根据测量阶段收集的数据,运用图表和简单的统计方法对它们进行一一确认，从而找出真正影响过程发生变异的“关键少数”变量（KPIV）。那么，我们现在的任务什么？如何运用收集的数据帮助我们做决定PPT文档演模板OfficePPT分析工具图表分析:确认要分析的过程变量的分布和我们的期望是否存在较大的差异主要工具有:分布图、柏拉图&饼图、散点图&相关图、趋势图比较分析:确认要分析的过程变量是否在统计上存在显著性差异yPPT文档演模板OfficePPT分析阶段定义测量分析改进控制6.确定关键因素一、图表分析1、分布图2、柏拉图&饼图3、散点图&相关图4、趋势图二、比较分析1、单样本目标值的比较2、二个样本的均值比较3、多个样本均值比较4、二个样本方差比较PPT文档演模板OfficePPT确定关键因素（分析阶段）(A06)第六步PPT文档演模板OfficePPT 目录 工贸企业有限空间作业目录特种设备作业人员作业种类与目录特种设备作业人员目录1类医疗器械目录高值医用耗材参考目录 一.图表分析二.对比分析PPT文档演模板OfficePPT第一部分图表分析1、分布图2、柏拉图&饼图3、散点图&相关图4、趋势图PPT文档演模板OfficePPT用图形对测量阶段找出的变量(KPIV)的“形态”进行描述，通过视觉来判断变量是否满足我们的期望,确定是否是关键的KPIV.好的图表才能说明问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 引入图表分析的目的PPT文档演模板OfficePPT图表分析可以把数据转化为直观的信息图形分析直观反映问题加工处理的数据是提供可靠信息的源泉反应问题和可靠的信息是我们作决策的基础图表分析的作用PPT文档演模板OfficePPT图表分析的步骤重点:可靠数据的收集和正确的图表解释1、选定要分析的变量2、搜集及整理数据3、选择图表分析方法4、解释分析结果PPT文档演模板OfficePPT选择要分析的变量我们要分析的变量来自测量阶段的结果,在利用图表分析前我们首先要确定变量的类型、分析的目的、选择什么方法等?NO.问题类型分析目的选择的方法1合格率离散寻找导致不合格原因柏拉图2新员工转正考核成绩与面试成绩连续确定不同的面试成绩与转正考核成绩的关系相关分析3报销周期连续单据报销的时间分布分布图4………..举例PPT文档演模板OfficePPT搜集及整理数据在运用图表分析时,应该明确以下重要问题:由谁收集数据?谁运用这些数据?收集数据的类型是什么?数据怎样收集?收集的数据在过程的哪个环节?收集数据的频率、范围?PPT文档演模板OfficePPT图表分析的主要方法变量分布分布图柏拉图饼图因素分布的构成分析什么问题分析方法趋势图变量间的关系变量稳定性散点图相关图PPT文档演模板OfficePPT一、分布图PPT文档演模板OfficePPT确定变量分布目的:确定变量的基本信息,包括分布的形状（是否正态分布?）、居中趋势（平均值和我们期望的有什么差距?）、离散情况（波动是否超出了我们的要求?）等.在职能管理中我们想了解某些过程的基本信息例如:1.员工投诉处理时间2.某产品库存金额3.合同评审时间……………与我们的要求(期望)有什么差异?通过分布图了解在那些情况下超出我们的期望PPT文档演模板OfficePPT举例结构一部:系统 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 评审时间分布图：均值和方差.PPT文档演模板OfficePPT画分布图步骤1、打开数据文件；2、点击Stat>BasicStatistics>DisplayDescriptiveStatistics；3、将变量选择为系统方案评审时间,点击Graphs;4、选择GraphicalSummary,点击OK,点击OK.PPT文档演模板OfficePPT案例我们关注每一份设计图纸实际完成时间和 计划 项目进度计划表范例计划下载计划下载计划下载课程教学计划下载 完成时间的差距,从二反映我们设计任务完成的及时性的好坏,我们收集的结构设计方面的一些资料,共计60份任务单.分析设计任务的分布情况，确定分布情况与我们的期望有多大的差异?我们期望最佳目标是任务准时完成,同时波动的变化范围非常小.PPT文档演模板OfficePPT分布图画法Stat>BasicStatistics>DisplayDescriptiveStatisticsPPT文档演模板OfficePPT案例分析结果从分布分析表明，平均任务完成时间差为3.89天, 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 偏差为5.3个,也就是说每单任务完成的偏差非常大.我们期望的平均值是多少?期望的标准偏差是多少?那么,现在的主要问题是平均值出现偏移还是标准偏差(波动)偏大?结论：设计任务完成是平均值出现偏移,同时任务完成的波动非常大PPT文档演模板OfficePPT分布构成情况目的:确定某些特定事件在整个事件中所占的比例或者问题主要集中在哪些方面?在实际工作中,我们想知道以下问题例如:1.设计差错主要集中在哪些方面?2.系统方案评审的问题点.3.结构件成本的构成情况。………..通过变量分布构成的分析我们首先解决什么问题PPT文档演模板OfficePPT二、柏拉图&饼图PPT文档演模板OfficePPT柏拉图的画法Stat>QualityTool>Paretochart成本费用类别其中，材料费用和加工费用占成本的70%!PPT文档演模板OfficePPT饼块图的画法在这里不讲,大家可以用EXCEL来完成PPT文档演模板OfficePPT三、散点图&相关图PPT文档演模板OfficePPT掌握变量间的关系目的:输入变量(X)之间或者过输入变量(X)和输出变量(Y)之间的相关关系.为我们深入分析它们之间的函数关系奠定了基础.在实际工作中,我们想知道以下问题例如:1.公司通讯费用与员工数量的关系。2.设计质量的一次通过率跟工作年限、学历之间有什么关系?………..通过相关分析我们就可以解决以上问题PPT文档演模板OfficePPT相关关系是?相关关系可以用数据来看出两个变量(Y与X,或两个X)间紧密程度如何.两者之间关系的强度通过相关系数(r)计数化.-1.00+1.0负的相关系正的相关关系“r”没有相关关系决定点PPT文档演模板OfficePPTr值r接近-1r接近+1(+)正的相关关系()负的相关关系接近0时几乎没有相关关系相关性的分类PPT文档演模板OfficePPT弱的正相关弱的负相关强的正相关强的负相关其它关系没有相关关系相关关系图示PPT文档演模板OfficePPT一般样本大小(15个以上)为基准如果|r|>0.80时具有强的相关关系如果0.3<|r|<0.80时具有弱的相关关系.如果|r|<0.30时认为没有有效的关系.相关性的参考判断基准PPT文档演模板OfficePPT相关并不是分析所有的因果关系!要想真正了解变量之间的因果关系,有必要进行回归分析或者DOE试验.如果有必要,请咨询事业部黑带!即使证明Y与X间具有相关,也并不意味着Y的变动一定是X的变动引起的.可能存在引起X与Y同时变动的第3个隐藏变量二个变量间有关系的结论并不意味着因果关系.样本相关系数的值接近“0”表示二个变量间直线关系弱,并不意味着两个变量间没有关系.相关的滥用与误用PPT文档演模板OfficePPT案例想了解设计质量一次通过率与设计人员承担的工作任务量、设计人员的工作年限的相关关系,从24个员工收集了3个月的数据数据来自2002年6月～8月统计数据.PPT文档演模板OfficePPT（一）散点图PPT文档演模板OfficePPT目的:确定两个变量之间的相关关系变量1变量2点击OKGraph>Plot续上PPT文档演模板OfficePPT案例分析结果从图中我们可以得出:变量设计任务量和一次通过率之间有弱的相关性相关系数=0.107PPT文档演模板OfficePPT（二）相关图PPT文档演模板OfficePPT目的:确定多个变量两两之间的相关关系变量点击OKGraph>MatrixPlot续上PPT文档演模板OfficePPT案例分析结果结果:结论：设计一次通过率与工作任务量及工作年限没有相关性。PPT文档演模板OfficePPT四、盒子图PPT文档演模板OfficePPT目的:要对两类或更多种类的数据进行比较分析.在实际工作中,我们想知道以下问题例如:1.不同人员的设计水平有什么不同。2.采取不同设计方法的设计结果有什么不同………..通过比较我们就可以解决以上问题比较分布PPT文档演模板OfficePPT盒子图的画法Graph>BoxplotPPT文档演模板OfficePPT盒子图的辨认方法Boxplot的理解异常点**75分位+[1.5box范围]实际点的位置75分位50分位(中央值)25分位25分位-[1.5box范围]实际点的位置异常点数据的中心50%(box范围)PPT文档演模板OfficePPT案例设计的质量与人员的工作年限可能有关系，为了确认不同工作年限是否影响设计水平，项目组随机抽取了24个员工，收集了3个月来设计图纸的质量（以缺陷个数来衡量设计质量）的数据，同时根据工作年限分为三类，分别以1,2,3来表示.数据来自2002年6月～8月统计的数据.PPT文档演模板OfficePPT案例(续)PPT文档演模板OfficePPT案例分析结果分析结果:工作年限在1类的情况下设计缺陷最少,而工作年限在3的情况下设计缺陷的波动最大PPT文档演模板OfficePPT五、趋势图PPT文档演模板OfficePPT掌握过程变量的稳定性目的:确定变量的变化趋势,确定引起变量发生变异的原因.在实际工作中,我们想知道以下问题例如:1.结构件在电源产品中成本的变化趋势2.由于设计原因导致设计修改次数的变化趋势………..通过趋势图我们就可以解决以上问题PPT文档演模板OfficePPT过程变动的主要类型tyt偶然变动(RandomVariation)平均在一定水准时,只显示偶然变动的变化tyt随时间变化反复于一定的周期季节变动(SeasonalVariation)tyt显示出TimeSeries随时间变化的形态倾向是线形还是二次型?tyt倾向变动(TrendVariation)政策的变化,市场变化给TimeSeries的影响,反映出的变动.其它变动PPT文档演模板OfficePPT案例想了解公司由于设计原因导致设计修改次数的变化趋势,统计了去年的每月设计修改的次数,试问:设计修改次数变化趋势如何?数据来自事业部统计的数据.PPT文档演模板OfficePPT趋势图变量点击OKGraph>TimeSeriesPlotPPT文档演模板OfficePPT从图中我们能够得到什么结论?案例分析结果从图中我们可以得出:设计更改的次数基本在4-5次之间变动.在4,5,10,11月相对好一点.是什么原因?设计任务少?PPT文档演模板OfficePPT练习一考虑小组项目的Y与潜在关键因素可以用什么图形分析方法。PPT文档演模板OfficePPT第二部分比较分析1、一个样本和目标值的比较2、二个样本的均值比较3、多个样本均值比较PPT文档演模板OfficePPT熟练掌握比较的类型明确比较的假设陈述和比较风险比较统计量和置信区间,确定差异是真实存在的,还是偶然引起的.与实际作比较，判断是否是“关键少数的变量”。将统计问题转化为实际问题引入比较分析的目的重点:会利用比较分析解决我们碰到的实际问题PPT文档演模板OfficePPT比较类型比较类型专业术语单样本（参数比较）onetostandard双样本比较onetoone多样本比较multiple单侧比较——双侧比较PPT文档演模板OfficePPT单侧比较单侧比较:假如我们的实际问题是为了比较一个样本的某一统计量(例如:平均值或者标准偏差)是否大于（小于）一个标准值或另一样本的统计量，则是单侧检验.单侧比较种类:左侧比较:我们想证明或者想验证的结果是小于(跟对立假设相对应)右侧比较:我们想证明或者想验证的结果是大于(跟对立假设相对应)PPT文档演模板OfficePPT比较分析判断的基准:如果P-value值>0.05,无法拒绝原假设;如果P-value值<0.05,没有理由接受原假设.双侧比较双侧比较:假如我们的实际问题是为了比较一个样本的某一个统计量(例如:平均值或者标准偏差)与一个标准值或另一样本同一统计量是否相等，则是双侧检验.PPT文档演模板OfficePPT总体参数与样本统计量总体参数样本统计x平均值标准差sμσ总体的参数是固定的，但不知道。样本统计量是用来估计总体的参数。比较的结论是对总体的参数进行阐述，而不是对样本进行阐述。样本和总体的关系:一般情况下,总体的统计量是一个固定的值,但是我们不知道.要了解总体的信息,只能抽取样本,然后对样本进行分析,根据样本的信息推断出总体的信息.因此样本的分析目的是要得到总体的信息，并对总体下恰当结论，采取相应措施.PPT文档演模板OfficePPT比较分析的一般步骤比较的一般顺序1.将要比较的实际问题转化为统计问题2.确认比较的目的3.进行假设(原假设/备择假设)4.确定合适的比较检验方法5.制定α显著水平6.收集数据7.验证数据的正态性8.方差检验9.均值比较10.统计结果的解释11.将统计结果转化为实际问题哦!!原来是帮助我们确定变量X是否是关键的少数的一种分析方法。PPT文档演模板OfficePPT比较举例案例:现有2个事业部，一个宣称他们客户服务满意度比另外一个事业部高.为了确认他们的说法是否正确?象这种问题就可以用比较分析的方法进行确认.……PPT文档演模板OfficePPT假设有两种相反的假设:原假设:假设没有差异或者没有关系.不用证明的假设.（等号一定在原假设）对立假设:假定有差异或有关系.要论证的假设.怎样作假设？假设:H0:1≤2第1个事业部客户满意度小等于第2事业部Hα:1＞2第1个事业部客户满意度大于第2事业部一般情况下:把我们已经知道的事实作为原假设,把我们想要证明的作为对立假设。PPT文档演模板OfficePPT比较的两类风险判断事实1≤21＞21≤21＞2正确Prob1-正确Prob1-二类错误Prob一类错误Prob不能拒绝原假设拒绝原假设PPT文档演模板OfficePPT比较分析的错误类型一类错误（Prob）：正确的原假设被拒绝（又称拒真、误诊）二类错误（Prob）：错误的原假设被接受（又称纳伪、漏诊）注意几点：1.拒绝具有说服力，接受没有说服力。2.越小，说服力越强。3.小，就大；、的取值根据实际需要。PPT文档演模板OfficePPT假设检验错误类型0.0000.0010.0020.0030.0040.0050.006YEstimMean3198.9487691'True'Mean3198.9487691HypothMean3000StdErrMean74.921803932Beta0.1872991439Power0.812700856125002600270028002900300031003200330034003500X二类错误（Prob）一类错误（Prob）PPT文档演模板OfficePPT一、单样本和目标值作比较PPT文档演模板OfficePPT目的：确定1个变量的均值和目标值是否存在显著性差异.在实际工作中,我们想知道以下问题：例如:1.系统方案的评审是否在规定的期限内完成。2.设计人员的水平是否达到某一个水平………..通过比较分析我们就可以解决以上问题单样本和目标值作比较PPT文档演模板OfficePPT案例为了衡量结构平台人员的技术水平是否某一要求,公司组织对结构设计人员进行了专业方面的考试,分别收集了设计人员的考试成绩,以评估分数作为衡量设计水平的指标,公司要求评估分不能低于85分.试问设计人员的设计水平是否能达到公司的要求?我们可以抽样一些人员的考试成绩，使用比较分析的方法对此下结论.假设:原假设H0:≥85对立假设Hα:<85PPT文档演模板OfficePPT1.确定数据的正态性Stat>BasicStatisticDistribution>NormalityPPT文档演模板OfficePPT数据正态性检验结果结果:根据P值来判断.P值>0.05,数据属于正态分布.P值等于0.982,因此数据符合正态分布PPT文档演模板OfficePPT点击OK输入要比较的值2.平均值的比较Stat>BasicStatisticDistribution>1SampletPPT文档演模板OfficePPT案例分析结果统计结论:P-Value=0.118>0.05,因此没有充分的理由拒绝原假设.实际结论:不能说设计人员的水平不符合公司的要求PPT文档演模板OfficePPT二、二个样本均值比较PPT文档演模板OfficePPT目的：确定2个变量或者1个变量在2个水平的均值（或者方差）之间是否存在显著性差异在实际工作中,我们想知道以下问题例如:1.二个不同产品之间的设计缺陷是否相同？2.2个设计小组的设计速度是否相同?………..通过比较分析我们就可以解决以上问题注意：2个样本的均值比较前必须先比较方差是否相等二个样本均值比较PPT文档演模板OfficePPT案例为了比较2个产品经营业绩,分别收集了某期内的有效值.试问2个产品的业绩是否存在显著性差异?我们可以使用比较分析的方法对此下结论.假设:原假设H0:1=2对立假设Hα:1≠2PPT文档演模板OfficePPTStat>BasicStatisticDistribution>Normality1.先验证正态性(A小组)结果:根据P值来判断.P值>0.05,数据属于正态分布.P值等于0.221,因此数据符合正态分布PPT文档演模板OfficePPT数据的正态性结果(B小组)结果:根据P值来判断.P值>0.05,数据属于正态分布.P值等于0.08,因此数据符合正态分布PPT文档演模板OfficePPT2、进行方差比较Stat>BasicStatisticDistribution>2Variances假设:原假设H0:σ12=σ22对立假设Hα:σ12≠σ22PPT文档演模板OfficePPT方差比较结果结果分析:P值大于0.05,说明它们的方差是相等的,数据为正态分布时数据为非正态分布时PPT文档演模板OfficePPT3.比较均值是否相等Stat>BasicStatisticDistribution>2Samplet选择方差是否相等PPT文档演模板OfficePPT比较均值是否相等(续)PPT文档演模板OfficePPT案例分析结果统计结果:P-Value=0.215>0.05,因此采纳原假设.实际结论:2个设计小组的实际质量没有显著性的差异.PPT文档演模板OfficePPT三、配对数据的二个样本均值比较PPT文档演模板OfficePPT配对数据的均值比较配对数据指两组样本之间的每一对数据除了我们关注的因素外,其它引起样本值差异的原因基本上一致。目的：确定两者之间均值是否存在显著性差异例如:10个评委对2个竞聘干部打分成绩是否有显著差异。配对数据的One-to-One平均值比较可以转化为One-to-Standard比较。PPT文档演模板OfficePPT将配对数据对应一一相减，得到一组新的数据，将这组新数据看作一个样本3，对它的均值进行是否等于0进行比较。这样，问题就转化为One-to–Standard比较，其中Standard均值为0，差未知，应该用T检验。转化后的假设陈述:原假设H0：µ3=0对立假设Hα：µ3≠0假设:原假设H0:1=2对立假设Hα:1≠2假设的描述PPT文档演模板OfficePPT四、多个样本的均值比较PPT文档演模板OfficePPT多个样本的平均值比较目的：确定多个变量的均值之间是否存在显著性差异.在营销部门中,我们想知道以下问题例如:1.几个产品的单个合同有效值率是否有差异?2.5个产品事业部延迟交货时间是否有差异?………..通过比较分析我们就可以解决以上问题PPT文档演模板OfficePPT案例练习：保险成本项目，平安保险公司相比较不同地区保险成本，在各地区抽取了报险金额为120万元的保单10份。试问平均值是否有显著性差异？试说明那一个地区的保险成本低于1500元。NO.陕西上海广东江苏辽宁1763133559637421632213351262374218335078359621716323753010437424100144820106715163229481833743214564365321050788674063712628671183123312328144837443751072145691833163530103105273510507864332001767767PPT文档演模板OfficePPT操作步骤Stat>ANOVA>One-way假设:原假设H0:1=2=3….=.n对立假设Hα:其中任意一个与其它不相同PPT文档演模板OfficePPT续上PPT文档演模板OfficePPT案例分析结果从图中我们可以得出什么结论？PPT文档演模板OfficePPTP值为多少？统计的结论是什么？实际的结论是什么？PPT文档演模板OfficePPT