项目回顾:在六西格玛绿带的带领下,项目团队识别出5个最重要的流程变量和2个比较重要的流程变量。 分别是: l X2啤酒流速 l X6电磁阀响应时间 l X7工艺参数组合 l X5灌装头 l X15 啤酒瓶盖子压力 l X3 啤酒温度 l X9 设备维护ME人员技能 项目团队将历史数据整理出来,将原始数据贴上了流程变量的标签,因此每一个单瓶啤酒量的数字就携带了很多流程信息。数据上贴的标签越多,携带的信息就越丰富,数据就越“大”,这就是大数据BIG DATA 让我们赶快来看看一号灌装机的灌装头时间之间是否存在差异? 使用假设检验: 原假设 H0:六个灌装头的灌装的单瓶啤酒量没有差异 备择假设Ha:六个灌装头中至少有一个灌装的啤酒量存在显著差异 应用统计分析工具方法分析 - ANOVA,得到如下结论: 看来3号灌装头有点“堵”啊。 看看P值如何? 单因子方差分析: 白沙啤酒 与 灌装机灌装头 P值为零。 绿带记起来了黑带大师的教导,“P值小,H0倒!” 数据统计显示P值为零,非常的小,推翻原假设H0的描述,而接受备择假设描述的风险很低,意味着“六个灌装头中至少有一个灌装的啤酒量存在显著差异”。从箱线图可知,就是3号灌装头显著地比其它灌装头装的少。是不是就是这个地方装少了,引起了市场的负面反馈呢?
小伙伴们,你们怎么看?
|