SQE实战分享-6 教学相长 原创

想判断有没有学会很简单，看你能不能把它讲出来——我的大学老师
5月24号公司组织了一次大规模的供应商培训，我为此准备了很久，耗费了无数脑细胞。我把它分享出来，大家如果有更好的想法，或者发现其中的错误，尽请与我沟通，在此先行谢过。下面对培训的表达中，我个人的发言，会加双引号注明；动作和受训者的互动，会用括号注明；需要分享ppt中文字时，我用大括号标注。
{为什么要学习数据分析
1.质量管理八原则中第7条是？
2.现代质量管理有非常多的工具,数据分析是最为有力的
3.质量管理是一个技术活}

“欢迎大家参加这次的培训，培训前，我首先要和大家沟通的问题，是我选择课题的目的。大家之前已经了解到，我的培训讲稿名字叫做《数据分析培训》。在老大布置任务，要求对供应商进行培训后，我真的纠结了很久。我们的质量问题总是不能得到根治，这是为什么？质量工作不被人重视，这是为什么？质量管理发展缓慢，又是为什么？供应商缺乏的究竟是什么？”
“有人记得质量管理八原则的第7条么？可以直接说出来，我的整个培训中会有无数个问题，一来我这个培训以引导为主，希望能够给大家带来思考，引起共鸣，所以我会抛出非常多的问题带着大家做头脑风暴；二来这个话题如果不能与大家互动，将会枯燥乏味。有人记得么？”
（某：用数据说话）
“对的，原文是这么说的：基于事实的决策方法。什么是基于事实的决策方法？不就是用数据说话么？什么叫用数据说话？我在培训开始前，看了一下今天到场的人员名单，今天在座一共60人，这60人中有31个名字我非常熟悉，这些人我都见过，所以我可以得出结论，我认识今天来参加培训的人超过一半。这就叫用数据说话，我确定了数据来源，收集了数据，然后进行了计算，最后根据计算结果作出了判断。”
“用数据说话是‘拍脑袋’的反义词，虽然大家都认同基于数据的判断是最合理的，但是大家更乐于‘拍脑袋’，而且‘拍脑袋’已经成为大家的日常工作了，不是么？”
“质量真的是一个技术活，质量工作是做判断的。领导也是经常做判断的一种工作。”
“因为这次培训，主要针对的是质量和技术人员，所以我推断，在座的很多人，都经历过SPC/MSA的培训。参加SPC培训的朋友举下手好么，无论是外训还是内训都算的？”
（约20人举手）
“人数不多嘛，比我预计的情况还要差阿。那么有多少人参加过MSA培训？”
（约15人举手）
“只有这么少的人接受过SPC/MSA培训？难以置信！接下来的问题已经没有必要问下去了，可想而知，必然没有多少人能够熟悉DOE，必然没有多少人还能记得中心极限定理、大数定律以及假设检验。据我了解，在座的部分供应商，去年和今年开展过JIT培训，我还知道，部分供应商开展过6西格马培训。但我可以断言，这些培训对企业起到的作用微乎其微。谁能告诉我为什么？因为缺乏基础！没有挖地基就在建楼，走路不稳还偏要在坑洼的地面上飞奔！上至领导下致小组人员，技能不足玩什么6西格马？上至客户下至供应链，能力不匹配玩什么JIT？”
“所以我今天的培训，是打基础的培训，是教大家脚踏实地走路的培训！”
{前言
1.手机调整到静音或震动状态。
2.无论是统计基础知识，还是后面讲到的具体统计工具，如果单独的、详细的来讲都需要几天时间。所以今天的讲解重点不是细节，而是理解。我的目标是让大家理解统计原 理，理解各统计工具的原理，这样才能在应用过程中免于犯错。
3.我喜欢把各统计工具比喻成“武功招式”，数理统计就是“内功”。学会了“招式”就可以和各种质量问题“过招”，但是要想灵活运用，成为高手中的高手，那么不修炼“内功”是不行的。
4.本ppt的主线： 思考题——统计基础知识（重点）——假设检验（重点）——统计工具介绍&思考题的讨论——其它。因为时间有限，培训期间主要针对与培训要点有关的问 题进行解答，其余问题，可做记录，放到最后进行解答。如果最后没有时间进行解答，可以在培训后与我进行沟通。
5.我的目的： 让大家认识到统计工具的作用；给大家带来新的思考；推广Minitabe的应用。
6.关于专业名词和术语：专业名词和术语的解释以数理统计和AIAG手册中的定义为准。我们以理解为主，不去严格的考量定义和解释的逻辑性。有兴趣者可以参考下列书籍：
《统计过程控制 SPC》 第二版 –AIAG
《测量系统分析 MSA》 第四版 –AIAG
《概率论与数理统计》-同济大学出版社
《六西格马管理统计指南——Minitab使用指导》-马逢时
7.讲解过程中主要围绕着质量问题的分析，但是实际一些工具和方法可以更广泛的应用在管理过程中。
8。最后，我猜测在座的大多数人都更关心SPC的使用方面的问题，但是基础知识的匮乏和对假设检验没有关注或者理解的偏差，是现实中应用SPC总是遇到麻烦的内在原因。而 且，实际工作中更多的应用假设检验与统计方面的基础知识，往往能够收到立竿见影的效果，所以这次讲解的主要内容围绕着基础知识和假设检验。其它统计工具的运用视时间长短灵活调整。我在ppt最后列出了一些使用SPC令人困扰的问题，和学习SPC时需要关注的对现实使用帮助非常大的章节，方便大家自学}

“关于第1点，我想说的是，按照我前面做的调查，大多数人都缺少数据分析方面的培训，所以只要大家认真听，跟着我的问题思考，我相信总会有所获益。那么对于手机铃声响起，干扰了其他人学习的朋友，我不得不怀疑贵司安排你来动机，不是为了来学习，而是为了打击竞争对手”
“关于2，我想说明的是，今天时间肯定不足，所以我的培训内容不会纠结在某一个知识点，也不会严格的分析任一个定义，这次的培训重在帮助大家去思考，去理解。我培训的作用是抛出一块砖，希望能够引出美玉。对于没有讲完的内容，欢迎大家培训后与我交流。”
“关于3，相信大家都是‘金庸武学’的粉丝，都拥有数年的‘金学’学习史。不清楚‘内功’和‘招式’的能否举一下手？好，这说明大家根基都很深厚，我讲解起来也会很轻松。具体的一个个统计工具，都是由数理统计原理衍生的‘招式’，‘招式’可以千变万化，但是武学精髓‘内功’却是相同的。再好的‘招式’，没有深厚的内功修为，耍起来只是‘花拳绣腿’，而只要内功深厚了，哪怕你只是简单的直拳，对方也不敢轻易招架。这就是‘内功’的魅力所在，学好‘内功’，千变万化的‘招式’，在你眼中返璞归真，成为简单的动作分解。如果学好了数理统计，所有质量工具，在你眼里就会变成假设检验和变种的假设检验”
“关于4，为了便于大家更好的学习ppt，我把这份ppt的思路分享给大家，这个可是我数月的心血啊”
“关于5，我不再多说。只强调一点，数据分析方面，在质量业内，已经有了非常好的软件，我再培训中会进行一些演示，希望借此培训，推广Min，itabe的应用”
“关于6，这点是为了提醒大家，这次培训中不纠结于词语的严格定义，如果有争议，可以在培训后查我列出的书籍，培训后欢迎与我交流”
“关于7，我希望大家学以致用，数据的分析不仅仅局限在质量领域”
“第8点，我与很多供应商的质量人员聊过，很多人都觉得SPC/MSA不好用。我把不好用的原因总结成两个字：不会！仔细看看我在ppt中列出来的《手册》章节，如果还是有疑问，欢迎培训后与我沟通”

{如果你是公司的质量经理或者生产经理，你会如何判断？——不要轻易下结论
1.假设你所在的公司生产压铸产品，技术人员计划通过调整工艺提高产品拉伸强度。下面数据是工艺调整前后的拉什强度测量数据。

能否依据该数据判定工艺调整有效？

如果是这组数据呢？

这组呢？
2.某产品依据历史数据，发现尺寸a的不合格率为0.27%。一次检验中，检验员抽样100件，检验后发现不合格品2件，能否认为生产过程变差了（即不合格率>0.27%）？100件中 发现1件呢？140件中发现2件呢？（p=0.27%的2项分布；抽样检验的判断力）
3.列联表类问题：调试人员偏好对各类缺陷有无影响？供应商材料对产品有何种影响？气候与各类缺陷有无关联？等等（303组流水数据；如何利用历史数据）

4.由于零件结构，产品的某个尺寸A难以测量，使用三坐标测量花费大量的时间。细心的开发人员认为零件生产过程中，尺寸B与尺寸A有间接关联，于是提出通过测量尺寸B来 评估尺寸A。这个方案是否可行？（测量方法替代/如果A是某参数，B是某特性呢？）

5.一次客户投诉中，技术人员分析认为是某尺寸偏小导致产品失效。技术员从该尺寸正产的产品中和尺寸偏小的产品中各抽50件样品进行试验。试验结果发现尺寸正常的产品 中有8件试验不合格，尺寸偏小的产品中有5件试验不合格，能否据此认为这个尺寸对该问题有明显影响？（如果不合格分别是8件和3件呢？如果是8件和2件呢？）
6.根据经验（如果没有经验呢？）某产品特性受到温度T（范围T1~T2）、时间H（范围H1~H2） 、压力P（范围P1~P2）的综合影响，而且温度T和时间T的影响非常复杂，常常调 整了一个，另外一个也必须做出相应调整。如何通过少量的实验来确定最优的工艺参数？试验结果如何分析？（DOE入门）}

“我们依次来考虑以下问题。第1个问题很常见，我们的供应商经常会给出几个测量值，然后对我们说：经过工艺调整，问题已经解决了，测量结果是x,y,z...怎么得出的结论？谁来告诉我？我们分别统计一下认为这些组数据。为什么举手的人寥寥无几啊？难道大家平时不擅长根据主观感觉做判断么？好，不举手我默认你们觉得改善不明显，我会问问你们为什么这么判断。好像举手的人又多出来一些了。判断很难么？记住这页的标题，不要轻易下结论。这些数据是经过我‘改良’的，我故意把数据做得看起来模棱两可来恶心你们的”
“答案我要在后面的讲解中适机公布，我不会让你们轻松的拿到答案的，那样你们就不会积极的思考了。我们接着看第2类问题。这个问题与抽样检验和SPC有关。有人知道我为什么选择0.27%么？对，3西格马，系统稳定时，点子出界的可能性是0.27%。好，谁记得使用控制图控制过程时，100个点中突然有1个点出界了怎么办？调整工艺？你回去翻翻《手册》的171页，看看什么叫过渡调整。平均每100个点有0.27个点出界，平均每1000个点会有2.7个点出界。谁说过程稳定就不能有点出界了？所以学习的时候要仔细看书上怎么说，要认真思考”
“相信很多供应商统计不良品时候都是采用流水账的方式，流水账能不能'告诉'我们引起异常的关键因子？如何利用这些数据？我后面与大家一起探讨。注意分析列联表的时候必须注意数据的解释，必须有大量的数据，数据少的时候其它因素干扰会很大，我们后面说明”
“这个问题很实际，经常有供应商提出用其它测量方式进行替代，你们这样做的原因是什么？是否评价过替代的可行性？”
“第5类问题，也很常见。有多少人认为可以判断尺寸是主要影响因素的？后一种情况，不合格分别是8件和3件呢？这个问题的数据也是我认真的设计出来的，很接近极限情况，没错，这些数据也是用来恶心你们的”
“第6个，带你们入个门，让你们知道用Minitabe可以进行正交试验设计，而且可以快速计算试验结果。如果时间够，就一起做一下，如果时间不够，就不说了。”
“感觉很累吧？接下来放松一下，我们进行一个小游戏。看这附图，这是一个非常著名的统计方面的实验，知道它的请不要说出试验的名字和结果。这个实验的结论也非常有趣，我来简单的描述一下这个实验的过程，答案需要最后揭晓，我很喜欢布置悬念。上方的绿色圆环代表小球，下放的白色圆点代表钉子。圆球落到钉子上，有1/2的可能性落到左方，还有1/2的可能性掉到右侧。这样9层钉子，最后所有小球都会落在下面的10个格子里。我设计了一个统计表格，看看大家认为最后落在中间2个（5号和6号格子）、两边2个（1号和10号）格子中小球的数量”


{思考——对概率的认识
1.什么是随机事件
2.随机事件是否可以预测
3.什么是必然事件和不可能事件；必然事件和随机事件有什么关系？
4.概率，博彩，保险
5.对统计结论的认识（统计局？）
6.如何描述随机事件}
“下面我们进入正题，最费脑子的时候到了。大家别睡着，就是对我的鼓励了。随机事件，大家时常会说到这个词。谁能回答一下什么是随机事件？不需要严格的定义”
（没有确定的结果）
“对的，随机事件，有多个可能的结果，最后结果如何，事前不能确定。随机事件在生活中的例子比比皆是。例如明天是否是晴天，日本明天是否会地震，某支股票明天是涨是跌，一次投篮是否会进球，我明天上班是否会迟到，一个零件电镀后的膜厚，今天有多少只麻雀落在假日酒店。随机事件的典型特征是，结果的不确定性。如果你能确定结果，要么是吹牛，要么事件不随机。例如股票，如果我能明确知道涨跌，我今天就不会站在这里讲课了。明天是否地震我也不知道，我如果在网上乱发帖子，会被关小黑屋。虽然随机事件的结果不确定，但是如果能够提前知道结果，可以避免风险，可以增加收益。预测随机事件结果有着巨大的前景，所以很多人进入了这个神奇的领域。人们发现，即使是随机事件，也是能够预测的。例如科比投篮，大家预测会进球；中国男足射门，大家预测球会飞；气象局预测天气并发布预报；按照电镀工艺我们预测膜厚在8~20um之间；而中国的股市，你拿它毫无办法。”
“有随机事件，相应的也有不可能事件和必然事件。顾名思义，不可能事件是说不可能发生的事情；必然事件是必定发生的事情。我们可能都有相似的感觉，小的时可以坚定的说出‘不可能’，但是随着年龄的增长，阅历的增加，各种新闻的刺激，我们越来越不敢说‘不可能’，当然这里也有科技发展的因素在里面。这说明我们潜意识里越来越能接受意外了，正如adidas的广告语。必然事件相对容易举例，例如从10楼扔一个西瓜，西瓜会向下落；摩擦会生热；酒精和水会相溶；100页的书随手一翻页数在1~100之间等。有了必然事件的例子，我们就可以举出不可能事件，例如从10楼扔下一个西瓜，西瓜飞了起来；摩擦不产生热量；把酒精倒进水里会分层；100页的书随手翻开一看是250页。。。”
“其实大家可能已经感觉到了，从刚刚翻书的例子中，随手翻到某一页是随机事件，然而这个页数必然在总页数之内，总页数之外是不可能的。这三者之间是不是有什么关系呢？我换一个例子。我每天上班需要坐2个公交车，然后等班车。我坐上每一个公交车的时间是随机的，等班车的时间也是随机的，所以我到达公司的时间难以控制。是不是？那么我怎样能够保证自己不迟到呢？我每天定时起床，乘坐同一个时间发车的公交，时间是否更加稳定了？如果我花钱自己买一部车，时间是否更容易控制了？好，有人说红绿灯时间。是的，路线很长，而且到处都是红绿灯，还有限速。假设我非常非常有钱，钱多的不知道怎么花，我从家里到公司，修了一条专用的高速，然后自己开车到公司，是不是时间更容易控制了？”
（某：搬到公司附近）
“我听到有人说搬到公司附近，好办法。我为什么要举这个例子？大家想想 ，是不是随机事件是因为有不可控因素？是不是减少不可控因素就能使随机事件不再那么随机？搬到公司附近是更好的办法，把很多不可控因素直接排除掉了。然后我们反思一下生产现场，设备在振动，材料在变动，人员在变动，温度在变动等等，生产出来的产品特性是不是随机结果？好，大家都赞同这个说法。那么控制温度之后，质量是不是就更加稳定了？自动化生产之后质量是不是更稳定了？固定原材料供应商之后是不是问题少多了？设备保养后是不是产品更稳定了？”
“看一下第5点，我写第5点是想要激发大家的兴趣。可能大家已经知道，但我还要着重说一下，最初人们研究概率论，是为了研究赌博。在计算好的赔率下，庄家稳赢。概率论与数理统计在经济领域中的重要应用之一是保险业，保险业通过精算设定了保险额度，保险公司赔付的钱总是远远小于人们投保的总金额。所以大家好好学习接下来的内容吧，也许你们具备成为下一代赌圣的资质”
“然后我必须提醒大家，正确地认识统计结论。统计结论可以具有欺骗性，因为统计披着‘科学的外衣’。统计结果与抽样方法相关。大家经常应该经常看到批评统计局数据的报道吧？上海城镇平均公司8千，拖后腿了没有？网上的帖子很犀利，这样写的：老板工资2万，我工资2000，平均工资1万1；老板房子180平，我房子20平，平均房屋100平；姚明身高2米2，郭靖明身高1.0，平均身高1米6！所以，说明统计结果时，如果没有说明如何抽样，多是为了借助统计数据欺骗。有一部非常有名的科普读物，当然在中国可能没有多大知名度，叫做《统计数据会说谎》，有兴趣的朋友可以看看。”
“随后，如何描述随机事件？刚刚一阵强烈的‘头脑风暴’，相信大家已经累了，我们休息15分钟，然后一起讨论随机事件的描述”