六西格玛分析之探索性数据分析详解（上）

关键词：六西格玛,探索性数据分析

导语：探索性数据分析是六西格玛分析的重要方法之一，其目的是将数据转化为信息，使数据变得有意义，更好地帮助六西格玛团队开展工作。本文将分为上下两篇文章，详细介绍探索性数据分析及其工作的三个阶段。

探索性数据分析是六西格玛分析的重要方法之一，其目的是用各种方法将数据转化为信息，使数据变得更有意义。但是这种转化并不那么简单，尤其是对六西格玛团队而言，面对的问题是非常复杂的。探索性数据分析分为三个阶段：推测阶段，提出关于原因的假设阶段，证实或排除原因阶段。下面分别加以叙述。

一、 探索性数据分析的第一阶段：推测

为了能进行有效推测，我们首先要学习数据分析的原则，然后学习数据分析的工具。

1、探索性数据分析原则

a）明确要深入了解的方向；b)不断提出假设；c)注意关于事件发生的频率、影响程度以及与问题缺陷症状相关的问题。

2、探索性数据分析工具

团队可以使用许多不同的方法和工具来初步分析数据，通常有以下几种工具。

排列图（Pareto图）：一种由大到小排列好的柱状图，帮助团队关注有最大影响的问题组成部分。适用于离散型或属性数据。

走势图（趋势图）：一种以时间作为横轴表明某指标变化状况的工具，帮助团队观察随时间发展所关心的指标数值是否呈现一定的模式。适用于连续型数据。

直方图（频率图）：表示所关心的指标其数值在各组间分布的状况。适用于连续型数据或属性数据。

多变异图：多变异图可以直观地提供与过程有关系的多个因素如何对过程输出响应变量发生影响的图形。六西格玛团队在研究多个变量时，可使用多变异图形象地描述因素间的关系。

二、 探索性数据分析的第二阶段：提出关于原因的假设

1、 寻找有效解决方案的秘诀

必须精确地知道正在试图解决的是什么问题。这个任务可不简单！想想所在组织中所有一而再，再而三地被“解决”的问题吧。显然，提出的许多解决方案并没有针对真正的问题，因而也就没有很大的作用。

2、 发现问题潜在原因的秘诀

必须透过问题的表面现象进行深入研究，找出问题的真正潜在原因。在你完成分析 过程的推测之前，你的团队已经对何时、何地、问题如何暴露出来有了一定的了解，同时对潜在原因也有了许多想法。本阶段的认为就是关注问题界定，组织“侦探”工作，确保找到所要研究问题的真正潜在原因，以便以后能真正找到解决方法。

以上介绍了探索性数据分析的连个阶段，推测阶段和提出关于原因的假设阶段，即以开放的态度调查数据和过程，目的是找出可以研究的项目，然后运用已有的知识，提出最有可能的缺陷原因。探索性数据分析的第三个阶段请阅读六西格玛分析之探索性数据分析详解（下）。