查看文章 |
课本P194第一题。 我们的分析思路是先将每列进行单独汇总，然后通过透视表将汇总情况进行归纳，最终找出问题所在。 1、从产品方面看：
用“自动筛选”按升序排列Product列，并使用“分类汇总”功能对Batch size和Num defective两列进行求和汇总 对汇总结果进行次品率计算
可以看出编号为20的产品次品率高出其他产品，说明此产品的生产存在问题。而各个产品的生产员工不固定，使用的机器也不固定，所以不能下结论。
用“自动筛选”按升序排列Emplyee列，并使用“分类汇总”功能对Batch size和Num defective两列进行求和汇总，对汇总结果进行次品率计算
可以看出编号为5555的员工生产的次品率最高，为0.00302。而编号为3333的员工次品率仅有0.00203。而次品率与机器和产品型号有关，故不能下结论。
3、从机器方面看：
用“自动筛选”按升序排列Machine列，并使用“分类汇总”功能对Batch size和Num defective两列进行求和汇总，对汇总结果进行次品率计算
我们看出5号机器的产生的次品率远高于其他机器，为0.00397。
通过对以上几个方面数据的比较，我们发现一个现象，即次品率最高总是发生在生产总量最小的地方。这是不是说明问题出在产量上呢？我们继续分析批量大小对次品率的影响。
4、从批量的大小来看：
用“自动筛选”按升序排列Batch size列，并使用“分类汇总”功能对Num defective和次品率列进行求和汇总，对汇总结果进行次品率计算
看出次品率最高的是500批量的产品。而在商品生产过程中小批量产品的次品率高于大批量的产品是正常现象，所以我们无法做出准确判断。
现在我们使用数据透视表，将出现次品的产品、员工、机器和生产批量联系起来看。
5、构造一个如下的数据透视表
前面我们发现500批量的产品次品率明显高于其他批量，所以我们从500批量产品入手。
从这里我们讨论决定通过查看次品率的平均值得出结论。可见500批量产品的次品率普遍偏高，而最高的又出现在4444号员工生产的30号产品上。我们双击0.0300这个数值，查看它的详细情况，
发现4444号员工仅仅生产过500批量30号产品一次，故可认为是因为技术的不熟练等原因导致这个情况。 我们再双击次高值0.0207，
看出员工5555第一次生产500批量的30号产品次品率也相当高，而第二、第三次生产就大大减少。这证实了我们的想法。
由此我们能够得出结论，产品次品率过高主要是因为生产批量小，以及员工操作不熟练导致。我们建议的解决办法是增大产品生产批量，同时增强员工的技术水平。
P.S：由于得到数据过晚，时间仓促，加上第一次做此类作业，导致过程和结论并不完善，希望老师见谅。
SML小组 |
