《精益基础知识与数据分析软件（Minitab）应用》

《精益基础知识与数据分析软件（Minitab）应用》

——2天·用数据看现场，把改善做成有依据的决策

主讲老师：杨颖

【课程背景】

精益改善走到一定阶段，最大的瓶颈往往不是"想不到"，而是"证不明"。很多现场提案论证靠的是口头经验与零散截图：改善前后的差异无法说清是偶然还是真实，过程能力到底够不够没有答案，两个班次的差别也只是感觉。缺少数据支撑的改善，既难以获得资源支持，也难以固化推广。

另一方面，一线技术人员并非没有数据，而是缺乏数据思维与可用的分析工具：不知道该收集什么样的数据、收多少、怎么分层；拿到数据后只会做平均值对比；面对一堆数字不知道该画什么图、看什么结论。Minitab 作为应用最广的入门级统计分析软件，正是把现场数据变成可视化结论的实用桥梁。

本课程把精益现场认知与数据分析方法结合起来：上午讲清楚价值、浪费、流动、拉动在现场长什么样，下午就带着同一批现场数据走进 Minitab，完成图形化分析、基础统计推断与控制图判读。两天全程用一个贯穿案例把知识点串起来，让学员既看得懂现场，也讲得出数据。

【课程收益】

1. 建立精益价值判断框架：能用价值、浪费、流动、拉动的视角重新审视自己所在流程，区分增值与非增值活动。

2. 掌握八大浪费的现场识别方法：走访现场时知道看什么、问什么、记什么，能独立完成一次班组浪费排查并形成清单。

3. 建立数据思维：区分连续型与离散型数据，理解母体与样本、抽样代表性与数据口径统一的重要性，能编制一份可用的数据收集计划。

4. 掌握图形化分析：熟练使用 Minitab 生成直方图、箱线图、帕累托图、运行图、散点图，并读懂图形背后传递的过程信息。

5. 掌握基础统计推断：理解假设检验的基本逻辑与 P 值的含义，能完成单样本/双样本 t 检验、比例检验与卡方检验的操作与结论表述。

6. 入门相关与回归：能用散点图与相关系数判断变量关联强度，建立一元线性回归模型并进行基本解读。

7. 入门过程控制：理解普通原因与特殊原因波动，能使用 Minitab 制作 X-R 图、I-MR 图等常用控制图并完成异常判读。

8. 产出实战成果：完成一份贯穿案例的分析报告（数据—图形—结论—建议），回到岗位可直接复用到真实改善场景。

【课程对象】

制造型企业工艺/质量/IE 工程师、班组长、现场改善骨干，以及需要用数据分析支撑改善提案的技术与管理人员

【课程时间】

2天（6小时/天）

【课程大纲】

一、第一天：精益基础认知与现场浪费识别、数据准备

1. 精益的核心概念与价值判断

1）精益的起源与核心目的：以客户定义价值，用最少资源创造最大价值

2）五大原则：价值、价值流、流动、拉动、尽善尽美

3）增值与非增值活动的判定三问：客户愿不愿意付钱、是否改变形态功能性能、是否一次做对

4）效率的两个层次：单点效率与全流程效率的差异

讨论：自己负责的一段流程中，哪些动作是客户真正愿意付钱的

2. 八大浪费的现场识别

1）七大浪费：过量生产、等待、搬运、加工、库存、动作、不良返工

2）第八种浪费：员工创造力未被充分利用

3）过量生产为何是"万恶之源"：它如何掩盖并派生其他浪费

4）浪费识别的观察要点：堆积、往返、等待、翻找、返工、空转六类信号

演练：观看现场视频或图片，各组至少找出八处浪费并归类

3. 流动与拉动的基本思路

1）节拍时间 TT 与周期时间 CT 的概念及其差距含义

2）批量生产与单件流的对比：在制品、周期、暴露问题的速度

3）拉动的本质：由下游消耗触发上游补充，看板的基本运行规则

4）瓶颈工序识别与产能平衡的山积图入门

5）改善切入点选择：从瓶颈、从最大浪费、从最痛的问题

案例：一条装配线从批量流转改为单件流的周期与在制品变化

4. 现场诊断实操与课题确定

1）现场观察方法：走动路线、站位、记录方式

2）提问话术：开放式提问与追问，避免诱导性问题

3）诊断发现的分类与优先级排序：影响度 × 可行性

演练：分组完成一次模拟现场诊断，输出问题清单并选定贯穿两天的分析课题

工具：八大浪费识别卡、现场观察记录表、问题优先级矩阵

5. 数据类型与数据质量

1）连续型数据与离散型数据的区分及其对工具选择的决定作用

2）属性值数据与计数数据的典型场景

3）母体与样本、抽样方法与样本代表性的基本含义

4）数据收集的常见陷阱：口径不统一、时间不具代表性、事后补录失真

5）MSA 的基本理念：先确认测量系统可信，再谈数据可信

讨论：本组课题需要哪些数据？数据来源、口径、记录人与频次分别是谁？

6. 数据收集计划与练习数据准备

1）数据收集计划表七要素：指标定义、口径、抽样方式、样本量、频次、记录人、异常处理约定

2）样本量估计的基本思路与常见误区

3）Excel 数据表结构设计：一维表结构的规范（一行一条记录、一列一个变量）

实操：各组完成本组课题的数据收集计划表，并整理出可用于次日分析的练习数据表

工具：数据收集计划表模板、练习数据表结构说明

二、第二天：Minitab图形化分析与基础统计应用

1. Minitab 基础操作入门

1）软件界面：工作表区、会话窗口、图形窗口的功能分区

2）数据录入与导入：Excel 数据读入、变量命名、列类型设置、缺失值处理

3）数据整理常用操作：数据堆叠与拆分、排序、筛选、计算新变量

4）软件设置与输出结果（图形与会话文本）的导出与粘贴到报告

实操：导入本组练习数据并完成一次基础整理

2. 图形化分析（一）：直方图与箱线图

1）直方图：组距与组数的确定、分布形态判读（正态、偏态、双峰、锯齿）

2）直方图与规格限对照：中心偏移、散布过大、超出规格三类情形

3）箱线图：中位数、四分位距、须线、异常点的含义

4）分组箱线图：多班次、多机台、多供应商之间的分布差异对比

实操：对本组数据绘制直方图与分组箱线图，写出三条观察结论

案例：两个班次同一尺寸测量数据的分布对比，判断差异是均值漂移还是散布变大

3. 图形化分析（二）：帕累托图与运行图

1）帕累托图：二八原则、累计百分比线、关键少数的锁定方法

2）分层帕累托：更换分层维度后结论可能完全不同

3）运行图：时间序列趋势、波动与突变的快速识别

4）三种基础检验：游程检验、上升下降趋势、振荡型判读入门

实操：对本组缺陷数据绘制帕累托图，对关键指标绘制运行图并识别是否存在趋势

工具：图形输出结果判读要点卡

4. 过程能力分析 Cp/Cpk 入门

1）过程稳定是能力分析的前提：先判稳定，再算指数

2）规格限 USL/LSL 与控制限 UCL/LCL 的区别

3）Cp 与 Cpk 的含义差异：潜在能力与实际能力

4）Pp/Ppk 与 Cp/Cpk 的适用区别及长期短期概念

实操：Minitab 完成过程能力分析，解读输出报告中的指数与图形

讨论：能力不足时应优先解决"散布过大"还是"中心偏移"，两者对策有何不同

5. 假设检验基础

1）基本逻辑：原假设与备择假设、显著性水平 α、P 值的含义与常见误读

2）第一类错误与第二类错误及其在改善决策中的代价差异

3）单样本 t 检验：判断整体均值是否达到目标

4）双样本 t 检验：比较两个班组、两种工艺、两台设备的均值差异

5）比例检验与卡方检验：离散型数据的差异判定

实操：对本组练习数据选用合适的检验方法，完成操作并写出一句规范结论

讨论：P 值小于 0.05 就一定意味着改善有效吗？统计显著与实际意义的区别

6. 相关与回归入门

1）散点图：先看图再算数，识别线性、非线性、无关与异常点

2）相关系数 r 与决定系数 R² 的含义与局限

3）相关不等于因果：第三方变量与伪相关的常见情形

4）一元线性回归：模型建立、回归方程读取、残差的基本判读

实操：用现场参数与输出指标建立一元回归模型并解释斜率含义

案例：某工艺参数与产品强度关系的分析与结论边界说明

7. 控制图入门

1）控制图的基本思想：区分特殊原因与普通原因波动

2）构成要素：中心线 CL、上控制限 UCL、下控制限 LCL，三倍标准差的来源

3）常用控制图选型：X-R 图、X-s 图、I-MR 图适用于计量数据，P 图、NP 图、C 图、U 图适用于计数数据

4）八大判异规则中最常用的四条：点出界、连续9点同侧、连续6点递增递减、连续14点交替上下

实操：Minitab 生成 X-R 图与 I-MR 图，识别图形中的异常信号并给出处置建议

讨论：控制图与控制计划、日常点检如何衔接，才能真正防止改善反弹

8. 贯穿案例综合演练与成果汇报

1）各组沿用同一课题完成完整分析链路：数据整理→图形化观察→能力/检验/回归分析→控制图判读

2）产出：一份包含数据说明、关键图形、分析结论与改善建议的分析报告（A3 或一页纸）

3）汇报：小组 8 分钟汇报 + 5 分钟质询，其他组从"结论是否有数据支撑"角度评分

4）点评要点：工具选择是否恰当、结论是否超出数据支持范围、建议是否可执行

5）训后任务：回到岗位用真实数据复做一遍完整分析流程并提交报告

工具：Minitab 操作指引、分析报告模板、常用图形与检验方法选用表