【正文】 道的內(nèi)容用假設來設定，對假設的成立與否用樣本數(shù)據(jù)得到的情報為基礎進行統(tǒng)計分析後做出決定。離合器，在這里先查看 8個不同的 Fixture間有無高度尺寸公差，如果 Fixure間有高度公差的話，用 “ X”因素來判斷後調(diào)查原因并改善。 ? 利用 X2(Chisquare)驗證 ?原假設 (Ho)：不良類型和交接之間彼此是否無關(guān)聯(lián)（獨立因素） ?對立假設（ H1）：不良類型和交接班之間彼此是否有關(guān)聯(lián)（從屬因素） 117 假設檢驗（ Hypothesis Test）計數(shù)型 ? 不良類型： ?A：碰傷 ?B：洩漏 ?C：開關(guān)不良 ?D：粘貼不良 118 假設檢驗（ Hypothesis Test）計數(shù)型 交接班 A B C D 1 15 21 45 13 2 26 31 34 5 3 33 17 49 20 ?設定假設 ?原假設（ Ho）：不良類型和交接班之間彼此無關(guān)聯(lián)（獨立） ?對立假設（ H1）：不良類型和交接型號之間彼此有關(guān)聯(lián)（從屬） 119 改善（ Improvement） 120 分散分析（ ANOVA）的理解 ?什麼是分散分析（ ANOVA）？ ? 試驗實施後，對試驗結(jié)果進行分析所使用的分析方法 ? 特性值的散布用總平方和來表示。 121 分散分析（ ANOVA）的理解 ? 可以說是決定各水平上 ‘ Y’特性值（反應值）的平均值是否具有 同樣值，步驟 ?暫定的找出致命的少數(shù)因子的方法 ? 分散分析的用語理解 ? 因子 (Factor)：試驗上影響特性值的原因 ? 水平 (Level)：為實施試驗的因子條件 ? 平方和 (Sum of square)：在因子的特定水平上，計算測定值變化程度 ? 試驗 Balance/Unbalance：測定值相同或不相同時所有因子水平的 調(diào)合數(shù) 122 分散分析（ ANOVA）的理解 ?分散分析的使用 ? One Way ANOVA： 具有 2個以上的水平的 1個因子的情況 ? Balance ANOAV： 具有 2個以上因子的情況 ? 試驗計劃法（ DoE=Design of Experiment）：分析多因子時，針對那個 調(diào)合上給 ‘ Ｙ ’ 特性值造成影響大的因子。協(xié)力社調(diào)查 ?Process Mapping ?Rolled Through Yield 129 試驗計劃的樹立 ? 潛在變量 ?潛在變量是給結(jié)果帶來影響的，但難以發(fā)覺，并且不可能控制和測定。 130 試驗計劃的樹立 ? 選定因子水平 ? 水平數(shù)可以按試驗的目的和反應值的圖表形狀來決定 ?能用篩選試驗來找出得要的因子的話，使用典型的 2水平 ?‘ Y’值按水平產(chǎn)生充分差異的範圍來選定水平 ? 如果選定的溫度範圍小，幾乎不影響應答的話，可能錯判為溫度不重要的因子 ?確定的水平不能超出現(xiàn)實可能的水平（最佳的選定水平上，不能適用實際的話郵局不能改善） ?試驗的幾個調(diào)和可能是不能接受的反應值，但是那種條件下，可能出現(xiàn)最佳值？ 131 試驗計劃的樹立 ? 選定試驗計劃 ? 做試驗計劃時要想 10個重要概念 ?直交性 ?隨機性 ?再現(xiàn)性 ?反復性 ?管理能力 ?潛在變量 ?Noise變量 ?Blocking ?Sample的大小 ?交叉 132 試驗計劃的樹立 ?試驗計劃的選定 ? 直交性 ?試驗配置或部分配置法上把因子的效果做成彼此獨立而使用 ? 隨機化 ?為了防止非試驗的因子的外部要因引起的效果時使用 ? 試驗順序隨機化 ? 試驗 Unit隨機化 ? 測定順序隨機化 133 試驗計劃的樹立 ? 再現(xiàn)性 ?完全再設置度驗裝置，在同樣水平上追加得到值的時候 ? 在做測定時可減少散布 ? 對對試的結(jié)果增加信賴感 ? 反復性 ?反復各試驗 Run 得到 Sample不如再現(xiàn)性，但能測定變動 ? 管理： ?選定的條件，必須能得到管理 134 試驗計劃的樹立 ? 潛在變量 ?不太明確，控制也困難，測定也不可能，但影響反應值的值。 ? 試驗和實施數(shù)據(jù)收集 ? 試驗之前準備數(shù)據(jù)表格，可能的話，把相關(guān)的所有內(nèi)容全部記錄。 ? 能夠知道怎樣實施試驗，對提高試驗技術(shù)有用。 ? 認為紡紗生產(chǎn)工序上反應溫度影響紡紗產(chǎn)品的強度，因此為了了解按 反應度 的變化，強度怎樣變化，并且在怎樣的溫度水平下給最高的強度而做反應溫度為因子來取水平 (A1:60℃ ， A2:65℃ ， A3:70℃ ， A4:75℃ ），在 各度下 3回，把全體 12回試驗按隨機順序來實施。 ?因子的水平數(shù) ? 反應溫度 (A)： A1(180 ℃) ， A2(190 ℃) ， A3(200 ℃) ， A3(200 ℃) ? 原料 (B)： B1（美國 M社原料）， B2（日本 Q社原料）， B3（國內(nèi) P） 148 二元配置法 ?試驗數(shù)據(jù)如下 因子 A 因子 B A1 A2 A3 A4 B1 B2 B3 149 二元配置法 ? 對收率溫度是 A3=200℃ ，原料是在 B1上最佳水平 ? 雖然現(xiàn)在選定的水平是最佳的，但考慮過程條件，費用方面也可選擇不同水平的最佳條件。 X Y 沒有交互作用 （平行的狀態(tài)） X Y 有一點交互作用 X Y 有很大的交互作用 155 要因配置法 (Factorial Design) ? Cube plot 156 要因配置法 (Factorial Design) ? 具有最佳均勻的條件是橡膠配合 (mix)1水平，mold1水平 ? 判斷為有一點點交互作用 ? mold比橡膠配合更大的影響反應值 157 要因配置法 (Factorial Design) ?23試驗 ? 考慮一下工序中能清洗部品的機器，這機器的性能是清洗完畢的部品上流下來的水通過 Filter（過濾器）過濾後， Filet的殘留物越少說明機器性能越優(yōu)秀，試驗按各要素的 2水平來實施。反過來，濃度因子幾乎沒有特別的影響反應值 ? 哪些要素最重要 ? 哪些要素可以說沒有影響 161 要因配置法 (Factorial Design) ? Temp*Time：水、溫度的影響隨時間的變化，低溫度和短時間清洗，流下的殘留物最多 ? Temp*Conc：在高的溫度下，和清洗液的濃度無關(guān)，殘留物少無交互作用 ? Time*Conc：長時間清洗下，殘留物更少；時間的效果比低清洗濃度更顯著 162 要因配置法 (Factorial Design) ?Cube plot（繪制立體圖） 46 51 60 65 44 43 44 43 temp 1 1 1 time conc 1 1 163 要因配置法 (Factorial Design) ? temp(1：熱水 )， time(1：長 )， conc(1：低 )時或 temp(1：熱水 )， time(1：短 )， conc(1：低 )，殘留物最少 ? 提高溫度，費用多并且找出最佳條件不重要的話，也可以在不同水平上選擇最佳點。 ? 部分配置法 (Fractional factorial design)的優(yōu)點 ? 以少的試驗次數(shù)得到好的試驗結(jié)果和提高檢出力 ? 試驗因子多，但做的試驗次數(shù)少 167 部分配置法 (Fractional factorial design) ?25試驗 ? 從 32個中選擇 16個方法是重要的 ?X1 X2 X3 X4 X5=1工 ?X1 X2 X3 X4 X5=+1選擇 ? 這樣乘全體因子選擇的話，始終不會丟失直交性 ?試驗因子彼此間獨立，對試驗結(jié)果的再現(xiàn)性高 ?始終從高次的交互作用開始交叉 168 部分配置法 (Fractional factorial design) ?如果任意的選擇的配合，會破壞直交性，因子間不能完全獨立而成為從屬的，繼而導出錯誤的試驗結(jié)果 ?選定 X1 X2 X3 X4 X5=+1的 16種配合 ? 這是具有高次的交互作用交叉的效果 ?實施部分配置法時的試驗配合分布形態(tài) 169 部分配置法 (Fractional factorial design) ?25試驗 ? 進行 16個部分配置法中各立方形 ?底面 2個和上面 2個 ?左側(cè) 2個和右側(cè) 2個 ?前面 2個和後面 2個 170 部分配置法 (Fractional factorial design 1 1 +1 X1 +1 1 +1 X3 X4 1 +1 X2 1 +1 X5 171 部分配置法 (Fractional factorial design） 主效果 Column 交互作用 Column Run X1 X2 X3 X1X2 X1X3 X2X3 X1X2X3 反應值 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 3 1 1 1 1 1 1 1 4 1 1 1 1 1 1 1 ?考慮有 4人組合的 2。（線體速度和清洗液濃度在高溫度下沒有差異） 164 部分配置法 (Fractional factorial design) ?什麼是部分配置法 (Fractional factorial design) ? 在實施試驗時因子的數(shù)增加，試驗的次數(shù)增加，試驗的次數(shù)以幾何規(guī)律增加 ? 試驗次數(shù)的增加 ?現(xiàn)實是時間方面或成本費用方面發(fā)生困難 ?產(chǎn)生不可預想的潛在變量，試驗的程度變壞 165 部分配置法 (Fractional factorial design ? 一般主效果交互作用沒有必要必須在因子的所有調(diào)合下試驗，不用求不必要的交互作用或高次的交互作用；而為了縮小試驗數(shù)的大小，只取因子的調(diào)合中的一部分進行試驗（ 2n3n型部分配置法） ? 因此，通常完全配置法不如使用試驗次數(shù)少的部分配置法。 159 要因配置法 (Factorial Design) ? 試驗配置 RUN Temp Time Conc. Yield 1 1 1 1 65 2 1 1 1 43 3 1 1 1 4 1 1 1 43 5 1 1 1 6 1 1 1 44 7 1 1 1 51 8 1 1 1 43 160 要因配置法 (Factorial Design) ? 把 Yield和 temp/time/conc因子的效果 plot Graph ? 首先繪製各要素的 Low Level(1)[低水平 (1)]的反應值（殘留物的量），然後繪製 High Level(1)[高水平 (+1)]。 ?要因試驗的形態(tài) ? 2n：因子是 n個，因子的水平數(shù)是 2試驗 ? 3n：因子是 n個，因子的水平數(shù)是 3試驗 151 要因配置法 (Factorial Design) ?要因試驗的優(yōu)點 ? 所有因子間的水平調(diào)合下實施試驗 ? 可推定所有因子的效果和交互作用 ?22試驗 ? 兩種橡膠 (A0， A1)混合使用 Mold(B0， B1)製作輪胎時得到的輪胎 (balance)各測定 4次的數(shù)據(jù) 152 要因配置法 (Factorial Design) ? 試驗數(shù)據(jù) A0 A1 合計 B0 31 165 82 110 88 72 352 517 45 46 43 B1 22 84 30 37 38 29 134 218 21 18 23 合計 249 486 735 153 要因配置法 (Factorial Design) ? 橡膠配合 (mix)1水平， mold1水平上得到大的效果 ? mold比橡膠配合 (mix)更多的影響反應值 ?Main effects plot里因子的偏移越大，其因子更多影響品質(zhì)特性值 154 要因配置法 (Factorial Design) ? 什麼是交互作用 ? 表示 2個因子的水平組合上，發(fā)生不期待的效果。 146 一元配置法 ? 按反應溫度 (A)變化的強度 (單位： Kg/mm2)的試驗數(shù)據(jù) 因子水平 A1 A2 A3 A4 試驗的反復 147 二元配置法 ?選定配置法 ? 選定 2個因子後做試驗的試驗計劃 ? 某化工廠認為影響產(chǎn)品的收率 (Yield， %)是反應溫度和原料。標準偏差 ?Interaction plot：