【正文】 的概念?？傮w標準差已知。 2) 單樣本標準差假設檢驗 χ2檢驗法： χ2檢驗法用于對樣本標準差的假設檢驗。 ? 建立假設： H0：該批物料阻值均值 μ ＝ 500 Ha：該批物料阻值均值 μ ≠500 ? 確定可接受的 α風險系數 一般 α＝ ? 選擇假設檢驗類別 因是確定總體均值是否偏離目標，因樣本容量較小，故選用 t檢驗法 A分析（ Analyze） 億和精密工業(yè)控股有限公司 27 502501500499498497C2Boxplot of C2(with Ho and 95% tconfidence interval for the mean)[ ]X_Ho用 MINITAB計算結果 OneSample T: C2 Test of mu = 500 vs mu not = 500 Variable N Mean StDev SE Mean C2 20 Variable % CI T P C2 ( , ) P= ，無法拒絕零假設，即以 95％置信度認為該批電阻的阻值的均值 未偏離目標。因是確定總體標準差是否偏離原來值，故選用 χ2檢驗法 ? 計算 χ2值： χ2檢驗＝ ? 查 χ2分布表： (201)= ? 比較計算出的 χ2與查卡方分布表得出得值，可知 χ2計算值小于 查表得出的卡方值，故沒有理由拒絕零假設，即以 95％的置信度認為 該批來料阻值精度沒有變差。（未知總體標準差） A分析（ Analyze） 億和精密工業(yè)控股有限公司 30 例： 某 IC供應商改進其生產工藝，測得內部鍵合拉力數據如下： A（改進前）： B（改進后）： 問改進后 鍵合拉力是否有顯著改進 。 ? 建立假設： H0： A阻值均值＝ B阻值均值＝ C阻值均值 ? 確定可接受的 α風險系數， α＝ ? 用 Minitab進行 ANOVA 分析。 ? 建立假設： H0：設備 A加工電阻阻值標準差＝設備 B加工電阻阻值標準差 Ha：設備 A加工電阻阻值標準差 ≠設備 B加工電阻阻值標準差 ? 確定可接受的 α風險系數， α＝ ? 用 Minitab進行 F檢驗 。 ? 建立假設： H0： бa2＝ бb2＝ бc2 Ha： бa2 ≠ бj2 設至少一對不相等 ? 確定可接受的 α風險系數， α＝ ? 用 Minitab ANOVA。s Test (normal distribution) Test Statistic: PValue : Levene39。 ? 缺陷率的假設檢驗 用以比較缺陷率數據之間是否具有顯著差異 ? 比例的卡方（ χ2） 檢驗法： 用以對多水平獨立變量進行比較。 P A分析（ Analyze） 億和精密工業(yè)控股有限公司 44 4）多個比例的檢驗 例：我司某單板，同時使用 4種器件，為確認是否各器件對產品過熱缺陷有無顯著不同，收集了一個月的生產數據如下： 問是否某種器件對過熱缺陷的影響與其他器件不同？ ? 建立假設： H0： PA=PB=PC=PD Ha：至少一個比例與其他存在明顯差異 ? 確定置信度水平為 95％ ? Minitab： Control Charts P 器件類別 檢查數 “過熱 ” 不良數 不良率 A 15600 291 % B 21000 315 % C 5600 76 % D 900 21 % A分析（ Analyze） 億和精密工業(yè)控股有限公司 45 4321Sample NumberProportionP Chart for C2P=== 用 MINITAB計算結果 PA超出置信區(qū)間，故拒絕零假設，即以 95％置信度認為器件 A對產品過熱缺陷的影響與其他器不同，比其他器件影響大。經追溯將缺陷與生產線對應起來，取得數據如下： 問缺陷類別是否與生產線存在關系？ ? 建立假設： H0： 缺陷類型是否與生產線無關 Ha： 缺陷類型是否與生產線有關 ? 確定置信度水平為 95％ 生產線 漏件 劃傷 板裂 元器件破損 A 30 41 92 23 B 51 62 69 15 C 64 35 38 44 A分析（ Analyze） 億和精密工業(yè)控股有限公司 49 觀察頻率 分析標準殘差 進行 χ2分析 變量類別 A分析（ Analyze） 億和精密工業(yè)控股有限公司 50 用 MINITAB計算結果 Tabulated Statistics: 生產線 , 缺陷類型 Rows: 生產線 Columns: 缺陷類型 1 2 3 4 All 1 30 41 92 23 186 2 51 62 69 15 197 3 64 35 38 44 181 All 145 138 199 82 564 ChiSquare = , DF = 6, PValue = P ，拒絕零假設，即以 95％置信度認為缺陷類別與生產線有關。為確認 4個照片工位那個對此缺陷影響明顯，收集了一個月的生產數據如下： 問 4個工位是否某個工位生產的缺陷比例與其他工位的比率顯著不同？ ? 建立假設： H0：各工位產生的缺陷比率相同 Ha：至少一個工位產生的缺陷比率與其他工位不同 ? 確定置信度水平為 95％ ? Minitab： Control Charts U 工位 檢查數 缺陷數 缺陷比率 A 35000 4169 % B 26000 5208 20% C 38000 3941 % D 41000 6135 15% A分析（ Analyze） 億和精密工業(yè)控股有限公司 47 4321Sample NumberSample CountU Chart for DU===用 M