【正文】 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176試驗計劃的樹立– 再現性 ? 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– 對對試的結果增加信賴感– 反復性? 反復各試驗 Run 得到 Sample不如再現性，但能測定變動– 管理：? 選定的條件，必須能得到管理177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。– 能夠知道怎樣實施試驗，對提高試驗技術有用。? 要因試驗的形態(tài)– 2n：因子是 n個，因子的水平數是 2試驗– 3n：因子是 n個，因子的水平數是 3試驗205要因配置法 (Factorial Design)? 要因試驗的優(yōu)點– 所有因子間的水平調合下實施試驗– 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次的數據206要因配置法 (Factorial Design)– 試驗數據A0 A1 合計B0 31 165 821108872352 517454643B1 22 84 30373829134 218211823合計 249 486 735207要因配置法 (Factorial Design)? 要因配置法的 Minitab運用? P106208要因配置法 (Factorial Design)? P106209要因配置法 (Factorial Design)? P107210要因配置法 (Factorial Design)? P108211要因配置法 (Factorial Design)? P108212要因配置法 (Factorial Design)? P109213要因配置法 (Factorial Design)? P109214要因配置法 (Factorial Design)? P110215要因配置法 (Factorial Design)? P110216要因配置法 (Factorial Design)? P111217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特性值218要因配置法 (Factorial Design)– Interaction Plot– P112– 判斷為兩個因子 (mix,mold)之間有一點點交互作用，因此實際業(yè)務中對交互作用要細致的分析219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。（線體速度和清洗液濃度在高溫度下沒有差異）240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增加，試驗的次數增加，試驗的次數以幾何規(guī)律增加– 試驗次數的增加? 現實是時間方面或成本費用方面發(fā)生困難? 產生不可預想的潛在變量，試驗的程度變壞241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；而為了縮小試驗數的大小，只取因子的調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少的部分配置法。224要因配置法 (Factorial Design)– 試驗配置RUN Temp Time Conc. Yield1 1 1 1 652 1 1 1 433 1 1 1 4 1 1 1 435 1 1 1 6 1 1 1 447 1 1 1 518 1 1 1 43225要因配置法 (Factorial Design)? 要因配置法的 Minitab運用? P115226要因配置法 (Factorial Design)? P115227要因配置法 (Factorial Design)? P116228要因配置法 (Factorial Design)? P117229要因配置法 (Factorial Design)? P117230要因配置法 (Factorial Design)? P118231要因配置法 (Factorial Design)? P118232要因配置法 (Factorial Design)? P119233要因配置法 (Factorial Design)? P119234要因配置法 (Factorial Design)– Main effects plot– P120235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)]。189一元配置法– 按反應溫度 (A)變化的強度 (單位： Kg/mm2)的試驗數據因子水平A1 A2 A3 A4試驗的反復 190一元配置法? 一元配置法的 Minitab運用? P97191一元配置法? P97192一元配置法? P98193一元配置法? P98194一元配置法? P99195一元配置法? P99196二元配置法? 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品的收率 (Yield， %)是反應溫度和原料。? 試驗和實施數據收集– 試驗之前準備數據表格，可能的話，把相關的所有內容全部記錄。166試驗計劃法的樹立? 試驗計劃法的樹立– 明確試驗的目的 – 選定反應值（從屬變量） ‘ Y’ – 選定因子（獨立變量） ‘ X’– 選定因子的水平 – 選定試驗計劃– 實施試驗 數據收集 – 數據分析– 導出結論– 驗證試驗167試驗計劃法的樹立? 明確試驗目的– 明確試驗記錄樣式的目的? 製作 ‘Y’( 從屬變量 )明確定義 ‘X’( 獨立變量）效果的的預測值表– 在做試驗計劃時，必須注意以下內容? 用數據決定什麼？? 數據收集後怎麼分析？? 得到的數據做必要的決定時有用嗎？– 如果不是重新樹立計劃168試驗計劃法的樹立? 選定反應值（從屬變量） ‘ Ｙ ’– 選定的題目可能有多個 ‘ Ｙ ’? 題目展開後 (Logic Tree等 )，選定 ‘Yn’ 的各個獨立因子 ‘X’ 進行改善? 計數值數據的效率性是計量值的 63%左右時，有必要更多數據? 當測定 ‘Y’ 困難時，采用給予分類或跟標準進行比較的方法169試驗計劃法的樹立? 測定後的樣本數據最好是保存，必要時再進行對比調查? 當數據測定有主觀性時，可能有時間偏移，因此必須隨機化或盲化實施? 試驗前不管數據的種類，必須對 ‘Y’ 實施 Gage RR，其值要少于 20%170試驗計劃的樹立? 選定因子（獨立變量） ‘X’– 獨立變量有多種 ? 在試驗上接意圖變化的試驗變量? 不是有意變化的可觀察的變量? Blocking變量（人為制造的變量）? 潛在變量171試驗計劃的樹立– 選定獨立變量? 利用測定、分析階段得到的統(tǒng)計分析結果? 專家意見? 大腦風暴法? Flow Chart? 現象分析數據? 特性要因圖? 競爭社分析? 顧客分析 協(xié)力社調查? Process Mapping? Rolled Through Yield172試驗計劃的樹立– 潛在變量? 潛在變量是給結果帶來影響的，但難以發(fā)覺，并且不可能控制和測定。143假設檢驗（ Hypothesis Test）計量值? 假設檢驗的 Minitab運用? P76144假設檢驗（ Hypothesis Test）計量值? P76145假設檢驗（ Hypothesis Test）計量型? 假設檢驗的 Minitab運用（ 1個母體的情況下）? P77146假設檢驗（ Hypothesis Test）計量型? P77147假設檢驗（ Hypothesis Test）計量型? 假設檢驗的 Minitab運用（ 1個母體的情況下）? P78148假設檢驗（ Hypothesis Test）計量型– P78149假設檢驗（ Hypothesis Test）計量型? 假設檢驗的 Minitab運用（ 1個母體的情況下）? P79150假設檢驗（ Hypothesis Test）計量型– 從 Sample得到的結果和 Target 值的檢驗結果之間有差異– 即，可判斷為 Sample和 Target值有公差 (Ho:拒絕， H1：接受）– 因此，可判斷為統(tǒng)計的 Fixture 1高度尺寸和 Target Mean間彼此有差異151假設檢驗（ Hypothesis Test）計量型? 假設檢驗的 Minitab運用（ 2個母體的情況下）? P80152假設檢驗（ Hypothesis Test）計量型? P80153假設檢驗（ Hypothesis Test）計量型? P81154假設檢驗（ Hypothesis Test）計數型? X2（ Chisquare）– 適合度檢驗（ Goodness of fit test）? 什麼是適合度？：試驗 or觀測得到的結果跟理論一致的程度? 什麼是適合度檢驗？：檢驗觀測值有什麼樣的理論分布? 假設設定– Ho： P1=P2=……=Pn– H1： P1P2……Pn– 例：硬幣的正面的出現的概率 50%和實際觀測的概率比較155假設檢驗（ Hypothesis Test）計數型– 分割表（ Contingency Table）? 什麼是分割表？：因兩個變數分割後得到表? 什麼是獨立性檢驗？：使用于檢驗分類的變量之間的關系是獨立，即變量之間有相關性（從屬關系），或者有（獨立關系）稱獨立性檢驗。106收率概念比較累計收率（ YRT） 現在為止的收率（ YF）?考慮工序各階段 ?只考慮最終工序?考慮再作業(yè)和部品廢棄 ?不考慮再作業(yè)和部品廢棄?提示無缺陷的可能性 ?不能提示無缺陷的可能性?調查各工序的品質 ?只調查最終工序的品質?考慮工序是由多少個來構成的?不考慮工序是由多少來構成的?YRT=e ?YF=S/U?Y=Y1Y2……Yn ?S：合格臺數?U：檢查臺數107離散型數據分析? VFT（ First Time Yield）A再作業(yè)完成的產品廢棄15unitHidden Factory70 Units100Units85Units108離散型數據分析– 工序 A有輸入 100個 Unit（元件）? 輸入的 70%元件沒有缺陷已經銷售? 輸入的 30%元件有缺陷并再作業(yè)? 15個元件修理完畢， 15元件報廢– 現在為止的 Final Yield（ YF） [最終收率 ]是 85%– 因 First Time Yield（ YFT）表示歸初的作業(yè)是正確的，所以現在情況下 YFT是 70%。 元件數 =34 247。– X因素：地域，木塞，葡萄酒味，透明性，香氣，葡萄酒瓶86工序能力? P4687工序能力? 數據的正規(guī)性驗證? P4788工序能力? P4789工序能力? 工序能力的 Minitab運用– 計算工序能力指數– P4890工序能力 – 點擊 Submit Command– P4991工序能力? 工序能力的 Minitab運用? P5092工序能力– 短期工序能力有關的統(tǒng)計值 Cp， Cpk， Cpu， Cpl長期工序能力有關的統(tǒng)計值有 Pp， Ppk， Ppu， Ppl– 為了計算短期工序能力，使用只考慮組內的滾動，即群內變化的 Zst，以用暫定的工序能力或最高的工序能力來表示。Reproduceability測定者 2測定者 1測定者 372Gage RR? Gage RR判斷基準– Gage RR值越大，要制定改善計劃并進行改善。 55Gage RR– Nu