【正文】 因子 (Factor)：試驗(yàn)上影響特性值的原因 – 水平 (Level)：為實(shí)施試驗(yàn)的因子條件 – 平方和 (Sum of square)：在因子的特定水平上，計(jì)算測(cè)定值變化程度 – 試驗(yàn) Balance/Unbalance：測(cè)定值相同或不相同時(shí)所有因子水平的 調(diào)合數(shù) 165 分散分析（ ANOVA）的理解 ? 分散分析的使用 – One Way ANOVA： 具有 2個(gè)以上的水平的 1個(gè)因子的情況 – Balance ANOAV： 具有 2個(gè)以上因子的情況 – 試驗(yàn)計(jì)劃法（ DoE=Design of Experiment）：分析多因子時(shí)，針對(duì)那個(gè) 調(diào)合上給‘Ｙ ’特性值造成影響大的因子。 166 試驗(yàn)計(jì)劃法的樹(shù)立 ? 試驗(yàn)計(jì)劃法的樹(shù)立 – 明確試驗(yàn)的目的 – 選定反應(yīng)值（從屬變量）‘ Y’ – 選定因子（獨(dú)立變量）‘ X’ – 選定因子的水平 – 選定試驗(yàn)計(jì)劃 – 實(shí)施試驗(yàn) 數(shù)據(jù)收集 – 數(shù)據(jù)分析 – 導(dǎo)出結(jié)論 – 驗(yàn)證試驗(yàn) 167 試驗(yàn)計(jì)劃法的樹(shù)立 ? 明確試驗(yàn)?zāi)康? – 明確試驗(yàn)記錄樣式的目的 ?製作‘ Y’ (從屬變量 )明確定義‘ X’ (獨(dú)立變量）效果的的預(yù)測(cè)值表 – 在做試驗(yàn)計(jì)劃時(shí)，必須注意以下內(nèi)容 ?用數(shù)據(jù)決定什麼？ ?數(shù)據(jù)收集後怎麼分析？ ?得到的數(shù)據(jù)做必要的決定時(shí)有用嗎？ – 如果不是重新樹(shù)立計(jì)劃 168 試驗(yàn)計(jì)劃法的樹(shù)立 ? 選定反應(yīng)值（從屬變量）‘Ｙ’ – 選定的題目可能有多個(gè)‘Ｙ’ ?題目展開(kāi)後 (Logic Tree等 )，選定‘ Yn’的各個(gè)獨(dú)立因子‘ X’進(jìn)行改善 ?計(jì)數(shù)值數(shù)據(jù)的效率性是計(jì)量值的 63%左右時(shí)，有必要更多數(shù)據(jù) ?當(dāng)測(cè)定‘ Y’困難時(shí)，采用給予分類(lèi)或跟標(biāo)準(zhǔn)進(jìn)行比較的方法 169 試驗(yàn)計(jì)劃法的樹(shù)立 ?測(cè)定後的樣本數(shù)據(jù)最好是保存，必要時(shí)再進(jìn)行對(duì)比調(diào)查 ?當(dāng)數(shù)據(jù)測(cè)定有主觀性時(shí)，可能有時(shí)間偏移，因此必須隨機(jī)化或盲化實(shí)施 ?試驗(yàn)前不管數(shù)據(jù)的種類(lèi)，必須對(duì)‘ Y’實(shí)施 Gage RR，其值要少于 20% 170 試驗(yàn)計(jì)劃的樹(shù)立 ? 選定因子（獨(dú)立變量）‘ X’ – 獨(dú)立變量有多種 ?在試驗(yàn)上接意圖變化的試驗(yàn)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(yàn)計(jì)劃的樹(shù)立 – 選定獨(dú)立變量 ? 利用測(cè)定、分析階段得到的統(tǒng)計(jì)分析結(jié)果 ? 專(zhuān)家意見(jiàn) ? 大腦風(fēng)暴法 ? Flow Chart ? 現(xiàn)象分析數(shù)據(jù) ? 特性要因圖 ? 競(jìng)爭(zhēng)社分析 ? 顧客分析 協(xié)力社調(diào)查 ? Process Mapping ? Rolled Through Yield 172 試驗(yàn)計(jì)劃的樹(shù)立 – 潛在變量 ?潛在變量是給結(jié)果帶來(lái)影響的，但難以發(fā)覺(jué)，并且不可能控制和測(cè)定。為了減少潛在變量的影響， 一般采用隨機(jī)法和 Blocking。 – 主效果及交互作用 ?主效果比普通交互作用更重要。如果判定為交互利作用更重要的話，使用試驗(yàn)計(jì)劃的一個(gè)因素；可是交互作用有可能跟其它交互作用交叉。 173 試驗(yàn)計(jì)劃的樹(shù)立 ? 選定因子水平 – 水平數(shù)可以按試驗(yàn)的目的和反應(yīng)值的圖表形狀來(lái)決定 ? 能用篩選試驗(yàn)來(lái)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(fàn)圍來(lái)選定水平 – 如果選定的溫度範(fàn)圍小，幾乎不影響應(yīng)答的話，可能錯(cuò)判為溫度不重要的因子 ? 確定的水平不能超出現(xiàn)實(shí)可能的水平（最佳的選定水平上，不能適用實(shí)際的話郵局不能改善） ? 試驗(yàn)的幾個(gè)調(diào)和可能是不能接受的反應(yīng)值，但是那種條件下，可能出現(xiàn)最佳值？ 174 試驗(yàn)計(jì)劃的樹(shù)立 ? 選定試驗(yàn)計(jì)劃 – 做試驗(yàn)計(jì)劃時(shí)要想 10個(gè)重要概念 ? 直交性 ? 隨機(jī)性 ? 再現(xiàn)性 ? 反復(fù)性 ? 管理能力 ? 潛在變量 ? Noise變量 ? Blocking ? Sample的大小 ? 交叉 175 試驗(yàn)計(jì)劃的樹(shù)立 ? 試驗(yàn)計(jì)劃的選定 – 直交性 ?試驗(yàn)配置或部分配置法上把因子的效果做成彼此獨(dú)立而使用 – 隨機(jī)化 ?為了防止非試驗(yàn)的因子的外部要因引起的效果時(shí)使用 – 試驗(yàn)順序隨機(jī)化 – 試驗(yàn) Unit隨機(jī)化 – 測(cè)定順序隨機(jī)化 176 試驗(yàn)計(jì)劃的樹(shù)立 – 再現(xiàn)性 ?完全再設(shè)置度驗(yàn)裝置，在同樣水平上追加得到值的時(shí)候 – 在做測(cè)定時(shí)可減少散布 – 對(duì)對(duì)試的結(jié)果增加信賴感 – 反復(fù)性 ?反復(fù)各試驗(yàn) Run 得到 Sample不如再現(xiàn)性，但能測(cè)定變動(dòng) – 管理： ?選定的條件，必須能得到管理 177 試驗(yàn)計(jì)劃的樹(shù)立 – 潛在變量 ?不太明確，控制也困難，測(cè)定也不可能，但影響反應(yīng)值的值。為了減少潛在變量的影響，常常隨機(jī)化。 – Noise變量 ?已知道影響反應(yīng)值，但控制困難的變量，為了減少這個(gè)變量選定預(yù)想的 Noise變量，在所有水平上實(shí)施試驗(yàn) 178 試驗(yàn)計(jì)劃的樹(shù)立 – Blocking ?Block是同質(zhì)性的集團(tuán)，如果判斷為一些要因成為問(wèn)題時(shí)，把那個(gè)要因選定為 Blocking因子 – Blocking因子來(lái)選定的話，不增加試驗(yàn)烽，可要因分析 – Blocking不選定為 Blocking因子的話，試驗(yàn)結(jié)果出現(xiàn)問(wèn)題，不能分析原因 – 樣本的大小 ?考慮測(cè)定值的變化程度等，決定樣本數(shù)，質(zhì)。 179 試驗(yàn)計(jì)劃的樹(shù)立 – 交叉法 ? 交叉是因子的效果不能彼此分離，部分配置法多少都有交叉，一般是主效果大于可交互作用的情況， 3次以上的交互作用類(lèi)似的情況幾乎沒(méi)有。 ? 試驗(yàn)和實(shí)施數(shù)據(jù)收集 – 試驗(yàn)之前準(zhǔn)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。 – 試驗(yàn)時(shí)必須參加觀察 ? 通過(guò)觀察可以知道是因果關(guān)系還是相關(guān)關(guān)系。 ? 實(shí)驗(yàn)期間可以知道條件的範(fàn)圍是否恰當(dāng) 180 試驗(yàn)計(jì)劃的樹(shù)立 – 測(cè)定後的樣本，因有的時(shí)候需要再調(diào)整測(cè)定樣本，最好要保管。 – 連續(xù)的試驗(yàn)：進(jìn)行大規(guī)模試驗(yàn)不如實(shí)施幾次小的試驗(yàn) ?初期試驗(yàn)階段上 – 能知道哪些因子是重要的，也能理 Mechanism，因此下一步能夠更有效地實(shí)施試驗(yàn)。 – 能夠知道怎樣實(shí)施試驗(yàn)，對(duì)提高試驗(yàn)技術(shù)有用。 181 試驗(yàn)計(jì)劃的樹(shù)立 ? 數(shù)據(jù)分析 – GRAPH分析 ? Capability Analysis ? Histogram ? Box Plot ? Pareto ? Scatter Plot ? Cube Plot ? Main effect plot：平均值 標(biāo)準(zhǔn)偏差 ? Interaction plot：平均值 標(biāo)準(zhǔn)偏差 182 試驗(yàn)計(jì)劃的樹(shù)立 – 信賴區(qū)間 ?Pvalue，檢驗(yàn)統(tǒng)計(jì)量 ?Ttest， Ftest， Chisquare – 分散分析表 (ANOVA Tables） – 回歸方程式 (Regression) 183 試驗(yàn)計(jì)劃的樹(shù)立 ? 導(dǎo)出結(jié)論 – 結(jié)果值在統(tǒng)計(jì)上有效嗎？ ?測(cè)定 /分析 /改善階段使用的工具間有矛盾嗎？ ?結(jié)合實(shí)際問(wèn)題統(tǒng)計(jì)的處理結(jié)果合理嗎？ – 得到改善的證據(jù)（長(zhǎng)期的）充分嗎？ – 結(jié)果值得到實(shí)際改善了嗎？ ?工序能力值向上了嗎？ ?所選定題目的‘ Y’值得到了長(zhǎng)期改善了嗎？ ?會(huì)不會(huì)發(fā)生逆性能的問(wèn)題？ 184 試驗(yàn)計(jì)劃的樹(shù)立 – 試驗(yàn)結(jié)果怎樣指示改善問(wèn)題的方向？ – 是否要做追加的試驗(yàn)？ ? 驗(yàn)證試驗(yàn) – 驗(yàn)證試驗(yàn)是證明已找出的最佳條件是真的改善的步驟 – 驗(yàn)收試驗(yàn)必須象現(xiàn)象分析類(lèi)似對(duì)長(zhǎng)期的數(shù)據(jù)合理分組來(lái)實(shí)施 – 找出最佳條件來(lái)做試驗(yàn)期間在遷定的條件內(nèi)應(yīng)使其自然（實(shí)際作業(yè)條件） 185 試驗(yàn)計(jì)劃的樹(shù)立 – 參照事項(xiàng) ?做驗(yàn)證試驗(yàn)期間必須參加觀察 ?要確認(rèn)因子的水平變化是否正確 ?應(yīng)留意試驗(yàn)條件變更是否損壞裝備或誘發(fā)安全性問(wèn)題 ?+/只能在條件內(nèi)實(shí)際控制可能的話，不能檢出 2水平變化引起的 效應(yīng) 186 試驗(yàn)計(jì)劃的樹(shù)立 ? 試驗(yàn)時(shí)注意事項(xiàng) – 錯(cuò)誤認(rèn)識(shí)發(fā)生問(wèn)題的因子 ?相關(guān)關(guān)系錯(cuò)誤認(rèn)識(shí)為因果關(guān)系 – 最佳選定的條件和實(shí)際使用的條件不符 ?試驗(yàn)結(jié)果最佳選定的值在實(shí)際上協(xié)力社不能作業(yè)或生產(chǎn)工序不能賦予其條件 ?跟 Cost（成本費(fèi)用）等相關(guān)，不能實(shí)行其政策 ?全體的制度等有可能變更 187 試驗(yàn)計(jì)劃的樹(shù)立 – 不能決定是因?yàn)闆](méi)有得到管理而變化 ?潛在變量的影響給‘ Y’值造成大的影響 – 試驗(yàn)在很小範(fàn)圍的因子水平上實(shí)施 – 沒(méi)有包含重要的獨(dú)立變量 ?沒(méi)有包含影響品質(zhì)的 CTQ – 因測(cè)定的變動(dòng)大，不能檢出變化的值 188 一元配置法 ? 一元配置法 – 只選擇 1個(gè)預(yù)計(jì)對(duì)一些特性值有影響的因子，實(shí)施試驗(yàn)的最單純的試驗(yàn)計(jì)劃法。 – 認(rèn)為紡紗生產(chǎn)工序上反應(yīng)溫度影響紡紗產(chǎn)品的強(qiáng)度，因此為了了解按 反應(yīng)度 的變化，強(qiáng)度怎樣變化，并且在怎樣的溫度水平下給最高的強(qiáng)度而做反應(yīng)溫度為因子來(lái)取水平 (A1:60℃ ， A2:65℃ ， A3:70℃ ，A4:75℃ ），在 各度下 3回，把全體 12回試驗(yàn)按隨機(jī)順序來(lái)實(shí)施。其結(jié)果得到了下列數(shù)據(jù) ，最佳 條件。 189 一元配置法 – 按反應(yīng)溫度 (A)變化的強(qiáng)度 (單位： Kg/mm2)的試驗(yàn)數(shù)據(jù) 因子水平 A1 A2 A3 A4 試驗(yàn)的反復(fù) 190 一元配置法 ? 一元配置法的 Minitab運(yùn)用 ? P97 191 一元配置法 ? P97 192 一元配置法 ? P98 193 一元配置法 ? P98 194 一元配置法 ? P99 195 一元配置法 ? P99 196 二元配置法 ? 選定配置法 – 選定 2個(gè)因子後做試驗(yàn)的試驗(yàn)計(jì)劃 – 某化工廠認(rèn)為影響產(chǎn)品的收率 (Yield， %)是反應(yīng)溫度和原料。作為 因行了 沒(méi)有反復(fù)的二元配置實(shí)驗(yàn)，因子的收率如下，求最佳條件。 ?因子的水平數(shù) – 反應(yīng)溫度 (A)： A1(180 ℃) ， A2(190 ℃) ， A3(200 ℃) ， A3(200 ℃) – 原料 (B)： B1（美國(guó) M社原料）， B2（日本 Q社原料），B3（國(guó)內(nèi) P） 197 二元配置法 ?試驗(yàn)數(shù)據(jù)如下 因子 A 因子 B A1 A2 A3 A4 B1 B2 B3 198 二元配置法 ? 二元配置法的 Minitab運(yùn)用 – 數(shù)據(jù)輸入後的表格 – P101 199 二元配置法 ? P102 200 二元配置法 ? P102 201 二元配置法 ? P103 202 二元配置法 ? P103 203 二元配置法 – 對(duì)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(guò)程條件，費(fèi)用方面也可選擇不同水平的最佳條件。 204 要因配置法 (Factorial Design) ? 什麼是要因配置法 – n個(gè)因子，各因子的水平數(shù)是 k的試驗(yàn)計(jì)劃，所有因子間的水平調(diào)和下實(shí)施試驗(yàn)。 ? 要因試驗(yàn)的形態(tài) – 2n：因子是 n個(gè)，因子的水平數(shù)是 2試驗(yàn) – 3n：因子是 n個(gè)，因子的水平數(shù)是 3試驗(yàn) 205 要因配置法 (Factorial Design) ? 要因試驗(yàn)的優(yōu)點(diǎn) – 所有因子間的水平調(diào)合下實(shí)施試驗(yàn) – 可推定所有因子的效果和交互作用 ? 22試驗(yàn) – 兩種橡膠 (A0， A1)混合使用 Mold(B0， B1)製作輪胎時(shí)得到的輪胎 (balance)各測(cè)定 4次的數(shù)據(jù) 206 要因配置法 (Factorial Design) – 試驗(yàn)數(shù)據(jù) A0 A1 合計(jì) 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(jì) 249 486 735 207 要因配置法 (Factorial Design) ? 要因配置法的 Minitab運(yùn)用 ? P106 208 要因配置法 (Factorial Design) ? P106 209 要因配置法 (Factorial Design) ? P107 210 要因配置法 (Factorial Design) ? P108 211 要因配置法 (Factorial Design) ? P108 212 要因配置法 (Factorial Design) ?