【正文】 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) 165 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。 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(shù)據(jù)收集 – 數(shù)據(jù)分析 – 導出結(jié)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(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(shù)值數(shù)據(jù)的效率性是計量值的 63%左右時，有必要更多數(shù)據(jù) ?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(shù)據(jù)最好是保存，必要時再進行對比調(diào)查 ?當數(shù)據(jù)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(shù)據(jù)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(jié)果 ? 專家意見 ? 大腦風暴法 ? Flow Chart ? 現(xiàn)象分析數(shù)據(jù) ? 特性要因圖 ? 競爭社分析 ? 顧客分析 協(xié)力社調(diào)查 ? Process Mapping ? Rolled Through Yield 172 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。為了減少潛在變量的影響， 一般采用隨機法和 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，使用試驗計劃的一個因素；可是交互作用有可能跟其它交互作用交叉。 173 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？ 174 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 175 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 176 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 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。為了減少潛在變量的影響，常常隨機化。 – Noise變量 ?已知道影響反應值，但控制困難的變量，為了減少這個變量選定預想的 Noise變量，在所有水平上實施試驗 178 試驗計劃的樹立 – Blocking ?Block是同質(zhì)性的集團，如果判斷為一些要因成為問題時，把那個要因選定為 Blocking因子 – Blocking因子來選定的話，不增加試驗烽，可要因分析 – Blocking不選定為 Blocking因子的話，試驗結(jié)果出現(xiàn)問題，不能分析原因 – 樣本的大小 ?考慮測定值的變化程度等，決定樣本數(shù)，質(zhì)。 179 試驗計劃的樹立 – 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似的情況幾乎沒有。 ? 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。 – 試驗時必須參加觀察 ? 通過觀察可以知道是因果關(guān)系還是相關(guān)關(guān)系。 ? 實驗期間可以知道條件的範圍是否恰當 180 試驗計劃的樹立 – 測定後的樣本，因有的時候需要再調(diào)整測定樣本，最好要保管。 – 連續(xù)的試驗：進行大規(guī)模試驗不如實施幾次小的試驗 ?初期試驗階段上 – 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施試驗。 – 能夠知道怎樣實施試驗，對提高試驗技術(shù)有用。 181 試驗計劃的樹立 ? 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 標準偏差 ? Interaction plot：平均值 標準偏差 182 試驗計劃的樹立 – 信賴區(qū)間 ?Pvalue，檢驗統(tǒng)計量 ?Ttest， Ftest， Chisquare – 分散分析表 (ANOVA Tables） – 回歸方程式 (Regression) 183 試驗計劃的樹立 ? 導出結(jié)論 – 結(jié)果值在統(tǒng)計上有效嗎？ ?測定 /分析 /改善階段使用的工具間有矛盾嗎？ ?結(jié)合實際問題統(tǒng)計的處理結(jié)果合理嗎？ – 得到改善的證據(jù)（長期的）充分嗎？ – 結(jié)果值得到實際改善了嗎？ ?工序能力值向上了嗎？ ?所選定題目的‘ Y’值得到了長期改善了嗎？ ?會不會發(fā)生逆性能的問題？ 184 試驗計劃的樹立 – 試驗結(jié)果怎樣指示改善問題的方向？ – 是否要做追加的試驗？ ? 驗證試驗 – 驗證試驗是證明已找出的最佳條件是真的改善的步驟 – 驗收試驗必須象現(xiàn)象分析類似對長期的數(shù)據(jù)合理分組來實施 – 找出最佳條件來做試驗期間在遷定的條件內(nèi)應使其自然（實際作業(yè)條件） 185 試驗計劃的樹立 – 參照事項 ?做驗證試驗期間必須參加觀察 ?要確認因子的水平變化是否正確 ?應留意試驗條件變更是否損壞裝備或誘發(fā)安全性問題 ?+/只能在條件內(nèi)實際控制可能的話，不能檢出 2水平變化引起的 效應 186 試驗計劃的樹立 ? 試驗時注意事項 – 錯誤認識發(fā)生問題的因子 ?相關(guān)關(guān)系錯誤認識為因果關(guān)系 – 最佳選定的條件和實際使用的條件不符 ?試驗結(jié)果最佳選定的值在實際上協(xié)力社不能作業(yè)或生產(chǎn)工序不能賦予其條件 ?跟 Cost（成本費用）等相關(guān)，不能實行其政策 ?全體的制度等有可能變更 187 試驗計劃的樹立 – 不能決定是因為沒有得到管理而變化 ?潛在變量的影響給‘ Y’值造成大的影響 – 試驗在很小範圍的因子水平上實施 – 沒有包含重要的獨立變量 ?沒有包含影響品質(zhì)的 CTQ – 因測定的變動大，不能檢出變化的值 188 一元配置法 ? 一元配置法 – 只選擇 1個預計對一些特性值有影響的因子，實施試驗的最單純的試驗計劃法。 – 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。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 190 一元配置法 ? 一元配置法的 Minitab運用 ? 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。作為 因行了 沒有反復的二元配置實驗，因子的收率如下，求最佳條件。 ?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） 197 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 198 二元配置法 ? 二元配置法的 Minitab運用 – 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。 204 要因配置法 (Factorial Design) ? 什麼是要因配置法 – n個因子，各因子的水平數(shù)是 k的試驗計劃，所有因子間的水平調(diào)和下實施試驗。 ? 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 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(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) 206 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 249 486 735 207 要因配置法 (Factorial Design) ? 要因配置法的 Minitab運用 ? 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