【正文】 – 注入量和轉(zhuǎn)速的影響不多 – 這里必須測驗(yàn)產(chǎn)品是否按改善的最佳條件來生產(chǎn)的再現(xiàn)性 回歸分析（ Regression） ? 什麼是回歸分析（ Regression）？ – 想要改善問題時，掌握相關(guān)變量之間的相互關(guān)聯(lián)性，這種情況有用的時候多。 部分配置法 (Fractional factorial design – X1， X2， X3的主效果跟 2因子交互作用交叉在一起 ? X3 Column=X1 X2 Column ? X1 Column=X2 X3 Column ? X2 Column=X1 X3 Column 1 1 +1 X1 +1 1 +1 X2 X3 部分配置法 (Fractional factorial design ? 25試驗(yàn) – 在注塑物配合工序上，從調(diào)查的結(jié)果來看，到測定、分析階段為止選定了 5個暫定因子，選定的各個因子如下： ?進(jìn)入反應(yīng)器的原材料的量 (liter/min) ?添加的催化劑（ %） ?轉(zhuǎn)速（ RPM） ?反應(yīng)器內(nèi)溫度（ ℃ ） – 當(dāng)中哪能些因素在什麼條件下能得出最佳值？ 部分配置法 (Fractional factorial design Factor 1 +1 （ feed rate） 10 15 （ catalyst） 1 2 （ RPM） 100 120 （ temperature） 140 180 （ concentration） 3 6 部分配置法 (Fractional factorial design – 反應(yīng)值受催化劑和溫度的影響強(qiáng)烈，幾乎不受其它干擾影響。（線體速度和清洗液濃度在高溫度下沒有差異） 部分配置法 (Fractional factorial design) ? 什麼是部分配置法 (Fractional factorial design) – 在實(shí)施試驗(yàn)時因子的數(shù)增加，試驗(yàn)的次數(shù)增加，試驗(yàn)的次數(shù)以幾何規(guī)律增加 – 試驗(yàn)次數(shù)的增加 ?現(xiàn)實(shí)是時間方面或成本費(fèi)用方面發(fā)生困難 ?產(chǎn)生不可預(yù)想的潛在變量，試驗(yàn)的程度變壞 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(yàn)，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(yàn)數(shù)的大小，只取因子的調(diào)合中的一部分進(jìn)行試驗(yàn)（ 2n3n型部分配置法） – 因此，通常完全配置法不如使用試驗(yàn)次數(shù)少的部分配置法。 要因配置法 (Factorial Design) – 試驗(yàn)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 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(yīng)值（殘留物的量），然後繪製 High Level(1)[高水平 (+1)]。 ? 要因試驗(yàn)的形態(tài) – 2n：因子是 n個，因子的水平數(shù)是 2試驗(yàn) – 3n：因子是 n個，因子的水平數(shù)是 3試驗(yàn) 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)製作輪胎時得到的輪胎 (balance)各測定 4次的數(shù)據(jù) 要因配置法 (Factorial Design) – 試驗(yàn)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 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(yīng)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 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。 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) 二元配置法 ? 選定配置法 – 選定 2個因子後做試驗(yàn)的試驗(yàn)計劃 – 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。 – 能夠知道怎樣實(shí)施試驗(yàn)，對提高試驗(yàn)技術(shù)有用。 ? 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)計劃的樹立 ? 選定因子水平 – 水平數(shù)可以按試驗(yàn)的目的和反應(yīng)值的圖表形狀來決定 ? 能用篩選試驗(yàn)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(fàn)圍來選定水平 – 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？ 試驗(yàn)計劃的樹立 ? 選定試驗(yàn)計劃 – 做試驗(yàn)計劃時要想 10個重要概念 ? 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 試驗(yàn)計劃的樹立 ? 試驗(yàn)計劃的選定 – 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使用 – 試驗(yàn)順序隨機(jī)化 – 試驗(yàn) Unit隨機(jī)化 – 測定順序隨機(jī)化 試驗(yàn)計劃的樹立 – 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(fù)性 ?反復(fù)各試驗(yàn) 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 試驗(yàn)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(yīng)值的值。 試驗(yàn)計劃法的樹立 ? 試驗(yàn)計劃法的樹立 – 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) 試驗(yàn)計劃法的樹立 ? 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)測值表 – 在做試驗(yàn)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 試驗(yàn)計劃法的樹立 ? 選定反應(yīng)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(dú)立因子‘ X’進(jìn)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(dāng)測定‘ Y’困難時，采用給予分類或跟標(biāo)準(zhǔn)進(jìn)行比較的方法 試驗(yàn)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(jìn)行對比調(diào)查 ?當(dāng)數(shù)據(jù)測定有主觀性時，可能有時間偏移，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，必須對‘ Y’實(shí)施 Gage RR，其值要少于 20% 試驗(yàn)計劃的樹立 ? 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 試驗(yàn)計劃的樹立 – 選定獨(dú)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(fēng)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 試驗(yàn)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。直接影響特性值的因子或用水平變動來分析後找出對比誤差，造成‘ Y’特性值（反應(yīng)值）特別大的影響因子。 假設(shè)檢驗(yàn)（ Hypothesis Test）計數(shù)型 ? X2（ Chisquare） – 適合度檢驗(yàn)（ Goodness of fit test） ? 什麼是適合度？：試驗(yàn) or觀測得到的結(jié)果跟理論一致的程度 ? 什麼是適合度檢驗(yàn)？：檢驗(yàn)觀測值有什麼樣的理論分布 ? 假設(shè)設(shè)定 – Ho： P1=P2=??=Pn – H1： P1 P2 ?? Pn – 例：硬幣的正面的出現(xiàn)的概率 50%和實(shí)際觀測的概率比較 假設(shè)檢驗(yàn)（ Hypothesis Test）計數(shù)型 – 分割表（ Contingency Table） ?什麼是分割表？：因兩個變數(shù)分割後得到表 ?什麼是獨(dú)立性檢驗(yàn)？：使用于檢驗(yàn)分類的變量之間的關(guān)系是獨(dú)立，即變量之間有相關(guān)性（從屬關(guān)系），或者有（獨(dú)立關(guān)系）稱獨(dú)立性檢驗(yàn)。 假設(shè)檢驗(yàn)（ Hypothesis Test）計量值 ? 什麼是假設(shè)檢驗(yàn)？ – 指想知道的內(nèi)容用假設(shè)來設(shè)定，對假設(shè)的成立與否用樣本數(shù)據(jù)得到的情報為基礎(chǔ)進(jìn)行統(tǒng)計分析後做出決定。 收率概念比較 累計收率（ YRT） 現(xiàn)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(diào)查各工序的品質(zhì) ?只調(diào)查最終工序的品質(zhì) ?考慮工序是由多少個來構(gòu)成的 ?不考慮工序是由多少來構(gòu)成的 ?YRT=e ?YF=S/U ?Y=Y1Y2…… Yn ?S：合格臺數(shù) ?U：檢查臺數(shù) 離散型數(shù)據(jù)分析 ? VFT（ First Time Yield） A 再作業(yè) 完成的產(chǎn)品 廢棄 15unit Hidden Factory 70 Units 100 Units 85 Units 離散型數(shù)據(jù)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(jīng)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(xiàn)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(xiàn)在情況下 YFT是 70%。 離散型數(shù)據(jù)分析 ? 收率的種類 – YFT(First Time Yield)： (單工序單次收率 ) ? 表示再作業(yè)後沒有修理的收率的值 ? 應(yīng)用：決定個別工序的個別品質(zhì)水平時使用。元件數(shù) =34 247。 ?例：把顧客的要求事項(xiàng)記錯的差錯情報。 – X因素：地域，木塞，葡萄酒味，透明性，香氣，葡萄酒瓶 工序能力 – 短期工序能力有關(guān)的統(tǒng)計值 Cp， Cpk， Cpu， Cpl長期工序能力有關(guān)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(nèi)的滾動，即群內(nèi)變化的 Zst，以用暫定目的地工序能力或最高的工序能力來表示。 Gage RR 偏差大 偏差小 參考值 測定值 參考值 測定值 Gage RR ? 對測定系統(tǒng)變化的理解 – 穩(wěn)定性（ Stability）：在一定的時間間隔下把標(biāo)準(zhǔn)品用同一的計測器測定同一的特性值時得出的變化。 部品 測定值 1 測定值 2 測定差（ 12） 1 2 3 4 5 範(fàn)圍的界限 ∑R= Gage RR ?測定差平均值 = ∑R/5=?測量誤差 =() (R)= ?公差的測量誤差 =(247?？梢苑譃?4組對特定部品測定，信賴性區(qū)間小說明測定者和測定有反復(fù)，且測定很準(zhǔn)確。no go 時 ?1V外觀檢查時， ?2名評價者反復(fù)測試 20個管子 測 試 實(shí)驗(yàn)順序 評價者 1 評價者 2 1 2 1 2 1 G G G G 2 G G G G 3 NG G G G 4 NG NG NG NG 5 G G G G