【正文】 56 / 56。α值小，則保守性高，相對(duì)敏感度高。j i12…1…2　MMM　MMMk…其ANOVA計(jì)算式可以簡(jiǎn)化成下列四式：1. .＝ 2. SST＝ 3. SSA＝＝ ＝－. 如果4. SSE＝SST－SSA 　ANOVA表如下：變因平方和（SS）自由度（dof）均方（MS）f值電路設(shè)計(jì)SSAk1＝SSA/(k1)/S誤差SSEnkS＝SSE/(nk)　總和SSTn1　　　利用f值查表，在α條件下，可判斷此因子對(duì)質(zhì)量特性是否具有顯著影響。 7. 平衡(balance)每一水平或處理之實(shí)驗(yàn)次數(shù)相等。 5. 反復(fù)測(cè)試(replication)因子所有條件之反復(fù)實(shí)驗(yàn)。若A因子有二個(gè)水平數(shù)，B因子有三個(gè)水平數(shù)，則此實(shí)驗(yàn)的處理數(shù)有32＝6。 2. 水平(level)因子之不同狀態(tài)或條件。一個(gè)成功的實(shí)驗(yàn)設(shè)計(jì)要完全了解重要因子、分布范圍、合適的因子水平數(shù)與測(cè)量應(yīng)變變量合適的單位，可是我們不可能完全掌握這些信息，但在一次次實(shí)驗(yàn)進(jìn)行中，這些我們會(huì)找到這些信息，因?yàn)殡S實(shí)驗(yàn)一次次進(jìn)行中，我們可以去除不重要的因子、找出合適的反應(yīng)區(qū)間、適當(dāng)?shù)囊蜃铀?，所以在?shí)驗(yàn)資源分配時(shí)，第一次實(shí)驗(yàn)占25％，其它供作后續(xù)實(shí)驗(yàn)與確認(rèn)實(shí)驗(yàn)用。整個(gè)過程中，實(shí)驗(yàn)其實(shí)是一個(gè)學(xué)習(xí)制程的一部份，因?yàn)槲覀兿葘?duì)實(shí)驗(yàn)之制程做一個(gè)假設(shè)，執(zhí)行實(shí)驗(yàn)后驗(yàn)證假設(shè)的正確性；再?gòu)慕Y(jié)果中形成另一個(gè)假設(shè)，如此連續(xù)下去而成一個(gè)循環(huán)。結(jié)合制程知識(shí)后，可以做出完整的結(jié)論。6. 統(tǒng)計(jì)分析 數(shù)據(jù)分析時(shí)，利用統(tǒng)計(jì)方法會(huì)使結(jié)論客觀，如果正確的設(shè)計(jì)出實(shí)驗(yàn)，實(shí)驗(yàn)步驟也進(jìn)行無誤，接下來的統(tǒng)計(jì)分析就不難，目前功能強(qiáng)大的實(shí)驗(yàn)分析軟件如SPSS、Minitab、SAS、JMP等都可以加以運(yùn)用，同時(shí)，殘差分析及模型驗(yàn)證也需進(jìn)行。5. 進(jìn)行實(shí)驗(yàn) 執(zhí)行實(shí)驗(yàn)時(shí)，需監(jiān)視實(shí)驗(yàn)程序確實(shí)依計(jì)劃進(jìn)行，如果在實(shí)驗(yàn)中發(fā)生錯(cuò)誤，可能會(huì)使實(shí)驗(yàn)無效。選擇設(shè)計(jì)時(shí)，必須時(shí)時(shí)將實(shí)驗(yàn)?zāi)康姆旁谛闹?，因?yàn)槌醪綄?shí)驗(yàn)的目的在找出影響較大的因子，接下來的實(shí)驗(yàn)則在了解這些因子所造成的影響有多大。4. 尋找適當(dāng)之實(shí)驗(yàn)設(shè)計(jì) 如果「實(shí)驗(yàn)前規(guī)劃」正確無誤的完成，此步驟即相當(dāng)容易。在此需再次說明的是，于步驟一至三中，對(duì)制程有完整的認(rèn)識(shí)將會(huì)對(duì)接下來的實(shí)驗(yàn)結(jié)果產(chǎn)生關(guān)鍵性的影響，此三個(gè)步驟稱為「實(shí)驗(yàn)前規(guī)劃」。量測(cè)誤差（measurement error）是實(shí)驗(yàn)中重要的因子，因?yàn)榱繙y(cè)誤差很大時(shí)，只有影響較大的因子會(huì)被偵測(cè)出，或需要進(jìn)行重復(fù)實(shí)驗(yàn)，再以平均值做為觀測(cè)值。3. 選擇應(yīng)變變量 選擇應(yīng)變量時(shí)，實(shí)驗(yàn)者需確定此變量真的能提供制程有用的信息，最常被用來代表量測(cè)之特征值是平均數(shù)或變異數(shù)（或兩者）。當(dāng)時(shí)驗(yàn)得目的在尋找關(guān)鍵因素時(shí)，因子水平數(shù)會(huì)取的少，一般取2個(gè)水平數(shù)。例如：錫爐實(shí)驗(yàn)中，工程師找到12個(gè)會(huì)影響的變量，接下來工程師需分別訂出每個(gè)變量變化的范圍，與在這些范圍中該取幾個(gè)水平數(shù)，此時(shí)有關(guān)制程的知識(shí)就很重要；這些制程知識(shí)是包含實(shí)務(wù)經(jīng)驗(yàn)與理論了解。2. 決定影響之因子與其水平數(shù)和范圍 實(shí)驗(yàn)前必須找出影響之因子與因子變化的范圍，特別是實(shí)驗(yàn)變量的水平。通常須邀集所有相關(guān)單位人員，如工程部、品管部、制造部、營(yíng)銷部等等，把可能相關(guān)的因子一一列舉出來，在分析出可能之重要因子后，仔細(xì)說明問題現(xiàn)象與因子之間的關(guān)系。實(shí)驗(yàn)之重點(diǎn)在研究我們有興趣的制造程序或系統(tǒng)，而此系統(tǒng)或制造程序通常會(huì)被很多因子所影響，包括可控制與分控制因子，如下圖：所以實(shí)驗(yàn)的目的有下列四點(diǎn)：1. 找出對(duì)輸出影響最大的因子 2. 尋求最能使輸出符合目標(biāo)值的因子值組 3. 調(diào)整可控制因子讓輸出值得變異最小 4. 尋找可控制因子之值，使非控制因子對(duì)輸出的影響極小化 　　實(shí)驗(yàn)設(shè)計(jì)之方法簡(jiǎn)介 A. 實(shí)施步驟 使用統(tǒng)計(jì)方法進(jìn)行設(shè)計(jì)與分析一個(gè)實(shí)驗(yàn)時(shí)，每個(gè)參與的人事前一定要清楚的了解，目前實(shí)驗(yàn)的目標(biāo)、數(shù)據(jù)收集方法與基本的資料數(shù)值分析，下面的實(shí)驗(yàn)步驟是Coleman與Mogtgomery在1993年所提出?？墒且苍S有人會(huì)有下列的問題：1. 是否還有其它可能的焠火方法？ 2. 是否有其它因子可能影響到硬處理結(jié)果？ 3. 每個(gè)焠火該進(jìn)行幾個(gè)鋁合金樣本試驗(yàn)？ 4. 在焠火中的樣本該如何進(jìn)行？資料該如何收集？ 5. 該使用何種數(shù)據(jù)分析方法？ 6. 兩種焠火方法所造成的硬度差才可稱為有明顯不同？ 在實(shí)驗(yàn)進(jìn)行前，這些問題要一一解決，否則實(shí)驗(yàn)結(jié)果并不能代表什么。例如一個(gè)冶金工程師想知道，用油或鹽水來焠火對(duì)鋁合金進(jìn)行硬處理的效果何者較好。而實(shí)驗(yàn)設(shè)計(jì)就是以有系統(tǒng)的方法設(shè)計(jì)實(shí)驗(yàn)，研究影響某種（些）反應(yīng)之重要因子，作為控制或改進(jìn)的參考依據(jù)。意義所謂「實(shí)驗(yàn)」是研究人員針對(duì)特別的系統(tǒng)或制造程序，在一個(gè)虛擬的現(xiàn)場(chǎng)進(jìn)行調(diào)查與研究。虛無假設(shè)為檢定統(tǒng)計(jì)量為拒絕之條件如下對(duì)立假設(shè)拒絕之條件或基本實(shí)驗(yàn)設(shè)計(jì)在統(tǒng)計(jì)制程管制實(shí)施過程，可能會(huì)出現(xiàn)很多問題，而有些問題并非僅藉由前一單元所介紹的品管手法即可解決，更具系統(tǒng)化、整合性的分析方法就非常重要。對(duì)立假設(shè)拒絕之條件:－＞△:－＜△:－≠△或　　常態(tài)母體變異數(shù)的檢定一個(gè)常態(tài)變異數(shù)之檢定檢定一個(gè)母體常態(tài)變異數(shù)等于一個(gè)常數(shù)，則檢定統(tǒng)計(jì)量為其中是從樣本數(shù)n之隨機(jī)樣本所估計(jì)之樣本變異數(shù)。檢定統(tǒng)計(jì)量可寫成在不同的對(duì)立假設(shè)下，拒絕之條件如下對(duì)立假設(shè)拒絕之條件:－＞△:－＜△:－≠△或二母體變異數(shù)和未知，但可假設(shè)相等假設(shè)＝＝，則的不偏估計(jì)量為其中和是樣本變異數(shù)。若樣本數(shù)n＜30則采用下列統(tǒng)計(jì)量單邊或雙邊的對(duì)立假設(shè)條件，其拒絕之條件如下對(duì)立假設(shè)條件拒絕之條件：μ＞T＞：μ＜T＜：μ≠T＞或T＜－　兩常態(tài)母體平均數(shù)差的檢定二母體變異數(shù)和已知假設(shè)二母體平均數(shù)﹐未知，但已知變異數(shù)和。常用之統(tǒng)計(jì)假設(shè)方法常態(tài)母體平均數(shù)μ的檢定變異數(shù)已知假設(shè)X為一隨機(jī)變量，變異數(shù)已知為，平均值μ為未知。而型Ⅱ誤差則是指為偽，而做出不拒絕之錯(cuò)誤機(jī)率，通常以β表示。 注意事項(xiàng)在進(jìn)行假設(shè)檢定時(shí)，有兩種錯(cuò)誤須注意。 5. 由母體抽取一組隨機(jī)樣本，計(jì)算檢定統(tǒng)計(jì)量之值。例如：μ﹦，：μ＞。此種假設(shè)稱為雙邊之對(duì)立假設(shè)。統(tǒng)計(jì)假設(shè)(statistical hypothesis)是對(duì)機(jī)率分配之參數(shù)所作的陳述。 相關(guān)性測(cè)量(Xleasurement of Association)r=(XiYi)是第 i 組的觀測(cè)值，是其平均值，r值介于1與1之間r=1 XY有完全正相關(guān)r=1 XY完全負(fù)相關(guān)r=0 XY完全沒有任何相關(guān)性r1 高度相關(guān)r 中度相關(guān)r　　實(shí)例精誠(chéng)建設(shè)公司為研究水泥硬度與沙子占整體百分比是否有關(guān)系，做了以下的試驗(yàn)，資料如表：　沙子百分比硬度沙子百分比硬度沙子百分比硬度51030806040103040857030206050708015　觀察下面的散布圖，雖然沙子百分比與水泥硬度不是正相關(guān)，也非負(fù)相關(guān)，但此兩者的關(guān)系從40%前是正相關(guān)，40%后是負(fù)相關(guān)。 3. 計(jì)算或觀察X與Y之關(guān)系系數(shù)。 　實(shí)施步驟 1. 利用柏拉圖找出影響質(zhì)量特性的因素，再?zèng)Q定可能相關(guān)之對(duì)應(yīng)因素，作為散布圖X軸與Y軸代表的變量。 2. 負(fù)相關(guān)（negative corelation）：Y值隨X值增加而減少。如果兩變量有原因與結(jié)果之關(guān)系，則原因（或稱自變量）置于X軸，結(jié)果（應(yīng)變量）置于Y軸。散布圖于1750~1800間開始使用，因?yàn)樗蠿Y軸，所以又稱為XY plot或corssplot。 實(shí)例特性要因圖可區(qū)分為「原因追查型」和「對(duì)策追求型」兩種：A. 原因追查型： 利用特性要因圖找尋不良原因的癥結(jié)，如下圖：　B. 對(duì)策追求型： 找尋問題點(diǎn)應(yīng)如何防止，目標(biāo)之效果應(yīng)如何達(dá)成的對(duì)策，而以特性要因圖表示期望效果（特性）與對(duì)策間的關(guān)系。若有不同意見或看法，需進(jìn)一步搜集數(shù)據(jù)作成統(tǒng)計(jì)分析，并追蹤其實(shí)質(zhì)效能。 6. 特性要因圖之制成－將經(jīng)討論確定的要因，依其重要程度依序作成骨干或細(xì)枝，應(yīng)將同一因果關(guān)系者歸于同一分枝。發(fā)言需簡(jiǎn)單扼要，勿批評(píng)或質(zhì)詢別人，并整理各種意見，作成紀(jì)錄。 3. 準(zhǔn)備大幅的紙張與彩色筆－先在紙中央畫一條較粗的線，之后在右端畫一個(gè)指向右方的箭頭，并于箭頭右側(cè)寫上問題點(diǎn)。 　繪制與實(shí)施1. 確定問題點(diǎn)－特性要因圖在未繪制之前，應(yīng)先將不良率、顧客的抱怨、產(chǎn)品尺寸不符、外觀不良等有關(guān)質(zhì)量方面的問題，或安全程度、效率的提高、觀念的提升等期望方面的問題，加以確定。 3. 制定操作標(biāo)準(zhǔn)：將特性要因圖分析徹底后，表示對(duì)于制程的變異有充分的掌握，之后在制定或修改操作標(biāo)準(zhǔn)時(shí)，即可針對(duì)原因以適當(dāng)?shù)膶?duì)策因應(yīng)。其功能可整理成下列四點(diǎn)：1. 改善解析：為改善質(zhì)量、提高產(chǎn)量、降低成本、增加工作效率，于進(jìn)行現(xiàn)狀分析時(shí)，特性要因圖所考慮之各原因，將有何種程度影響，可配合柏拉圖分析并研究提出改善對(duì)策。特性要因圖的功能特性要因圖的功能非常廣泛，除可用于現(xiàn)場(chǎng)制程外，其它