胜华SPC讲义6 12ANOVE分析Word文档下载推荐.docx

1、11.011.410.511.611.510.811.7 當小趙正欲以一因子之ANOVA進行分析時，老張建議何不將壓力及速 度兩個因子合併分析？小趙同意老張之看法於是重新收集了下列數據11.1（1） 如何同時做兩個因子之變異數分析，以判斷壓力、速度是否對結果有無顯著之影響？甚至判斷壓力與速度是否有交互作用？（2） 下列ANOVA表你是否會誤讀？SSdfVFF（3,9,0.05）=3.86F（3,9,0.01）=6.99壓 力5.0731.6912.07速 度2.00.674.791.2490.14 2 一元（因子）配置及變異數分析（ANOVA） 詹昭雄 編著 2000.07一元（因子）配置及變

2、異數分析（ANOVA） 一元（因子）配置： 人員、設備、參數.等1234你 的 事 例9.910.611.951.554.056.556.010.3 一元（因子）變異數分析（ANOVA）因 子F03.102.18161.030.1367.57F（3.16 0.005）=6.30合 計5.28 結論：因子四水準之間有99.5（0.5）之把握（信心度）可以 判斷對結果有顯著之影響。 注意：1）四水準間對結果有顯著影響並不表示任何兩水準之間也有顯 著之影響。 2）最好能大於6以上資訊量較充分Caculator使 用在 統 計 狀 態 Mode 下ST1）按進X1、X2、X3.2）按X總實驗數（0.5

3、14）2205.2820-119SA1）按進T1、T2、T3.X總實驗數（5）2（1.97）2204-13SeST-SA19-316 3 二元（因子）配置及ANOVA 詹昭雄 編著 2000.07二元（因子）配置及ANOVA 二元（因子）配置：完全隨機（無重覆） （T.j）A1A2A3A4X.j你的事例B142.0B241.6B344.4B444.8B512.145.251.1 變異數分析表要 因.比Sa=3.1Sb=2.8Se=1.5 a=3 b=4 e=12 Va=1.03 Vb=0.7 Vc=0.12Fa=8.8Fb=5.8S=7.36=19F（a,e,0.01）=5.9F（a,e,0.

4、05）=3.5F（b,e,0.01）=5.4F（b,e,0.05）=3.3A與B對結果皆比有顯著之影響（=） 推定 組合推定 （註1）ne=（總實驗數）/（不可忽視要因自由度和+1） 田口公式 （註2）若數據為0,1之值時，則 4 二元（因子）配置及ANOVA 詹昭雄 編著 2000.07Calculator使用在統計狀態下自由度按進X11,X12,X32按入（n）2總實驗數（合成個數）k -1（n）2（1）2a按進T1.,T2.,T3.（合成個數）2k-1（5）2b按入T.1,T.2 -1（4）24eab（k-1）（ -1）完成隨機（完全重覆）9.810.29.521.920.019.522

5、.321.421.121.720.720.4T.j.10.8510.009.7510.2061.211.1510.7010.5510.8064.810.9065.410.3510.9510.5063.010.30Ti.86.485.682.4 5 二元（因子）配置及ANOVA 詹昭雄 編著 2000.07 變異數分析（ANOVA）方法一 Sa=1.12 Sb=1.8 Sab=1.44 Se=0.84 a=2 b=3 ab=6 Va=0.56 Vb=0.6 Vab=0.24 Ve=0.07 Fa=8.0 Fb=8.6 Fab=3.4 F（a, e,0.01）=6.9 F（b, e,0.01）=5

6、.9 F（ab, e,0.05）=2.99A、B及其交互作用皆有顯著之影響分別為1及5 ANOVA方法二P Value顯著性 b=3 0.006 0.003 0.03A、B及A與B之交互作用對結果皆有顯著之影響（分別為 0.006、0.003及0.03）其中交互作用之存在與理論具一致性。 推定：當交互作用顯著時，最適條件不宜單獨看或，而是要看 與之組合何者最適，此點非常重要。 從數據表中可知 1）單獨看A時A1最佳（=10.80），單獨看B時B3最佳 （=10.90） 2）同時看A與B之組合時，A1B2或A2B3最佳（=11.15） 6 二元（因子）配置及ANOVA 詹昭雄 編著 2000.0

7、7按進X111,X112,X222k n-124（1）2=5.2ab按進T11.,T12.,T21.,T22.,T31.,T32.（2）2=4.3611按進T1.,T2.,T3.（8）2=1.122按入T.1.,T.2.（6）2=1.8abbabab1.44（k-1）（ -1）6aab0.84（k n-k ）127 常用之SPC及其應用時機要點 詹昭雄 編著 2000.03WHAT應用時機（WHERE）應用要點（HOW）直方圖 從分配之形狀以 及與規格比較中 獲得計量特性（ 尺寸，阻值，時間 C/T.）資訊或問題 點之圖1.平日 希望從50個以上計量值中獲取 資訊或問題時用2.改善QC-STO

8、RY中 用以做計量特性之 現況分析 真因驗證 或效果確認 例：1.層別直方圖 較總直方圖有價值2.組數一定要對3.規格界限要劃上4.結合專業技術解讀 直方圖提供之資訊CaCpCpk1. 表示Process實際 之u與Spec中心值 之偏移率2.3.Cpk=（1-Ca）Cp表示 綜合Ca，Cp之 Process能力指數 用以瞭解每次，每日，每週或每 月之Process能力 用以做1.Cpk必須配合 Ca或Cp使用2.Ca，Cp等未能替 代直方圖 分配形狀 所能提供之資訊3.光看Ca，Cp未能 看出Process是否 在管制狀態8 常用之SPC及其應用時機要點 詹昭雄 編著 2000.07管制管制

9、圖u管制圖P管制圖1.Process Control上用以判 斷預警 結果參數或原因參數是 否異常，達到，預防異常之 目的。2.Process改善上用以從動態中 獲取 效果維持等 之資訊1.管制用與改善上分 析用之管制圖，其 頻度可能不同2.結合專業技術淬取 資訊3.異質群體不宜當成 一組4.組的大小（n）應 3n5（p） U5（U）散佈用以表示X與Y是否相關及相關性與相關度之之圖 用以看任何兩參數間之相關性2.改善QC-STORY中用以做 真因驗證1.X與Y之Scale 要相近2.結合專業技術判斷 相關性3.X與其他因子交互 作用時散佈圖可能 顯示不出其應有之相關係數r表示兩參數間相關成度之

10、係數（-1r1）1.注意所用r之公式 是：線性或非線性2.r最好配合散佈圖 來使用3.r不能替代散佈圖 之功能9 常用之SPC及其應用時機要點 詹昭雄 編著 2000.07檢定2檢定（X2檢定）檢定（U或t檢定）12與22檢定 （F檢定）1與2差之檢定 （U或t檢定）1.平日用於少量資訊下判斷 等是否顯著不同2.異常分析時用以判斷 正常組與異常組 是否顯著不同3.改善QC-STORY中用於 （1）現狀分析顯著性之判斷 （2）真因驗證時 實驗組與對照組 顯著性之判斷 （3）效果確認之判斷1.之大小依決 策者所願承擔之誤 判風險而定，並非 一定是=1%或5%2.若欲兼顧及1）有關之定讓 10n152）有關2之定讓 20n253.要清楚地告知決策 者在多大之情況 下可判斷2， 等有顯著不同變異分析一因子DOE或ANOVA二因子DOE或ANOVA1.用於新產品，新Process，新. 設備開發上，參數及公差之 設計2.用於現有產品，Process，設 備改善上多因子之 對策創出 尋求更佳之參數組合 或參數公差1. 若專業上可能有交 互作用時，二因子 之實驗須重複2. 具專業技術者，數 據可以用現有之 data Base（不做實 驗）再以專業知識 事後判斷結論之合 理性。