DOEFractionalFactorialDesign六西格玛管理中因子和水平的关系及计算详解.ppt

Five DOE Class 90a 8 二水準部分階層實驗設計(2k-p) 2k-p Design具有k個因子，每個因子有兩個水準，共有2k-p次實驗。 2k Design所需之實驗次數隨k(因子數)之增加而據增，例如24=16、26=64、28=256、、、。然而，以26為例，64個實驗產生64-1=63個自由度，其中只有C61=6個自由度是主因子作用，C62=15個自由度是給兩因子之交互作用，卻有63-6-15=42個自由度是給三個(含)以上的因子交互作用。 故，若以專業知識可以假設多因子交互作用是不顯著的，且可以予以忽略(大多數情況是如此)，則吾人只須做此2k個實驗中的部份實驗，即可瞭解主因子作用以及低階之因子交互作用。 2k-p實驗用途 2k-p Design主要用於實驗初期的Screening Experiments，用以從多數可能之因子中篩選出具有顯著作用之因子，以為之後更詳細實驗之依據。 可用於產品與製程之設計。 可用於製程上之問題排除。 2k-p基本理念 多數系統或製程之執行成效皆由主因子作用以及低階之因子交互作用所決定。 部份階層實驗可被進一步用來投入涵蓋部份重要因子之較大實驗。 兩個以上之部份階層實驗可被整合來估計所有主因子作用以及因子之交互作用 。 23-1設計 23 Design 分成兩個23-1 Designs。 符號表(一) 部分階層設計之產生器(Generator) ABC稱為此部份階層之產生器(Generator)。 23-1設計之圖示 第一組之ABC皆為+號，其產生器為 I = ABC。 第二組之ABC皆為-號，其產生器為 I = -ABC。 23-1 Design (I=ABC) 在23-1 Design (I=ABC) 中共有4次實驗，4-1=3個自由度，可被用來估算各因子之主作用。 23-1 對比差異與平均效應 ContrastA = abc+a-b-c ContrastAB = abc+c-a-b ContrastB = abc+b-a-c ContrastAC = abc+b-a-c ContrastC = abc+c-a-b ContrastBC = abc+a-b-c AEA = 1/2(abc+a-b-c) = AEBC AEB = 1/2(abc+b-a-c) = AEAC AEC = 1/2(abc+c-a-b) = AEAB Alias 關係 計算A平均效應之公式與計算BC平均效應之公式相同；亦即，當吾人利用上述之公式計算A之平均效應時，實際上，乃是在做A+BC之平均效應計算。此種現象稱之為Alias，以 lA ? A+BC 來表示。 所以，在23-1 Design (I=ABC)下之Aliases為 lA ? A+BC lB ? B+AC lC ? C+AB 23-1 Design (I=-ABC)下之Aliases 在23-1 Design (I=-ABC)下之Aliases為 l`A ? A-BC l`B ? B-AC l`C ? C-AB ? WHY? 連續部分階層實驗 若吾人做兩階段之實驗皆為 23-1 Design，但第一次用 I=ABC，第二次用 I=-ABC，則因為 lA ? A+BC l`A ? A-BC 所以 (lA + l`A )/2? A (lA – l`A )/2? BC 吾人可清楚界定出主因子作用與兩因子交互作用之大小，但對ABC而言，則無法估算，此為部份階層實驗所必須犧牲。 部份階層實驗之解析度(Resolution) 定義： 一個具有解析度為R之設計，p-因子交互作用之效應不與R-p因子交互作用之效應相互Alias。 解析度Ⅲ之設計：沒有任何主因子作用與其他主因子作用相互Alias；但主因子作用卻和2因子交互作用相互Alias。如23-1 Design。 解析度Ⅳ之設計：沒有任何主因子作用與其他主因子作用或2因子交互作用相互Alias；但2因子交互作用卻相互Alias。如24-1 Design (I=ABCD)。 解析度Ⅴ之設計：沒有任何主因子作用與其他主因子作用或2因子交互作用相互Alias；但2因子交互作用卻與3因子交互作用相互Alias。如25-1 Design (I=ABCDE)。 建構2k-1 Design 方式1. 可利用最高階之交互作用為產生器，運用其在符號表上之+、-號來做區分。例 24-1 Design (I=ABCD) 建構2k-1 Design 方式2. 同樣利用最高階之交互作用為產生器，例 24-1 Design (I=ABCD)，可令 D = D (ABCD) =