多变异图(multi-vari chart).docVIP

多变异图 multi-vari chart 概述 多变异图表明了几组变异来源中对总变异贡献最大的一组变异，也揭示了变异 中的其他形式。 适用场合 ·研究过程的变异来源时； ·想识别变异的最重要来源时； ·输出特性是变化的测量值时。 实施步骤 1识别想研究的变异的可能来源，建立一棵样本树来显示来源A，B，C结合的架构。 2建立图，y轴表示输出特性，把x轴分成几部分，每一部分代表样本树最高层来源A的每个组成部分。把这些部分又分割成子部分，代表来源B的每个组成部分。在一竖直线上描点，表示来源C不同组成部分的测量值。 3计算第一条线上点值的均值，在这条线上用不同于这些点的符号标记这个均值，在图的第一部分重复计算来源B的每组均值。 4连接图上第一部分B组内的各均值。 5计算第一部分所有值的均值（也就是步骤3计算的各均值的平均）。在这部分的中线上用第三种符号标记这个值。 6对图中代表来源A的每部分重复步骤3～5。 7把代表每一部分的总体均值的符号连接起来。 8分析图，确认变异的最大来源以及变异的任何形式。 示例 图表5. 123所示的是由Yumrny甜饼公司建立的样本图。他们试图了解姜饼脆麦的变异原困。来源A是一周的工作日，来源B是每天不同的批次，来源C是批次间的不同曲奇。分成每批次三个曲奇，每天两批，共三天。 结果如图表5. 124所示。开口正方形表示一个批次内三个曲奇的平均脆度，大写画点表示一天之内所有曲奇的平均脆度。 一个批次内和天与天之间的变异比每天的批次间的变异小得多。有趣的是，每天第二批的值比第一批的值大得多。他们计划作更多的研究来识别批次间的差异以及保持一致形式的原因。 注意事项 ·用于此分析的数据可以是历史数据或过程操作中获得的数据。选择代表性数据，使其占总输出变量一般范围的80%。 ·变异的来源应被看作是分类型的，即使是计量值，如机器上的位置或时间。分类集的例子有高低、长短、开关；批次1，2，3；天数l，2，3；位置1～5。 ·建议样本树的最低层至少有三个样本。 ·理想的样本树是平衡的，即每个A有相同个数的B，每个B有相同个数的C。然而，即使不平衡，每个可能的结合至少有一个数据点。 ·嵌套的设计就是变异的一个来源与另一个来源交错。最典型的嵌套设计是三种变异的组合：定位的，每个单元不同位置的变异；循环的，不同单元间的变异；和时间性的，不同时间的变异。曲奇饼例子显示了—个批次间的变异以及各批次间和天与天之间的嵌套设计。在嵌套设计中应按照数据产生的顺序保存。 ·交叉设计是独立地操作变异的三种来源。例如，当Yummy甜饼公司研究两种不同的甜料、两种不同的烤箱以及两个不同的烘焙时间时，就可以采用交叉设计。在交叉设计中可识别出交互作用（有关交互作用的详细情况参阅“试验设计”）。在交叉设计中数据可按不同顺序放置来揭示不同的模型。 ·变异来源可以是可控因子，也可以是噪声因子。在示例中，所有的变异来源都是可控的，但是如果Yummy甜饼公司要研究环境温度这个因子是否为可能的变异来源之一，而因为环境影响因子是不可控的，故该因子就是噪声因子。研究环境温度影响的样本取自于房间温度在典型变动范围下的最高温度与最低温度。 ·如果来源C的数据点很相近以至于很难区别，把垂直线稍微倾斜来更好地区分点。 END