品质管理(日文翻译)解析.ppt

品质数据分析 * Nikkari Lihao Machinery * 步骤4 计算总平方和（St） St=每个的数据的2次方的和–CF=513.310-510.401 =2.909（=K13-E52） 步骤5 计算误差平方和（Se） Se=St –Sа – Sь – Sа×ь – Sс – Sа×с -Sd =2.909–1.361–0.7813–0.4512–0.0013–0.2813–0.0313 =0.0012 （=C53–C27–F27–I27–C42–F42–I42） 步骤6 计算自由度 A, B, A×B, C, A×C 和D的自由度为1. 总计的自由度=数据-1=7 * Nikkari Lihao Machinery * 品质数据分析 图2.21 数据分成两部分和平方和的计算 步骤7 制作分散分析表 作成的分散分析表如下图2.22。另外，境界值在附表5（F分布表）中，从F（1,1；0.05）来看就有161.45。 * Nikkari Lihao Machinery * 品质数据分析 图2.22 分散分析的结果 品质数据分析 * Nikkari Lihao Machinery * A和B , A×B 以及A×C，就能知道在有意水准为5%的情况下有意义，而C和D有误差存在所以无意义，则需要再计算误差（Se’）。 从图2.22可以得知，A和B呈现出了极其强的效果。在直交表的实验中，根据A1和A2这2个水准调整了差。这个差在其他因子的条件下发生了各种各样的变化时就得出了平均效果。对于A和B，根据每个的2个水准，在其他因子条件发生各种各样变化对实验值的影响也是自始自终存在的。 不过，A和B交互作用（A×B ）的意义还是存在的，并且贡献率还有15%。 另外，因为误差的自由度很小，所以检定的精度也非常不高。一般直交表的实验中误差的自由度较小，因此对检定不是很重视而将贡献率视为主要。 品质数据分析 * Nikkari Lihao Machinery * 所以，不需要对要因A和要因B进行推定。 因此，根据对直交表的使用，其优点就是虽然有对水准数2个的限制,但是即使增加因子的数量也能很轻松地计算出平方和。但要因的选择是个问题。问题和解决方法都成话题的时候，要怎么把握影响这个问题和解决方案的原因，就要有技术的研究每个问题。 * Nikkari Lihao Machinery * 品质数据分析 2.4 线点因的活用 在直交表中因子分割情况下，没有交互作用的情况下是没有问题的，但在有交互作用的情况下就得必须描述清楚要怎么分割列。于是，就要活用因子分割的点线图。先决定L16和L32的直交表中对应的点线图（样式），从中选择合适的活用，再进行有效率的分割。 品质数据分析 * Nikkari Lihao Machinery * 2.4.1 所谓点线图 点线图的记述规则有以下3个。 ①点“●”和线“＿”各表示一列 ②点“●”和点“●”连成线“＿”表示交互作用的队列 ③记录点“●”和线“＿”对应列的号码 点线图的表现方法，表现在图2.23中。 因此，点线图只能使用在主效果和特定的2个因子间的交互作用。 品质数据分析 * Nikkari Lihao Machinery * 1列和2列的交互作用表示在3列中 3 1● 2● 图2.23 点线图的表现 品质数据分析 * Nikkari Lihao Machinery * 2.4.2 点线图（样式） 根据直交表的大小决定线点图的样式。 直交表L8（27）的点线图，有如下图2.24中表示的两种形式。 ● ● ● 6 1 3 5 4 2 ● 7 ● ● ● 6 1 3 5 4 2 ● 7 形式1 形式2 图2.24 直交表 L8（27）的点线图 品质数据分析 * Nikkari Lihao Machinery * 形式2的状态，以特定的因子为中心，活用于和其他若干个因子之间有交互作用的情况下。 除此之外，直交表L16（215）的情况下，附表8表示了（直交表L32（231）的点线图：田口玄一·横山*子「品质工学系列18实验计划法」14）P3.56~357,转自日本规格协会（2004年），可得知6个样式和18种类的点线图。另外，参照直交表L32（231）中有13个样的39种类型，同参考文献14）。 2.4.3 根据点线图分割 点线图的活用实际就是在直交表L