系统、专业介绍6sigma管理方法.ppt

要因配置法(Factorial Design) Interaction plot P121 * 要因配置法(Factorial Design) Temp*Time：水、溫度的影響隨時間的變化，低溫度和短時間清洗，流下的殘留物最多 Temp*Conc：在高的溫度下，和清洗液的濃度無關，殘留物少無交互作用 Time*Conc：長時間清洗下，殘留物更少；時間的效果比低清洗濃度更顯著 * 要因配置法(Factorial Design) Cube plot（繪制立體圖） 46 51 60 65 44 43 44 43 temp -1 -1 1 time conc 1 1 * 要因配置法(Factorial Design) temp(1：熱水)，time(1：長)，conc(1：低)時或temp(1：熱水)，time(-1：短)，conc(-1：低)，殘留物最少 提高溫度，費用多并且找出最佳條件不重要的話，也可以在不同水平上選擇最佳點。 如果溫度高，可以在低清洗濃度下，線體速度可以運行更快。（線體速度和清洗液濃度在高溫度下沒有差异） * 部分配置法(Fractional factorial design) 什麼是部分配置法(Fractional factorial design) 在實施試驗時因子的數增加，試驗的次數增加，試驗的次數以幾何規律增加 試驗次數的增加 現實是時間方面或成本費用方面發生困難 產生不可預想的潛在變量，試驗的程度變壞 * 部分配置法(Fractional factorial design 一般主效果交互作用沒有必要必須在因子的所有調合下試驗，不用求不必要的交互作用或高次的交互作用；而為了縮小試驗數的大小，只取因子的調合中的一部分進行試驗（2n3n型部分配置法） 因此，通常完全配置法不如使用試驗次數少的部分配置法。 * 部分配置法(Fractional factorial design 為什麼要使用部分配置法(Fractional factorial design) 為了找出致命的少數因子Screening時； 從經濟/成本費用方面愾有水平配合下，試驗發生困難。 部分配置法(Fractional factorial design)的優點 以少的試驗次數得到好的試驗結果和提高檢出力 試驗因子多，但做的試驗次數少 * 部分配置法(Fractional factorial design) 25試驗 P124 * 部分配置法(Fractional factorial design) 25試驗 從32個中選擇16個方法是重要的 X1×X2×X3×X4×X5=-1工 X1×X2×X3×X4×X5=+1選擇 這樣乘全體因子選擇的話，始終不會丟失直交性 試驗因子彼此間獨立，對試驗結果的再現性高 始終從高次的交互作用開始交叉 * 部分配置法(Fractional factorial design) 如果任意的選擇的配合，會破壞直交性，因子間不能完全獨立而成為從屬的，繼而導出錯誤的試驗結果 選定X1×X2×X3×X4×X5=+1的16種配合 這是具有高次的交互作用交叉的效果 實施部分配置法時的試驗配合分布形態 * 部分配置法(Fractional factorial design) P125 * 部分配置法(Fractional factorial design) 25試驗 進行16個部分配置法中各立方形 底面2個和上面2個 左側2個和右側2個 前面2個和後面2個 * 部分配置法(Fractional factorial design -1 -1 +1 X1 +1 -1 +1 X3 X4 -1 +1 X2 -1 +1 X5 * 要因配置法(Factorial Design) 什麼是要因配置法 n個因子，各因子的水平數是k的試驗計劃，所有因子間的水平調和下實施試驗。 要因試驗的形態 2n：因子是n個，因子的水平數是2試驗 3n：因子是n個，因子的水平數是3試驗 * 要因配置法(Factorial Design) 要因試驗的優點 所有因子間的水平調合下實施試驗 可推定所有因子的效果和交互作用 22試驗 兩種橡膠(A0，A1)混合使用Mold(B0，B1)製作輪胎時得到的輪胎(balance)各測定4次的數據 * 要因配置法(Factorial Design) 試驗數據 A0 A1 合計 B0 31 165 82 110 88 72 352 517 45 46 43 B1 22 84 30 37 38 29 134 218 21 18 23 合計 249 486 735 * 要因配置法(Factorial Design) 要因配置法的Minitab運用 P106 * 要因配置法(Factorial Design) P106 * 要因配置法(Fa