有學過6
sigma的同學, 一定知道 Minitab這套軟體, 因為它把6 sigma實用化了. 過去 Minitab 並沒有中文版, 但對岸有人將它漢化後, 官方也出簡體中文版, 使用簡體中文版會比英文版更friendly, 但畢竟兩岸語文還是有差異, 尤其專有名詞上的差異更讓人難以適從, 例如常態分配 v.s. 正态分布; 品質 v.s. 质量; 巨集 v.s. 宏; 變異數分析
v.s.方差分析; 進階 v.s. 高级…
官方目前沒有繁體中文版.~可惜! 希望 Minitab TWN公司能早日完成繁體中文版的 Minitab. ~期待!
先前談到Assistant
助手, 可幫助我們選擇正確工具進行分析, 並告訴我們如何解釋結果. 現在更進一步, 我們可透過Help 協助
> Tutorials 教學課程, 了解常用統計功能的”用途”;”資料”;”操作步驟”,同學可利用minitab所附範例, 熟悉此功能的操作, 至於輸出的解釋, 後面會在Help 協助 > StatGuide 統計指南 中討論.
DOE > Pre-Process Responses and Analyze Variability > Uses
用途: 預處理反應和分析變異性
用途 1： 確定每個實驗條件下的變異性
一位醫院管理員想知道在患者收治期間哪個註冊表單（A 或 B）和哪種保險驗證製程（在線或電話）會導致最小的變異性。 處理時間存在較大變異性會影響患者的滿意度，而且還會影響醫院的人員配備。
傳統 DOE 有助於確定將產生最佳平均反應的因子設定。 但是，您可能還需要檢定資料中的變異性。 如果反應之間的差異很大，則平均最佳設定可能不會產生最佳結果。
在使用分析變異性之前使用預處理反應以分析變異性以計算每個因子的每個水準的標準差。
用途 2： 標識將產生一致結果的因子設定
一位工業工程師想找到可使塑料包裝材料斷裂強度的變異性最小化的合成聚合物、處理工藝和處理溫度的設定。
在您使用預處理反應以分析變異性之後，您可以分析任何 2 水準因子實驗的變異性，該實驗在每個因子水準設定上有多個量測值。 這些結果將有助於集中精力分析重要的資訊，這樣就可節省時間和金錢、生產最好的產品以及滿足客戶的需求。
DOE > Pre-Process Responses and Analyze Variability > Data
資料: 預處理反應和分析變異性資料
需要什麼類型的資料？
您可以使用建立因子設計來彙集所需的資料，或者使用自設因子設計根據工作表中的已有資料建立設計。
在您進行實驗之後，請將每次實驗運行的反應資料輸入到工作表中。
您的反應資料必須至少包含下列資訊之一：
l
在同一實驗運行或連續運行期間取得的重複量測值
l
在相同實驗條件但不同的實驗試驗順序下取得的複製量測值，通常順序是隨機的
l
反應的預先計算的標準差
在您可使用分析變異性之前，您必須使用預處理反應以分析變異性來在每種實驗條件下計算標準差，或標識預先計算的標準差。
我的工作表的外觀如何？
當您建立設計時，Minitab 將在不同欄中存儲標準順序、試驗順序、中心點指標、集區指派和每個因子。 工作表中的每列都與一次實驗運行相對應。
在您進行實驗之後，請輸入每次實驗運行的反應資料。
使用預處理反應以分析變異性之後，下列表中將顯示兩個工作表。
第一個工作表使用複製，第二個工作表使用重複量測值。
複製
預處理反應以分析變異性在每個因子設定組合首次出現的列中存儲每個組合的標準差和複製數。
然後，Minitab 將剩餘的列設定為遺失 (*)。
|
|
C1
|
C2
|
C3
|
C4
|
C5
|
C6
|
C7
|
C8
|
C9
|
|
|
標準順序
|
試驗順序
|
中心點
|
集區
|
因子 1
|
因子 2
|
反應
|
標準差
|
計數
|
|
1
|
8
|
1
|
1
|
1
|
高
|
高
|
45
|
4.94975
|
2
|
|
2
|
7
|
2
|
1
|
1
|
低
|
高
|
50
|
0.70711
|
2
|
|
3
|
2
|
3
|
1
|
1
|
高
|
低
|
52
|
0.70711
|
2
|
|
4
|
3
|
4
|
1
|
1
|
低
|
高
|
51
|
*
|
*
|
|
5
|
4
|
5
|
1
|
1
|
高
|
高
|
52
|
*
|
*
|
|
6
|
1
|
6
|
1
|
1
|
低
|
低
|
48
|
2.82843
|
2
|
|
7
|
6
|
7
|
1
|
1
|
高
|
低
|
51
|
*
|
*
|
|
8
|
5
|
8
|
1
|
1
|
低
|
低
|
52
|
*
|
*
|
重複
預處理反應以分析變異性在每個因子設定組合所出現的列中存儲每個組合的標準差和複製數，每個重複量測值一欄。
|
|
C1
|
C2
|
C3
|
C4
|
C5
|
C6
|
C7
|
C8
|
C9
|
C10
|
|
|
標準順序
|
試驗順序
|
中心點
|
集區
|
因子 1
|
因子 2
|
觀測值 1
|
觀測值 2
|
標準差
|
計數
|
|
1
|
4
|
1
|
1
|
1
|
高
|
高
|
12.7
|
13.4
|
0.554925
|
2
|
|
2
|
3
|
2
|
1
|
1
|
低
|
高
|
9.5
|
10.2
|
0.565685
|
2
|
|
3
|
2
|
3
|
1
|
1
|
高
|
低
|
10.0
|
10.1
|
0.070711
|
2
|
|
4
|
3
|
4
|
1
|
1
|
低
|
低
|
12.4
|
12.7
|
0.212132
|
2
|
DOE > Pre-Process Responses and Analyze Variability > How To
操作步驟: 在 Minitab 中使用預處理反應和分析變異性
情形
一家建築材料製造商正在開發一種新型建築絕緣產品。
該製造商研究了四個曾經認為會對絕緣強度產生影響的因子。 這四個因子是：
l
材料類型（材料）
l
注塑壓力（注塑壓力）
l
注塑溫度（注塑溫度）
l
冷卻溫度（冷卻溫度）
檢定平均強度之後，他們決定進行另一次實驗以檢查這四個因子對絕緣強度變異性的效應。
計算標準差
分析反應資料中的變異性之前，必須先計算和存儲重複或複製反應的標準差和計數，或者指定已存儲在工作表中的標準差。
本範例中計算和記錄了這些資訊。
1.
開啟絕緣強度.MTW。
2.
選擇統計 > DOE > 因子 > 預處理反應以分析變異性。
3.
在用於分析的標準差下，選擇工作表中已有的標準差。
4.
在使用標準差在下，輸入標準。
5.
在使用計數下，輸入 N。
6.
點擊確定。
使用最小平方迴歸分析設計
預先處理反應資料之後，即可標識哪些因子設定可產生更為一致的結果。 Minitab 提供兩種適配模型的方法： 最小平方迴歸和極大概度估計。 在許多情況下，這兩種方法的結果之間差異較小。
1.
選擇統計 > DOE > 因子 > 分析變異性。
2.
在反應（標準差）中，輸入標準。
3.
在估計方法下，選擇最小平方迴歸。
4.
點擊確定。
使用極大概度估計分析設計
將極大概度分析的結果與先前從最小平方分析取得的結果進行比較。
1.
選擇統計 > DOE > 因子 > 分析變異性。
2.
在反應（標準差）中，輸入標準。
3.
在估計法下，選擇極大概度。
將圖表增加到輸出中
建立效應圖以標識影響因子。
當您獲得最終模型後，請建立殘差圖來檢查常態性、變異數一致性和隨機性的假設。 殘差圖還可協助您檢查是否有其他影響反應的變數或是否存在異常值。
1.
點擊圖表。
2.
在效應圖下，勾選常態、半常態和 Pareto。
3.
在殘差圖下，勾選三合一。
4.
勾選殘差與變數，然後輸入溫度。
5.
在每個對話框中點擊確定。
解釋輸出
現在應該做些什麼？
有關如何解釋此分析結果的指導資訊，請參見 StatGuide。
詳細資訊請到官方網站進一步了解: http://www.minitab.com.tw/
和 http://www.minitab.com/
聲明: 本文純粹學術性研討, 內容所提及任何關於 Minitab 專有創作文字, 圖像與架構…等皆屬Minitab Inc. 版權所有, 嚴禁商業上轉貼使用.
沒有留言:
張貼留言