Minitab: 6 sigma 專業軟體 繁體中文討論-98

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 Tutorials 教學課程, 了解如何使用 Minitab 各項功能。而在Help 協助 > StatGuide 統計指南中, 則對於輸出的結果有詳細的解釋說明:

ANOVA > Fully Nested ANOVA

完全套疊變異數分析 > 匯總  

完全套疊變異數分析 (ANOVA) 檢查多個因子在完全套疊（分層）設計中對反應變數的效應。假定完全套疊變異數分析中的全部因子都是隨機因子，因此，該分析檢定每個因子的變異數是否為零。

資料描述

某一生產軍需品的公司要嘗試降低火藥燃燒率的可變性。該公司使用許多不同的流程來製造相同的產品。為了確定燃燒率的可變性是否是使用不同生產流程的函數，他們從三種不同生產流程所生產的四批不同火藥中抽取樣本。批次與生產流程是隨機抽取的樣本。每個樣本抽取三個觀測值。

資料： 火藥.MTW （在樣本資料檔案夾中）

完全套疊變異數分析 > 變異數分析表  

變異數分析表中最重要的統計量是 p 值 (P)。使用 p 值可檢定反應中每個因子的效應是否顯著（即每個因子的變異數是否為零）：

·    如果 P 小於或等於已選的 a 水準，則描述該因子的變異數與零之間存在顯著差異。

·    如果 P 大於已選的 a 水準，則描述變異數與零之間不存在顯著差異。

輸出範例

比例 的變異數分析

來源    自由度         SS        MS       F      P

處理         2   676.0556  338.0278   1.464  0.281

批處理       9  2077.5833  230.8426  12.203  0.000

誤差        24   454.0000   18.9167

合計        35  3207.6389

解釋

研究人員為火藥分析選擇了常用的 a 水準 0.05。結果表明：

·    流程因子的 p 值大於所選的 a 水準 0.05，這表明不同生產流程對火藥燃燒率的可變性沒有顯著效應。

·    批次因子的 p 值（p 值 = 0.000）小於 0.05，這表明每一生產流程內不同批次對燃燒率的可變性具有顯著效應。

根據上述結果，研究人員斷定燃燒率中可變性的主要來源是生產流程內批次之間的變異數。

完全套疊變異數分析 > 變異數分量表  

變異數分量表顯示模型中項的變異數估計值。

輸出範例

變異數分量

來源    變異數分量  總和的 %  標準差

處理       8.932      9.07   2.989

批處理    70.642     71.72   8.405

誤差      18.917     19.21   4.349

合計      98.491             9.924

解釋

火藥分析結果表明：

·    生產流程因子的變異數為 8.932，這在分析中占總變異數的 9.07%。

·    批次因子的變異數最大，為 70.642。這在分析中占總變異數的 71.72%。

·    分析中，由於誤差而導致的變異數為 18.917，占總變異數的 19.21%。

從上述資料中可以明顯看出：批次間的可變性是火藥燃燒率中不一致的最大來源。

完全套疊變異數分析 > 期望均方表  

期望均方統計量可用來估計模型中項的均方 (MS)。在確定變異數分析表中報告的 F 值和 p 值時，這是一個必要步驟。

Minitab 在輸出中包含每項的期望均方的計算表。在每個等式中，圓括號中的數值代表已指示項的變異數。

輸出範例

期望均方

1  處理      1.00(3) +  3.00(2) + 12.00(1)

2  批處理    1.00(3) +  3.00(2)

3  誤差      1.00(3)

解釋

對於火藥分析而言：

(1) 代表模型中第一項的變異數（即生產流程的變異數 = 8.932）

(2) 代表模型中第二項的變異數（即批次的變異數 = 70.642）

(3) 代表模型中第三項的變異數（即誤差的變異數 = 18.917）

因此，上述範例的流程因子的均方其估計值如下：

        1.00(3) + 3.00(2) + 12.00(1)

    =     1.00 * (18.917) + 3.00 * (70.642) + 12.00 * (8.932)

    =     338.027

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.