6sigma五大階段學(xué)習(xí)內(nèi)容匯總課件

1、分析階段概述Six Sigma技術(shù)與方法Step 1 Project選定(背景陳述)Step 2 Project定義Step 3 Project承認(rèn)改善Step 4 Ys的確認(rèn)Step 5 現(xiàn)水準(zhǔn)確認(rèn) (把握)Step 6 潛在原因變數(shù)(Xs)的挖掘Step 7 - Data 收集Step 8 - Data 分析Step 9 - Vital Few Xs的選定Step 10 樹立改善方案Step 11 - Vital Few Xs 最佳化Step 12 改善結(jié)果驗(yàn)證Step 13 樹立管理計(jì)劃Step 14 管理計(jì)劃實(shí)施Step 15 文件化/共享Project選定過程及必要技術(shù)Project

2、的目標(biāo)和范圍的設(shè)定Project實(shí)施計(jì)劃的承認(rèn)Project 滿足CTQ的具體指標(biāo)測量把握現(xiàn)水準(zhǔn)，確定改善目標(biāo)潛在原因變數(shù) (Xs)的挖掘及優(yōu)先化Data 分析計(jì)劃的樹立及收集活動為了確認(rèn)Vital Few Xs的統(tǒng)計(jì)分析分析結(jié)果 Review , 改善優(yōu)先順序Vital Few Xs的特性區(qū)分明確Y與 Xs的關(guān)系 決定最佳條件決定方案的驗(yàn)證及改善效果的確認(rèn)改善結(jié)果危險(xiǎn)性評價(jià)及管理計(jì)劃中的反應(yīng)現(xiàn)業(yè)適用及維持管理分析預(yù)想效果進(jìn)行文件化共享定義測量分析控制分析階段的目的是找到Y(jié)=F（x1,x2,x3）中關(guān)鍵的x, 改善階段目的是對x進(jìn)行優(yōu)化，以提升Y 活動 Process突出暫定選定主因子 (Vi

3、tal Few)分析坐標(biāo)圖驗(yàn)證統(tǒng)計(jì)的假設(shè)Histogram, PlotMatrix Plot, Box Plot假設(shè)驗(yàn)證(計(jì)量型/離散型)相關(guān)性分析通過Brainstorming突出暫定因子適用適當(dāng)?shù)?Tool 后整理(特性要因圖, Logic Tree 等)Data 收集實(shí)驗(yàn)分析ANOVA 分析利用在測定階段收集的Data 樹立收集Data 計(jì)劃，有體系地收集 Data 收集Data 困難時通過實(shí)驗(yàn)收集 Data分析階段-Analyze階段 Flow 活用 Tools Graph 分析 統(tǒng)計(jì)的分析 Plot Run Chart Histogram Matrix Plot Box - Plot

4、 Pareto Chart Run Chart Pareto Chart Histogram Multi-Vari Chart 相關(guān)分析 回歸分析 回歸分析 t Test (平均) F Test (分散) ANOVA (方差) Proportion -Test連續(xù)型離散型連續(xù)型離散型連續(xù)型離散型連續(xù)型離散型X Y X Y 活用過去 Data，突出暫定/候補(bǔ)因子. Analyze 階段是通過對各候補(bǔ)因子的統(tǒng)計(jì)性驗(yàn)證，進(jìn)行篩選從而選定主因子(Vital Few)的活動。其中候補(bǔ)因子是指在Define, Measure 階段定義的有可能影響CTQ的暫定因子/候補(bǔ)因子 Xs(X1,X2,Xn), .C

5、ontrolImproveAnalyzeMeasureDefine4YLevel 1Level 2（x）女孩子的青睞度物質(zhì)因素能力學(xué)歷口才氣質(zhì)存款房子汽車外貌身高體重例-logic tree分析階段-突出暫定因子其他 ？找到幾個關(guān)鍵的小x，并最優(yōu)化小x，來提升大Y的值，這個是六西格瑪分析改善階段的任務(wù)5Align精度MachineMaterialMethodIC資材不良Cell不良IC熱膨脹差異本壓榨Align Mark間距離偏差溫度差異平行度假壓榨位置決定IC測定高度假壓榨精度假壓受臺GapTool下降程度Tool平行度平行度確認(rèn)方法Man作業(yè)ErrorIC型號選擇錯誤補(bǔ)正輸入錯誤工程變化C

6、heck周期未設(shè)定Feeding不良IC累計(jì)Pitch平行度調(diào)整方法平行度測量方法Mark設(shè)定Mark SizeMark對比度Delay time導(dǎo)熱性緩沖材缺口例-特性要因圖分析階段-突出暫定因子 Histogram : 為連續(xù)型 Data的統(tǒng)計(jì)的分析假定正態(tài)分布，驗(yàn)證正態(tài)性前可大致地掌握Data的中心和散布等的分布形式.2. 活用主要Graph 分析階段-Graph(坐標(biāo)圖) 分析ControlImproveAnalyzeMeasureDefine對趨勢圖的 解釋 ? Plot(散點(diǎn)圖) : 為大致掌握兩個變數(shù)(X, Y)的相關(guān)關(guān)系而使用 收集兩個變數(shù)的 Data(50100個適當(dāng)) 在X

7、,Y 表上表示值 看點(diǎn)的形態(tài)可比較直觀的確認(rèn)兩個變數(shù)間的相關(guān)關(guān)系. 首先看點(diǎn)的進(jìn)行方向，如右側(cè)向上移動的畫判斷是正向的相關(guān)關(guān)系,如右側(cè)向下移動的話判斷是反向的相關(guān)關(guān)系分析階段-Graph(坐標(biāo)圖) 分析ControlImproveAnalyzeMeasureDefine對趨勢圖的 解釋 ? 5個主要特性(最小值, Q1, 中位數(shù), Q3, 最大值)以 Box和線來表示 Box Plot(箱子構(gòu)造) : 大致掌握Data的中心和散布形態(tài)，想了解異常值存在與否時使用. 制成法 : 分析階段-Graph(坐標(biāo)圖) 分析ControlImproveAnalyzeMeasureDefine對趨勢圖的 解

8、釋 ?1. 假設(shè)驗(yàn)證概念 假設(shè)驗(yàn)證的概要 - 原假設(shè)拒絕后，可供選擇的假設(shè).- “不一樣” , “有差異 ” 等的 Not Equal 概念 假設(shè)驗(yàn)證是 ?把想要了解的內(nèi)容(現(xiàn)象)建立成假設(shè)，通過收集的 Data進(jìn)行分析，驗(yàn)證假設(shè)是否成立的步驟H0是真， 但出現(xiàn)誤判錯誤的容許界限.判斷P-Value大小時使用的基準(zhǔn)概率. (主要使用 1%, 5%, 10%) P-Value 在顯著性水平下，可以接受的假設(shè)“一樣 ” , “無差異 “ 等的 Equal 概念. 回歸假設(shè) (Null Hypothesis : H0) 對立假設(shè) (Alternative Hypothesis : H1)認(rèn)為回歸假設(shè)

9、是正確的情況下，利用收集的Data分析發(fā)生回歸的概率. 顯著性水平() 分析階段-假設(shè)驗(yàn)證ControlImproveAnalyzeMeasureDefine 假設(shè)驗(yàn)證種類 Data的種類連續(xù)型 Data離散型 Data1 Sample t - Test2 Sample t - TestANOVATest for Equal Variances1 Proportion2 Proportions - Test假設(shè)驗(yàn)證Ho : 無差異.H1 : 有差異.決定顯著水平()一般使用 5% 1. 測定統(tǒng)計(jì)量計(jì)算2. P-Value 算出1. 測定統(tǒng)計(jì)量 臨界值2. P-Value 0.05，符合正態(tài)分布

10、第三步：選擇測定方法，已知，所以使用 MINITAB “1sample Z ”工具第四步：利用MINITAB進(jìn)行計(jì)算 mu = 0.13 與 0.13 的檢驗(yàn)假定標(biāo)準(zhǔn)差 = 0.015 N 平均值 平均值標(biāo)準(zhǔn)誤 95% 置信區(qū)間 Z P10 0.13580 0.00474 (0.12650, 0.14510) 1.22 0.221第五步： P0.05，則接受H0，即認(rèn)為平均值變化到0.1358與0.13并無顯著差別，這批產(chǎn)品平均厚度 合格分析階段-假設(shè)驗(yàn)證一、1 Sample Z-Test 例子： 標(biāo)準(zhǔn)偏差已經(jīng)知道的情況，檢驗(yàn)正態(tài)總體的均值H0 : 1 = 2 , H1 : 1 2 假 設(shè) :

11、 目 的 : 例題 :某零件，其厚度在正常生產(chǎn)下平均值為0.13，標(biāo)準(zhǔn)偏差為0.015，某日抽樣了10個零件，其測試值為0.112，0.130，0.129，0.152，0.138，0.118，0.151，0.128，0.158，0.142；如果標(biāo)準(zhǔn)偏差不變，試問顯著水平=0.05時，能否認(rèn)為該批零件厚度平均值沒有發(fā)生變化？ ControlImproveAnalyzeMeasureDefine二、 2 Sample t-Test 測定具備 Data的正規(guī)性. - 材料 A的 P-Value是多少? 是正態(tài)分布嗎? - 材料 B的 P-Value是多少? 是正態(tài)分布嗎? 測定分散的同質(zhì)性. - F

12、-Test的 P-Value是多少? 結(jié)果是? 實(shí)施t-Test. - 設(shè)立假設(shè). - 有意水平是? - P-Value是多少? 結(jié)果是?材料 A : 73.4, 77.0, 73.7, 73.3, 73.1, 71.5, 74.5, 77.5, 76.4, 77.7材料 B : 68.7, 71.4, 69.8, 75.3, 71.3, 72.7, 66.9, 70.2, 74.4, 70.1判斷具備兩個母集團(tuán)抽出的Data平均(Mean)，統(tǒng)計(jì)上是否有差異. Ho : 1 = 2 , Ha : 1 2 假 設(shè) : 目 的 : 測定用材料 A和材料 B所制作的各產(chǎn)品的硬度，得到了如下Data

13、. 要測定A和 B的母平均上是否有差異. 例題 : Data : 測定步驟 : 分析階段-假設(shè)驗(yàn)證ControlImproveAnalyzeMeasureDefine 2-Sample t / 測定正規(guī)性統(tǒng)計(jì)的確認(rèn)具備的 Data是否市正規(guī)分布 假 設(shè) : 目 的 : Ho : 是正規(guī)分布 , H1 : 不是正規(guī)分布Stat Basic statistics Normallity Test P-Value 0.205 ( 0.05)是正規(guī)分布. P-Value 0.837 ( 0.05)是正規(guī)分布. ( = 5%)分析階段-假設(shè)驗(yàn)證ControlImproveAnalyzeMeasureDef

14、ineStat Basic statistics 2 Variances (Stat ANOVA Test for Equal Variances)P-Value 0.646( 0.05)分散相同. 2-Sample t / 測定等分散型性 在具備的兩個以上的集團(tuán)之間，確認(rèn)統(tǒng)計(jì)上是否有有意的散布差異 假 設(shè) : 目 的 : Ho : 12 = 22 , H1 : 12 22 (兩側(cè)測定日時) ( = 5%)分析階段-假設(shè)驗(yàn)證ControlImproveAnalyzeMeasureDefineStat Basic statistics 2-Sample t 2-Sample t / 測定平均值P

15、-Value 0.002( 0.05 )Material A和 Material B的平均不同. 對差異的信賴區(qū)間( = 5%)分析階段-假設(shè)驗(yàn)證雙樣本 T 檢驗(yàn)和置信區(qū)間: 材料A, 材料B 材料A 與 材料B 的雙樣本 T 平均值 N 平均值 標(biāo)準(zhǔn)差 標(biāo)準(zhǔn)誤材料A 10 74.81 2.17 0.69材料B 10 71.08 2.54 0.80差值 = mu (材料A) - mu (材料B)差值估計(jì): 3.73差值的 95% 置信區(qū)間: (1.51, 5.95)差值 = 0 (與 ) 的 T 檢驗(yàn): T 值 = 3.53 P 值 = 0.002 自由度 = 18兩者都使用合并標(biāo)準(zhǔn)差 = 2

16、.3630ControlImproveAnalyzeMeasureDefine一、 相關(guān)分析(Correlation Analysis)的概念要了解兩概率變數(shù) X和 Y間相關(guān)關(guān)系時，取兩變量 X, Y的大小 n 概率標(biāo)本 (Random sample)后, 從得到的 n個數(shù)據(jù) (X1, Y1), (X2, Y2), .,(Xn , Yn)找兩變數(shù)的相關(guān)性.如此, 研究兩變數(shù)間相關(guān)性的統(tǒng)計(jì)的分析叫 “相關(guān)分析” .X和 Y存在什么關(guān)系? 定 義 : 利用數(shù)據(jù)為掌握兩集團(tuán)間是否存在直線的關(guān)系而使用. 適 用 : 分析階段-相關(guān)分析ControlImproveAnalyzeMeasureDefine

17、 r 值的范圍是 -1 r 1.r 值是顯示 X和 Y間線型關(guān)系的尺度， r 為 1 時所有點(diǎn)在一直線上. 相關(guān)系數(shù)(Correlation Coefficient) 相關(guān)系數(shù) : 表示變量 X和 Y的相關(guān)大小， X和 Y間的緊密性程度的尺度 相關(guān)系數(shù) 判定基準(zhǔn) 0.9很高的相關(guān)關(guān)系(very high correlation) 標(biāo)本相關(guān)系數(shù)的性質(zhì)分析階段-相關(guān)分析ControlImproveAnalyzeMeasureDefine18二、 相關(guān)系數(shù)分析例你統(tǒng)計(jì)了16次請女友吃飯的cost與其滿意度度，并進(jìn)行相關(guān)性分析 例題 : 相關(guān): cost, 滿意度 cost 和 滿意度 的 相關(guān)性 相

18、關(guān)系數(shù) = -0.111P 值 = 0.681P值=0.6810.05：-.cost與滿意度無相關(guān)性，r= - 0.111-. cost與滿意度無相關(guān)性分析階段-相關(guān)分析ControlImproveAnalyzeMeasureDefine改善階段概述改善案樹立Vital Few Xs(少數(shù)核心原因變數(shù))的 最佳化結(jié)果檢驗(yàn) 改善案導(dǎo)出 改善案評價(jià)及選定 選定的改善案實(shí)行計(jì)劃樹立改善對策實(shí)行 實(shí)驗(yàn)計(jì)劃實(shí)施及分析 最佳案決定 測量系統(tǒng) 再檢驗(yàn)(必要時) 檢驗(yàn)最佳方案 短期工程能力把握 確認(rèn)改善結(jié)果導(dǎo)出對Vital Few Xs的改善案，樹立實(shí)行計(jì)劃.明確Y和 Xs的關(guān)系決定Vital Few Xs的

19、最佳條件.實(shí)施決定的最佳方案的確認(rèn)作業(yè).改善階段-定義Improve階段是為了提高 Y,找出 Analyze階段找出的少數(shù)核心原因變數(shù)(X)的最佳條件的過程ControlImproveAnalyzeMeasureDefineVital Few XsInputVital Few Xs List分析階段資料專家Team成員根據(jù)Xs的特性將因子分類需要被驗(yàn)證的多種獨(dú)立的對策方案Output控制因子優(yōu)化對策因子優(yōu)化控制因子對策因子在Process中已經(jīng)存在的因子,要求發(fā)現(xiàn)最佳設(shè)定值現(xiàn)Process中沒有或雖存在,但因新問題出現(xiàn),需要進(jìn)一步驗(yàn)證的溫度壓力位置時間Process變更標(biāo)準(zhǔn)化改進(jìn)溝通意見電算化

20、新設(shè)備導(dǎo)入是連續(xù)性或離散性,可分為多水平的值改善階段-進(jìn)行processControlImproveAnalyzeMeasureDefine控制因子對策因子 選擇工具,實(shí)施實(shí)驗(yàn) 評價(jià)并選擇最佳的對策 制作對策方案 風(fēng)險(xiǎn)評價(jià). 實(shí)施試運(yùn)行. 評價(jià)和選擇最好的對策方案. 實(shí)驗(yàn)設(shè)計(jì) (DOE) - 因子配置法 -反應(yīng)表面曲線 .BrainstormingBench Marking選定最佳方案矩陣 Process MapX的特性主要工具展開方向改善階段-進(jìn)行process Improve主要工具及方向ControlImproveAnalyzeMeasureDefine實(shí)驗(yàn)計(jì)劃法(Design of E

21、xperiment) 是 - 試驗(yàn)內(nèi)包括的致命因子及因子水準(zhǔn)、反應(yīng)值的選擇, 現(xiàn)情況下最適當(dāng)?shù)脑囼?yàn)計(jì)劃、 試驗(yàn)順序決定 - 對試驗(yàn)實(shí)施后所求的結(jié)果的統(tǒng)計(jì)性分析方法選定 等, 如：怎樣設(shè)計(jì)、怎樣分析結(jié)果, 找出通過最少的試驗(yàn) 而取得想要的最大的信息 的體系性方法.實(shí)驗(yàn)設(shè)計(jì): 狹義上指DOE,RSM等,但廣義上包含以數(shù)據(jù)的合理分 析為目的有計(jì)劃地實(shí)驗(yàn)的所有實(shí)驗(yàn)DOE: Design of Experiment(實(shí)驗(yàn)設(shè)計(jì))RSM: Response Surface Method(反應(yīng)表面法)1. 試驗(yàn)計(jì)劃法的基本概要 試驗(yàn)計(jì)劃法的活用目的工序或System的型號實(shí)驗(yàn)計(jì)劃法的活用目的 何種變數(shù)對反應(yīng)值

22、Y的影響最大? 如想符合Y值的特定值要求,怎樣設(shè)置X值? 最小化、控制不了的因子,怎樣設(shè)置X值?ProcessInputs Outputs 控制因子控制不了的因子XX1 X2 XnZ1 Z2 ZqY改善階段-試驗(yàn)計(jì)劃法ControlImproveAnalyzeMeasureDefine2. 試驗(yàn)計(jì)劃的進(jìn)行順序進(jìn)行步驟進(jìn)行內(nèi)容與主題有關(guān)的事項(xiàng)1. 設(shè)定試驗(yàn)?zāi)康?明確設(shè)定通過試驗(yàn)而要取得的目的.目的不明確的話, 不容易找到最佳的試驗(yàn)及分析方法. CTQ的最佳化 (最小, 最大, Target)2. 選擇特定值選擇與試驗(yàn)?zāi)康倪_(dá)成直接連接的試驗(yàn)的反應(yīng)值為特性值.并將所選擇的特性值最佳的時候，顯出的Si

23、de Effect也選為特性值. CTQ3. 決定因子及 水準(zhǔn) 在與特性值有關(guān)的因子中, 選擇影響大的因子.選擇試驗(yàn)者關(guān)心而因子可變的水準(zhǔn)值. 潛在性因子 致命因子(Vital Few)4. 試驗(yàn)布置及 Random化決定怎樣組合因子的水準(zhǔn)而實(shí)施試驗(yàn).決定為斷絕外部因子的影響而怎樣進(jìn)行Random化.Block化,Random化5. 試驗(yàn)實(shí)施制定對試驗(yàn)方法的實(shí)施標(biāo)準(zhǔn)后, 按Random化的步驟而實(shí)施.從頭到尾徹底管理試驗(yàn)是否按計(jì)劃進(jìn)行. 試驗(yàn)環(huán)境 管理6. 數(shù)據(jù)分析決定將試驗(yàn)數(shù)據(jù)，用何種統(tǒng)計(jì)的方法，怎樣分析.首先Grape化, 掌握其變動情況后, 選擇適當(dāng)?shù)慕y(tǒng)計(jì)性方法. 假說驗(yàn)證, 分散分析

24、相關(guān)分析, 回歸分析7. 分析結(jié)果解釋 及措施考慮試驗(yàn)的目的及假定, 找出具有技術(shù)性的結(jié)論. 以結(jié)果解釋為基本, 進(jìn)行下一步試驗(yàn)或者再現(xiàn)性試驗(yàn),采取標(biāo)準(zhǔn)作業(yè)的改善措施. 下一步試驗(yàn)階段 找出最適條件 再現(xiàn)(驗(yàn)證)試驗(yàn)改善階段-試驗(yàn)計(jì)劃法ControlImproveAnalyzeMeasureDefine3. 試驗(yàn)計(jì)劃法的基本原則 隨機(jī)化(Randomization) ：以完全隨機(jī)的方式安排各次試驗(yàn)的順序，防止實(shí)驗(yàn)者未知的但可能對響應(yīng)變量產(chǎn)生系統(tǒng)性影響。由于所選定的試驗(yàn)因子以外的其它原因，為防止影響到試驗(yàn)結(jié)果的方案 (試驗(yàn)步驟地隨機(jī)化)為提高試驗(yàn)的水平、制訂容易分析的試驗(yàn)計(jì)劃，所需的基本原理是

25、隨機(jī)化(Randomization), 塊形化(Blocking), 正交化(Orthogonality), 反復(fù)(Replication)。 改善階段-試驗(yàn)計(jì)劃法ControlImproveAnalyzeMeasureDefine 塊形化(Blocking) 可能的話，試驗(yàn)環(huán)境均一分開為幾個模型(Block)， 以后要調(diào)查模型(Block)內(nèi)的各因子彈的影響。全體試驗(yàn)以時間、空間分割而作模型(Block)的話，各模型(Block)內(nèi)的試驗(yàn)環(huán)境均一，因此可以得到更佳的試驗(yàn)結(jié)果。在試驗(yàn)計(jì)劃法上，模型(Block)適用為一個因子，其效果另外分離，總變動除外模型(Block)之間的變動，剩的就是模型

26、(Block)內(nèi)的純粹變動. RunABC1- 1- 1- 12+1- 1- 13- 1+1- 14+1+1- 15- 1- 1+16+1- 1+17- 1+1+18+1+1+1設(shè)備號機(jī)1號機(jī)2號機(jī)2號機(jī)1號機(jī)2號機(jī)1號機(jī)1號機(jī)2號機(jī) 8回 Run按裝備號機(jī)(1, 2號機(jī))BlockingABC3個因子的交互作用的效果交叉各裝備號機(jī)的效果，從而不影響裝備號機(jī)，可以求因子效果。 正交化(Orthogonality) 正交化是指，在試驗(yàn)上，獨(dú)立配置各因子(Main & Interaction)，使特定因子不受別的因子影響。計(jì)劃試驗(yàn)時，使因子之間共有正交性而求數(shù)據(jù)的話，如同一試驗(yàn)次數(shù)，可以得到對因數(shù)

27、的效果的檢出力更佳的驗(yàn)證，并得到程度更高的追定。數(shù)學(xué)上正交性是指，個別因子的程度的合是”0”, 乘兩個因子的程度的合是 “0”. RunABC1- 1- 1- 12+1- 1- 13- 1+1- 14+1+1- 15- 1- 1+16+1- 1+17- 1+1+18+1+1+1Sum000 確認(rèn)正交排列表(23)的數(shù)學(xué)上的正交性改善階段-試驗(yàn)計(jì)劃法ControlImproveAnalyzeMeasureDefine 反復(fù) (Replication) 在各水準(zhǔn)的組合上，可能的話，反復(fù)進(jìn)行2次以上，比進(jìn)行1次試驗(yàn)，得到的試驗(yàn)結(jié)果的可靠性高。反復(fù)進(jìn)行，可以提高誤差項(xiàng)的自由度，誤差分散的程度也會好，因

28、此可以提高試驗(yàn)結(jié)果的可靠性。 反復(fù)進(jìn)行2次22(A, B因子)試驗(yàn)RunABAB1- 1- 1+ 12+1- 1- 13- 1+1- 14+1+1+ 1RunABAB5- 1- 1+ 16+1- 1- 17- 1+1- 18+1+1+ 1雖反復(fù)實(shí)施同一試驗(yàn)條件，全體試驗(yàn)順序隨機(jī)化是因子數(shù)為 n、各因子的水準(zhǔn)數(shù)為 K的試驗(yàn)計(jì)劃法， 在所有因子間的水準(zhǔn)組合上進(jìn)行試驗(yàn)的試驗(yàn)計(jì)劃。Kn 因子配置上廣泛使用2水準(zhǔn) / 3水準(zhǔn)系，但3水準(zhǔn)系因子配置一般是為找出最佳值而使用的。1. 2水準(zhǔn)完全配置的理解 Kn 因子配置法(Kn Factorial Design)是因子數(shù)為 n、各因子的水準(zhǔn)數(shù)為2的試驗(yàn)計(jì)劃法

29、， 對n個的獨(dú)立變數(shù)(X)，實(shí)施各個2水準(zhǔn)的試驗(yàn)而要掌握各獨(dú)立變量的影響度時使用的。 2n 完全配置法 (2n Full Factorial Design) 2 水準(zhǔn)完全配置的表示2n=?表示試驗(yàn)次數(shù)說明備注2242水準(zhǔn)因子是2個的情況2n本身意味試驗(yàn)次數(shù)， 因子每增加一個時，總試驗(yàn)次數(shù)增加2倍。2382水準(zhǔn)因子是3個的情況24162水準(zhǔn)因子是4個的情況2n2n2水準(zhǔn)因子是n個的情況 2 : 所有因子的水準(zhǔn)數(shù) n : 配置在試驗(yàn)上的因子數(shù)? : 總試驗(yàn)次數(shù) 2n 試驗(yàn)配置的意義改善階段-因子配置法ControlImproveAnalyzeMeasureDefine28例題:洗滌力試驗(yàn)在開發(fā)新的

30、 Design洗衣機(jī)時制作了幾個 Sample.對衣料的清潔度進(jìn)行洗滌時間和水量的實(shí)驗(yàn). Factor: X1 : 洗滌時間 X2 : 水量(Gallon)Level 1 10 4Level 2 20 8反映值:衣料的 洗滌力(清潔度和亮度 測定)Factorial Design : 在全部水準(zhǔn)上組合全部 因子進(jìn)行排列的 實(shí)驗(yàn)計(jì)劃因?yàn)槭?因子 2水準(zhǔn)所以有可以用4個個的組合 X1Low ( - ) 10High ( + ) 20Low ( - ) 10High ( + ) 20 X2Low ( - ) 4Low ( - ) 4High ( + ) 8High ( + ) 8為了提高實(shí)驗(yàn)的精確度，在各 實(shí)驗(yàn)順序( Run )上重復(fù) 4次.改善階段-因子配置法ControlImproveAnalyzeMeasureDefine29Run12345678910111213141516Wash Time(minutes)10101010101010102020202020202020Amount ofWater (gal)4444