1、Six Sigma-1,DOE Minitab操作教程,1、男球鞋案例 2、化學(xué)實(shí)驗(yàn)設(shè)計(jì)案例 3、傳統(tǒng)的一次一因子實(shí)驗(yàn),Six Sigma-2,1、男球鞋案例,1、資料登陸 2、選擇統(tǒng)計(jì)工具2 sample t 3、圖形 4、選擇統(tǒng)計(jì)工具Paired t 5、圖形 6、為什么會(huì)得到不同的結(jié)論,Six Sigma-3,1、資料登陸,1、把資料登陸到Minitab軟件，輸入資料的操作類似Excel軟件，如下圖：,Six Sigma-4,2、選擇統(tǒng)計(jì)工具2 sample t,路徑：StatBasic Statistics2-Sample t 選擇Samples in different column

2、s First選擇Material A Second選擇Material B,然后點(diǎn)擊Graphs,Six Sigma-5,點(diǎn)擊每一個(gè)方框，使其選中，然后單擊OK。,Six Sigma-6,點(diǎn)擊 到Session視窗,Results for: BOYS SHOE.MTW Two-Sample T-Test and CI: Material A, Material B Two-sample T for Material A vs Material B N Mean StDev SE Mean Material A 10 10.63 2.45 0.78 Material B 10 11.04 2.

3、52 0.80 Difference = mu (Material A) - mu (Material B) Estimate for difference: -0.410000 95% CI for difference: (-2.754808, 1.934808) T-Test of difference = 0 (vs not =): T-Value = -0.37 P-Value = 0.717 DF = 17,H0：兩種材料壽命沒(méi)有差異 Ha：兩種材料壽命有差異 P0.05,接收H0。,Six Sigma-7,3、圖形,兩種材料沒(méi)有顯著差異，研發(fā)處的建議被拒絕。,Six Sigma-

4、8,兩種材料沒(méi)有顯著差異，研發(fā)處的建議被拒絕。,Six Sigma-9,4、選擇統(tǒng)計(jì)工具Paired t,路徑：StatBasic StatisticsPaired t,選擇Samples in columns First sample: 選擇Material A Second sample:選擇Material B 然后點(diǎn)擊Graphs,Six Sigma-10,點(diǎn)擊每一個(gè)方框，使其選中，然后單擊OK。,然后回到Session窗口： Paired T-Test and CI: Material A, Material B Paired T for Material A - Material

5、B N Mean StDev SE Mean Material A 10 10.6300 2.4513 0.7752 Material B 10 11.0400 2.5185 0.7964 Difference 10 -0.410000 0.387155 0.122429 95% CI for mean difference: (-0.686954, -0.133046) T-Test of mean difference = 0 (vs not = 0): T-Value = -3.35 P-Value = 0.009,H0：兩種材料壽命沒(méi)有差異 Ha：兩種材料壽命有差異 P0.05,拒絕H

6、0。,Six Sigma-11,5、圖形,兩種材料有顯著差異，研發(fā)處的建議被接受。,Six Sigma-12,兩種材料有顯著差異，研發(fā)處的建議被接受。,Six Sigma-13,兩種材料有顯著差異，研發(fā)處的建議被接受。,Six Sigma-14,6、為什么會(huì)得到不同的結(jié)論？,到底我們?cè)撓嘈拍莻€(gè)結(jié)論？ 不了解基本的統(tǒng)計(jì)觀念會(huì)有什么壞處？,Six Sigma-15,2、化學(xué)實(shí)驗(yàn)設(shè)計(jì)案例,Factor (因子) Level (水準(zhǔn)) Temperature(T) 160 180 Concentration(C) 20 40 Catalyst (K) A B 討論： 因子為在此實(shí)驗(yàn)中要被研究的變數(shù) 水

7、準(zhǔn)代表因子的設(shè)定： 負(fù)水準(zhǔn)代表較小的值 正水準(zhǔn)代表較大的值,Six Sigma-16,一個(gè)23因子設(shè)計(jì) (3因子二水準(zhǔn)),Minitab 中的標(biāo)準(zhǔn)實(shí)驗(yàn)設(shè)計(jì)步驟： 1、建構(gòu)實(shí)驗(yàn)設(shè)計(jì) 2、分析實(shí)驗(yàn)過(guò)程 3、解讀實(shí)驗(yàn)結(jié)果,Six Sigma-17,1、建構(gòu)實(shí)驗(yàn)設(shè)計(jì),方法論：,StatDOEFactorialCreate Factorial Design,Type of Design:選擇設(shè)計(jì)種類,Number of Factors:選擇因子數(shù)目,Design：選擇設(shè)計(jì)（解析度、中心點(diǎn)、反復(fù)數(shù)）,Factor：輸入名稱和水準(zhǔn),Options：（取消）隨機(jī)化選項(xiàng),執(zhí)行實(shí)驗(yàn)：收集實(shí)驗(yàn)數(shù)據(jù),Six Sigm

8、a-18,Minitab：StatDOEFactorialCreate Factorial Design,選擇設(shè)計(jì)種類,選擇因子數(shù)目,Six Sigma-19,選擇設(shè)計(jì)（解析度、中心點(diǎn)、反復(fù)數(shù)）,Design,Six Sigma-20,Factor：輸入名稱和水準(zhǔn),輸入名稱和水準(zhǔn),Six Sigma-21,Options：（取消）隨機(jī)化選項(xiàng),在正式實(shí)驗(yàn)時(shí)不能 取消此項(xiàng)選擇！此處 僅教學(xué)使用,正常實(shí)驗(yàn)要隨機(jī)進(jìn)行！,Six Sigma-22,實(shí)驗(yàn)矩陣,因子A 因子B 因子C,Six Sigma-23,執(zhí)行實(shí)驗(yàn)：收集實(shí)驗(yàn)數(shù)據(jù),打印實(shí)驗(yàn)矩陣,執(zhí)行實(shí)驗(yàn)，收集實(shí)驗(yàn)數(shù)據(jù)， 將數(shù)據(jù)登陸到Minitab。,Si

9、x Sigma-24,2、分析實(shí)驗(yàn)過(guò)程,StatDOEFactorialAnalyze Factorial Design,Response:輸入回應(yīng)值,Terms:選取分析因子（全因子：變數(shù)和交互作用 部分因子：僅變數(shù)）,Graphs：主因圖：常態(tài)機(jī)率和柏拉圖， Cube Plot、 殘差圖,Six Sigma-25,StatDOEFactorialAnalyze Factorial Design,:輸入回應(yīng)值,Six Sigma-26,Terms:選取分析因子,全因子選3 部分因子選1或2,Six Sigma-27,Graphs：選擇圖表,Six Sigma-28,效應(yīng)柏拉圖,超過(guò)紅線代表效

10、應(yīng)顯著,Six Sigma-29,常態(tài)機(jī)率圖,跳到線外的紅點(diǎn)表示因子顯著。,Six Sigma-30,StatDOEFactorialFactorial Plots,分別選擇Setup,Six Sigma-31,選擇Responses及因子,Six Sigma-32,Inter action Plot,Six Sigma-33,Main Effects Plot,Six Sigma-34,Cube Plot,Six Sigma-35,3、解讀實(shí)驗(yàn)結(jié)果,解讀Minitab 輸出,檢驗(yàn)ANOVA表格（縮減模式，最佳模式）,檢驗(yàn)圖表（交互作用、主效應(yīng)、立體、殘差、及等方差圖）,考慮實(shí)際上為顯著的效應(yīng)

11、 （計(jì)算效應(yīng)在模式中的百分比）,數(shù)學(xué)模式,殘差分析,Six Sigma-36,ANOVA表格,Estimated Effects and Coefficients for Yield (coded units) Term Effect Coef Constant 64.250 Temperature 23.000 11.500 Concentration -5.000 -2.500 Catalyst 1.500 0.750 Temperature*Concentration 1.500 0.750 Temperature*Catalyst 10.000 5.000 Concentration*

12、Catalyst -0.000 -0.000 Temperature*Concentration*Catalyst 0.500 0.250 Analysis of Variance for Yield (coded units) Source DF Seq SS Adj SS Adj MS F P Main Effects 3 1112.50 1112.50 370.833 * * 2-Way Interactions 3 204.50 204.50 68.167 * * 3-Way Interactions 1 0.50 0.50 0.500 * * Residual Error 0 * *

13、 * Total 7 1317.50,我們之前計(jì)算的效應(yīng),我們之前計(jì)算的系數(shù),誤差項(xiàng)目自由度為零,Six Sigma-37,Estimated Coefficients for Yield using data in uncoded units,Term Coef Constant -85.5000 Temperature 0.925000 Concentration -1.52500 Catalyst -71.5000 Temperature*Concentration 0.00750000 Temperature*Catalyst 0.425000 Concentration*Cataly

14、st -0.425000 Temperature*Concentration*Catalyst 0.00250000 Alias Structure Temperature Concentration Catalyst Temperature*Concentration Temperature*Catalyst Concentration*Catalyst Temperature*Concentration*Catalyst,Six Sigma-38,縮減模式改變選取的項(xiàng)目,移除最小的效應(yīng) 檢視 機(jī)率圖 柏拉圖 ANOVA 表格 重復(fù)移除下一個(gè)最小的效應(yīng) 一直持續(xù)到模式為”最佳模式” ”最佳模

15、式”的提示 不需要移除太多的項(xiàng)目 保留一些不顯著的項(xiàng)目已確認(rèn) 沒(méi)有錯(cuò)誤的移除顯著的項(xiàng)目,Six Sigma-39,因子AB是否真的顯著？,Six Sigma-40,將Alpha設(shè)為0.01,Six Sigma-41,因子AB并不顯著.,Six Sigma-42,最佳模式,兩個(gè)變數(shù)和 一個(gè)交互作用 統(tǒng)計(jì)上是顯著 的！,Six Sigma-43,最佳模式的ANOVA表格,Term Effect Coef SE Coef T P Constant 64.250 0.4564 140.76 0.000 Temperature 23.000 11.500 0.4564 25.20 0.000 Conce

16、ntration -5.000 -2.500 0.4564 -5.48 0.012 Catalyst 1.500 0.750 0.4564 1.64 0.199 Temperature*Catalyst 10.000 5.000 0.4564 10.95 0.002 S = 1.29099 R-Sq = 99.62% R-Sq(adj) = 99.11% Analysis of Variance for Yield (coded units) Source DF Seq SS Adj SS Adj MS F P Main Effects 3 1112.50 1112.50 370.833 22

17、2.50 0.001 2-Way Interactions 1 200.00 200.00 200.000 120.00 0.002 Residual Error 3 5.00 5.00 1.667 Total 7 1317.50,Six Sigma-44,GLM分析,路徑：StatANOVAGeneral linear model,填入要分析的變數(shù),Six Sigma-45,General Linear Model,Source DF Seq SS Adj SS Adj MS F P Temperature 1 1058.00 1058.00 1058.00 634.80 0.000 Con

18、centration 1 50.00 50.00 50.00 30.00 0.012 Catalyst 1 4.50 4.50 4.50 2.70 0.199 Temperature*Catalyst 1 200.00 200.00 200.00 120.00 0.002 Error 3 5.00 5.00 1.67 Total 7 1317.50,Six Sigma-46,計(jì)算 ES,1、在資料表中設(shè)四個(gè)欄位Source、DF 、 SS 、ES 2、自session視窗復(fù)制并貼上Source、DF 、 SS 、ES 3、使用Minitab計(jì)算功能，將每一值除以Total SS值并存儲(chǔ)結(jié)果于E

19、S,Six Sigma-47,復(fù)制并貼上Source、DF 、 SS 、ES,Six Sigma-48,計(jì)算 ES,Six Sigma-49,ES代表每個(gè)變數(shù)和交互作用在總SS中所占百分比,SOURCE DFSS ES Temperature 1 1058.0 0.80304 Concentration 1 50.0 0.03795 Catalyst 1 4.5 0.00342 Temperature*Catalyst 1 200.0 0.15180 Error 3 5.0 0.00380 Total 7 1317.5 1.00000,因子Temperature占百分比為80%,Six Sig

20、ma-50,數(shù)學(xué)模式,Variable Coef Constant 64.250 Temperature 11.500 Concentration -2.500 Catalyst 0.750 Temperature*Catalyst 5.000,Yield(Y)=64.25+11.5*Temperature -2.5*Concentration+0.75*Catalyst +5* Temperature*Catalyst,Symbol 0 1 2 3 12,有了數(shù)學(xué)模式就可以根據(jù)客戶需要調(diào)整我們的Y.,Six Sigma-51,殘差分析,路徑：StatDOEFactorialAnalyze F

21、actorial Design,Six Sigma-52,殘差分析,Six Sigma-53,殘差圖,Six Sigma-54,傳統(tǒng)的一次一因子實(shí)驗(yàn),思考：我們用傳統(tǒng)的一次一因子實(shí)驗(yàn)來(lái)做剛才的化學(xué)實(shí)驗(yàn)，會(huì)得到相同的結(jié)果嗎？ 下面讓我們用將二個(gè)因子固定住不變，并且一次只改變一個(gè)因子的方式來(lái)做試驗(yàn)。,Six Sigma-55,輸入試驗(yàn)矩陣到Minitab,Six Sigma-56,2、自定義實(shí)驗(yàn)設(shè)計(jì),StatDOEFactorialDefine Custom Factorial Design,定義因子,定義水準(zhǔn),Six Sigma-57,解讀,因子,標(biāo)準(zhǔn) 順序,實(shí)驗(yàn) 順序,集區(qū),中心 點(diǎn),Six Sigma-58,Pareto,沒(méi)有考慮交互作用,沒(méi)有任何因子顯著,Six Sigma-59,常態(tài)機(jī)率圖,沒(méi)有考慮交互作用,沒(méi)有任何因子顯著,Six Sigma-60,Session輸出,Estimated Effects and Coefficients for Yield (coded units) Term Effect Coef Constant 59.000 TEMP 12.000 6.000 CONC -6.000 -3.000 CATA -8.000 -4.000 Analysis of Variance for Yield (coded units)