Six Sigma Study Guide

Hovedvirkningsplotet er det enkleste grafiske værktøj til at bestemme den relative virkning af en række forskellige input på det pågældende output. I Design Of Experiment eller variansanalyse viser hovedvirkningsdiagrammet det gennemsnitlige resultat for hver uafhængig variabels værdi, idet virkningerne af de andre variabler kombineres. Med andre ord, gennemsnitlige svarværdier på hvert niveau af procesvariablen.

Hvornår skal man bruge hovedeffektplots

Hovedeffektplotets grundlæggende formål er at sammenligne ændringerne i middelværdierne for at identificere den mest kategoriske variabel, der påvirker svaret. Det viser midlerne for hver gruppe inden for en kategorisk variabel.

Hovedeffekten er effekten af en uafhængig variabel på en afhængig variabel med et gennemsnit på tværs af niveauerne af eventuelle andre uafhængige variabler.Udtrykket bruges ofte i forbindelse med faktorielle design og regressionsmodeller for at skelne mellem hovedeffekter og interaktionseffekter i forhold til et faktorielt design. I variansanalysen vil nulhypotesen for hovedeffekten teste, om der er bevis for en effekt af forskellige behandlinger. Hovedeffekttesten er imidlertid uspecifik og vil ikke give mulighed for en lokalisering af specifikke middelværdier ved parvise sammenligninger.

Tolkning af hovedeffektplotterne

Hovedeffektplotterne er de grafer, der plotter middelværdierne for hver værdi af en kategorisk variabel. Dette bruges til at afgøre, om der er en hovedeffekt for den kategoriske variabel eller ej.

Hovedeffektplot
  • Hvis linjen er vandret, med andre ord parallel med x-aksen, findes der ingen hovedeffekt. Svarets middelværdi er den samme på tværs af alle faktorniveauer.
  • Såfremt linjen ikke er vandret, er der ligeledes tale om en hovedeffekt. Med andre ord er responsmiddelværdien ikke den samme på tværs af alle faktorniveauer. Hældningen bestemmer størrelsen af hovedeffekten.
  • Selv om plottet viser hovedeffekten, anbefales det at udføre ANOVA-test for at vurdere den statistiske signifikans.

Interaktionsplot

Effekten af en uafhængig variabel afhænger af niveauet af den anden uafhængige variabel. Interaktionsplot er et effektivt grafisk værktøj, der viser middelværdierne for niveauerne af en uafhængig variabel på x-aksen og en separat linje for hvert niveau af en anden variabel.

I interaktionsplot er der ikke behov for, at linjerne skærer hinanden for at opnå en interaktion (se nedenstående eksempel 2: 6 og 8 grafer). Linjerne bør dog ikke være parallelle. For at der er tale om en interaktion, skal hældningerne af de to linjer være forskellige. Det er ikke nødvendigt, at linjerne krydser hinanden inden for dataenes område.

Sådan er det også, hvis de to punkter skærer hinanden næsten i midten af linjerne (se eksempel 2: graf 7), hvilket ofte kaldes cross-over-interaktion. I dette tilfælde er gennemsnittet af de to linjer næsten det samme, så der findes ingen hovedeffekt for de to uafhængige variabler.

Typer af hovedeffektdiagrammer

Hovedeffekterne er virkningerne af en uafhængig variabel på den afhængige variabel. Hovedvirkningens fortegn viser retningen af virkningen. Med andre ord viser det, om den gennemsnitlige svarværdi stiger eller falder. Grundlæggende findes hovedvirkningsplottet i tre varianter.

  • Positivt: Øget niveau eller manipulation af den uafhængige variabel øger også niveauet af den afhængige variabel.
  • Negativ effekt: Stigning i den uafhængige variabel mindsker den afhængige variabel.
  • Ingen effekt: Ingen stigning eller fald i den afhængige variabel afhængigt af den uafhængige variabel.

Eksempler på hovedvirkningsplot

Eksempel 1: En producent af selvklæbende tape undersøger virkningerne af blødgøringstid og opløsninger.

% ændringer i trækstyrke efter blødgøring af tapes i to forskellige opløsninger i 8 timer og 24 timer.

Tegne plot for opløsning 1 og 2, med timer (8 og 24) på X-aksen & procentvis ændring af trækstyrke på Y-aksen.

Hovedeffekter Plot

Grøn farve repræsenterer løsning 1 og stiplet blå farvelinje repræsenterer løsning 2

Strin 1: Hovedeffekter: Undersøg hovedvirkningerne af niveauerne for én faktor (timer), mens der ses bort fra niveauerne for de andre faktorer (løsning).

Kontroller, om dataene for 8 timer er forskellige fra dataene for 24 timer. Mens der ses bort fra dataene for Løsning 1 eller 2.

Tag et gennemsnit af dataene for 8 timer og et gennemsnit af dataene for 24 timer. Marker det på grafen.

Hovedeffektplot

Overstående plot viser tydeligt, at der er en hovedeffekt af blødgøringstiden, mens der ses bort fra opløsning 1 eller 2.

Strin 2: Hovedeffekter: Undersøg hovedvirkningerne af niveauerne for den ene faktor (Opløsninger), mens der ses bort fra niveauerne for den anden faktor (Timer)

Kontroller, om dataene for Opløsning 1 er forskellige fra dataene for Opløsning 2 timer. Mens der ses bort fra dataene for iblødsætningstid.

Tag et gennemsnit af dataene for Løsning 1 og et gennemsnit af dataene for Løsning 2. Marker det på grafen.

Hovedeffektplot

Overstående plot viser tydeligt, at der ikke er nogen hovedeffekt af opløsning 1 eller opløsning 2, mens der ses bort fra iblødsætningstiden.

Interaktionseffekt

Strin 3: Interaktionseffekter: Undersøgelse af interaktion – Om en faktor påvirker den anden faktors ydeevne. Med andre ord, ændrer niveauerne af den ene faktor præstationen på tværs af niveauerne af den anden faktor?

Interaktion er i virkeligheden at undersøge forskellen af forskelle. Beregn forskellen på Løsning 1, otte timers data med 24 timers data. Beregn på samme måde forskellen mellem løsning 2, otte timers data med 24-timers data. Marker det på grafen.

Differencen mellem løsning 1, otte timers data og 24 timers data er næsten 69 %, mens forskellen mellem løsning 2, otte timers data og 24 timers data kun er 5 %.

Der er en stor forskel på % i løsning 1 og 2. Derfor kan vi konkludere, at der er en interaktion.

Eksempel2: I et produktionsanlæg har de to uafhængige variabler (temperatur og tryk) på to niveauer indflydelse på den afhængige variabel (hastighed). Følgende er de forskellige scenarier for hovedeffekter og interaktionseffekter.

Hver af ovenstående grafer skildrer de forskellige scenarier med hensyn til hovedeffekterne af temperatur og tryk og deres interaktion.

Hovedeffektplot videoer

Six Sigma Green Belt hovedeffektplot spørgsmål

Fragt: Når man laver en grafisk analyse af DOE-resultater, bruger en Belt ofte Main Effects Plot til at bestemme den relative indvirkning af en række input på det ønskede output. Det er let at identificere det input, der har størst virkning, fordi hældningen af linjen på Main Effects Plot er __________________.

A) Den stejleste
B) Negativt korreleret
C) Positivt korreleret
D) Den laveste

Dette afsnit kræver, at du er medlem af Pass Your Six Sigma Exam. Log ind eller tilmeld dig på få sekunder med knapperne nedenfor!

Log ind på din konto
eller
Indmeld dig i Pass Your Six Sigma Exam

Spørgsmål, kommentarer, problemer, bekymringer? Skriv venligst en kommentar i kommentarerne nedenfor!

Dette afsnit kræver, at du er logget ind.

Kontributorer

  • Avatar

Leave a Reply

Skriv et svar

Din e-mailadresse vil ikke blive publiceret.