Six Sigma Study Guide

Le tracé des effets principaux est l’outil graphique le plus simple pour déterminer l’impact relatif d’une variété d’entrées sur la sortie d’intérêt. Dans le plan d’expérience ou l’analyse de la variance, le diagramme des effets principaux montre le résultat moyen pour la valeur de chaque variable indépendante, en combinant les effets des autres variables. En d’autres termes, les valeurs moyennes des réponses à chaque niveau de la variable de processus.

Quand utiliser les tracés des effets principaux

L’objectif de base du tracé des effets principaux est de comparer les changements dans les moyennes pour identifier la variable la plus catégorique qui influence la réponse. Il affiche les moyennes de chaque groupe au sein d’une variable catégorielle.

L’effet principal est l’effet d’une variable indépendante sur une variable dépendante en faisant la moyenne des niveaux de toutes les autres variables indépendantes.Le terme est fréquemment utilisé dans le contexte des plans factoriels, et des modèles de régression pour distinguer les effets principaux des effets d’interaction relatifs à un plan factoriel. Dans l’analyse de la variance, l’hypothèse nulle de l’effet principal permet de vérifier s’il existe une preuve de l’effet des différents traitements. Cependant, le test de l’effet principal n’est pas spécifique et ne permettra pas de localiser des comparaisons par paires de moyennes spécifiques.

Interprétation des tracés des effets principaux

Les tracés des effets principaux sont les graphiques représentant les moyennes pour chaque valeur d’une variable catégorielle. Ils permettent de déterminer si l’effet principal est présent ou non pour la variable catégorielle.

Plot des effets principaux
  • Si la ligne est horizontale, autrement dit, parallèle à l’axe des x, alors il n’existe pas d’effet principal. La moyenne de réponse est la même pour tous les niveaux de facteurs.
  • De même, Si la ligne n’est pas horizontale, alors il existe un effet principal. En d’autres termes, la moyenne de la réponse n’est pas la même pour tous les niveaux de facteurs. La pente détermine l’ampleur de l’effet principal.
  • Bien que le graphe montre l’effet principal, il est recommandé d’effectuer un test ANOVA pour évaluer la signification statistique.

Graphe d’interaction

L’effet d’une variable indépendante dépend du niveau de l’autre variable indépendante. Le diagramme d’interaction est un outil graphique puissant qui affiche les moyennes pour les niveaux d’une variable indépendante sur l’axe des x et une ligne séparée pour chaque niveau d’une autre variable.

Dans les diagrammes d’interaction, il n’est pas nécessaire que les lignes se croisent pour qu’il y ait interaction (se référer ci-dessous à l’exemple 2 : graphiques 6 et 8). Cependant, les lignes ne doivent pas être parallèles. Pour qu’il y ait interaction, les pentes des deux lignes doivent être différentes. Les lignes n’ont pas besoin de se croiser dans l’intervalle des données.

De même, si les deux points se croisent presque au milieu des lignes (se référer à l’exemple 2 : graphique 7), souvent, on parle d’interaction croisée. Dans ce cas, la moyenne des deux lignes est presque la même, donc il n’y a pas d’effet principal existant pour les deux variables indépendantes.

Types de graphiques à effets principaux

Les effets principaux sont les effets d’une variable indépendante sur la variable dépendante. Le signe de l’effet principal montre la direction de l’effet. En d’autres termes, il indique si la valeur moyenne des réponses augmente ou diminue. Fondamentalement, le tracé de l’effet principal existe en trois variétés.

  • Positif : Augmenter le niveau ou la manipulation de la variable indépendante, cela augmente également le niveau de la variable dépendante.
  • Effet négatif : L’augmentation de la variable indépendante diminue la variable dépendante.
  • Aucun effet : Pas d’augmentation ou de diminution de la variable dépendante en fonction de la variable indépendante.

Exemples de tracé des effets principaux

Exemple 1 : Un fabricant de ruban adhésif examinant les effets du temps de trempage et des solutions.

% de changements dans la résistance à la traction après le trempage des rubans dans deux solutions différentes pendant 8 heures et 24 heures.

Tracer un graphique pour les solutions 1 et 2, avec les heures (8 et 24) sur l’axe des X & le pourcentage de changement de la résistance à la traction sur l’axe des Y.

Plot des effets principaux

La couleur verte représente la solution 1 et la ligne pointillée de couleur bleue représente la solution 2

Étape 1 : Effets principaux : Examiner les effets principaux des niveaux d’un facteur (Heures) tout en ignorant les niveaux des autres facteurs (Solution).

Vérifier si les données pour 8 heures sont différentes des données pour 24 heures. Tout en ignorant les données de la solution 1 ou 2.

Prenez une moyenne des données de 8 heures et une moyenne des données de 24 heures. Marquez-le sur le graphique.

Plot des effets principaux

Le plot ci-dessus indique clairement qu’il y a un effet principal du temps de trempage tout en ignorant les solutions 1 ou 2.

Étape 2 : Effets principaux : Examiner les effets principaux des niveaux d’un facteur (Solutions) tout en ignorant les niveaux de l’autre facteur (Heures)

Vérifier si les données de la solution 1 sont différentes des données de la solution 2 heures. Tout en ignorant les données du temps de trempage.

Prenez la moyenne des données de la solution 1 et une moyenne des données de la solution 2. Marquez-le sur le graphique.

Plot des effets principaux

Le plot ci-dessus indique clairement qu’il n’y a pas d’effet principal de la solution 1 ou de la solution 2 tout en ignorant le temps de trempage.

Effet d’interaction

Étape 3 : Effets d’interaction : Examiner l’interaction- Si un facteur affecte la performance de l’autre facteur. En d’autres termes, les niveaux d’un facteur modifient-ils la performance à travers les niveaux de l’autre facteur?

L’interaction consiste en fait à examiner la différence des différences. Calculez la différence de la solution 1, les données sur huit heures avec les données sur 24 heures. De même, calculez la différence de la solution 2, données de huit heures avec les données de 24 heures. Marquez-la sur le graphique.

La différence de la solution 1, données de huit heures et données de 24 heures est presque 69%, tandis que la différence de la solution 2, données de huit heures et données de 24 heures est juste 5%.

Il y a une énorme différence de % dans la solution 1 et 2. Par conséquent, nous pouvons conclure qu’il y a une interaction.

Exemple2 : Dans une usine de fabrication, les deux variables indépendantes (température et pression) à deux niveaux ont un impact sur la variable dépendante (vitesse). Voici les différents scénarios des effets principaux et des effets d’interaction.

Chacun des graphiques ci-dessus dépeint les différents scénarios en ce qui concerne les effets principaux de la température et de la pression et leur interaction.

Vidéos sur les tracés des effets principaux

Questions sur les tracés des effets principaux de la ceinture verte Six Sigma

Question : Lorsqu’il effectue une analyse graphique des résultats d’une EOD, un Belt utilise fréquemment le tracé des effets principaux pour déterminer l’impact relatif d’une variété d’entrées sur la sortie d’intérêt. Il est facile d’identifier l’entrée la plus impactante parce que la pente de la ligne sur le tracé des effets principaux est __________________.

A) La plus raide
B) Négativement corrélée
C). Positivement corrélé
D) Le moins profond

Cette section nécessite que vous soyez un membre de Pass Your Six Sigma Exam. Connectez-vous ou inscrivez-vous en quelques secondes avec les boutons ci-dessous!

Connexion à votre compte
OR
S’inscrire à Pass Your Six Sigma Exam

Questions, commentaires, problèmes, préoccupations ? Veuillez laisser une note dans les commentaires ci-dessous !

Cette section nécessite que vous soyez connecté.

Contributeurs

  • Avatar

.

Leave a Reply

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.