Six Sigma tanulmányi útmutató

A főhatások ábrázolása a legegyszerűbb grafikus eszköz a különböző bemeneteknek a kimenetre gyakorolt relatív hatásának meghatározására. A Kísérlettervezésben vagy a varianciaelemzésben a főhatás-diagram az egyes független változók értékének átlagos kimenetelét mutatja, a többi változó hatását kombinálva. Más szóval a válaszértékek átlagát a folyamatváltozó minden egyes szintjén.

Mikor kell használni a főhatás-diagramokat

A főhatás-diagram alapvető célja az átlagok változásainak összehasonlítása, hogy azonosítsa a választ leginkább befolyásoló kategorikus változót. Egy kategorikus változón belül az egyes csoportok átlagait jeleníti meg.

A főhatás egy független változónak a függő változóra gyakorolt hatása, amely a többi független változó szintjeit átlagolja.A kifejezést gyakran használják faktoriális tervekkel és regressziós modellekkel összefüggésben, hogy megkülönböztessék a főhatásokat a faktoriális tervhez viszonyított kölcsönhatásoktól. A varianciaelemzésben a főhatás nullhipotézise azt vizsgálja, hogy van-e bizonyíték a különböző kezelések hatására. A főhatás tesztje azonban nem specifikus, és nem teszi lehetővé a konkrét átlagpár-összehasonlítások lokalizálását.

A főhatás ábrák értelmezése

A főhatás ábrák azok a grafikonok, amelyek egy kategorikus változó egyes értékeinek átlagait ábrázolják. Ennek segítségével határozzuk meg, hogy a kategorikus változó esetében fennáll-e a főhatás vagy sem.

Főhatás-diagram
  • Ha a vonal vízszintes, azaz az x-tengellyel párhuzamos, akkor nem létezik főhatás. A válaszátlag minden faktorszinten azonos.
  • Hasonlóképpen, ha a vonal nem vízszintes, akkor létezik főhatás. Más szóval, a válasz átlaga nem azonos minden faktorszintre. A meredekség határozza meg a főhatás nagyságát.
  • Noha a diagram a főhatást mutatja, a statisztikai szignifikancia értékeléséhez ajánlott ANOVA-tesztet végezni.

Interakciós diagram

Az egyik független változó hatása a másik független változó szintjétől függ. Az interakciós ábra egy hatékony grafikus eszköz, amely az x-tengelyen az egyik független változó szintjeinek átlagait és egy másik változó minden egyes szintjének külön vonalát jeleníti meg.

A kölcsönhatási ábrákon a kölcsönhatás esetén nincs szükség arra, hogy a vonalak keresztezzék egymást (lásd az alábbi 2. példát: 6 és 8 grafikonok). A vonalaknak azonban nem szabad párhuzamosnak lenniük. A kölcsönhatás fennállásához a két egyenes meredekségének különbözőnek kell lennie. A vonalaknak nem kell keresztezniük egymást az adatok tartományán belül.

Hasonlóképpen, ha a két pont a vonalak majdnem középpontjában metszi egymást (lásd 2. példa: 7. grafikon), gyakran nevezik keresztező kölcsönhatásnak. Ebben az esetben a két egyenes átlaga majdnem azonos, tehát a két független változó esetében nem létezik főhatás.

A főhatás ábrák típusai

A főhatások egy független változónak a függő változóra gyakorolt hatásait mutatják. A főhatás előjele a hatás irányát mutatja. Más szóval azt mutatja, hogy a válasz átlagértéke nő vagy csökken. Alapvetően a főhatásábrának három fajtája van.

  • Pozitív: A független változó szintjének vagy manipulációjának növelése a függő változó szintjét is növeli.
  • Negatív hatás: A független változó növelése csökkenti a függő változót.
  • Nincs hatás: Nincs növekedés vagy csökkenés a függő változóban a független változótól függően.

Példák a főhatások ábrájára

1. példa: Egy ragasztószalaggyártó az áztatási idő és az oldatok hatását vizsgálja.

%-os változás a szakítószilárdságban, miután a szalagokat két különböző oldatban 8 és 24 órán keresztül áztatták.

rajzolja ki az 1. és 2. oldat diagramját, az X tengelyen az órák (8 és 24) & az Y tengelyen a szakítószilárdság százalékos változása.

Főhatások ábrája

Zöld szín jelöli az 1. megoldást, a szaggatott kék színű vonal pedig a 2. megoldást

1. lépés: Főhatások: Vizsgálja meg az egyik tényező (Órák) szintjeinek főhatásait, miközben figyelmen kívül hagyja a többi tényező szintjeit (Megoldás).

Vizsgálja meg, hogy a 8 órára vonatkozó adatok különböznek-e a 24 órára vonatkozó adatoktól. Miközben figyelmen kívül hagyja az 1. vagy a 2. megoldás adatait.

Vegyük a 8 órás adatok átlagát és a 24 órás adatok átlagát. Jelölje be a grafikonon.

Főhatások ábrája

A fenti grafikon egyértelműen jelzi, hogy az áztatási időnek van főhatása, miközben figyelmen kívül hagyja az 1. vagy a 2. oldatot.

2. lépés: Főhatások: Vizsgáljuk meg az egyik tényező (Oldatok) szintjeinek főhatásait, miközben figyelmen kívül hagyjuk a másik tényező (Órák)

Vizsgáljuk meg, hogy az 1. oldatra vonatkozó adatok különböznek-e a 2. oldat órájára vonatkozó adatoktól. Az áztatási idő adatainak figyelmen kívül hagyása mellett.

Vegyük az 1. oldat adatainak átlagát és a 2. oldat adatainak átlagát. Jelölje be a grafikonon.

Főhatás ábrája

A fenti grafikon egyértelműen jelzi, hogy nincs főhatása az 1. oldatnak vagy a 2. oldatnak, miközben figyelmen kívül hagyja az áztatási időt.

Interakciós hatás

3. lépés: Interakciós hatások: Vizsgáljuk meg a kölcsönhatást – befolyásolja-e az egyik tényező a másik tényező teljesítményét. Más szóval, az egyik tényező szintjei megváltoztatják-e a teljesítményt a másik tényező szintjei között?

A kölcsönhatás valójában a különbségek különbségét vizsgálja. Számítsa ki az 1. megoldás, nyolcórás adatok különbségét a 24 órás adatokkal. Hasonlóképpen számítsa ki a 2. megoldás, nyolcórás adatok és a 24 órás adatok különbségét. Jelöld be a grafikonon.

Az 1. megoldás, nyolcórás adatok és a 24 órás adatok különbsége majdnem 69%, míg a 2. megoldás, nyolcórás adatok és a 24 órás adatok különbsége mindössze 5%.

Az 1. és a 2. megoldásnál hatalmas %-os különbség van. Ebből arra következtethetünk, hogy kölcsönhatás van.

Példa2: Egy gyártóüzemben a két független változó (hőmérséklet és nyomás) két szinten befolyásolja a függő változót (sebesség). Az alábbiakban a főhatások és a kölcsönhatások különböző forgatókönyvei következnek.

A fenti grafikonok mindegyike a hőmérséklet és a nyomás főhatásaival és kölcsönhatásaival kapcsolatos különböző forgatókönyveket ábrázolja.

Main Effects Plot Videos

Six Sigma Green Belt Main Effects Plot Questions

Kérdés: A DOE eredmények grafikus elemzésénél egy Belt gyakran használja a Main Effects Plotot, hogy meghatározza a különböző inputok relatív hatását az érdeklődésre számot tartó outputra. Könnyű azonosítani a legnagyobb hatású bemenetet, mert a Main Effects Plot egyenesének meredeksége __________________.

A) A legmeredekebb
B) Negatívan korrelált
C) Pozitívan korrelált
D) A legmélyebb

Ez a rész megköveteli, hogy Ön Pass Your Six Sigma Exam tag legyen. Jelentkezzen be vagy regisztráljon másodpercek alatt az alábbi gombokkal!

Login to your account
OR
Enroll in Pass Your Six Sigma Exam

Kérdések, észrevételek, problémák, aggályok? Kérjük, hagyjon üzenetet az alábbi megjegyzésekben!

Ez a rész bejelentkezést igényel.

Megosztók

  • Avatar

Leave a Reply

Vélemény, hozzászólás?

Az e-mail-címet nem tesszük közzé.