シックスシグマ学習ガイド

主効果プロットは、関心のある出力に対するさまざまな入力の相対的影響を判断するための最も簡単なグラフツールである。 実験計画法または分散分析では、主効果プロットは各独立変数の値の平均結果を示し、他の変数の効果を組み合わせます。 言い換えると、プロセス変数の各レベルでの平均応答値です。

When to use the Main Effects plots

The main effects plot’s basic purpose is to compare the changes in the means to identify the most categorical variable that influences the response.これは、応答に影響する最もカテゴリカルな変数を識別するために、平均の変化を比較することです。 主効果は、他の独立変数のレベルを平均した従属変数に対する独立変数の効果です。この用語は、要因計画や回帰モデルの文脈で、要因計画に関する相互作用効果から主効果を区別するために頻繁に使用されます。 分散分析では,主効果の帰無仮説は,異なる処置の効果の証拠があるかどうかを検定する. しかし、主効果検定は非特異的で、特定の平均値の一対比較の局在はできません。

主効果プロットの解釈

主効果プロットは、カテゴリ変数の各値の平均値をプロットしたグラフです。 これは、主効果がカテゴリ変数に存在するかどうかを決定するために使用されます。

Main Effects Plot
  • 線が水平、言い換えれば、x軸に平行の場合、主効果が存在しないことになります。
  • 同様に、線が水平でない場合は、主効果が存在することになります。 言い換えれば、応答平均はすべての因子レベルにわたって同じではありません。

Interaction Plot

1つの独立変数の効果は、他の独立変数のレベルに依存します。

相互作用プロットでは、相互作用のために線が互いに交差する必要はありません(下記の例2:6と8のグラフを参照)。 しかし、線は平行であってはならない。 相互作用が存在するためには、2本の直線の傾きが異なっていなければならない。

同様に、2つの点が直線のほぼ中間点で交わる場合(例2:グラフ7)、多くの場合、クロスオーバー交互作用と呼ばれます。 この場合、2つの直線の平均はほぼ同じなので、2つの独立変数の主効果は存在しません。

主効果プロットの種類

主効果とは、従属変数に対するある独立変数の効果です。 主効果の符号は、効果の方向を示す。 つまり、平均応答値が増加するか減少するかを示している。 基本的に主効果プロットには3種類ある。

  • 正である。 独立変数のレベルを上げるか操作すると、従属変数のレベルも上がる。
  • Negative effect: 独立変数の増加で従属変数が減少する。

主効果プロットの例

例1:粘着テープメーカーが浸漬時間と溶液の効果を調べる。

2種類の溶液にテープを8時間および24時間浸した後の引張強度の%変化量。

X 軸に時間 (8 と 24) &Y 軸に引張強度の変化率で、溶液 1 と 2 についてプロットを描画します。

Main Effects Plot

緑色は溶液1、青の点線は溶液2

Step 1: Main Effects: 他の要因(解)の水準を無視して、ある要因(時間)の水準の主効果を調べます。

8時間のデータが24時間のデータと異なるかどうかを確認します。 解1または解2のデータを無視して、

8時間のデータの平均と24時間のデータの平均をとる。 グラフに印をつける。

Main Effects Plot

上記のプロットは、溶液1または2を無視しながら、浸漬時間による主効果があることを明確に示す。

Step 2: Main Effects。 他の因子(時間)の水準を無視して、一方の因子(溶液)の水準の主効果を調べる

Solution 1のデータとSolution 2の時間のデータが異なるかどうかをチェックします。 浸漬時間のデータは無視して、

溶液1のデータの平均と溶液2のデータの平均をとる。

Main Effects Plot

上記のプロットは、浸漬時間を無視して、溶液1または溶液2の主効果がないことを明確に示している。

Interaction Effect

ステップ3: 相互作用効果。 交互作用を調べる-ある因子が他の因子の性能に影響を与えるかどうか。 言い換えれば、1つの要因のレベルは、他の要因のレベルを超えてパフォーマンスを変更するかどうか?

相互作用は、実際に差の差を調べている。 解決策1、8時間データと24時間データの差を計算する。 同様に、解答2、8時間のデータと24時間のデータの差を計算しなさい。

解答1の8時間データと24時間データの差はほぼ69%であるのに対し、解答2の8時間データと24時間データの差はわずか5%である。

解答1と2で%の大きな差があることが分かる。

例2: 製造工場で、2つの独立変数(温度と圧力)が2つのレベルで従属変数(速度)に影響を与える。 以下は主効果と交互作用の異なるシナリオです。

上記の各グラフは、温度と圧力の主効果とその交互作用に関して、異なるシナリオを描いている。

Main Effects Plot Videos

Six Sigma Green Belt Main Effects Plot Questions

Question: DOEの結果をグラフで分析する際、ベルトは主効果プロットを頻繁に使用し、関心のある出力に対する様々な入力の相対的な影響を判断します。 主効果プロットの線の傾きは______________であるため、最も影響力のある入力を特定することは容易である。) 正相関
D) 最も浅い

This section requires you to be a Pass Your Six Sigma Exam member. 下のボタンでログインまたはサインアップしてください!

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

Questions, comments, issues, concerns? 下のコメントに書き込んでください!

This section requires you to be logged in.

Contributors

  • Avatar

    <6732>

にログインしてください。

Leave a Reply

コメントを残す

メールアドレスが公開されることはありません。