|
在質量管理中，正交試驗和參數檢驗是質量管理者經常運用的兩種方法。其中，正交試驗一方面用于在產品設計階段選擇最優的設計參數配合，盡量降低成本；另一方面用于在生產過程中采用最優的工藝方案，以能達到優質、高產、低耗的目的。參數檢驗則在進貨檢驗、產品驗定、工藝檢查等過程中借用所選樣本的產品的特性對其所在整體進行假設檢驗，以確定整體的情況。
然而，隨著工藝的發展和產品復雜程度的提高，正交試驗中的指標和因素也必將隨著增加，計算過程也必將變得更加繁雜。而假設檢驗的計算分析過程必然是復雜的。因此，有必要利用計算機軟件進行這兩方面的工作，以便更好地完成企業質量管理工作。質量管理的設計實驗
本文用一個實例介紹SPSS統計軟件對正交實驗設計的數據分析過程。
某軸承廠生產的軸承內套圈硬度不均勻，熱處理淬火QC小組決定通過正交實驗來優選淬火工藝參數，提高內套圈硬度均勻的合格率。經過分析，確定“淬火加熱溫度”、“淬火加熱保溫時間”、“回火加熱溫度”和“回火保溫時間”為造成硬度不均勻的主要原因。根據以往經驗，對4個因素各取3個水平：淬火加熱溫度分別為：835、845、855攝氏度；淬火加熱保溫時間分別為：20、15、10分鐘；回火溫度為：160、170、180攝氏度；回火保溫時間為：2、2.5、3小時。
第一步，建立SPSS的數據集文件。
第二步，分析過程如下：
①單擊Analyze菜單，選擇GeneralLinearModels項。從中打開多因子方差分析“Univari?鄄ate”對話框，將變量“合格率”選入“DependentVariable”框，將其他變量選入“FixedFactor(s)”。
②點擊“Options…”按鈕，打開“Univariate：Options”對話框，將4個變量分別依次選入“Displaymeansfor”框內，點擊“continue”。
③點擊“Model…”按鈕，打開“Univariate：Model”對話框，選擇“custom”，將4個變量分別依次選入“Model”框內，點擊“continue”。
④點擊“OK”，統計分析結果如表1、表2所示。由表1的“Estimated MarginalMeans”單因素統計量表中“TypeIII Sumofsquares”列的數據可以看出：淬火加熱溫度是最重要的因素，其次依次分別是回火保溫、淬火保溫和回火溫度；通過對表2各分表中的“Mean”列的數據比較，可知我們應該選擇每個因素的最佳水平分別為：淬火加熱溫度選擇水平3，即855攝氏度；回火保溫時間選擇水平1，即2小時。另外，點擊“Univariate”中對話框其他按鈕以及在“Univari?鄄ate：Options”對話框和“Uni?鄄variate：Model”對話框內，均可以設置更多統計分析要求。樣本信息的參數檢驗
在實際的生產、檢驗過程中，并不是對全部產品的特性進行測量，而是借助對所選擇樣本產品特性的測量，對樣本所在的整體進行假設檢驗，以確定整批產品合格與否，從而做出決策。SPSS軟件的參數檢驗，主要是要通過相伴概率值與顯著性水平的比較，來決定拒絕還是接受原假設。在此，我們以最常用的t檢驗來說明SPSS在參數檢驗中的應用。
t檢驗可以分為單樣本t檢驗、兩獨立樣本t檢驗和配對樣本t檢驗。下面將以單樣本t檢驗為例簡單介紹SPSS在參數檢驗中的用法，兩獨立樣本t檢驗和配對樣本t檢驗分別由“Analyze”菜單中“comparemeans”的“Indepen?鄄dent-SamplesT Test”項和“Paired-Samples TTest”項來完成，操作與單樣本t檢驗類同，在此不進行詳細敘述。
例：某電器廠生產一種云母片，要求厚度均值為13mm，今在某天生產的云母片中隨機抽取26片。現在我們檢驗今天生產的云母片厚度均值是否與規定的質量分布要求有無顯著差異（α=0.05）。
第一步，建立SPSS的數據文件。
第二步，單擊“Analyze”菜單中“compare means”的“One Sam?鄄plesTTest”項，打開“One-Sam?鄄ple TTest”對話框，將變量“厚度”選入“Testvariable(s)”框內，表示需要對之進行分析；在“Testval?鄄ue：”中填入總體均值13，點擊“OK”。
第三步，點擊“Options”按鈕，打開“One-Sample TTest：Op?鄄tions”對話框，在“ConfidenceIn?鄄terval”內輸入95，表示置信區間為95%；“MissingValues”是對缺省值的處理，在此選擇“Excludecases analysisbyanalysis”，表示具體分析用到的變量有缺失值才除去該記錄，點擊“Continue”按鈕。
最后，點擊“OK”，就能夠得出檢驗結果.（來源：本站原創）
| 
