
SPSS統(tǒng)計軟件:幫你試驗和檢驗
在質(zhì)量管理中,正交試驗和參數(shù)檢驗是質(zhì)量管理者經(jīng)常運用的兩種方法。其中,正交試驗一方面用于在產(chǎn)品設計階段選擇最優(yōu)的設計參數(shù)配合,盡量降低成本;另一方面用于在生產(chǎn)過程中采用最優(yōu)的工藝方案,以能達到優(yōu)質(zhì)、高產(chǎn)、低耗的目的。參數(shù)檢驗則在進貨檢驗、產(chǎn)品驗定、工藝檢查等過程中借用所選樣本的產(chǎn)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(fā)展和產(chǎn)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(yè)質(zhì)量管理工作。質(zhì)量管理的設計實驗
本文用一個實例介紹SPSS統(tǒng)計軟件對正交實驗設計的數(shù)據(jù)分析過程。
某軸承廠生產(chǎn)的軸承內(nèi)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(yōu)選淬火工藝參數(shù),提高內(nèi)套圈硬度均勻的合格率。經(jīng)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(jù)以往經(jīng)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(shù)據(jù)集文件。
第二步,分析過程如下:
?、賳螕鬉nalyze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)”。
?、邳c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(nèi),點擊“continue”。
?、埸c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(nèi),點擊“continue”。
?、茳c擊“OK”,統(tǒng)計分析結(jié)果如表1、表2所示。由表1的“Estimated MarginalMeans”單因素統(tǒng)計量表中“TypeIII Sumofsquares”列的數(shù)據(jù)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(shù)據(jù)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(nèi),均可以設置更多統(tǒng)計分析要求。樣本信息的參數(shù)檢驗
在實際的生產(chǎn)、檢驗過程中,并不是對全部產(chǎn)品的特性進行測量,而是借助對所選擇樣本產(chǎn)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(chǎn)品合格與否,從而做出決策。SPSS軟件的參數(shù)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(shù)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(shù)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(chǎn)一種云母片,要求厚度均值為13mm,今在某天生產(chǎn)的云母片中隨機抽取26片?,F(xiàn)在我們檢驗今天生產(chǎn)的云母片厚度均值是否與規(guī)定的質(zhì)量分布要求有無顯著差異(α=0.05)。
第一步,建立SPSS的數(shù)據(jù)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(nèi),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(nèi)輸入95,表示置信區(qū)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(jié)果.
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領(lǐng)域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10