平均值分析(ANOM)

平均值分析(ANOM)利用上、下決策限將各組與總平均值比較,以找出哪些供應商、機器、班次或操作員偏離正常水準。它適用於一個或兩個因子的常態資料(兩個因子時須為平衡設計)、二項分配的不合格品率以及卜瓦松計數。常態 ANOM 假定誤差服從常態分配且各組變異數相等。輸出為 ANOM 圖,以及包含平均值、限值、訊號和 p 值的表。

最後審閱

核心要點

平均值分析(ANOM)將各組平均值與總平均值比較,並在類似管制圖的圖上顯示哪些組顯著高於或低於總平均值。

本頁內容
  1. 用途
  2. 主要功能
  3. 統計方法
  4. 輸入欄位和選項
  5. 輸出說明
  6. 計算範例

用途

平均值分析(ANOM)將各組平均值與總平均值比較,並在類似管制圖的圖上顯示哪些組顯著高於或低於總平均值。當問題是哪些組偏離正常水準,而不僅是是否存在差異時,可用它比較供應商、機器、班次或操作員。它也可處理每個樣本中的不合格品(二項)和缺陷計數(卜瓦松)。

主要功能

  • 常態資料:一個因子,或兩個因子並帶互動作用圖和主效應圖(平衡設計)。
  • 二項資料:樣本數相等的樣本中的不合格品率。
  • 卜瓦松資料:每個樣本的缺陷計數。
  • ANOM 圖,含中心線、上下決策限,並標出超出限值的組。
  • 各組平均值、限值、訊號和 p 值的表。
  • Data Options:在分析前對列進行子集篩選。

統計方法

對於一個因子的常態資料,中心線為所有觀測值的總平均值,s 為各組的合併標準差,自由度為 N − k(N 個觀測值分為 k 組)。第 i 組的決策限為總平均值 ± h·s·√((N − nᵢ) / (N·nᵢ))。平均值落在其決策限之外的組與總平均值有顯著差異。臨界值 h 控制出現任何誤報訊號的母體風險 α:對於兩組,它是 t 值 t(1 − α/2);對於平衡設計且 α 在 0.001 至 0.1 之間,它是精確的 ANOM 值(k 個相關 t 統計量中最大者的上 α 分位點,透過模擬得到);其他情況使用 Sidak 型 t 值。各組的 p 值來自同一分配。

對於兩個因子(僅限平衡資料),誤差均方來自完整的雙因子變異數分析。互動作用圖繪製圍繞零的細格效應(細格平均值 − 列平均值 − 欄平均值 + 總平均值),主效應圖繪製各因子水準均值相對於總平均值的情況,各自帶有自己的決策限。應先看互動作用圖:如果它出現訊號,則必須謹慎解讀主效應。

對於二項資料,每列是樣本數為 n 的樣本中的不合格品數;描點為 pᵢ = yᵢ / n,中心線為 p̄,s = √(p̄(1 − p̄)/n),限值為 p̄ ± h·s·√((k − 1)/k),其中 h = z(1 − α/(2k))(兩個樣本時為 z(1 − α/2))。對於卜瓦松資料,每列是一個計數;中心線為 c̄,s = √c̄。常態資料的 ANOM 假定誤差服從常態分配且各組變異數相等。

輸入欄位和選項

欄位

說明

Response

數值欄。對於 Binomial 或 Poisson:每個樣本(列)一個計數。必填。

Distribution of data

Normal(預設)、Binomial 或 Poisson。

Factor 1

分組欄。常態資料必填。

Factor 2 (optional)

用於雙因子 ANOM 的第二個因子:互動作用和主效應(平衡設計)。

Sample size

Binomial 時顯示:每個樣本中的項目數。

Alpha level

出現誤報訊號的母體風險;預設 0.05,範圍 0.001 至 0.5。

Data Options: Subset (optional)

按列號和/或條件,選擇排除匹配列(Exclude matching rows,預設)或僅包含匹配列(Include only matching rows)。

analysis-of-means-inputs


圖 1 — 供應商範例的選項:按 Supplier 分組的 Strength_MPa,常態資料,alpha 0.05。

輸出說明

  • ANOM chart——各組平均值(或比率、計數)及中心線、上決策限(UDL)和下決策限(LDL);超出限值的點以紅色標出。
  • Method——假設、alpha、組數、誤差自由度和臨界值 h(雙因子時:設計和 MSE)。
  • Analysis of Means——各組的 N、Mean、Center Line、LDL、UDL、Signal 和 P-Value(雙因子時:互動作用效應表和各因子主效應表)。
  • 透過 Download 匯出 PDF。

analysis-of-means-output


圖 2 — 按供應商對試片強度進行的單因子 ANOM:供應商 B 高於上決策限,供應商 D 低於下決策限。

計算範例

四家供應商按同一抗拉強度規格供貨。品質工程師從每家供應商抽取 8 個試片進行測試,想知道哪些供應商與平均水準不同。工程師選擇 Strength_MPa 作為反應,Supplier 作為 Factor 1,常態資料,alpha 0.05。

中心線為 147.30 MPa,在誤差自由度為 28、h = 2.6188 時,決策限為 144.20 至 150.40 MPa(合併標準差約 3.87 MPa)。供應商 B 的平均值為 152.90 MPa,高於上限,供應商 D 為 141.00 MPa,低於下限:兩者均出現訊號,p < 0.001。供應商 A(146.91,p = 0.985)和 C(148.40,p = 0.7581)與平均水準無法區分。

在 alpha 0.01 時,限值變寬為 143.39 至 151.21 MPa,B 和 D 仍在限值之外。工程師向 D 發出供應商矯正措施要求,其試片強度比平均水準低約 6 MPa,並檢查 B 的製程是否可用作參照。

常見問題

什麼是平均值分析(ANOM)?

平均值分析將各組平均值與總平均值比較,並在類似管制圖的圖上顯示哪些組顯著高於或低於總平均值。每組在中心線周圍有上、下決策限,平均值落在其決策限之外的組與總平均值有顯著差異。

何時應使用 ANOM 而不是 ANOVA?

當問題是哪些組偏離正常水準,而不僅是各組之間是否存在差異時,使用 ANOM。它適合比較供應商、機器、班次或操作員,因為圖中直接標出高於或低於總平均值的組。它也可處理不合格品率(二項)和缺陷計數(卜瓦松)。

常態資料的 ANOM 有哪些假設?

常態資料的 ANOM 假定誤差服從常態分配且各組變異數相等。雙因子版本要求資料平衡,其誤差均方來自完整的雙因子變異數分析。對於二項資料,樣本數必須相等;對於卜瓦松資料,每列是每個樣本的缺陷計數。

如何解釋 ANOM 圖?

中心線是總平均值,每組有一個下決策限(LDL)和一個上決策限(UDL)。超出限值的點會被標出,表示與總平均值有顯著差異,並給出每組的 p 值。在雙因子 ANOM 中,應先看互動作用圖,因為如果它出現訊號,則必須謹慎解讀主效應。