该示例使用 Probe.jmp 样本数据表检验实际差值。
1. 选择帮助 > 样本数据库,然后打开 Probe.jmp。
2. 选择分析 > 筛选 > 响应筛选。
将显示“响应筛选”启动窗口。
3. 选择 Responses 列组并点击 Y,响应。
4. 选择流程并点击 X。
5. 在“实际差值部分”框中键入 0.15。
6. 点击确定。
7. 点击“响应筛选”红色小三角并选择保存比较均值。
Figure 21.12显示了数据表的一部分。对于 Y 中的每个响应,相应的行给出有关流程的“New”和“Old”水平的检验信息。
图 21.12 “Compare Means”表,部分视图
因为 Probe.jmp 中规格限没有保存为列属性,JMP 会计算每个响应的实际差值。将您指定的实际差值 0.15 与响应的 6σ 范围估计值相乘,该值用于检验实际差值和等价性。它显示在实际差值列中。
“纯差值 p 值”列根据 p 值对显著的响应进行了标识。“实际差值 p 值”和“实际等价性 p 值”列给出实际差值检验和实际等价性检验的 p 值。请注意很多列在统计上显示存在显著差值,但是实际上不显示存在显著差值。
8. 显示“Compare Means”数据表并选择分析 > 分布。
9. 选择实际结果,然后点击 Y,列。
10. 点击确定。
Figure 21.13显示了实际显著性的结果的分布情况。根据指定的实际差值检验,只有 37 个检验不同。有 5 个响应的检验是无结果的。您不能判断这些响应在流程前后是否产生了有实际意义的差异。
图 21.13 实际显著性结果的分布
可以通过点击图中相应的直条来选择 37 个响应进行进一步研究。