應用田口直交表於網路教學品質改善之研究
侯東旭1侯幸雨2*
1 2雲林科技大學工業工程管理研究所
2環球技術學院企管系
*E-mail: g9120822@https://www.doczj.com/doc/1112228434.html,.tw
摘要
國內近年來頗重視網路教學研究與設計，但是目前的研究大多偏向於網路教學系統的發展、環境的開發設計與硬體或網路架構的探討與評估，關於網路教學品質方面的研究較為缺少，要讓學習者有好的數位學習服務，教學者就須要先以使用者為中心來規劃網路教學設計，進而對學習者之績效加以評量，找出影響網路數位學習品質之關鍵因子才可以改善網路教學品質。因此本研究從人因工程角度來設計數位學習課程，透過品質工程之直交表及變異數分析找出影響數位學習績效的因子。本研究所考慮的人因因子有環境、作業、組織管理及個體；績效評量方面有邏輯與創意題型。結果發現色彩、溝通介面、回饋和學習型態對邏輯的績效有顯著的影響；而評量期間、資訊量、情境、導引、學習型態及線上的學習習慣將影響到創意績效；較佳的因子組合才能提升數位學習績效，而網路教學品質也才會有所改善。
關鍵詞：田口直交表、網路教學、數位學習、人因實驗
關鍵詞
The Study of applying Taguchi Orthogonal Array Approach in Improving The Quality of E-Learning
Tung-hsu Hou, Hsing-yu Hou
Department of Industrial Engineering and Management, National Yunlin University
of Science and Technology
Department of Business Administration, Transworld Institute of Technology
Abstract
The web teaching research and design are getting more and more important nationally in recent years. However, these studies only try to discuss the development
of web teaching systems, environmental development and design, and web structures evaluation. It’s a pity that the studies of web teaching qualities are less than other topics. In order to provide the good E-Learning service to the learners, the instructors have to design the web teaching system based on the learners’ needs, then to evaluate the learners’ performance and find out significant factors to improve the web teaching quality. Therefore, this study applies Taguchi Orthogonal Array of Quality Engineering Techniques and ANOV A to explore the factors that influence the E-learning performance. The human factors approach is used to investigate the factors that have effects on E-Learning performance from the four dimensions—Environment, Task process, Management and Subject. In addition, logical and creative problems are used to evaluate the E-Learning performance. This research finds that Color, Communicated Interface, Feedback and Learning Type have more significant effects on logical performance. In addition, Measured Period, Information Amount, Situation, Guidance, Learning Type and On-line habits have significant effects on creative performance. When the optimal E-Learning factors combination is used, the learning performance is improved and the quality of web teaching is better.
Keywords:Taguchi Orthogonal Array, web teaching, E-Learning, ergonomic experiment
壹﹒緒論
前言
一﹒前言
網路教學是指教師與學生毋須在同一時間或同一地點進行教學活動，它提供學習者一個不需要與老師面對面授課且可能是雙向互動的學習方式(Kearsley 1999)。目前網路教學系統有好幾種形式，包括「即時群播(Real-time Broadcasting) 」、「隨時點播(Courseware-on-Demand) 」、與「全球資訊網(World Wide Web, WWW)」等。目前正被普遍採用的「全球資訊網(WWW)」教學系統是把超媒體教材(Hypermedia Courseware)放在網路上，讓學習者透過全球資訊網，依個別的學習需求進行學習（孫春在1997）。目前的研究大多偏向於網路教學系統的發展、環境的開發設計與硬體或網路架構的探討與評估（陳年興1998，張履揆、梁朝雲1998，Hughes and Hewson 1998，Dufner et al.1998，Nkambou and Gauthier 1998），關於網路教學之服務品質與學習者之數位學習績效等評估方面的研究相對而言較為缺少。
數位學習（E-Learning）是指學習中輔以電子科技，可以克服時間與空間的限制，也可以幫助學生來提升學習的績效。各界對E-learning 的定義不盡相同，根據美國訓練發展協會(American Society for Training and Development, ASTD) 2001 年對E-Learning 的名詞作了一些界定，依序說明如下：1.電腦化學習(Computer-Based Learning , CBL)：是指學習的內容儲存在光碟或磁片內，透過獨立的個人電腦來學習。2.網路化學習(Web-Based Learning , WBL)：透過網際網路或企業內部網路來學習，相當於線上學習(Online Learning)。3.數位學習(E-Learning)：包括了電腦學習、網路學習、虛擬教室及數位共同學習等，其定義泛指所有透過電子媒體為媒介的學習。4.遠距學習(Distance Learning)：除了利
用電子式的媒介之外，還包括文件式函授與空中教學等。 二﹒ 研究動機與目的
要讓學習者有好的數位學習服務，教學者就須要先以使用者為中心來規劃網路教學設計，進而對學習者之學習績效加以評量，找出影響網路教學績效之關鍵因子才可以改善網路教學之品質。Sanders 等（1992）指出人因工程的主旨在尋求改善人們所使用的產品、設備及工作環境，以使該機具系統及作業環境能配合人們的能力、限制和需求。Najjar(2001)認為在設計多媒體系統時，要能夠改進使用者的學習經驗為基礎原則來開發系統。也需要了解人類的思考、理解和學習，以發展出更新更有效的原則。Bransford(1978)和Jenkins(1979)認為處在任何環境的學習均需考慮四種的基本因素：1.工具的特性2.學習者本身3.學習任務4.學習的測驗，而這四種因素是多媒體系統設計的參考指標。因此為了符合個人化服務的趨勢，，本篇研究將從人因工程的角度來設計生活教育課程的數位學習，除了有傳統面對面的諮商之外，還能提供友善的數位學習管道，讓師生間擁有更多互動的機會，期望可改善網路教學之品質並提升學生學習的績效。 三﹒研究流程研究流程
本研究中將以人因工程中認為影響人員績效的四大構面來設計與分析數位學習，並將以田口直交表及單因子變異數分析來了解因子間之效應。此外本研究以邏輯題組、創意題組來衡量學生的學習效果。本篇研究的第二部份針對學習績效、品管哲學與因子設計的文獻加以探討，第三部份是田口直交表實驗設計，第四部份是田口實驗結果以及變異數分析，最後我們在第五部份討論顯著差異因子跟文獻之對照，最後第六部份是總結。
貳﹒人因因子設計
用直交表實驗設計法可以改善品質，以最少的實驗次數獲取最多的資訊，達到最高的經濟效益。網路教學期望學習者能獲得最大之學習成效，讓軟硬體投資成本及學習者之時間成本都可以降到最低；數位學習設計階段便做好事先之品質管制，將關鍵因子之變異性降到最少，而不是在最後績效產生後才來發現問題；所以本研究以田口直交表方法在學期初設計網路教學實驗，可以讓實驗後之數位課程在最佳因子組合下，立即收到網路教學品質改善之成效。
人因工程中認為影響使用者作業績效的因素有四大項，分別為環境因素、作業因素、組織管理因素及個體因素，也就是包括了外在因子、操作作業本身條件、管理層面還有內在因子等等與數位學習相關的四大項因子之設計及相關文獻分別說明如下。
一﹒ 環境因子環境因子：：情境情境、、學習型態學習型態、、溝通介面 學習時間和地點對教與學來說是重要的，Khalifa and Lam (2002)顯示許多種不同的網路科技應用可以創造出不同的教學環境，以網路為基礎的學習可以分為至少兩類：一位同步、一為非同步。同步所指的是學生同時在網路上接收授課者的影像及教材畫面，和傳統電視教學幾乎無異。更嚴格來說，與學生實際上在教室中接收到的訊息內容，可說完全相同。非同步教學形式，是將教材整理後，存
放於網際網路上的教材網站中，學習者可以進行「不同時且不同地」的個別化隨選學習。本研究中把這兩種情境因素納為環境因子當中，設計為兩水準來加以討論。
網路學習平台功能中包含個人表現及群體討論，Picciano (2001)發現學習者的互動和活動中的參與會影響學習績效，所以群體合作在學習過程中是重要的。合作是指一起工作來完成共同的目標，在合作活動的領域裏，個體會去尋找有益於所有群體成員的結果。Ogata and Yano (1998)曾探討學習者對於網路上不同類型訊息的記憶程度，發現對於瀏覽過的訊息僅記得42.10%，對於討論的訊息記得64.5%，而對自己和他人相互交流的訊息則高達87.3%的記憶程度。許多遠距教育學者指出互動為遠距教學的主要特性之一 (Eastmond, 1992; Harasim,1990; Kearsley, 1995)。Keegan(1990)認為互動是有效學習與資訊交流的重要關鍵。學者Quarstein and Peterson （2001）研究中引用學者Felder 及Brent 在1994年的觀點：其認為合作學習法可展現較高的學習成就，較高層次的推理及批判思考能力。所以本研究中嘗試把討論在數位學習環境中，使用個人個別作業與群體互動合作學習的學習型態對學習績效之影響。
Hillman 等(1994)則強調學習者與介面的互動(Learner-Interface Interaction)，學習者需要透過與介面的互動才會產生更多的互動。數位學習環境介面提供了視覺溝通以及口語對話管道，Sun and Chou (1996) 顯示出CORAL 系統提供了包含口語及非口語訊息視窗，可以促進群體合作與協同學習；Dewey (1992)發現視覺跟口語介面對邏輯思考方面是需要的；因此本研究中將溝通介面也納入環境因子，以視覺與口語這兩種溝通介面來討論它們跟學習績效的關係。
二﹒作業因子作業因子作業因子：：播放媒體播放媒體、、資訊量資訊量、、色彩
由於操作作業的條件稱為作業因子，因此數位教材的因子如教材的編輯媒體、教材內容的資訊量以及教材背景與圖文的色彩設計等等，則被歸納在作業因子項目之中。
有關數位學習的媒體方面，文字與影像是兩大部分。有關單一媒體和多種媒體組合在學習成效上的比較中，ChanLin(1997)與Lai(2000)認為在多媒體組合的種類中若加入聲音的部分，則會使得其學習成效會更好。Kitao(1994)指出人們可以從電影或影像模擬來知道內容的摘要文字。所以本研究在使用媒體時，檔案中包含了聲音與影像的部分，串流之播放是以講述為主，情境模擬方面則是以動畫跟圖片等影像媒體來呈現主題之內容。
Miller (1956)指出人們的短期記憶力是神奇數字的七加減二，所以在數位學習的物件呈現數量方面，本研究有先經過一次前測，把同一畫面出現的資訊量設定為三、六、九、十二等四個水準，最後發現三到九是記憶穩定區，九到十二是記憶逐漸衰退區，所以在此次實驗設計中我們將六個物件設為第一種水準，十二個物件是第二種水準，嘗試看此因子對學生在短期記憶力是否有影響。
高新發和陳姝香(2002) 指出色彩的明度會影響視覺判斷，研究中指出我們黑底黃字是具有最佳注意力的組合，假如顏色的閃動過多，眼睛就會感覺很疲
勞，色彩中黑底白字是次佳的選擇，所以本研究中將色彩分為兩種水準，試著從明度與注意力的角度來討論色彩跟學習績效間的關係。
三﹒管理因子管理因子管理因子：：評量期間評量期間、、導引導引、、回饋
教師對學習過程的掌控與策略是數位學習人因實驗中的管理因子，所以評量期間的設定、題目做答的導引與否以及學習過程中是否有回饋等等，將被歸納為組織管理變數。
Yang (2003)發現延展評量時間來評估閱讀的結果是很好的做法，所以本研究也將評量期間分為較短期間的當天交卷、還有較長時間的一週後交卷。 Buckley and Boulter(2000)發現，媒體呈現方式會跟心智模式有互相關聯效果。除了背景知識之外，新資訊會改變原本心智模式去學習和解決問題。Scott (2002)顯示完整學習的對話是探討主題的如何產生及為何如此，教師的導引可以幫助學生找到明確的方向。故本研究將教師的導引與否做為一項管理因子，以探討其對數位學習績效的影響。
Soong 等 (2001) 指出回饋在學習過程中是被需要的，教師必須有激勵的技巧和應該適時鼓勵學生使用線上資源，尤其是在設計初期；Wedman and Diggs (2001)指出會漸漸地影響到成就的因子有：1.知識和技巧；2.激勵和自我觀念；3.績效能力；4.經驗和回饋；5.工具和環境流程；6.獎勵認同和激勵。因此是否有提供回饋在此次實驗中也被納入來討論跟研究。
四﹒個體因子個體因子個體因子：：性別性別、、學習風格和先前學習經驗
學習者的基本背景以及學習風格在本研究中被歸於個體因子，因為同屬於大專一年級，所以背景因素只考慮性別跟先前的電腦學習經驗等等。
Dambrot 等（1985）、Shashaani （1993）指出性別會影響學習績效。Swisher(1994) 的研究指出學習風格會影響教學者教學，教學環境若能針對不同學習風格的學習者來設計發展，將有助於學習的效率與效果。本研究使用Soloman and Felder (2005)編輯的學習風格問卷來調查受測學生的學習風格。
Piccoli 等(2001) 從人因和設計的角度來討論數位學習之績效，比如成熟度、動機、科技易用性和態度，及先前經驗、電腦焦慮和認知。Lee 等(2002)發現學生的先前學習經驗和學習程度將會影響對資訊電腦科技有用跟易用的接受度，所以在我們研究中也設計了電腦學習經驗等因子來加以討論。最後有關評量模式部分，Sperry (1975)左右腦理論顯示出右腦是平行情感創意的思考，左腦是垂直式邏輯分析的思考，因此我們設計了創意及邏輯評量模式，來測驗學生的學習績效。
參﹒研究方法
一﹒實驗設計實驗設計
經由上節之四大因子探討，本研究在環境因素上探討情境、學習型態、溝通介面因子；在作業因素上探討播放媒體、資訊量、色彩因子；在組織管理上探討評量期間、導引、回饋因子；在個體因素上探討性別、學習風格和先前學習經
驗因子。由於時間及成本之考量，及一學期中只有十五次班導師可進行生活教育，故本研究在前三項大因素之每一因子中只考慮兩個水準。且因每位學生均參與每一項之實驗，故個體因子將另外做變異數分析，可控因子及其水準內容如表1所述。由於有九個因子，每個因子兩個水準，且不考慮交互作用，故所需之直交表最少須具備8個自由度，基於此本研究運用L12直交表進行實驗，如表2所示。
表1 實驗中可控因子和水準
領域 可控因子 編碼 水準 1 水準 2 情境 A 同步 非同步 學習型態 C 個人 群組 環境
溝通介面 D 視覺 視覺＋聽覺口語 播放媒體
B 串流 影像模擬 資訊量 E 六個物件 十二個物件 作業
色彩
F
黑底白字
黑底黃字
評量期間
G
當天 一週 導引 H 給提示 不給提示 組織 管理
回饋 I
有 無 實驗中將以環境、作業跟組織管理三大面來設計，變數中共有九個因子，環境面有：情境（代號A ）、學習型態（代號C ）跟溝通介面（代號D ）；作業面有：播放媒體（代號B ）、資訊量（代號E ）、色彩（代號F ）；管理面有評量期間（代號G ）、導引（代號H ）跟回饋（代號I ）。至於個體因子部份，從基本資料及學習風格問卷調查後將進行變異數分析，變數有性別、學習風格（包括內或外向、記憶或創新、視覺或口頭、邏輯或跳躍）和先前學習經驗(包括會使用的軟體種類、電腦學習經驗、每天上線時間、高職電腦程度 )。
表2實驗L12直交表 Inner Array (L12) Colu mn Trial 1 2 3 4 5 6 7 8 9 10 11 No. E H D B A C F G I 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 2 2 2 2 2 2 3 1 1 2 2 2 1 1 1 2 2 2 4 1 2 1 2 2 1 2 2 1 1 2 5 1 2 2 1 2 2 1 2 1 2 1 6 1 2 2 2 1 2 2 1 2 1 1 7 2 1 2 2 1 1 2 2 1 2 1 8
2
1
2
1
2
2
2
1
1
1
2
9 2 1 1 2 2 2 1 2 2 1 1 10 2 2 2 1 1 1 1 2 2 1 2 11 2 2 1 2 1 2 1 1 1 2 2 12
2
2
1
1
2
1
2
1
2
2
1
每個因子意義說明如下每個因子意義說明如下：： 1.情境：同步-非同步。
(1).同步：所指的是學生同時在網路上接收授課者的影像及教材畫面，和傳統電視教學幾乎無異。更嚴格來說，與學生實際上在教室中接收到的訊息內容，可說完全相同。
(2).非同步：是將教材整理後，存放於網際網路上的教材網站中，學習者可以進行「不同時且不同地」的個別化隨選學習。 2.學習型態：個人-群體
(1).個人：只有單一個人來完成學習與評量。
(2).群體：是指小組互動，透過討論結果來完成作業或測驗。 3.溝通介面：視覺-視覺+聽覺口語
(1).視覺溝通介面：是以文字輸入方式進行作答與溝通。
(2).視覺+聽覺口語溝通介面：是以耳機麥克風之語音互動，加上輸入文字的線上討論來完成評量。
4.播放媒體：串流-情境模擬
(1).串流：當使用者（用戶端）在網路上點選一個影音檔案之後，伺服器就將此影音檔案分解成許多小封包（Packet ）一一傳送至用戶端，一邊傳輸資料一邊播放，串起來產生一個連續不斷的訊號流，本實驗利用Producer 軟體來編輯，是以講述文字為主。
(2).影像模擬：是以將內容以故事手法來呈現，可用flash 動畫或照片圖片等影像組成，是以播放圖案為主。
5.資訊量：六個物件-十二個物件
(1).六個物件：是指同一畫面中同時有六捆物件之呈現。
(2).十二個物件：是指同一畫面中同時有十二捆物件之呈現。
6.色彩：黑底黃字-黑底白字
(1).黑底黃字：是指黑色背景黃色文字的組合，若有圖案則以彩色呈現。 (2).黑底白字：是指黑色背景白色文字的組合，若有圖案則以黑白雙色呈現。 7.評量期間：當天-一週
(1).當天：是指進入教學畫面後，馬上完成教學評量，而且只有一次做答的機會。 (2).一週：一週內交卷是指進入教學畫面後，可以一週後再交卷，而且可多次進入修改。
8.導引：給予提示-不給提示
(1).給予提示：是指老師會給受測者作答的方向。 (2).不給提示：只會給予題目，而無任何暗示。
9.回饋：有回饋-無回饋
(1).回饋：是指在學習過程中，受測者可以跟老師或助教有互動的機會。 (2).無回饋：就是學習過程中，沒有跟老師或助教有互動的機會。
有關生活教育的主題有：1. 學業、2.愛情、3.社團、4.打工、5.保健、6.
最新流行、7.生命、8.親情、9. 國際新聞、10.社工、11.安全和12.環保。整學期十八週中共進行了十二次的數位學習。
數位教材以環球技術學院之網路學園(https://www.doczj.com/doc/1112228434.html,.tw)當網路平台，教材部份則利用數位編輯軟體Producer 整合了簡報、影像、動畫等多媒體編製而成。平台包括教師、學生及管理者三大系統。 二﹒實驗進行步驟實驗進行步驟
實驗對象為環球技術學院企管系日間部二專一年級導師班學生，原本班上共有44位，但是學期末扣除曠課或請假者之實驗數據，後最後整理出39位學生之資料，男生有15位，女生有24位。 本數位學習實驗進行的步驟如下本數位學習實驗進行的步驟如下：： 步驟一步驟一、、主題確認與設計主題確認與設計：：
事先蒐集十二次教材之主題內容，媒體部份由數位軟體Producer 、flash 動畫跟電影編輯軟體Movie Maker 組成，由教師與媒體製作群共同完數位成教材，教師需編輯好課後測驗，每一主題都有邏輯跟創意題型，並且依照田口直交表安排因子間不同的組合而設計數位學習之教材。 步驟二步驟二、、教和學教和學：：
本研究利用班會時間進行同步的生活教育數位學習，非同步則不限時間、地點進行，每個主題約十分鐘，一人有一台電腦，可透過文字輸入及耳機麥克風進行溝通。 步驟三步驟三、、學後測驗學後測驗：：
在學生學習後進行兩項測驗，一項是邏輯題組，另一項是創意題組。依實驗之設計安排學生利用傳訊息或聊天室進行群體討論，或是直接進入作業、測驗區進行個人回答。亦依實驗之設計過程中有時會安排老師或助教跟他們進行回饋式對話。依實驗安排評量期間有當場完成跟一週後繳交兩種。
步驟四步驟四、、績效考核績效考核：：
每一主題都有邏輯跟創意題型，邏輯部份是要受測者記下生活教育同一畫面的內容，假如答對者就可得分，創意題型部份強調腦力激盪，答案與問題的關聯性越高、想像力越多分數則會越高。 步驟五步驟五、、資料分析資料分析：：
本研究將收集到的39位學生的邏輯測驗成績與創意測驗成績轉成S/N 比，因期望分數越高越好，故是望大特性的S/N 比，其公式如下(Ross, 1996)：
?=∑y i n N S 211log 10
y ：學習績效，n ：所有實驗次數。
之後，本研究以變異數分析探討各因子對邏輯成績及創意成績的顯著因子。
結果
肆﹒結果
邏輯評量結果與分析
一﹒邏輯評量結果與分析
表3顯示39位學生在12次實驗之邏輯題組之成績及S/N比值，從表4的變異數分析中發現有顯著差異的是A、C、D、E、F、I等因子，但是從表5 S/N表中我們可以知道色彩、溝通介面、回饋和學習型態有比較大的全距，所以在確認實驗中，我們才選擇這四個因子當做最佳期望S/N比之組合。此次實驗之最佳組合為A2B2C2D2E1F1G2H2I1（非同步-影像模擬-群組-視覺＋聽覺口語-六個物件-黑底白字-一週內作答-不給提示-有回饋），分析中發現色彩（F）、溝通介面（D）、回饋（I）和學習型態（C）對邏輯績效有較大的顯著差異，也就是參數中黑白色彩、視覺加口語之溝通介面、有回饋與群體討論會對邏輯績效有顯著影響，為了避免高估最佳條件之S/N比，研究中僅用影響效果較強的因子來估算，從表4可以看到最佳期望S/N比12.77+12.44+13.09+12.51-3*10.61=18.98，在確認實驗部份，由最佳組合A2B2C2D2E1F1G2H2I1，得到的結果為20.01（如表3最底部之數據），比期望S/N比高，由於在直交表中第五次實驗之標準差為0，實驗並無法評量績效之差異，所以本文以確認實驗當最佳解。
表3實驗之邏輯績效值與SN比
實驗編號績效（每次實驗有39筆）
S/N
1 7 9 3 3 9 3 7 7 7 5 5 3 1 7 7 3 1 5 3 5 5.57
1 1 7 3 5 9 3 5 3 1 1 1 3 9 1 3 3 1 5
2 4 7 4 4 4
3 5 9 1 1 1 6 6 7 6 7 11 7
4 7 8.10
6 10 5 8 11 6 6 6 6 1
7
8 5 10
9 7 1 6 9
3 7 7 5 3 9 9 7 9 11 5 5 7 5 1 7 7 3 11 3 1 6.71
1 3 1 5 7 9 5 1 5 3 3 1 5 9 9 5 5 7 1
4 11 11
5 5 9 7 11 7 5 5 9 7 7 5 5 5 11 11 9 7 13.09
5 7 9 7 9 9 5 7 7 5 5 7 9 9 11 5 1 5 5
5 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 20.83
11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11
6 9 9
7 7 11 9 11 9 11 7 11 11 11 11 11 11 7 11 11 11 14.45
11 11 11 11 11 11 11 11 11 11 7 11 11 1 11 11 9 9 11
7 11 11 11 11 11 11 11 11 11 6 6 6 6 6 6 6 6 6 6 6 16.76
11 11 11 11 11 11 11 11 11 11 5 5 5 5 5 5 5 5 5
8 10 7 8 3 10 10 9 7 10 9 10 11 11 5 10 10 10 10 7 9 10.28
5 8
6 6
7 1 1 9 9 9 11 10 6 9 10 10 1 6 10
9 6 6 6 6 6 6 6 6 6 7 7 7 7 7 7 7 7 7 7 7 13.66
7 7 7 7 7 7 7 7 7 7 3 3 3 3 3 3 3 3 3
10 11 11 1 11 1 11 11 11 11 1 1 1 1 1 1 1 1 1 1 1 2.14
1 3 3 3 3 11 11 3 3 3 1 1 1 1 1 1 1 1 1
11 10 4 4 3 10 10 9 9 6 6 8 4 5 4 8 4 10 4 8 7 11.93
6 9 3 9 9 5 4 6 9 8 4 4 4 4 1 4 3 8 9
12 5 3 1 1 1 2 7 8 2 1 2 1 2 1 2 2 2 1 3 1 3.71
1 3 3
2 2 2
3 2 5
4 1 2 3 7 1 2 1 2 2
平均值10.61
確認實驗績效（每次實驗有39筆）
S/N
* 9 9 9 9 9 11 9 9 9 9 11 9 9 9 9 9 9 9 9 9 20.01
10 10 10 10 10 12 10 10 10 10 13 13 13 13 13 13 13 13 13
表4 邏輯績效之變異數分析
Resource Sum of Degree of MSE F-test Sig. Adjusted 1241.797 9 137.977 14.146 .000 Intercept 19760.002 1 19760.002 2025.895 .000
A 89.797 1 89.797 9.206 .003
B 9.028 1 9.028 .926 .337
C 110.105 1 110.105 11.288 .001
D 173.558 1 173.558 17.794 .000
E 281.558 1 281.558 28.867 .000
F 446.259 1 446.259 45.753 .000
G .618 1 .618 .063 .801
H 30.259 1 30.259 3.102 .079
I 100.618 1 100.618 10.316 .001 Error 4467.201 458 9.754
Total 25469.000 468
Adjusted 5708.998 467
表5 反應SN比望大
Level A B C D E
1 10.15 9.83 8.78 8.45 11.47
2 11.07 11.39 12.44 12.77 9.75 Delta 0.92 1.56 3.66 4.32 1.72 Rank 8 6 4 2 5 Level F G H I
1 13.09 9.87 10.18 12.51
2 8.1
3 11.35 11.03 8.71
Delta 4.96 1.48 0.85 3.80
Rank 1 7 9 3
二﹒創
創意評量結果與分析
表6實驗之創意績效值與SN比
編號績效（每次實驗有39筆）S/N
1 3 4 4 3 1
2 6
3 3 3 3 2 3
4 3 2 3 3 1 3 5.70
3 2 3 3 1 3 2
4 2
5 2 1 4 4 2 4 2 1 3
2 2 1 1 2 1 1 1 1 1 1 6 1 1
3 2 1 1 2 1 1 1.63
1 1 5 1 1 4 1 1
2 4 1 1 1 1 1
3 1 7 4
3 5 7 6 6 3 3
4 6
5 1 8 4 4
6 5
7 6 6 3 3 6.86
3 4 5 1 1 3 5 5 1 5 3 6 5 4 3 3 3 1 1
4 2 1 1 2 2 2 2 1 1 1 2 2 2 2 2 1 1 2 2 2 4.30
1 1
2 2 2 2 4 4 4 4 4 4 4 4 4 4 2 2 1
5 5 5 4 1 3 1 1 2 1 1 3 1 1 4 5 5 4 1 3 1 3.48
5 4 1 1 1 3 1 1 2
6 3 6 1 2 3 4 4 4 3
6 1 1 1 4 5 4 4 1 1 3 4 1 4 5 1 1 1 4 5 4 3.26
5 4 1 3 1 4 1 5 3 5 4 1 1 4 4 4 4 4 1
7 5 5 5 5 5 5 5 5 5 2 2 2 2 2 5 5 5 5 5 5 8.36
2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 111
8 6 3 3 3 3 2 2 4 2 3 3 2 3 3 6 3 3 3 3 2 8.15
3 3 6 1 3 1 1 3
4 2 3 3 3 4
5 4 7 8 5
9 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 14.56
5 5 5 5 5 5 7 7 7 7 7 7 7 7 7 7 5 5 5
10 4 4 4 4 4 4 4 4 4 6 6 6 6 6 4 4 4 4 4 4 12.75
6 6 6 6 6 6
7 7 7 7 7 7 7 7 7 7 3 3 3
11 5 1 3 1 1 7 8 1 1 1 3 1 1 3 5 1 3 1 1 7 2.07
5 1 7 1 1 5 1 1 2 1 1 3 3 1 4 1 3 1 1
12 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0.00
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
平均值 5.93 * 8 8 8 8 8 8 8 8 8 7 7 7 7 7 7 7 7 7 7 7 17.37
10 10 10 10 10 10 10 10 10 10 6 6 6 6 6 6 6 6 6
表6是39位學生在創意評量之成績及S/N比值，從表7之創意績效之變異數分析中，我們可以發現顯著的因子是A、C、D、E、G、H.，但是從表8我們可以發現評量期間（G）、資訊量（E）、情境（A）、導引（H）和學習型態（C）有較大的全距，所以這五個因子將是我們可以加強的部份。從表8可以獲知最佳創意績效之組合為A1B2C2D2E2F2G1H1I2（同步-影像模擬-群組-視覺＋聽覺口語-十二個物件-黑底黃字-當天作答-給提示-無回饋），此次設計中並未進行這一組合，所以後續參數設計在確認實驗部份(即表6附註部份)，得到的結果為17.37，比12次實驗中因子最大期望之S/N比14.56還高，顯示實驗有找到關鍵影響因子，即評量期間、資訊量、情境、導引和學習型態對數位學習之創意績效有較大
的顯著差異，也就是評量期間為當天、資訊量多、同步學習、給予提示和群體作答等因子會導致較佳的創意學習績效。
表7創意績效之變異數分析
Resource Sum of Degree of MSE F-test Sig. Adjusted 649.592 9 72.177 19.972 .000 Intercept 4956.259 1 4956.259 1371.457 .000
A 116.002 1 116.002 32.099 .000
B 1.335 1 1.335 .370 .544
C 100.618 1 100.618 27.842 .000
D 68.464 1 68.464 18.945 .000
E 118.002 1 118.002 32.653 .000
F 10.173 1 10.173 2.815 .094
G 91.558 1 91.558 25.335 .000
H 143.335 1 143.335 39.663 .000
I .105 1 .105 .029 .865
Error 1655.150 458 3.614
Total 7261.000 468
Adjusted 2304.741 467
表8反應表SN比望大
Level A B C D E
1 7.57 5.63 4.34 5.29 4.21
2 4.24 6.2
3 7.52 6.57 7.65
Delta 3.29 0.60 3.18 1.29 3.44 Rank 3 8 5 6 2
Level F G H I
1 5.34 8.1
2 7.55 5.90
2 6.51 3.74 4.31 5.96
Delta 1.17 4.39 3.24 0.07
Rank 7 1 4 9
個體因子分析
三﹒個體因子分析
有關個體因子部份，每位受測者都參加所有的實驗，所以我們使用單因子變異數分析來測試性別、學習風格和先前的學習經驗對邏輯成績與創意成績的影響，性別分有男、女，學習風格分有內或外向、記憶或創新、視覺傾向或口頭傾向、邏輯思考或跳躍式思考等等，經問卷分析後分為1-3-5-7-9等低到高之五種程度，上線時間分三水準，分別是很少、一小時內跟一小時以上，會使用軟體則有Office基礎軟體、網頁設計、程式語言等三水準，電腦學習經驗為一到三年的三水準，高職電腦程度也分低、中、高等三水準，從表9-表12結果顯示只有在創意成績時的上線時間其p-value小於.05，也就是說上線時間長短在創意成績上會有顯著差異，其他個人因素對數位學習績效沒有顯著影響。
表9 上線習慣對創意成績之變異數分析
Source DF SS MS F P OLT 3 440.5 146.8 4.19 0.012 Error 35 1225.4 35.0 Total 38
1665.9
表10上線習慣對邏輯成績之變異數分析
Source DF SS MS F P OLT 3 833.664 277.888 1.693 0.186 Error 35 5745.310 164.152 Total 38 6578.974
表11 其他個體因子對邏輯成績之p 值表 Source 內向 外向 記憶 創新 視覺 口頭 P-value .356 .657 .264 .143 .593 .659 Source 邏輯 跳躍 性別 會使用的電腦學習高職電腦P-value .661 .642 .212 .877 .649 .069 表12其他個體因子對創意成績之p 值表
Source 內向 外向 記憶 創新 視覺 口頭 P-value .142 .141 .208 .467 .961 .976 Source 邏輯 跳躍 性別 會使用的電腦學習高職電腦P-value
.633
.647
.223 .165 .780 .675
伍﹒討論討論
結果顯示色彩、溝通介面、回饋和角色對邏輯績效上有較顯著的影響，評量期間、資訊量、情境、導引和學習型態對創意表現上影響較多，有關個體因子部
份，上線習慣對創意績效上會有顯著差異，下面我們將嘗試跟文獻做一些對照。 一﹒ 邏輯評量因子效應邏輯評量因子效應（（色彩色彩、、溝通介面溝通介面、、回饋回饋、、學習型態學習型態）） 邏輯績效分析中發現色彩（F ）、溝通介面（D ）、回饋（I ）和學習型態（C ）對數位學習績效有較大的顯著差異，也就是參數中黑白色彩（F 1）、視覺加口語之溝通介面（D 2）、有回饋（I 1）與群體討論（C 2）會在網路教學邏輯評量中出現較佳之品質，與文獻之對照如下所述。Relan and Gillani (1997)指出過量的多媒體會讓學習者失去注意力，黑底白字會讓受測者專心在內容，在黑底黃字設計中因為輔以彩色的圖案，所以也許會讓受測者忽略了主題的文字部份，因為簡化跟一致性會讓學習者減少認知的負荷，所以當色彩越簡單邏輯績效會更好。
Hillman 等(1994)則強調學習者與介面的互動(Learner-Interface Interaction)，學習者需要透過與介面的互動才會產生更多的互動。數位環境介面提供了視覺溝通以及口語對話管道，Dewey (1992)支持邏輯思考中需要有視覺跟口語的溝通介面，因此文獻與實驗的結果是相輔相成的。
Wedman and Diggs (2001) 指出會漸漸地影響到成就的因子有經驗和回饋；
Soong 等(2001) 偵測到教師必須投資適當的時間和心力到資源中，所以回饋在學習過程中是被需要的，教師必須有激勵的技巧和應該適時鼓勵學生使用線上資源，尤其是在設計初期。所以兩者皆與本研究學習過程中提出回饋是重要的因子互相佐證。
Keegan(1990)也認為互動是有效學習與資訊交流的重要關鍵，所以群體因子也是增進邏輯績效的重要因子之一。
二﹒影響創意評量之因子效應影響創意評量之因子效應影響創意評量之因子效應（（評量期間評量期間、、資訊量資訊量、、情境情境、、導引導引、、學習型態學習型態））
創意績效分析中發現評量期間（G ）、資訊量（E ）、情境（A ）、導引（H ）和學習型態（C ）對數位學習績效有較大的顯著差異，換句話說評量期間為當天（G 1）、資訊量多（E 2）、同步學習（A 1）、給予提示（H 1）和群體作答（C 2）等因子會在網路教學創意評量中出現較佳之品質，與文獻之對照如下所述。在評量期間跟情境因子方面，在創意模式下，學生也許需要一個固定的時間來解決問題，假如時間太長，他們在評量中思考方面應該會有些懶惰，Rhodes (1961)發現有四個方面可以來討論創意，比如：人員、產品、流程和地點或壓力，在此次研究中同步學習和當天交卷可以製造較多的壓力，在實驗室的學習態度會讓學生比較重視，而且網路具有「匿名」、「平行溝通」、「群體記憶」等三項特性( Nunamaker, Dennis , Valacich , V ogel and George,1991)，匿名的性質創造出低威脅的情境，使學習者願意發言，也減少了受評焦慮的現象，讓學習者集中於文字訊息而非個人的特徵上，也使得學習者對他人的發言能夠更客觀，所以當他們回家或不限時間地點的學習時，學生就會比較不感興趣，同時上線的機會就降低，互動減少然後評量成績就會變得比較不理想。
根據Gough’s (1973)的說法，閱讀流程模式是以圖象呈現和文字確認，屬於由下往上的累積，只有在邏輯題型才需要記憶，在創意部份，學習者第一次學習新內容，然後集合所有的資訊，所以越多的資訊量（12個物件）對創意績效會越好；除此之外，我們以中文來進行實驗，在語言學中，中文字的特徵是從外觀的來判別字的意義，屬於象形，跟英文字的聽音不同，所以資訊量越多，創意的績效會越好，因為從字面上可以聯想到更多的文字，評量內容就容易被創造出來。
Buckley and Boulter (2000)發現感官現象會從媒體呈現方式跟心智模式對應有相互關聯，所以媒體上老師給與指引方向，會讓學習者的心智模式有所影響，此外背景知識和新資訊將會使原本的心智模式有所改變，和試著去解決問題，所以在創意部份，教師的指引方向在心智地圖中是被需要用來有效解決問題的。學習型態部份則同邏輯模式一樣，群體的合作也會提升創意的績效。 三﹒個體與生活教育之影響個體與生活教育之影響
至於個人的上線習慣方面，由於上線時間越久 可以收集的資訊就越多，討論互動的機會也會越多，因此會影響到創意題型的績效，所以在設計數位教材時要加入吸引學生停留在數位學習平台之時間，比如增加模擬遊戲區、老師或助教與同學之聊天區，如此一來同學也會喜歡進入生活教育課程內來學習。
生活教育課程之數位主題是從大學四學分（學業、感情、打工、社團）來吸
引學生之學習注意，也讓新生了解進入校園後將面臨的課題，即早適應學習環境，降低學習之不安定感，並介紹校園及生活環節，培養學生建立身、心、靈健康與環保，再從時事新聞等討論，讓大學新生主動關心生命。生活教育之數位學習一來可以讓師生更快速連絡與進行溝通，二來讓師生輔導無時間、空間的限制，可以增進師生間感情，並讓學生輔導工作有另外多元的管道。實驗後學生除了課堂班會與導師之互動外，更會透過平台與老師進行討論，達成良好師生互動之效益，相對地也提升了網路教學之品質。
結論
陸﹒結論
國內近年來頗重視網路教學研究與設計，但是目前的研究大多偏向於網路教學系統的發展、環境的開發設計與硬體或網路架構的探討與評估，關於網路教學之服務品質與學習者之學習績效等評估方面的研究相對而言較為缺少，要讓學習者有好的數位學習服務，教學者就需要先規劃有良好的網路教學設計，進而對學習者之學習績效加以評量，找出關鍵因子才可以改善網路之教學品質。因此本研究先從人因工程角度來設計數位學習之課程，再透過品質工程之直交表及變異數分析找出影響數位學習績效的因子。所考慮的環境因子有情境、學習型態和溝通介面；作業因子包括播放媒體、資訊量和色彩；組織管理因子包含評量期間、導引和是否提供回饋；個體因子包含有性別、學習風格和先前學習經驗；績效評量方面分有邏輯與創意題型。研究結果發現色彩、溝通介面、回饋和學習型態對邏輯的績效有顯著的差異；而評量期間、資訊量、情境、導引、學習型態及線上的學習習慣等因子將影響到創意績效之結果；較佳的因子組合就會提升數位學習績效，網路教學品質也會有所改善。
參數設計是以有效的方法來進行實驗設計，而且被成功地運用到各種不同的領域，適當的因子規劃會產出可靠的結果，此次研究因為時間的限制沒辦法進行因子的所有實驗，只有進行主效應分析並且無考慮到交叉效應，所以在未來的實驗與後續研究中，我們可以設計干擾因子和討論學習過程中的交叉效應，在確認實驗中我們可以調整最佳組合的因子水準數，作更深入的測試。
柒﹒參考文獻
[1]侯東旭、鄭世宏，人因工程，台北：中興管理顧問公司，1995。
[2]美國訓練發展協會，from https://www.doczj.com/doc/1112228434.html,，2001。
[3]孫春在，“合作式遠距教學簡介”，資訊與教育，58，pp.12-17，1997。
[4]高新發、陳姝香，多媒體設計，台北：全華出版社，2002。
[5]張履揆、梁朝雲，“國內外遠距教學專案之特色介紹與系統分析”，視聽教
育雙月刊，39卷第5期，pp.23-40，1998。
[6]陳年興，“全球資訊網整合式學習環境”，資訊與教育雜誌，64，pp.2-13，
1998。
[7]賈馥茗主編，J. Dewey著，我們如何思考（How We Think ），台北：
五南，1991。
[8] A. G. Picciano, Distance learning: making connections across virtual space
and time, Prentice-Hall, Inc, 2001.
[9] A. Relan, B. G. Gillani, “Web-Based Instruction and the Traditional Classroom:
Similarities and Differences,” Web-Based Instruction, New Jersey USA, pp.41-46, 1997.
[10]A. Soloman and R. M. Felder,Index of Learning Styles Questionnaire, from
https://www.doczj.com/doc/1112228434.html,/learningstyles/ilsweb.html, 2005.
[11]B. Soong, M.H. Hock, C. Chan, B. C. Chua, K. F. Lih, “Critical success
factors for on-line course resources,” Computers & Education, pp.101-120, 2001.
[12]B.C. Buckley and C.J. Boulter, “Investigating the role of representations and
expressed models in building mental models,” In J.K. Gilbert ＆C.J. Boulter （Eds.）, Developing models in science education, Netherlands: Kluwer, pp.119-135, 2000.
[13]B. Scott, “The pedagogy of on-line learning: A report from the University of
the Highlands and Islands Millennium Institute,” Information Services & Use, pp.19-26, 2002.
[14]C. Hughes and L. Hewson, “Online Interactions: Developing a Neglected
Aspect of the Virtual Classroom,” Education Technology, pp.48-55, 1998. [15]C.T. Sun and C. Chou, “Experiencing CORAL: Design and implementation of
distant cooperative learning,” IEEE Transactions on Education, V ol. 39, pp.357-366, 1996.
[16]D. C. A. Hillman, D.J. Willis and C.N. Gunawardena, “Learner-Interface
Interaction in Distance Education: An Extension of Contemporary Models and Strategies for Practitioners,” The American Journal of Distance Education, 8(2), pp.30-42, 1994..
[17]D. Dufner, O. Kwon and R. Hadidi, “Development and Implementation of a
Web-enabled Cyber Co-laboratory for Asynchronous Teams (Web-CC A T),”
1998 IEEE proc.31st Annual Hawaii International Conference on System Sciences, pp.330-339, 1998.
[18]D. Keegan, A definition of distance education, In Foundations of distance
education (2nd ed.), London: Routledge, 1990.
[19]D. V. Eastmond, Learning Approaches of Adult Students Taking Computer
Conferencing Courses, ERIC Document Reproduction Service No. ED352938, 1992.
[20]D. W. Johnson and R.T. Johnson, “Making cooperative learning work,” Theory
into Practice, 38, 2, pp.67-73, 1999.
[21]F. H. Dambrot, M. A. Watkins-Malek, S. M. Silling, R. S. Marshall, and J. A.
Garver, “Correlates of Sex Differences in Attitudes toward and Involvement with Computers,” Journal of Vocational Behavior, 27, pp.71-86, 1985. [22]G. Kearsley, The Nature and V alue of Interaction in Distance Learning.
Retrieved from: https://www.doczj.com/doc/1112228434.html,/~etl/interact.html, 2006. [23]G. Kearsley, The Nature and V alue of Interaction in Distance Learning.
Retrieved from: https://www.doczj.com/doc/1112228434.html,/~etl/interact.html, 2006. [24]G. L. Huber, “Processes of decision-making in small learning groups,”
Learning and Instruction, 13, pp.255-269, 2003.
[25]G. Miller, “The magical Number seven, Plus or minus two: Some limits on our
capacity for processing information,” Psychological Review, pp.63, 1956. [26]G. Piccoli, R. Ahmad and B. Ives, “Web-Based Virtual Learning
Environments--A Research Framework and a Preliminary Assessment of Effectiveness in Basic IT Skills Training”, MIS Quarterly, (25:4), pp.401-426, 2001.
[27]H. Ogata and Y. Yano, “Knowledge Awareness: Bridging Learners in a
Collaborative Learning Environment,” International Journal of Education Telecommunications, 4(2/3), pp.219-236, 1998.
[28]H. W. Chou, “ Influences of Cognitive Style and Training Method on Training
Effectiveness,” Computers & Education, 37, pp.11–25, 2001.
[29]J. D. Bransford, Human cognition, Belmont, CA: Wadsworth, 1978.
[30]J. Jenkins, “Four points to remember: A tetrahedral model of memory
experiments,” In L. S. Cermak and F. I. M. Craik (Eds.), Levels of processing and human memory, pp.429-446, 1979.
[31]J. Lee, N. L. Hong, N. L. Ling, “An analysis of students’ preparation for the
virtual learning environment,” The internet and higher education, pp.231-242, 2002.
[32]J. R. Nunamaker, J. F. Chen, and T. D. M. Purdin, “Systems development in
information systems research,” Journal of Management Information Systems, 7(3), pp.89-106, 1991.
[33]J. Wedman and L. Diggs, “Identifying barriers to technology-enhanced
learning environments in teacher education,” Computers in Human Behavior, pp.421-430, 2001.
[34]K. Kitao, “Necessary facilities for foreign language CAI,” CALL
Communications, 161, pp.25-27, 1994.
[35]K. Swisher, “American Indian learning styles survey: An assessment of
teachers’ knowledge,” The Journal of Educational Issues of Language Minority Students, 13, pp.59-77, 1994.
[36]L. Harasim,Online education: an environment for collaboration and
intellectual amplification, In L. Harasim (Ed.), New York: Praeger, 1990. [37]L. J. ChanLin, “The effects of verbal elaboration and visual elaboration on
student learning,” International Journal of Instructional Media, 24(4), pp.333-339, 1997.
[38]L. J. Najjar, “Principles of educational multimedia user interface design,” In R.
W. Swezey and D. H. Andrews (Eds.), “Readings in training and simulation: A
30 year perspective, Santa Monica,” CA:Human Factors and Ergonomics
Society, pp.146-158, 2001.
[39]L. M. Harasim, “Online Education: An Environment for Collaboration and
Intellectual Amplification,” In L. M. Harasim (Ed.), New York: Praeger Press, pp.39-64, 1989.
[40]L. Shashaani, “Gender-based differences in attitudes toward computers,”
Computer and Education, 18, pp.263-267, 1993.
[41]M. Casini, D. Prattichizzo and A. Vicino, “The automatic control telelab: a
user-friendly interface for distance learning,” IEEE Transactions on Education, V ol. 46, No. 2, pp.252-257, 2003.
[42]M. Khalifa and R. Lam, “Web-based learning: effects on learning process and
out-come,” IEEE Transactions on Education, V ol. 45, No. 4, pp.350-356, 2002.
[43]M. Rhodes, “An analysis of creativity. In S. G. Isaksen (Ed.),” Frontiers of
creativity Research. New York: Bearly Limited, pp.216-222, 1961.
[44]M. S. Sanders and E. J. McCormick, Human Factors in Engineering and
Design, McGraw-Hill, 1992.
[45]P. B. Gough, “One second of reading,” In E. Kavanagh and I. G. Mattingly
(Eds.), “Language by ear and by eye,” Cambridge, MA: MIT Pre, pp.331-358, 1973.
[46]P. J. Ross, Taguchi Techniques for Quality Engineering, 2nd ed., McGraw-Hill
Book Company, New York, NY, 1996.
[47]R. Nkambou and G. Gauthier, “Integrating WWW resources in an Intelligent
Tutoring System,”Journal of Network and Computer Application 19, pp.353-365, 1996.
[48]R.W. Sperry,” Left-brain, right-brain,” Saturday Review, 19(26), pp.30-33,
1975.
[49]S. L. Lai, “Influence of audio-visual presentations on learning abstract
concepts,” International Journal of Instructional Media, 27(2), pp.199-207, 2000.
[50]S.W. Yang, “Study on the Correlation between Evaluation Method and
Behavior on Adult Learning”, Chung-Cheng University unpublished Thesis, 2003.
[51]V. A. Quarstein and P. A. Peterson, “Assessment of Cooperative Learning: A
Goal-Criterion Approach,” Innovative Higher Education, 26. (1), pp.59-77, 2001.
实验工具之一田口方法实 例 The following text is amended on 12 November 2020.
某产品射出成型之色差 变化因素探讨 一问题描述 二品质特征及因子说明 三直交表及因子配置 四实验步骤及资料汇集 五资料分析 六验证实验 七结论 八再次实验 九未来计划
问题描述 一背景 自我司生产某产品以来，一直受到色差问题困扰，经常会有此不良现象发生，不良比率在10%左右，由此给我司造成较大损失，使利润提高受到抑制。并且因客户严格要求我司对此作以改进完善，故现经我司生产部，品保部及工程课人员共同探讨，利用田口品质工程技术进行实验设计，用尽可能少的时间，成本，实验次数，将影响该产品色差的因素寻找出来。使此不良现象逐步消失，给公司带来更大的收益。 二制程分析及可控因素标示 射出成型是在加工过程中，将热塑性塑胶原料加热至熔融状态，再在高压下送入并填满由两个半边摸闭合形成的模腔，经过一段时间冷却定型后，将两个半模分开，取出塑件，即完成一个操作程式，操作过程中两边模闭合须与注射操作时间互相配合，并准确控制温度，压力及个别动作时间，使形成有规律性地循环。 射出成型制造流程及可控因素标示： 品质特性及因素说明
一品质特性: 本实验包含之品质特性为我司射出成型的某产品中的色差不良数量,实验目的是希望色差产品的数量得以减少,即不良率不断降低,此即为望小特性. (一)色差之实验设计部分: 按照SOP要求操作并使用色差比对样品检测色差,每组检测 50PCS,其S/N之计算公式为: S/N=-10log(1/n∑Yi2) Yi为每组50PCS的色差总数。 二可控因素： 本实验可控因素之选取，是将前述之制造流程经现场技术人员分析后，选取四个三水准的可控因素，列表如下： 直交表及因素配置
田口法 田口方法(Taguchi method)是基于正交试验和信噪比的稳健设计方法。基本思想是：用正交表设计试验方案，以信噪比作为衡量质量特性的指标，通过对实验方案的统计分析，找出可靠、稳定的加工工艺参数组合，达到成本最低，质量最优的综合效果。 田口根据工业生产中的实际需要将质量特征分为如下三类：“望目”，希望量特征达到或接近特定的目标值；“望大”，即使所关注的质量特征越大越好；“望小"，即使质量特征越小越好。 在切削加工中的应用主要是以望小和望大，望小信噪比指的是在不为负数的情况下，信噪比数值越高，质量越高，实际值越趋近于0，有切削力、表面粗糙度和切削功率等，通常作为加工质量的评价标准；望大信噪比数值越大时，质量越高，实际值越趋近与无穷大，应用有材料切除率，通常作为加工效率的评价标准。 主成分分析法 通过将原始指标重新组合，把多个原始指标简化为有代表意义的少数几个指标，更加典型的表明研究对象的特征。主成分分析就是对原始数据降维，消除原始指标相关性造成的信息重叠，便于进行准确评价。 通过固定的公式，确定样本，每一列代表每个研究目标（切削力，表面粗糙度等）下的样本值，确定不同研究目标下的样本值后，即可得到矩阵，通过特定的公式即可求得累积贡献率和所有研究目标的综合向量值（即综合反映所有研究目标的值从中选出最优值）。 田口法和主成分分析法的综合运用步骤： 1.通过实验要求设计正交试验方案，例如如表：
2.通过正交试验下，测定目标每组的实验结果，如切削力和表面粗糙度； 3.通过的信噪比公式，将所得数据求出每一组试验的切削力和表面粗糙度 的信噪比，在通过公式将其优化为规范化值。 4.提取规范化数字组成规范化矩阵Z，即可得到研究对象的累积贡献率， 即可通过贡献率大小来确定其对加工的影响大小。 5.通过规范化矩阵Z求出其综合变量，最后可根据正交试验下信噪比数据 和的大小判断最优的组合参数。例如，田口法优化结果为： 例如，切削深度4.7491为切削深度在0.1时，正交试验中的五组数据的信噪比之和。 T1数据切削深度、进给量和切削速度的信噪比值越大，表明其质量越高，所以优化的结果是A1B1C1。 基本公式位于论文的第三章第一节部分。
應用田口直交表於網路教學品質改善之研究 侯東旭1侯幸雨2* 1 2雲林科技大學工業工程管理研究所 2環球技術學院企管系 *E-mail: g9120822@https://www.doczj.com/doc/1112228434.html,.tw 摘要 國內近年來頗重視網路教學研究與設計，但是目前的研究大多偏向於網路教學系統的發展、環境的開發設計與硬體或網路架構的探討與評估，關於網路教學品質方面的研究較為缺少，要讓學習者有好的數位學習服務，教學者就須要先以使用者為中心來規劃網路教學設計，進而對學習者之績效加以評量，找出影響網路數位學習品質之關鍵因子才可以改善網路教學品質。因此本研究從人因工程角度來設計數位學習課程，透過品質工程之直交表及變異數分析找出影響數位學習績效的因子。本研究所考慮的人因因子有環境、作業、組織管理及個體；績效評量方面有邏輯與創意題型。結果發現色彩、溝通介面、回饋和學習型態對邏輯的績效有顯著的影響；而評量期間、資訊量、情境、導引、學習型態及線上的學習習慣將影響到創意績效；較佳的因子組合才能提升數位學習績效，而網路教學品質也才會有所改善。 關鍵詞：田口直交表、網路教學、數位學習、人因實驗 關鍵詞 The Study of applying Taguchi Orthogonal Array Approach in Improving The Quality of E-Learning Tung-hsu Hou, Hsing-yu Hou Department of Industrial Engineering and Management, National Yunlin University of Science and Technology Department of Business Administration, Transworld Institute of Technology Abstract The web teaching research and design are getting more and more important nationally in recent years. However, these studies only try to discuss the development
什么是田口方法 田口方法是指由日本质量专家田口玄一博士创建的试验设计方法。由于田口对质量的理解是：产品上市后给予社会带来的损失（由功能本身所产生的损失除外），即： 质量等于功能波动的损失加上使用成本加上项目的损失。 成本等于材料费加上加工费加上管理费加上项目的损失。 总损失等于质量加上成本。 因此，田口认为，由于质量定义为产品上市后所产生的三部分损失之和，要使总损失最小，就要求质量和成本的总损失最小，换言之：就是提高质量（减少质量损失），降低成本。产品质量的好坏很大程度上是由设计决定的，因此在新产品的开发设计阶段就要十分重视，当然设计的好产品要成为真正高质量的产品，在生产过程中还必须有好的工艺参数，因此经常需要进行试验设计。 田口方法就是依据统计学原理、方法所开发出来的一种试验方法，可协助从事产品和过程设计开发的工程技术人员以最少的试验次数，快速寻找最佳的过程参数组合条件，从而大量减少试验次数，降低试验成本，提高效率。 作者：唐晓芬 一、田口方法的涵义 随着市场竞争的日趋激烈，企业只有牢牢把握市场需求，用较短的时间开发出低成本、高质量的产品，才能在竞争中立于不败之地。在众多的产品开发方法中，田口方法不失为提高产品质量，促进技术创新，增强企业竞争力的理想方法。由日本田口玄一(Genichi Taguchi)所提之品质工程的理念和方法，是将品质改善之重点由制程阶段向前提升到设计阶段，一般称其为离线之品质管制方法(off-line quality control)。在哲理方面，田口提出品质损失(quality loss)之观念来衡量产品品质，一些不可控制之杂音(noise)(例如环境因素)造成特性偏离目标值，并因而造成损失。田口方法的重点在於降低这些杂音对产品品质的影响性，根据稳健性(robustness)之观念，决定可控制因子的最佳设定，建立产品?制程之设计，以使产品品质不受到杂音因素之影响。田口方法是日本田口玄一博士创立的，其核心内容被日本视为“国宝”。日本和欧美等发达国家和地区，尽管拥有先进的设备和优质原材料，仍然严把质量关，应用田口方法创造出了许多世界知名品牌。田口方法是一种低成本、高效益的质量工程方法，它强调产品质量的提高不是通过检验，而是通过设计。其基本思想是把产品的稳健性设计到产品和制造过程中，通过控制源头质量来抵御大量的下游生产或顾客使用中的噪声或不可控因素的干扰，这些因素包括环境湿度、材料老化、制造误差、零件间的波动等等。田口方法不仅提倡充分利用廉价的元件来设计和制造出高品质的产品，而且使用先进的试验技术来降低设计试验费用，这也正是田口方法对传统思想的革命性改变．为企业增加效益指出了一个新方向。 田口方法的目的在于，使所设计的产品质量稳定、波动性小，使生产过程对各种噪声不敏感。在产品设计过程中，利用质量、成本、效益的函数关系，在低成本的条件下开发出高质量的产品。田口方法认为，产品开发的效益可用企业内部效益和社会损失来衡量．企业内部效益体现在功能相同条件下的低成本，社会效益则以产品进入消费领域后给人们带来的影响作为衡量指标。假如，由于一个产品功能波动偏离了理想目标，给社会带来了损失，我们就认为它的稳健性设计不好，而田口式的稳健性设计恰能在降低成本、减少产品波动上发挥作用。 二、田口方法的基本思想 与传统的质量定义不同，田口玄一博士将产品的质量定义为：产品出厂后避免对社会造成损失的特性，可用“质量损失”来对产品质量进行定量描述。质量损失是指产品出厂后“给社会带来的损失”，包括直接损失（如空气污染、噪声污染等）和间接损失（如顾客对产品的不满意以及由此导致的市场损失、销售损失等）。质量特性值偏离目标值越大，损失越大，即质量越差，反之，质量就越好。对待偏差问题，传统的方法是通过产品检测剔除超差部分或严格控制材料、工艺以缩小偏差。这些方法一方面很不经济，另一方面在技术上也难以实现。田口方法通过调整设计参数，使产品的功能、性能对偏差的起因不敏感，以提高产品自身的抗干扰能力。为了定量描述产品质量损失，田口提出了“质量损失函数”的概念，
田口方法的基本理论 1. 概述 随着市场竞争的日趋激烈,企业只有牢牢把握市场需求,用较短的时间开发出低成本、高质量的产品，才能在竞争中立于不败之地。在众多的产品开发方法中，田口方法不失为提高产品质量，促进技术创新，增强企业竞争力的理想方法。 田口方法是日本著名的质量管理专家田口玄一博士在20世纪70年代初创立的。该方法是一种低成本、高效益的质量工程方法，它是一种在产品开发和设计早期阶段防止质量问题的技术。 2. 田口方法的基本思想 是把产品的稳健性设计到产品和制造过程中，通过控制源头质量来抵御大量的下游生产或顾客使用中的噪声或不可控因素的干扰，这些因素包括环境湿度、材料老化、制造误差、零件间的波动等等。田口方法不仅提倡充分利用廉价的元件来设计和制造出高品质的产品，而且使用先进的试验技术来降低设计试验费用，这也正是田口方法对传统思想的革命性改变，为企业增加效益指出了一个新方向。 与传统的质量定义不同，田口玄一博士将产品的质量定义为：产品出厂后避免对社会造成损失的特性，可用“质量损失”来对产品质量进行定量描述。质量损失是指产品出厂后“给社会带来的损失”，包括直接损失（如空气污染、噪声污染等）和间接损失（如顾客对产品的不满意以及由此导致的市场损失、销售损失等）。质量特性值偏离目标值越大，损失越大即质量越差，反之，质量就越好。对待偏差问题，传统的方法是通过产品检测剔除超差部分或严格控制材料、工艺以缩小偏差。这些方法一方面很不经济，另一方面在技术上也难以实现。田口方法通过调整设计参数，使产品的功能、性能对偏差的起因不敏感，以提高产品自身的抗干扰能力。为了定量描述产品质量损失，田口提出了“质量损失函数”的概念，并以信噪比来衡量设计参数的稳健程度。 由此可见，田口方法是一种聚焦于最小化过程变异或使产品、过程对环境变异最不敏感的实验设计，是一种能设计出环境多变条件下能够稳健和优化操作的高效方法。 一般而言，任何一个质量特性值在生产过程中均受很多因素的影响，田口玄一博士将影响质量特性的因素分为输入变量W、可控变量X和不可控变量Z，如图1所示。输入变量非设计参数，可控变量是田口方法的设计对象，所谓可控变量，即可以调整可控制的参数，这种变量通常称为信号因子。不可控变量，顾名思义，即不可控制的变量，也称为噪音因子（Noise Factors），就是使质量特性偏离目标值的因素。田口玄一博士将噪音因子分为三类：即外部噪音，如温度、湿度、灰尘等；内部噪音，如劣化等；产品间噪音，如制造缺失等。 图1影响质量特性的关键因素
田口设计方法在质量管理中的应用 稳健设计(田口方法)简介 稳健设计(田口方法)由小日本质量工程学家田口玄一博士于20世纪70年代创立的新的优化设计技术,主要用于技术开发,产品开发,工艺开发. 一:基本概念 望目特性: 存在固定目标值,希望质量特性围绕目标值波动,且波动越小越好,这样的质量特性称为望目特性 望小特性: 不取负值,希望质量特性越小越好(理想值为0),且波动越小越好,这样饿质量特性称为望小特性 望大特性: 不取负值,希望质量特性越大越好(理想值为∞),且波动越小越好,这样的质量特性称为望大特性 动态特性: 目标值可变的特性,称为动态特性,与之相对的,望目特性,望小特性,望大特性统称为静态特性 外干扰(外噪声): 由于使用条件及环境条件(如温度,湿度,位置,操作者等)的波动或变化,引起产品质量特性值的波动,称之为外干扰,也称为外噪声.请注意,外噪声并非常说的噪音 内干扰(内噪声): 产品在储存或使用过程中,随着时间的推移,发生材料变质等老化,劣化现象,从而引起产品质量特性值的波动,称之为内干扰,也叫内噪声. 产品间干扰(产品间噪声): 在相同生产条件下,生产制造出来的一批产品,由于机器,材料,加工方法,操作者,测量误差和生产环境(简称5M1E)等生产条件的微笑变化,引起产品质量特性值的波动,称为产品间干扰,也称为产品间噪声. 可控因素: 在试验中水平可以人为加以控制的因素,称为可控因素 标示因素:
在试验中水平可以指定,但使用时不能加以挑选和控制的因素称为标示因素. 误差因素: 引起产品质量特性值拨动的外干扰,内干扰,产品间干扰统称为误差干扰. 稳定因素: 对信噪比有显著影响的可控因素,称为稳定因素. 调整因素: 对信噪比无显著影响,但对灵敏度有显著影响的可控因素,称为调整因素. 次要因素: 对信噪比及灵敏度均无显著影响的可控因素称为次要因素. 信号因素: 在动态特性的稳健设计中,为实现人变动着的意志或赋予不同目标值而选取的因素,称为信号因素. 稳健性: 指质量特性的波动小,抗干扰能力强 信噪比: 稳健设计中用以度量产品质量特性的稳健程度的指标 灵敏度: 稳健设计中用以表征质量特性可调整性的指标 稳健设计: 以信噪比为指标,以优化稳健性为目的的设计方法体系. 内设计: 在稳健设计中,可控因素与标示因素安排在同一正交表内,进行试验方案的设计.相应的正交表称为内表(内侧正交表),所对应的设计称为内设计. 外设计: 在稳健设计中,将误差因素和信号因素安排在一张正交表内,进行试验方案的设计,相应的正交表称为外表(外侧正交表),所对应的设计称为外设计. 稳健设计又叫动静参数设计，是日本著名质量管理专家田口玄一博士在七十年代初从工程观点、技术观点和经济观点对质量管理的理论与方法进行创新研究，创立了"田口方法(Taguchi Methods)。田口方法可应用于产品设计、工艺设计和技术开发阶段，从而可提高产品设计质量，降低成本，
某产品射出成型之色差 变化因素探讨 一问题描述 二品质特征及因子说明 三直交表及因子配置 四实验步骤及资料汇集 五资料分析 六验证实验 七结论 八再次实验 九未来计划
问题描述 一背景 自我司生产某产品以来，一直受到色差问题困扰，经常会有此不良现象发生，不良比率在10%左右，由此给我司造成较大损失，使利润提高受到抑制。并且因客户严格要求我司对此作以改进完善，故现经我司生产部，品保部及工程课人员共同探讨，利用田口品质工程技术进行实验设计，用尽可能少的时间，成本，实验次数，将影响该产品色差的因素寻找出来。使此不良现象逐步消失，给公司带来更大的收益。 二制程分析及可控因素标示 射出成型是在加工过程中，将热塑性塑胶原料加热至熔融状态，再在高压下送入并填满由两个半边摸闭合形成的模腔，经过一段时间冷却定型后，将两个半模分开，取出塑件，即完成一个操作程式，操作过程中两边模闭合须与注射操作时间互相配合，并准確控制温度，压力及个别动作时间，使形成有规律性地循环。 射出成型制造流程及可控因素标示： 品质特性及因素说明
一品质特性: 本实验包含之品质特性为我司射出成型的某产品中的色差不良数量,实验目的是希望色差产品的数量得以减少,即不良率不断降低,此即为望小特性. (一)色差之实验设计部分: 按照SOP要求操作并使用色差比对样品检测色差,每组检测50PCS,其S/N之计算公式为: S/N=-10log(1/n∑Yi2) Yi为每组50PCS的色差总数。 二可控因素： 本实验可控因素之选取，是将前述之制造流程经现场技术人员分析后，选取四个三水准的可控因素，列表如下： 直交表及因素配置
第1章田口方法概論 Taguchi Methods Overview 1.1 歷史回顧（A Historical Review） 1.2 實例：瓷磚製程設計（Design of Tile Manufacturing Process）1.3 實例：煞車組件設計（Design of a Brake Assembly） 1.4 田口方法摘要（Taguchi Methods Summary）
第1.1節 歷史回顧 A Historical Review 1.1-1 戰後的日本（Postwar Japan） 1.1-2 田口玄一博士（Dr. Genichi Taguchi） 1.1-3 美國供應商協會（American Supplier Institute, ASI）1.1-4 英文著作（English Publications） 1.1-5 台灣（Taiwan）
1.1-1 戰後的日本（Postwar Japan） 戰後的日本企業家及學者深深體會到要重建日本的經濟，必須落實「品質」的 概念，才能將日本的商品銷售出去。 他們開始引進西方的統計學手法，將它應用在品質的改善上。 W. Edward Deming等被禮聘至日本。 田口玄一在當時的日本已經是一位蠻有名望的工程師。
1.1-2 田口玄一博士（Dr. Genichi Taguchi） 出生於1924年。 1949年，日本電話電報公司要進行一個龐大的 專案計劃，將全國的通訊系統更新。 1950年，他加入日本電話電報公司新成立的電 子通訊實驗室，並同時擔任日本企業的顧問。 於此期間他逐漸發展出獨特的「品質工程學」。 1957-1958年間，田口博士出版了「實驗設計」 一書。 到1970年代晚期，田口博士的「品質工程學」 在日本已經普遍受到肯定。 1983年田口博士開始擔任「美國供應商協會」 執行總裁。
品质管理系列教程 主讲：李联伟 ?18.7space 田口方法实战技术 ?18.7space 课程内容◆实验设计概述； ◆田口方法中的名词概念； ◆直交表； ◆品质损失函数； ◆田口方法的应用。
实验设计概述 ?18.7space □为什么需要实验设计 同样在生产同规格的产品，为什么有些厂商的良品率就是比较高。 同样是在生产同类型的产品，为什么有些人的产品品质以及寿命就是比较好，而成本又比较低呢？ 相同原料相同制程为什么良品率 不一样？ 相同产品 相同功能更便宜的原料为什么可以做 出低成本高质 量的产品？ 实验设计概述 ?18.7space □什么是实验设计 一种安排实验和分析实验数据的数理统计方法；实验设计主要对实验进行合理安排，以较小的实验规模（实验次数）、较短的实验周期和较低的实验成本，获得理想的实验结果和正确的结论 □实验设计进行的时机 ◎要为产品选择最合理的配方时（原料及其含量）； ◎要对生产过程选择最合理的工艺参数时； ◎要寻找最佳的生产条件时； ◎要研制开发新产品时； ◎要提高老产品的产量和质量时； ◎……
实验设计概述□实验设计的意义 实验设计的目的是用最少的实验次数实现下述期望： ◎提高产量； ◎改进质量； ◎降低成本； ◎缩短研究开发的时间； ◎建立指标与因子的关系； ◎选择合理的工艺参数或配方； ◎……. ?18.7space 实验设计概述□实验设计的发展历程 ▲20世纪20年代由英国学者费舍尔（R.A.Fisher）率先提出； 最初在农田实验方面取得重要成果；欧美各国将此法用于 生物学、医学等领域的科学研究； ▲二战后实验设计法在工业中得到推广和应用； ▲日本学者田口玄一首先将实验设计成功得应用于新产品的开发。对于一些复杂的制程和产品，利用实验设计法合理 的选择适当的参数，可以大大改善产品功能目标值的稳定 性，即所谓稳健性设计； ▲20世纪70年代初期，我国著名数学家华罗庚带头在我国推广实验设计法。 ?18.7space
DOE中的田口方法 一、田口方法的涵义 随着市场竞争的日趋激烈，企业只有牢牢把握市场需求，用较短的时间开发出低成本、高质量的产品，才能在竞争中立于不败之地。在众多的产品开发方法中，田口方法不失为提高产品质量，促进技术创新，增强企业竞争力的理想方法。 田口方法是日本田口玄一博士创立的，其核心内容被日本视为“国宝”。日本和欧美等发达国家和地区，尽管拥有先进的设备和优质原材料，仍然严把质量关，应用田口方法创造出了许多世界知名品牌。 田口方法是一种低成本、高效益的质量工程方法，它强调产品质量的提高不是通过检验，而是通过设计。其基本思想是把产品的稳健性设计到产品和制造过程中，通过控制源头质量来抵御大量的下游生产或顾客使用中的噪声或不可控因素的干扰，这些因素包括环境湿度、材料老化、制造误差、零件间的波动等等。田口方法不仅提倡充分利用廉价的元件来设计和制造出高品质的产品，而且使用先进的试验技术来降低设计试验费用，这也正是田口方法对传统思想的革命性改变．为企业增加效益指出了一个新方向。 田口方法的目的在于，使所设计的产品质量稳定、波动性小，使生产过程对各种噪声不敏感。在产品设计过程中，利用质量、成本、效益的函数关系，在低成本的条件下开发出高质量的产品。田口方法认为，产品开发的效益可用企业内部效益和社会损失来衡量．企业内部效益体现在功能相同条件下的低成本，社会效益则以产品进人消费领域后给人们带来的影响作为衡量指标。假如，由于一个产品功能波动偏离了理想目标，给社会带来了损失，我们就认为它的稳健性设计不好，而田口式的稳健性设计恰能在降低成本、减少产品波动上发挥作用。 二、田口方法的特点 田口方法的特色主要体现在以下几个方面： (1)“源流”管理理论。田口方法认为，开发设计阶段是保证产品质量的源流，是上游，制造和检验阶段是下游。在质量管理中，“抓好上游管理，下游管理就很容易”，若设计质量水平上不去，生产制造中就很难造出高质量的产品。 (2)产品开发的三次设计法。产品开发设计(包括生产工艺设计)可以分为三个阶段进行，即系统设计、参数设计、容差设计。参数设计是核心，传统的多数设计是先追求目标值，通过筛选元器件来减少波动，这样做的结果是，尽管都是一级品的器件，但整机由于参数搭配不佳而性能不稳定。田口方法则先追求产品的稳定性，强调为了使产品对各种非控制因素不敏感可以使用低级品元件．通过分析质量特性与元部件之间的非线性关系(交互作用)．找出使稳定性达到最佳水平的组合。产品的三次设计方法能从根本上解决内外干扰引起的质量波动问题，利用三次设计这一有效工具，设计出的产品质量好、价格便宜、性能稳定。 (3)质量与成本的平衡性。引入质量损失函数这个工具使工程技术人员可以从技术和经济两个 方面分析产品的设计、制造、使用、报废等过程，使产品在整个寿命周期内社会总损失最小。在产品设计中，采用容差设计技术，使得质量和成本达到平衡，设计和生产出价廉物美的产品，提高产品的竞争力。 (4)新颖、实用的正交试验设计技术。使用综合误差因素法、动态特性设计等先进技术，用误 差因素模拟各种干扰(如噪声)，使得试验设计更具有工程特色，大大提高试验效率，增加试验设计的科学性，其试验设计出的最优结果在加工过程和顾客环境下都达到最优。采用这种技术可大大节约试验费用。 三、田口方法的功效 田口方法是一门实用性很强的技术，在生产实践中特别是产品开发设计中显示出强大的生命力,其魅力主要表现为： (1)提高产品科技含量，促进技术创新。通过采用田口方法可改变企业一味引进先进设备的状况，增强二次创新能力，进而提高产品开发能力。 (2)可缩短产品开发周期，加速产品更新换代。应用田口方法可在质量管理中提高生产率，收
实验设计DOE——田口方法 【课程背景】 实验设计Design Of Experiments, 在质量控制的整个过程中扮演了非常重要的角色，它是我们产品质量提高，工艺流程改善的重要保证。实验设计已广泛运用了从航天业到一般生产制造业的产品质量改善、工艺流程优化甚至已运用到医学界。籍此课程，您将通过对产品质量，工艺参数的量化分析，寻找关键因素，控制与其相关的因素。根据实际需求，学习判别与选择不同的实验设计种类，设计你的实验步骤，发现如何控制各种影响因素，以最少的投入，换取最大的收益，从而使产品质量得以提升，减少差异，降低成本，使工艺流程最优化。 【适合对象】 产品设计工程师、品质工程师、工艺工程师、过程工程师、生产经理、品质经理、6Sigma 黑带、绿带 【课程收益】 通过本课程的培训，可使学员： 了解掌握DOE基本原理 了解和控制影响流程的相关因素 掌握最有效的实验设计方法 掌握六西格码MINITAB软件的运用方法 免费获得MINITAB软件 【课程内容】 1. 实验设计（DOE）概述 1.1 什么是实验设计 1.2 实验设计由来与发展 1.3 品质工程面临的问题 1.4 品质工程理论 1.5 基本术语：因子/水准, 信号/杂讯因子 1.6 实验设计流程 2. 正交实验设计 2.1正交表的构造; 2.2正交表的选择与运用 2.3正交表的灵活运用 2.4正交实验案例演练. 3. 田口方法
3.1 田口的质量哲学观念 3.2 田口损失函数 3.3 三种品质计量方法之比较 3.4 田口方法核心工具——S/N（信噪比） 3.5 田口三次设计：系统设计/参数设计/容差设计 3.6 实例演练1：望小特性田口设计 3.7 实例演练2：望大特性田口设计 3.8 实例演练3：望目特性田口设计 4. 利用MINITAB实现DOE实战演练 4.1. MINITAB应用简介 4.2. 望大特性田口设计 4.3. 望小特性田口设计 4.4. 望目特性田口设计 4.5. 交互作用的田口设计 4.6. 动态田口实验设计 4.7. 全因子实验设计 4.8. 分部因子设计 4.9. 混合设计 4.10.响应曲面设计 5．实验结果的分析与解析 5.1变异数分析(ANOVA); 5.2信噪比分析（S/N比） 6．再现性实验 6.1再现性实验的必要性; 6.2均值估计; 6.3估计均值的置信区间; 6.4再现性实验的决策点. 7．容差设计 7.1容差设计简介 7.2田口损失函数设计公差. 7.3设计因子的公差确定. 8．案例分析