當研究人員想改善產品品質時，也訂會嘗試設定新的生產水準作實驗；但是無可避免
地將面臨三個問題：第一：實驗需要現場配合，第二：實驗需要時間，第三：實驗需
要成本。
但是一個已經營運的生產線必然有一些生產歷史檔案，包括行產條件配置及產出回應
值，所以只要能夠對這些資料作正確的分析研判，同樣地亦可達到增進產品品的目的
。
所以為了能夠有效地控制生產製程以提高產品品質，工程人員可能會嘗試分析製程資
料以獲得所需的資訊。但是在一般工廣中常可發現工程人員並未受過良好和統計課程
訓練，因此他們可能無法正確及有效地進行資料分析。
本研究中，將實驗計劃法的觀念導入資料分析之中，以達到(1) 能有效地降低不可控
制因子 (稱為雜音因子) 對製程的影響，(2) 生產良好的產品品質，(3) 所生產產品
間的品質要能均勻之目的。
本研究將影響生產績效的生產因子 (包括可控制因子與雜音因子) 依其變動狀況，個
別區分為若干生產區間，然後將各因子的生產區間依全因素設計法(Full Factorial
Design) 排列配置，以便能夠得到對應各種因子生產區間的所有組合，然後評估比較
各種生產組合的品質績效，尋找各因子的最適生產區間。
田口博士在評估品質績效時引用了“信號雜音比”(Singnal-to-Noise Ratio,SM),因
為SN比能夠同時考慮品質績效之平均值及變異數。在本研究中亦使用了SN比作為評估
品質績效的參考，但是要注意的是，因為本研究研究的對象是一個“望大特性值的問
題”，而在此類問題中使用SN比來評估品質績效時將會高估平均值的效果，所以在本
研究中同時利用了變異係數(Coefficient of Variance) 比較各生產產品品質間的變
異狀況來評估產品品質的穩定性。
本研究中儘量使用易於計算的方法，並利用簡易的回應圖，讓使用人員容易直接觀察
、比較。
在本研究第二章中構建了製程資料分析程序，同時敘述如何達到使製程對雜音因子較
具堅韌性的因素排列設計方法；並討論了品質績效的評估指標，包括SN比及變異係數
。在第三章利用模疑數據來說明第二章所構建的資料分析程序；第四章則分析一個實
際的石化工廠生產資料。
需要強調的是，一個正確的資料分析方法需要要現場的專業工程知識尋找出製程上所
有的控制因子、雜音因子以及正確的品質特性才有意義及有效率。