コンテンツへスキップ

SMTデータ収集における「統計的有意性」と「実用的有意性」

皆さん、

貴社が、はんだペーストの品質を判断する上で、転写効率(TE)を重要な指標と決定したと仮定しましょう。 転写効率とは、はんだペーストの付着体積をステンシルの開口体積で割った比率のことです。TEが重要な指標であることに同意はしているものの、最近のはんだペースト評価の結果に少し頭を悩ませています。10種類のはんだペーストのうち2種類が首位を争っており、TEが決定的な指標となりそうです。ペーストAのTEは99.5%、ペーストBのTEは99%でした。 そのため、経営陣はペーストAを採用したいと考えています。しかし、ペーストAは「休止後の応答性」が劣っているため、あなたは頭を悩ませています。ステンシル上に15分以上放置すると、最初の印刷は廃棄せざるを得ません。この弱点により、3交代制の生産体制では、約30分間の生産時間の損失につながる可能性があります。

しかし、TE試験の結果によると、ペーストAのTEはペーストBよりも統計的に有意に優れていた。この状況について考えてみると、どこか腑に落ちない……99.5%と99%は、かなり近い数値だ。

統計学の教科書を引っ張り出して、仮説検定を復習する。すると、ふと気づく。標本サイズが非常に大きい場合、互いにますます近くなっている平均値であっても、統計的に有意な差があることになり得るのだ。

データによると、ペーストAの平均値は99.5%、標準偏差は10%であるのに対し、ペーストBの平均値は99%、標準偏差も10%である。サンプルサイズはそれぞれ10,000サンプルであった。このような大規模なサンプルサイズは、分析において重要である。 仮説検定において平均値を比較する際には、平均の標準誤差(SEM)が用いられる。SEMは、標準偏差(s)を標本サイズ(n)の平方根で割った値として定義される:

SEM = σ/√n という式が、白い背景に黒いセリフ体で表示されている。

したがって、サンプルサイズが大きくなるにつれて、SEMは小さくなり、統計用語で言えば「より厳密」になります。サンプルサイズが非常に大きい場合、この厳密さにより、互いにますます接近している平均値を統計的に区別することが可能になります。サンプルサイズが100未満の場合はこの点が問題にはなりませんでしたが、今日の最新型はんだペースト体積スキャンシステムでは、サンプルサイズが1000を超えることが一般的です。

図1は、信頼度(TE)が99.5%および99.0%、標本サイズが100の標本について、平均値の期待標本分布を示している。いずれの標本も標準偏差は10%である。一見すると、大きな違いは見られない。しかし、図2では、平均値と標準偏差が同じで、標本サイズが10,000の場合、平均値の標本分布には明らかな違いが見られる。

しかし実際には、図1と図2の結果に違いはありません。平均値のわずかな差(0.5%)は、標本サイズが10,000であれば統計的に有意であるかもしれませんが、実用上、有意と言えるでしょうか?このわずかな差は、本番環境において本当に問題となるでしょうか?ほぼ間違いなく、そうではないでしょう。

標準偏差がともに1で、x=99付近を中心とする2つのベル曲線からなる正規分布のプロット。

図1. 標本サイズ100の場合の平均値の標本分布。

2本の曲線を含む正規分布のプロット:99付近を中心とする青い曲線。

図2 標本サイズ10,000における平均値の標本分布。

したがって、サンプルサイズが大きい場合、その差が実用上意味のあるものかどうかを自問する必要があります。TEに関しては、0.5%の差は実用上有意ではないと確信してもよいと思います。しかし、もしその差が2%や5%だった場合はどうでしょうか?明らかに、どの程度の差が有意であるかを判断するためには、実験を行う必要があります。

前述のケースを考えると、私はTEが99.0%で、ポーズに対する応答性が良好なペーストを断然好みます。

乾杯

ロン博士