MinitabDOE操作说明全因子实验范例
DOEMinitab操作教程
点击每一个方框，使其选中， 然后单击OK。
然后回到Session窗口：
Paired T-Test and CI: Material A, Material B H0：两种材料寿命没有差异
Paired T for Material A - Material B
Ha：两种材料寿命有差异
N Mean StDev SE Mean
H0：两种材料寿命没有差异 Ha：两种材料寿命有差异
P>0.05,接收H0。
Difference = mu (Material A) - mu (Material B) Estimate for difference: -0.410000 95% CI for difference: (-2.754808, 1.934808) T-Test of difference = 0 (vs not =): T-Value = -0.37 P-Value = 0.717 DF = 17
0.0
Differences
两种材料有显著差异，研发处的建议被接受。
6、为什么会得到不同的结论？
• 到底我们该相信那个结论？ 不了解基本的统计观念会有什么坏处？
2、化学实验设计案例
Factor (因子)
Temperature(T) Concentration(C) Catalyst (K)
Level (水準)
3.0
2.5
2.0
1.5
1.0
0.5
0.0
_
X
-0.5
Ho
-1.2
-1.0
-0.8
-0.6 -0.4
-0.2
0.0
0.2
Differences
两种材料有显著差异，研发处的建议被接受。
DOE案例(minitab实验设计)
(5)作标准化效应的Pareto图和正态图，如图1-2(a)、(b)所示。
(3)按计划表完成试验并将试验结果填入表中。
(4)利用Minitab软件，对结果做因子主效图、交互效应图和立方图。如图1-1(a)、(b)、(c)所示：
从(a)图可以看出：A(热处理温度)、B(升温时间)及D(恒温时间时间)主效应显著。
从(b)图可以看出B(升温时间)跟D(恒温时间)存在明显交互作用。
图1-5
(9)对修订回归方程再做残差诊断，残插图如图1-6所示。
从下图可以看出残差服从正态分布，无异状。
图1-6修订后残插图
P值=0.935>0.05，残插符合正态分布。
(10)调优找出因子最佳方案。
当热处理温度=860℃,升温时间=3min，处理时间=1.6h，恒温时间=60min,强度最大值
Y=573Leabharlann 6.8(1)确定响应变量、试验因子和因子水平，编制因子水平表，见表1-1.
因子
水平
-1
+1
A（恒温时间）/min
50
60
B（热处理温度）/(°)
820
860
C（升温时间）/min
2
3
D（处理时间）/h
1.4
1.6
表1-1
(2)按4因子2水平的全因子试验编制试验计划表（考虑中心点重复和随机化）得到下述试验计划（采用Minitab软件）见表1-2。
MiniTabDOE操作说明
Unit-3: 直交表設計
全因子試驗與直交表：
若在進行實驗設計時，考慮到所有可能的因子水準組合，此稱作全因子實驗。 在全因子設計中，當因子數目增加時，實驗次數會隨之增加；而部分因子設計則
會增加實驗方法的複雜性。田口方法利用直交表（Orthogonal Array；OA）來收 集資料，能讓我們以較少的實驗而獲得更可靠的因子效果估計量。利用直交表進 行實驗是穩健設計的一個重要技巧。
MiniTab DOE操作說明
田口試驗設計(Taguchi Method)
1
Catalogue
Unit-1. 田口品質工程簡介 Unit-2. 品質損失函數 Unit-3. 直交表 Unit-4. 參數設計 Unit-5. 靜態設計及Minitab操作 Unit-6. 動態設計及Minitab操作
信號因子（signal factor） 由設計工程師依據所開發產品的工程知識來選擇，以表達所想的回應值。當y 的目標值 改變時，我們可調整信號因子，使y 的平均值與目標值一致。 例如：1.電風扇轉速設定是一信號因子，藉由轉速的設定可改變風量的大小。2.射出成 型時，藉由壓力的增加，可使產品的尺寸更接近模具尺寸。3.汽車方向盤的轉向角度， 可以指示汽車的迴轉半徑。 •通常信號因子與回應值間具有輸入與輸出的關係，譬如汽車駕駛時踩油門的大小會影 響汽車速度的快慢。
望目品質損失函數
18
Unit-2: 品質損失函數
品質損失：
望目品質損失函數
19
Unit-2: 品質損失函數
品質損失：
望目品質損失函數
20
Unit-2: 品質損失函數
品質損失：
非對稱型望目品質損失函數
21
Unit-2: 品質損失函數
最新Minitab实验设计DOE操作步骤
•Minitab实验设计DOE操作步骤
•1
EXCEL文档数据
•Minitab实验设计DOE操作步骤
•2
点击统计
•Minitab实验设计DOE操作步骤
•3
依次选中红色标识框
•Minitab实验设计DOE操作步骤
•4
•Minitab实验设计DOE操作步骤
波值影响很大
图示解析：前半平面 度越大漏波值越小； 反之，前半平面度越 小漏波值越大，前半 平面度的大小对漏波
值影响较小
•Minitab实验设计DOE操作步骤
•22
点击编辑上一对话框图标
•Minitab实验设计DOE操作步骤
•23
先选中交互作用图
第二步点击设置
•Minitab实验设计DOE操作步骤
•17
•Minitab实验设计DOE操作步骤
•18
结果显示到此框内
双击标 识处
单击标 识处
•Minitab实验设计DOE操作步骤
•19
结果显示到此框内
点击确定
•Minitab实验设计图
再点击确定
•Minitab实验设计DOE操作步骤
•21
图示解析：门磁 角度越大漏波值 越小；反之，门 磁角度越小漏波 值越大，且门磁 角度的大小对漏
2、再点击设置
•Minitab实验设计DOE操作步骤
•50
双击C8距离，点 选到下面的响应
框中
点击双箭头的标识，把 上面的三个因子选入到
右边的空白框中
•Minitab实验设计DOE操作步骤
•51
点击确定
•Minitab实验设计DOE操作步骤
•52
Minitab实验设计DOE操作步骤
精品文档
42
然后点击确定
精品文档
43
然后点击选项
精品文档
44
取消勾选后，标准序C1 可以按照顺序排列
然后点击确定
精品文档
45
点击结果
精品文档
46
3、再点击 确定
2、出现此 对话框
1、点击 确定
精品文档
47
在工作表中输入每次试验 的结果“距离”
全因子试验次数
1、出现此对话
为8次，共自动
框，全因子试验
30
图示解析：通过实验设计分析， 试验结果显示出门磁角度在92， 前半平面度在0.3时，漏波值是最
小的，所以选定此组工艺参数
精品文档
31
2、二水平/三因子设计 抛球试验
精品文档
32
点击统计
输入试验设计方案
精品文档
33
创建因子设计
精品文档
34
依次选中红色标识框
精品文档
35
出现此对话框
精品文档
精品文档
25
点击确定
显示此图形
再点击确定
精品文档
26
图示解析：前半平面度和门磁角 度对于漏波值的大小无交互作用
精品文档
27
点击编辑上一对话框图标 先选中立方图
显示出以下对话框 第二步点击设置
精品文档
28
双击此标识处
显示出以下对话框
单击标识处
显示到此对话框
精品文档
最后点击确定
29
再点击确定
精品文档
36
选中此标识：两水 平因子
选中因 子数3
精品文档
最后点击设计
37
出现此 对话框， 选择设
Minitab实验设计DOE操作步骤(精选)
然后点击选项
Minitab实验设计DOE操作步骤
44
取消勾选后，标准序C1 可以按照顺序排列
然后点击确定
Minitab实验设计DOE操作步骤
45
点击结果
Minitab实验设计DOE操作步骤
46
2、出现此
1、点击
3、再点击
对话框
确定
Minitab实验设计DOE操作步骤
47
确定
在工作表中输入每次试验 的结果“距离”
27
点击编辑上一对话框图标 先选中立方图
显示出以下对话框 第二步点击设置
Minitab实验设计DOE操作步骤
28
双击此标识处
显示出以下对话框
单击标识处
显示到此对话框
最后点击确定
Minitab实验设计DOE操作步骤
29
再点击确定
Minitab实验设计DOE操作步骤
30
图示解析：通过实验设计分析， 试验结果显示出门磁角度在92， 前半平面度在0.3时，漏波值是最
再点击确定
Minitab实验设计DOE操作步骤
22
图示解析：门磁 角度越大漏波值 越小；反之，门 磁角度越小漏波 值越大，且门磁 角度的大小对漏
波值影响很大
图示解析：前半平面 度越大漏波值越小； 反之，前半平面度越 小漏波值越大，前半 平面度的大小对漏波
值影响较小
Minitab实验设计DOE操作步骤
23
点击编辑上一对话框图标
Minitab实验设计DOE操作步骤
24
先选中交互作用图
第二步点击设置
Minitab实验设计DOE操作步骤
25
点击确定
显示此图形
再点击确定
DOE培训系列MintabDOE操作说明
因子數選擇3 DOE培训系列MintabDOE操作说明
中心複合設計
n 3:點擊
確認中心复合试验设计的因素数所对应的运行次数
DOE培训系列MintabDOE操作说明
中心複合設計
n 4:點擊
選择中心复合试验设计的因素数和对应的运行次数
DOE培训系列MintabDOE操作说明
中心複合設1 +1
+1.682 +1.682 +1.682
实际设置 1400 800 1.6
1268 834 1.7
DOE培训系列MintabDOE操作说明
中心複合設計
11:數據輸入： 12:在MINITAB下拉式菜单选：Stat>Factorial>Response Surface>Analysis Response Surface Design 如下图
从（A、C、Y）图中可以 看出，因素A、C对Y的是 非线性的，因为表面图发 生弯曲。
从（B、C、Y）图中可以看出， 因素B、C对Y的是接近线性的， 因为表面图接近一个平面。
PS: （A、B、Y）图和（A、C、Y）图发生弯曲的原因为 因素A存在二次项，在（B、C、Y）图中，A因素被 固定为0，表面图反映的只是因素B与C的影响，是线 性的，表现在表面图上为表面图形近似为平面。
确定试验因素水平表
Factor A.射出壓力(psi) B.保持壓力(psi)
C射出時間(s)
水平1200 700 1.2
水平+ 1400 800 1.6
DOE培训系列MintabDOE操作说明
中心複合設計
n 1. 在MINITAB工作表选择：Stat>DOE>Response Surface>Create Response Surface Design,如下表：
MiniTab DOE操作说明
MiniTab DOE操作说明MiniTab DOE操作说明1、简介1.1 MiniTab DOE是什么？MiniTab DOE（Design of Experiments）是一种统计工具，可以帮助进行实验设计和数据分析。
它通过精心设计的实验，可以帮助研究人员确定影响目标过程或产品的变量，从而获得准确和可靠的结果。
1.2 为什么使用MiniTab DOE？MiniTab DOE具有以下优点：- 提供全面的实验设计选项，包括正交、鲁棒、Taguchi等方法。
- 能够标识影响目标变量的主要因素和交互作用。
- 可以通过优化实验设计来减少试验数量并最大化实验效果。
- 提供可视化工具和统计分析，能够迅速发现实验结果和趋势。
2、实验设计步骤2.1 确定目标在进行实验之前，需要明确目标并定义所要研究的变量。
这些变量可以是输入因素、输出响应或其他与实验相关的参数。
2.2 选择实验设计根据目标和实验要求，选择适当的实验设计方法。
MiniTab DOE提供了多种实验设计选项，如全因子设计、分数因子设计、响应曲面设计等。
2.3 构建实验设计使用MiniTab DOE工具构建实验设计方案。
根据选定的实验设计方法，输入因素和其水平，确定试验数量和试验顺序。
2.4 进行实验按照实验设计方案进行实验并记录数据。
确保实验过程的准确性和一致性。
2.5 数据分析使用MiniTab DOE工具对实验数据进行分析。
通过统计方法和图表分析，识别主要因素和交互作用，并评估其对目标变量的影响。
2.6 优化实验设计根据数据分析结果，在保证实验效果的同时，尽可能减少试验数量。
根据实验结果调整实验设计并再次进行实验。
3、实例分析3.1 实验目标：研究不同参数对产品质量的影响。
3.2 实验设计：使用全因子设计，选择3个影响因素，每个因素有2个水平。
3.3 实验过程：按照实验设计方案进行实验，并记录数据。
3.4 数据分析：使用MiniTab DOE工具进行数据分析，识别主要因素和交互作用。
DOE-全因子试验设计及Minitab操作
2.2 Pulling Test Machine
設備編號：54W0600144 保養日期：2009/02/29 校驗日期：2009/06/06 效驗編號：830179
Stage-2:Measure
2.3 Pulling Test method:
2.4 Test Flow CCuhpaperrt: Top View Ni-tab Side View
200
200
5.6
4
3
80
80
180
200
4.6
5
2
80
100
200
230
6
6
3
100
80
180
230
6.2
7
2
80
100
180
200
5.4
8
3
80
80
200
230
6.4
9
2
100
80
200
230
6
10
2
100
100
180
230
5.6
11
3
100
80
180
230
6
12
2
80
80
180
230
5.8
13
2.5 Gage R&R Chart:
G age R & R (N ested) for D ata
Gage name: Pulling force machine Date of study: 2009/04/15
R eported by: Tolerance: M isc:
MinitabDOE操作说明全因子实验范例
Minitab DOE操作說明:範例:全因子實驗設計法3因子2水準實驗設計:因子—A.時間 ,B.溫度 ,C.催化劑種類Step 1:決定實驗設計開啟Minitab R14版1.選擇Stat > DOE > Factorial > Create Factorial Design2.點擊因所要討論的因子有三個 , 由表中可以作二種選擇:選擇Ⅲ作4次實驗選擇Full作8次實驗一個三因子2水準的設計共有23 (或8)種可能的組合 , 一個包含所有可能組合的設計 , 即稱之為全因子設計(Full Factorial Design) ,好處是可避免交絡(Confounding)的情況 ,也就是所有因子的效應無法與其它的效應明確分辨出來 ; 然而 ,使用較少的組合設計稱之為部份因子設計(Fractional Factorial Design)此範例決定是全因子設計 , 因在化學工廠內 , 要控制這些因子(時間/壓力/催化劑種類)並不耗費時間及成本 , 且實驗可在非尖峰時間進行 , 避免打斷生產線的進度 , 如果這實驗所需成本很高或困難執行 , 你可能需做不同決定。
3.點擊回到主對話框中4.選擇5.點擊,選取Full factorial6.在Number of replicates選項中選2 ,按Step 2:因子命名與因子水準的設定因子水準的設定可以是文字或數值若因子為連續性→使用數值水準設定 ,可為量測的任意值(ex.反應時間)若因子為類別變數→使用文字水準設定 ,為有限的可能值(ex.催化劑種類)就一個2水準的因子設計 , 因子水準設定為兩個值 , 建議數值儘可能分開:1.點擊Factors按鈕2.輸入因子名稱及水準 , 完成後按Create Factorial Design主對話框1.按Options選項鈕2.在Base for random data generator的欄位 , 輸入9 ,可控制隨機化的結果 ,讓每次3.確定有選取Store design in worksheet的選項後 ,並按4.回到Create Factorial Design主對話框按,就會產生設計的內容並儲存在工作表單Step 4:瀏覽設計的內容（直交表形成）若要切換工作表單以RanOrder/StdOrder 以及Coded/Uncoded 的呈現 ,可由功能表Stat →DOE →Display Design 來選擇另外若要修改因子名稱或設定 , 有兩種方式：(1)可由功能表Stat →DOE →Modify Design 來選擇(2)直接修改資料視窗中相對的因子列Step 5:資料收集與輸入1.在資料視窗中C8的變數名稱位置輸入Yield2.可將此實驗工作表列印出來並收集數據結果Step 6:篩選實驗目的是利用效應圖來選取對於提高產能較大效應的因子配置一個模型(Fit a model)1.在功能表點選Stat→DOE→Factorial→Analyze Factorial Design2.在3.點取4.繪製Normal(常態機率圖)及Pareto(柏拉圖) ,協助找到顯著因子5.按OK 鍵 ,回到Analyze Factorial Design 主對話框 ,再按主對話框OK 鍵 ,即會將分析 結果及繪圖在視窗中 效應圖(Effect Plots)Normal(常態機率圖) Pareto(柏拉圖) 確認重要的效應在圖中偏離直線較遠的點(紅色)為顯著因子 , 即為依圖中影響效應程度大小排列並數值因使用為全因子設計 ,故包含3個單一之主效應、3個二次的(two-way)交互作用及1個三次的(three-way)交互作用Step 7:配置一個較簡單的模型接下來 ,要由全因子模型所找到的重要因子再重新設定一個較簡單的模型 ,也就是去除不顯著之因子 ,評估適合度、圖示解析及殘差分析1.Start→DOE→Factorial→Analyze Factorial Design2.選取Terms選項鈕3.設定內容將原本在Selected Terms欄位中的不顯著因子移到Available Terms欄位中4.按OK鍵 ,回到Analyze Factorial Design主對話框5.點取Graphs選項鈕 ,取消勾選Normal與Pareto圖6.勾選Four in one相關分析圖 ,按OK鍵回主對話框7.按Analyze Factorial Design的主對話框分析的結果會列在程序視窗中 ,主效應是否選取適當??設定的模型是否恰當??Step 8:評估調整後的模型而殘差分析圖的結果也是令人滿意的Step 9:結論之描述因子圖(Factorial Plots)以繪製主效應圖(Main Effect Plot)及交互作用圖(Interaction Plot)可以用目視的方法來決定效應分析1.點選功能表Stat→DOE→2.勾選Main Effects Plot ,再按下Setup3.在Response輸入Yield4.將顯著因子B(Pressure)及C(Catalyst)自Available欄位中2.勾選Interaction Plot ,再按下,重複3與4步驟檢視繪圖內容在繪圖視窗中會個別列出主效應圖及交互作用圖--主效應圖(Main Effects Plot)分析壓力圖催化劑圖(Catalyst Plot)→比較催化劑在兩種類別的差異(1)由圖中顯示 ,差異性比較:催化劑主效應>壓力主效應 ,也就是說催化劑斜率的絕對值 大於壓力斜率的絕對值 ,由於Yield 為望大值(越大越好) ,故壓力在4大氣壓較1大氣 壓有較高的良率 ; 催化劑的種類使用A 較B 有較高的良率(2)若因子之間沒有交互作用存在 ,由主效應圖即可找到使良率較高的最佳組合 ,此範例 有BC 交互作用顯著差異存在 ,故接下來再由交互作用圖來分析--交互作用圖(Interaction Plot)分析交互作用圖可看出因子間水準設定互相造成之衝擊性 ,有加乘或抵消作用(1)由圖中顯示 ,不論壓力值在1大氣壓或4大氣壓 ,使用A 催化劑的Yield 皆大於B 催化 劑 ;但是以A 催化劑而言 ,壓力設定在4大氣壓比1大氣壓有明顯Yield 變化 (2)綜合以上分析 ,使Yield 最大的最佳組合為壓力4大氣壓與A 催化劑。
DOE基础知识(minitab软件操作实例讲解DOE)
通过相对少的实验获取因子的全部资料并掌握因子的特性和符合最适合化
分析相对简单
DOE基础知识
完全要因实验的特性
实验因子的所有组合 可以对主效果和交互作用效果全部评价 在定义的实验领域内所有可能点上可以推断输出（反应）
值 实验的误差（偏差）可在反复中获取
（Screening DOE） （Fractional
（Full factorial
Factorial Design） Dssign）
反应表面实验
（Response Surface
Methodology）
因子（X）数
6以上
4-10
1-5
2-3
目的
重要因子的识别
局部交互作用
因子之间关系 因子间最适条件 的设定
完全要因实验使用Minitab操作步骤
阶段1 实际问题记述 阶段2 记述关心的要因和水准,使用MINITAB来制订实验数据表,尽
可能把所有的反应值在一列中记录,所有的输入变量(要因)的水准记入 记录已知道的值的列中。
Stat/DOE/Create Factorial Design
阶段3 决定适当的标本的大小
--依据2因子以上的特定因子水准的组合而引起的效果
DOE基础知识
实验计划法概要
实验的类型
● 试行与事故试验（Trial and Error） ● 一次一个的要因（One-Factor-at-a Time：OFAT） ● 部份要因实验（ Fractionl Factorial Designs ） ● 完全要因实验（ Full Factorial Designs ） ● 反应表面实验（Response Surface Methodology） ● EVOP调优试验设计 （Evolutionary Operation）
Minitab 19 DOE 设计范例 3因子2水平
Minitab 19 DOE实验操作实例实验使用3个因子，两个水平的方式来实现。
因子：温度，压力，催化剂响应量：合格率实验目的：评估哪个因子对合格率有较大的影响，从而优化工艺。
详细的实验步骤：1.打开Minitab 19 版本软件。
2.依次点击菜单：统计>DOE>因子>创建因子设计3.在打开的窗口中点击图示的两水平因子，选择3因子。
点击显示可用设计即可看到此次实验设计的实验次数。
在此次实验中可以选择4次和8次两种实验方案，如果选择4次的方案，它的分辨率是3级（总级别为5级），将会造成实验因子效果的不明确。
在此选择全因子实验，有最高的分辨率。
点击图示的确定后，进入下一步。
4.点击设计菜单，按照图示点击设置相关参数之后，点击确定。
角点的仿行数设置为2，表示给实验参数重复两次。
中心点数0表示：没有设置高和低水平之间的中间水平或者理解为当前现实参数。
区组数1：只有一组实验。
5.点击因子菜单，即可对因子及水平具体的输入：按照图示样式输入实验参数后，点击确定。
6.在图示的选项及结果菜单中，默认参数即可。
7.点击确定之后，即可看到软件自动生成的实验方案，详细的实验次数，因子分组，实验顺序等，如右图所示。
保存实验方案，待实验后输入数据。
8.按照上述方案完成实验后，打开上次的实验表格，输入合格率数据如图示。
9. 依次点击菜单：统计>DOE>因子>分析因子设计10.在响应栏中选择合格率，再点击图形，在打开的菜单中，按照图示设置参数后，依次点击两次确定。
11. 在效应图中我们可以看到图示显示红色的ABC 的交互作用和C因子的作用是有明显的影响，即是我们需要重点关注的因子。
12.经过上一步分析得出ABC和C是我们的重要因子，现在继续对重要因子分析，列出因子图更加直观的看到因子对合格率影响效果。
依次点击菜单：统计>DOE>因子>因子图13.在打开的因子窗口中，如图所示设置，点击确定。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Minitab DOE操作說明:
範例:
全因子實驗設計法
3因子2水準實驗設計:
因子—A.時間 ,B.溫度 ,C.催化劑種類
Step 1:決定實驗設計
開啟Minitab R14版
1.選擇Stat > DOE > Factorial > Create Factorial Design
2.點擊
因所要討論的因子有三個 , 由表中可以作二種選擇:
選擇Ⅲ作4次實驗
選擇Full作8次實驗
一個三因子2水準的設計共有23 (或8)種可能的組合 , 一個包含所有可能組合的設計 , 即稱之為全因子設計(Full Factorial Design) ,好處是可避免交絡(Confounding)的情況 ,也就是所有因子的效應無法與其它的效應明確分辨出來 ; 然而 ,使用較少的組合設計稱
之為部份因子設計(Fractional Factorial Design)
此範例決定是全因子設計 , 因在化學工廠內 , 要控制這些因子(時間/壓力/催化劑種類)並不耗費時間及成本 , 且實驗可在非尖峰時間進行 , 避免打斷生產線的進度 , 如果這
實驗所需成本很高或困難執行 , 你可能需做不同決定。
3.點擊回到主對話框中
4.選擇
5.點擊,選取Full factorial
6.在Number of replicates選項中選2 ,按
Step 2:因子命名與因子水準的設定
因子水準的設定可以是文字或數值
若因子為連續性→使用數值水準設定 ,可為量測的任意值(ex.反應時間)
若因子為類別變數→使用文字水準設定 ,為有限的可能值(ex.催化劑種類)
就一個2水準的因子設計 , 因子水準設定為兩個值 , 建議數值儘可能分開:
1.點擊Factors按鈕
2.輸入因子名稱及水準 , 完成後按Create Factorial Design主對話框
1.按Options選項鈕
2.在Base for random data generator的欄位 , 輸入9 ,可控制隨機化的結果 ,讓每次
3.確定有選取Store design in worksheet的選項後 ,並按
4.回到Create Factorial Design主對話框按,就會產生設計的內容並儲存在工作表單
Step 4:瀏覽設計的內容（直交表形成）
若要切換工作表單以RanOrder/StdOrder 以及Coded/Uncoded 的呈現 ,
可由功能表Stat →DOE →Display Design 來選擇
另外若要修改因子名稱或設定 , 有兩種方式：
(1)可由功能表Stat →DOE →Modify Design 來選擇
(2)直接修改資料視窗中相對的因子列
Step 5:資料收集與輸入
1.在資料視窗中C8的變數名稱位置輸入Yield
2.可將此實驗工作表列印出來並收集數據結果
Step 6:篩選實驗
目的是利用效應圖來選取對於提高產能較大效應的因子
配置一個模型(Fit a model)
1.在功能表點選Stat→DOE→Factorial→Analyze Factorial Design
2.在
3.點取
4.繪製
Normal(常態機率圖
)及
Pareto(柏拉圖) ,協助找到顯著因子
5.按OK 鍵 ,回到Analyze Factorial Design 主對話框 ,再按主對話框OK 鍵 ,即會將分析 結果及繪圖在視窗中 效應圖(Effect Plots)
Normal(常態機率圖) Pareto(柏拉圖) 確認重要的效應
在圖中偏離直線較遠的點(紅色)為顯著因子 , 即為依圖中影響效應程
度大小排列並數值
因使用為全因子設計 ,故包含3個單一之主效應、3個二次的(two-way)交互作用及1個三次的(three-way)交互作用
Step 7:配置一個較簡單的模型
接下來 ,要由全因子模型所找到的重要因子再重新設定一個較簡單的模型 ,也就是去除不顯著之因子 ,評估適合度、圖示解析及殘差分析
1.Start→DOE→Factorial→Analyze Factorial Design
2.選取Terms選項鈕
3.設定內容
將原本在Selected Terms欄位中的不顯著因子移到Available Terms欄位中
4.按OK鍵 ,回到Analyze Factorial Design主對話框
5.點取Graphs選項鈕 ,取消勾選Normal與Pareto圖
6.勾選Four in one相關分析圖 ,按OK鍵回主對話框
7.按Analyze Factorial Design的主對話框
分析的結果會列在程序視窗中 ,
主效應是否選取適當??
設定的模型是否恰當??
Step 8:評估調整後的模型
而殘差分析圖的結果也是令人滿意的
Step 9:結論之描述
因子圖(Factorial Plots)
以繪製主效應圖(Main Effect Plot)及交互作用圖(Interaction Plot)可以用目視的方法來決定效應分析
1.點選功能表Stat→DOE→
2.勾選Main Effects Plot ,再按下Setup
3.在Response輸入Yield
4.將顯著因子B(Pressure)及C(Catalyst)自Available欄位中
2.勾選Interaction Plot ,再按下,重複3與4步驟
檢視繪圖內容
在繪圖視窗中會個別列出主效應圖及交互作用圖
--主效應圖(Main Effects Plot)
分析壓力圖
催化劑圖(Catalyst Plot)→比較催化劑在兩種類別的差異
(1)由圖中顯示 ,差異性比較:催化劑主效應>壓力主效應 ,也就是說催化劑斜率的絕對值 大於壓力斜率的絕對值 ,由於Yield 為望大值(越大越好) ,故壓力在4大氣壓較1大氣 壓有較高的良率 ; 催化劑的種類使用A 較B 有較高的良率
(2)若因子之間沒有交互作用存在 ,由主效應圖即可找到使良率較高的最佳組合 ,此範例 有BC 交互作用顯著差異存在 ,故接下來再由交互作用圖來分析
--交互作用圖(Interaction Plot)
分析
交互作用圖可看出因子間水準設定互相造成之衝擊性 ,有加乘或抵消作用
(1)由圖中顯示 ,不論壓力值在1大氣壓或4大氣壓 ,使用A 催化劑的Yield 皆大於B 催化 劑 ;但是以A 催化劑而言 ,壓力設定在4大氣壓比1大氣壓有明顯Yield 變化 (2)綜合以上分析 ,使Yield 最大的最佳組合為壓力4大氣壓與A 催化劑。