Minitab-DOE操作说明(全因子实验范例)

Page1MinitabDOE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Step1:決定實驗設計開啟MinitabR14版1.選擇StatDOEFactorialCreateFactorialDesign2.點擊DisplayAvailableDesigns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Page2一個三因子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(FullFactorialDesign),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(FractionalFactorialDesign)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OK,回到主對話框中4.選擇2-levelfactorial(defaultgenerators),在因子數選擇35.點擊Designs,選取Fullfactorial6.在Numberofreplicates選項中選2,按OKPage3Step2: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:FactorLowSettingHighSettingTemperature20°C40°CPressure1atmosphere4atmospheresCatalystAB1.點擊Factors按鈕2.輸入因子名稱及水準,完成後按OK回到CreateFactorialDesign主對話框Page4Step3:隨機化與儲存設計的內容1.按Options選項鈕2.在Baseforrandomdatagenerator的欄位,輸入9,可控制隨機化的結果,讓每次3.確定有選取Storedesigninworksheet的選項後,並按OK4.回到CreateFactorialDesign主對話框按OK,就會產生設計的內容並儲存在工作表單Page5Step4: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DisplayDesign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ModifyDesign來選擇(2)直接修改資料視窗中相對的因子列實驗原有順序隨機後實驗順序依實驗原有順序執行依隨機後實驗順序執行因子水準以代號顯示因子水準以真實Data顯示Page6Step5: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輸入Yield資料列中Step6: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(Fitamodel)1.在功能表點選StatDOEFactorialAnalyzeFactorialDesign2.在Responses欄位輸入Yield3.點取Graphs選項鈕Page74.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AnalyzeFactorialDesign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(EffectPlots)Normal(常態機率圖)Pareto(柏拉圖)在圖中偏離直線較遠的點(紅色)為顯著因子,即為C(催化劑)、B(壓力)、BC(催化劑V.S壓力之交互作用)依圖中影響效應程度大小排列並數值超出紅色參考線即為顯著因子Page8確認重要的效應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)交互作用以表列中可由P值來找出哪些因子為顯著的效應P值0.05非顯著P值0.05顯著Page9Step7: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.點選功能表選單StartDOEFactorialAnalyzeFactorialDesign2.選取Terms選項鈕3.設定內容將原本在SelectedTerms欄位中的不顯著因子移到AvailableTerms欄位中4.按OK鍵,回到AnalyzeFactorialDesign主對話框Page105.點取Graphs選項鈕,取消勾選Normal與Pareto圖6.勾選Fourinone相關分析圖,按OK鍵回主對話框7.按AnalyzeFactorialDesign的主對話框OK鍵分析的結果會列在程序視窗中,殘差分析圖及相關圖將可進一步評估主效應是否選取適當??設定的模型是否恰當??Page11Step8:評估調整後的模型由ANOVA表中主效應及交互作用P值皆0.05,代表這是一個很好的模型而殘差分析圖的結果也是令人滿意的Page12Step9:結論之描述因子圖(FactorialPlots)以繪製主效應圖(MainEffectPlot)及交互作用圖(InteractionPlot)可以用目視的方法來決定效應分析1.點選功能表StatDOEFactorialFactorialPlots2.勾選MainEffectsPlot,再按下Setup3.在Response輸入Yield4.將顯著因子B(Pressure)及C(Catalyst)自Available欄位到Selected欄位中2.勾選InteractionPlot,再按下Setup,重複3與4步驟Page13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(MainEffectsPlot)分析壓力圖(PressurePlot)比較壓力在高及低水準設定的差異催化劑圖(CatalystPlot)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(InteractionPlot)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催化劑此線代表所有實驗值平均數此點代表壓力在低水準時所有實驗值平均數縱座標代表Yield此點代表Yield在低水準的壓力與A催化劑時的均值