Minitab DOE操作说明_全因子实验范例_

1、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 因所要討論的因子有三個 , 由表中可以作二種選擇:¾ 選擇作4次實驗 ¾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(Confoun

2、ding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OK 回到主對話框中 4.選擇2-level factorial (default generators, 在因子數選擇35.點擊Designs ,選取Full factorial 6.在N

3、umber of replicates選項中選2 ,按OKStep 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¾ 若因子為連續性Æ使用數值水準設定 ,可為量測的任意值(ex.反應時間 ¾若因子為類別變數Æ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:FactorLow Setting High Setting Temperature 20° C 40° C Pressure 1 4 atmosphere atmospheresCatalys

4、tAB1.點擊Factors 按鈕2.輸入因子名稱及水準 , 完成後按OK Create Factorial Design主對話框Step 3:隨機化與儲存設計的內容1.按Options 2.在 Base for random data generator的欄位 , 輸入9 ,讓每次 都可得到一致的模型3.確定有選取Store design in worksheet的選項後 ,並按OK 4.回到Create Factorial Design主對話框按OK ,就會產生設計的內容並儲存在工作表單 中 ¾ 若要切換工作表單以RanOrder/StdOrder以及 Coded/Uncoded

5、的呈現 , 可由功能表 Stat ÆDOE ÆDisplay Design來選擇¾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 ÆDOE ÆModify 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¾配置一個模型(Fit a model1.在功能表點選Stat ÆDOE ÆFactorial

6、ÆAnalyze Factorial Design 2.在 Responses 欄位輸入Yield3.點取Graphs4.繪製Pareto(柏拉圖 ,協助找到顯著因子5.按OK ,回到Analyze Factorial Design主對話框 ,再按主對話框OK ,即會將分析 結果及繪圖在視窗中¾效應圖(Effect PlotsNormal(常態機率圖 Pareto(柏拉圖 ¾ 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 P 值>0.05 Î非顯著 P 值&

7、lt;0.05 Î顯著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.點選功能表選單 Start DOE Factorial Analyze Factorial Design 2.選取 Terms 選項鈕 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 3.設定內容 將原本在 Se

8、lected Terms 欄位中的不顯著因子移到 Available Terms 欄位中 7.按 Analyze Factorial Design 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? Page 11 Page 12 Step 8: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 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

9、視的方法來決定 效應分析 1.點選功能表 Stat DOE Factorial Factorial Plots 2.勾選 Main Effects Plot ,再按下 Setup 而殘差分析圖的結果也是令人滿意的 3.在 Response 輸入 Yield Page 13 Page 14 分析 壓力圖(Pressure Plot 比較壓力在高及低水準設定的差異 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 4.將顯著因子 B(Pressure及 C(Catalyst自 Availa

10、ble 欄位到 2.勾選 Interaction Plot ,再按下 Setup ,重複 3 與 4 步驟 > Selected 欄位中 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 縱座標代表 Yield 此點代表 Yield 在低 水準的壓與 A 催 化劑時的均值 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 此線代表所有實驗值平均 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