DOE(실험계획법) - 1요인 실험_ 결과 데이터 분석하기

 

 

1. 적용 범위

특정한 1인자만의 영향을 조사하고자 할 때 사용한다.

예) 모 타이어 제조회사에서 신제품인 Radial Tire 개발에 있어서, 타이어 제조 과정중에 생타이어 원주길이가 타이어 제품의 균형에 어떤 영향을 미치는가를 알고 싶어 실험계획을 실시한다. (A1=3,260mm / A2=3,265mm/ A3=3,270mm)

 

2. 목적

1) Screening : 중요한 요인을 발견하고 특성을 알아낸다.

       a. 완전요인 배치 계획_Full Factorial Design

       b. 2k 배치 계획 (2k Factirual Design)

       c. 일부 실시법 (Fractional Factorial Design)

2) Optimizing : 최적의 조건을 찾는다.

        a. 반응표면 분석법 (Respons Surface Method)

        b. 혼합물 실험 (Mixture Experiment)

        c. EVOP (Evolutionary Operation)

 

3. 용어

1) 요인(인자, Factor) : 실험에 참여하는 모든 변수 (온도, 시간과 같은 정량 또는 기계, 작업자와 같은 정성)

2) 수준(Level) : 실험에서 조절될 수 있는 값

3) 자유도 (Degree of Freedom) : 어느 수준이 얼마나 더 좋은지를 결정하는데 필요한 요인들이나 교호작용들 사이의 비교 수

(자유도1 - 2명의 농구선수, 1명의 비교대상 / 자유도2 - 3명의 농구선수, 2명의 비교대상 .....)

 

3. 실험계획의 순서

실험 목적의 설정 -> 특성의 선택 -> 인자와 인자수준의 선택 -> 실험의 배치와 실험순서의 랜덤화 -> 실험 실시 -> 데이터 분석 -> 분석결과의 해석 및 조치

 

4. 실습

1) 실험 목적의 설정

금속 가공 시 처리액 농도가 인장강도에 영향을 미치는지 알아보고자 한다.

2) 특성치의 선택 (실험 결과를 통해서 얻어지는 결과)

특성치 : 인장강도

3) 인자와 인자수준의 선택

인자 : 처리액 농도

인자 수준 : A1 : 3.0% , A2 : 3.5% , A3 : 4.0%, A4 : 4.5%

4) 실험의 배치와 실험순서의 랜덤화

-> 각 인자에 대해 3차례 반복 진행하여 Data 수집

5) 실험 실시

구분	A1	A2	A3	A4
1	61.0	60.4	59.8	59.4
2	60.8	60.1	59.4	59.3
3	60.0	60.6	60.5	59.2

6) 데이터 분석

Minitab

① 미니탭에서 하기 순서로 Data 기입하고 "Results" Tap에서 보고자하는 값 및 그래프를 클릭 후 "OK" 버튼 클릭

Box Plot

② Box Plot : 각 수준의 평균값을 챠트에서 확인할 수 있으며, 농도가 짙어질수록 인장강도가 내려가는 것을 볼 수 있다.

One Way ANOVA

③ Analysis of Variance

a. P-value ≤ α : 통계적으로 평균의 차이는 유의하다. (평균의 차이가 있다고 판단)

-> α는 신뢰도로 상위 설정값에서 조절할 수 있으며, 보통 0.05로 설정하여 진행한다. (5%는 오차가 있을 수 있음을 뜻함)

b. P-value > α : 통계적으로 평균간의 차이는 유의하지 않다. (평균의 차이가 없다고 판단)

c. 예시의 결과값 : P-value 0.02로 유의수준 0.05보다 작으므로 농도에 따라 평균값이 다르다는 결론을 내릴 수 있다.