Ein Agrartechniker untersucht die Auswirkung von fünf Faktoren auf das Wachstum von Basilikumpflanzen. Der Techniker entwirft ein zweistufiges Taguchi-Experiment, um festzustellen, welche Faktoreinstellungen das Pflanzenwachstum verstärken, ohne dass die Streuung des Wachstums dabei steigt. Der Techniker ändert zudem zwei Rauschfaktoren, um zu ermitteln, welche Einstellungen für die fünf Faktoren das Pflanzenwachstum über den tatsächlichen Bereich von Temperatur- und Feuchtigkeitsbedingungen steigern.
Der Techniker erstellt einen dynamischen Versuchsplan mit dem Signalfaktor „Zeit“, der die Wachstumsdauer auf vier Stufen (3, 5, 7 und 9) darstellt. Der Techniker misst und erfasst die Daten in vier Spalten des Arbeitsblatts.
- Öffnen Sie die Beispieldaten Basilikumwachstum.MTW.
- Wählen Sie aus.
- Geben Sie im Feld Antwortdaten befinden sich in die Spalten T1F1, T1F2, T2F1 und T2F2 ein.
- Klicken Sie auf Grafiken, und wählen Sie anschließend unter Diagramme der Haupteffekte und Wechselwirkungen im Modell generieren für die Option Standardabweichungen aus. Klicken Sie auf OK.
- Klicken Sie auf Analyse.
- Aktivieren Sie unter Antworttabellen anzeigen für alle Optionen. Aktivieren Sie unter Lineares Modell anpassen für alle Optionen. Klicken Sie auf OK.
- Klicken Sie auf Terme.
- Verschieben Sie die Terme A: Sorte, B: Licht, C: Dünger, D: Wasser, E: Sprühen und AC von Verfügbare Terme nach Ausgewählte Terme. Klicken Sie auf OK.
- Klicken Sie auf Optionen.
- Wählen Sie unter Dynamisches Signal-Rausch-Verhältnis die Option Alle Linien durch einen festen Referenzpunkt anpassen aus.
- Klicken Sie in den einzelnen Dialogfeldern auf OK.
Interpretieren der Ergebnisse
Minitab gibt eine Tabelle der geschätzten Regressionskoeffizienten für jedes ausgewählte Merkmal der Antwortvariablen aus. Verwenden Sie die p-Werte, um zu ermitteln, welche Faktoren statistisch signifikant sind, und verwenden Sie die Koeffizienten, um die relative Bedeutung jedes Faktors im Modell zu bestimmen.
In diesem Beispiel weist „Dünger“ für die S/N-Verhältnisse einen p-Wert kleiner als 0,05 (p = 0,033) auf, und dieser Faktor ist auf dem Signifikanzniveau 0,05 statistisch signifikant. „Sorte“ ist auf dem Signifikanzniveau 0,10 statistisch signifikant (p = 0,064). Für die Steigungen ist keiner der Faktoren auf den Signifikanzniveaus 0,05 und 0,10 statistisch signifikant. Für die Standardabweichungen weisen die p-Werte darauf hin, dass „Sorte“ (p = 0,050) auf dem Signifikanzniveau 0,05 statistisch signifikant ist. „Dünger“ (p = 0,054), „Wasser“ (p = 0,057) und „Licht“ (p = 0,070) sind auf dem Signifikanzniveau 0,10 statistisch signifikant. „Sprühen“ (p = 0,300) und die Wechselwirkung „Dünger*Sorte“ (p = 0,169) sind statistisch nicht signifikant.
Der Absolutwert des Koeffizienten gibt die relative Bedeutung jedes Faktors an. Der Faktor mit dem größten Koeffizienten hat die größte Auswirkung auf ein bestimmtes Merkmal der Antwortvariablen. In Taguchi-Versuchsplänen spiegelt die Größe des Faktorkoeffizienten in der Regel die Rangfolge der Faktoren in den Antworttabellen wider.
Die Antworttabellen zeigen für jede Stufe jedes Faktors den Durchschnitt für jede Eigenschaft der Antwortvariablen. Die Tabelle umfasst Ränge auf der Grundlage der Delta-Statistik, mit der die relativen Größen von Effekten verglichen werden. In der Delta-Statistik wird für jeden Faktor der kleinste Durchschnitt vom größten abgezogen. Minitab weist die Ränge auf der Grundlage von Delta-Werten zu; Rang 1 dem höchsten Delta-Wert, Rang 2 dem zweithöchsten usw. Ermitteln Sie mit Hilfe der Stufendurchschnitte in den Antworttabellen, welche Stufe jedes Faktors das beste Ergebnis liefert.
In dynamischen Taguchi-Experimenten soll immer das S/N-Verhältnis maximiert werden. In diesem Beispiel weisen die Ränge darauf hin, dass „Dünger“ den größten Einfluss sowohl auf das S/N-Verhältnis als auch auf die Steigung hat. Für das S/N-Verhältnis weist „Sorte“ den nächstgrößten Einfluss auf, gefolgt von „Wasser“, „Licht“ und „Sprühen“. Für die Steigungen hat „Wasser“ den nächstgrößten Einfluss, gefolgt von „Licht“, „Sorte“ und „Sprühen“. Für die Standardabweichungen lautet die Rangfolge „Sorte“, „Dünger“, „Wasser“, „Licht“ und „Sprühen“.
- Sorte, Stufe 2
- Dünger, Stufe 2
- Sprühen, Stufe 2
- Es gibt keine eindeutige Erkenntnis hinsichtlich der besten Stufen für „Licht“ und „Wasser“, da die S/N-Verhältnisse und Steigungen auf Stufe 2, die Standardabweichungen hingegen auf Stufe 1 minimiert werden.
Hinweis
Weitere Informationen dazu, welche Entscheidungen der Techniker zu den Einstellungen für „Licht“ und „Wasser“ trifft, finden Sie unter Beispiel für Taguchi-Ergebnisse prognostizieren
Die Haupteffektediagramme und die Wechselwirkungsdiagramme bestätigen diese Ergebnisse.
Analyse des linearen Modells: S/N-Verhältn vs. Sorte; Licht; Dünger; ...
Analyse des linearen Modells: Steigungen vs. Sorte; Licht; Dünger; Wasser; ...
Analyse des linearen Modells: StdAbwn vs. Sorte; Licht; Dünger; Wasser; Sprühen
