Observations relatives aux données pour la fonction Analyser un plan de Taguchi

Pour garantir la validité de vos résultats, prenez en compte les indications suivantes lorsque vous collectez des données, effectuez une analyse et interprétez vos résultats.

Les données doivent inclure au moins 2 facteurs de contrôle

Dans Minitab, un plan d'expérience doit comporter au moins 2 facteurs de contrôle. Une analyse de Taguchi traite tous les facteurs en tant que facteurs de catégorie, même si les mesures réelles peuvent être effectuées sur une échelle continue.

• Si vous ne disposez que d'un seul facteur de catégorie et d'aucun prédicteur continu, utilisez la fonction ANOVA à un facteur contrôlé.
• Si vous disposez d'un facteur continu, utilisez Droite d'ajustement.

Un plan dynamique doit contenir 1 facteur de contrôle.

Un facteur de signal est doté d'un ensemble de paramètres qui sont contrôlés par l'utilisateur du produit afin d'en utiliser la fonction prévue. Les facteurs de signal sont utilisés dans les expériences dynamiques, dans lesquelles la réponse est mesurée à chaque niveau du signal. L'objectif est d'améliorer la relation entre le facteur de signal et la réponse.

A titre d'exemple d'un facteur de signal, citons la position de l'accélérateur. La réponse, la vitesse du véhicule, doit avoir une relation cohérente avec la force de pression appliquée à l'accélérateur.

Vous devez avoir au moins 2 réponses

Structurez vos données dans la feuille de travail de sorte que chaque ligne contienne les facteurs de contrôle dans le répertoire intérieur et les valeurs de réponse pour un essai complet des facteurs de bruit dans le répertoire extérieur. Pour plus d'informations, reportez-vous à la rubrique Comment organiser les données de réponse de Taguchi dans la feuille de travail ?.

Le nombre maximal de colonnes de réponses que vous pouvez entrer est 50. En général, le nombre minimal de colonnes de réponses que vous pouvez entrer est 2. Toutefois, le nombre minimal de colonnes de réponses dépend de votre plan. Vous pouvez avoir une réponse uniquement dans le cas suivant :

• Votre plan contient des répétitions.
• Vous mesurez plusieurs facteurs de bruit à chaque essai et vous créez votre plan de sorte qu'il présente plusieurs essais à chaque combinaison de paramètres de facteurs.
• Vous utilisez un rapport signal/bruit Préférer plus grand ou Préférer plus petit, et vous n'allez pas analyser ou stocker l'écart type.

La variable de réponse doit être continue

Si la variable de réponse est une variable de catégorie, le modèle est moins susceptible de satisfaire les hypothèses de l'analyse, de décrire précisément vos données ou de permettre des prévisions utiles.

S'assurer que le système de mesure produit des données de réponse fiables

Si la variabilité dans votre système de mesure est trop grande, il se peut que votre expérience ne parvienne pas à détecter les effets importants en raison d'un manque de puissance.

Chaque observation doit être indépendante de toutes les autres

Si vos observations individuelles ne sont pas indépendantes, les résultats ne seront peut-être pas valides. Tenez compte des points suivants pour déterminer si vos observations sont indépendantes :

• Si une observation ne fournit aucune information sur la valeur d'une autre observation, cela signifie que les observations sont indépendantes.
• Si une observation fournit des informations sur une autre observation, cela signifie que les observations sont dépendantes.

Suivre les meilleures pratiques pour la collecte des données

Pour garantir la validité de vos résultats, suivez les indications ci-après :

• Assurez-vous que les données sont représentatives de la population qui vous intéresse.
• Collectez suffisamment de données pour bénéficier de la précision nécessaire.
• Consignez les données dans leur ordre de collecte.

Le modèle doit être correctement ajusté aux données

Si le modèle n'est pas correctement ajusté aux données, les résultats risquent d'être trompeurs. Dans les résultats, utilisez les graphiques des valeurs résiduelles, les statistiques de diagnostic pour les observations aberrantes, ainsi que les statistiques récapitulatives du modèle pour déterminer l'ajustement du modèle aux données.

Remarque

Pour ajuster un modèle linéaire, cliquez sur Analyse et spécifiez les options du modèle lorsque vous effectuez l'analyse.