Considerações de dados para Análise de Experimento Taguchi

Para garantir que seus resultados sejam válidos, considere as seguintes diretrizes ao coletar dados, realizar a análise e interpretar os resultados.

Os dados devem incluir pelo menos 2 fatores de controle
Um experimento planejado no Minitab deve ter pelo menos 2 fatores de controle. Uma análise Taguchi trata de todos os fatores como categóricos, embora as medições reais possam estar em uma escala contínua.
Um experimento dinâmico deve ter um fator de sinal
Um fator de sinal tem uma série de configurações que são controladas pelo usuário do produto para seu uso pretendido. Fatores de sinal são usados em experimentos dinâmicos nos quais a resposta é medida em cada nível do fator de sinal. O objetivo é melhorar a relação entre um fator de sinal e a resposta.
Um exemplo de fator de sinal é a posição do pedal do acelerador. A resposta, ou seja, a velocidade do carro, deve ter uma relação constante com a pressão aplicada ao pedal do acelerador.
Você deve ter um mínimo de 2 respostas
Estruture seus dados na worksheet de modo que cada linha contenha os fatores de controle na matriz interna e os valores de resposta de um ensaio completo dos fatores de ruído na matriz externa. Para obter mais informações, vá para Como organizar os dados de resposta de Taguchi na worksheet.
O número máximo de colunas de resposta que você pode inserir é 50. Normalmente, o número mínimo de colunas de resposta você pode inserir é 2. No entanto, o número mínimo de colunas de resposta depende do experimento. É possível ter uma resposta somente quando:
  • Seu experimento contém replicações.
  • Você mede mais de um fator de ruído em cada ensaio e cria seu experimento para que ele tenha vários ensaios em cada combinação de configurações de fatores.
  • Você está usando a razão sinal-ruído maior-é-melhor ou menor-é-melhor e não analisa ou armazena o desvio padrão.
A variável de resposta deve ser contínua

Se a variável resposta for categórica, é menos provável que seu modelo atenda às premissas da análise para descrever com precisão os seus dados ou para fazer predições úteis.

Certifique-se de que o sistema de medição produz dados de resposta confiáveis

Se a variabilidade em seu sistema de medição for muito grande, seu experimento pode não ter poder de detectar efeitos importantes.

Cada observação deve ser independente de todas as outras observações
Se suas observações individuais forem dependentes, seus resultados podem não ser válidos. Considere os seguintes pontos para determinar se suas observações são independentes:
  • Se uma observação não fornece informações sobre o valor de uma observação diferente, as observações são independentes.
  • Se uma observação fornece informações sobre o valor de uma observação diferente, as observações são dependentes.
Coleta de dados usando as práticas recomendadas
Para garantir que seus resultados sejam válidos, considere as seguintes diretrizes:
  • Certifique-se de que os dados representam a população de interesse.
  • Colete dados suficientes para proporcionar a precisão necessária.
  • Registre os dados na ordem em que forem coletados.
O modelo deve fornecer um bom ajuste aos dados
Se o modelo não se ajustar aos dados, os resultados podem ser equivocados. Na saída, utilize os gráficos residuais, as estatísticas de diagnóstico para observações incomuns e as estatísticas de resumo modelo para determinar o quão bem o modelo se ajusta aos dados.
Observação

Para ajustar um modelo linear, clique em Análise e especifique as opções de modelo ao executar a análise.

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política