Pesquisadores de um fabricante de plásticos deseja aumentar a resistência de um plástico. Os pesquisadores identificam a porcentagem do aditivo, a velocidade da agitação e o tempo de processamento como os possíveis fatores que afetam a resistência. A temperatura de cura do plástico também afeta a resistência. A execução de um experimento de 4 fatores inteiramente aleatorizado requer que os pesquisadores curam cada combinação dos níveis de fator intra-lote individualmente em um dos dois ajustes de temperatura. Como o processo leva muito tempo, os pesquisadores decidem usar um experimento de parcelas subdivididas. Os pesquisadores planejam curar todas as 8 combinações de percentual de aditivo, velocidade de agitação e tempo de processamento em uma temperatura e, depois, curar todas as 8 combinações à segunda temperatura. Eles replicar este processo de modo a usar cada ajuste de temperaturas duas vezes. Este experimento resulta em 32 observações, executado 4 parcelas integrais de 8 parcelas subdivididas cada.
A primeira tabela oferece um resumo do experimento.
Como o experimento é um fatorial completo, a tabela de aliases diz que os termos não têm confundimento.
A Tabela de Experimento mostra as condições experimentais ou definições para cada um dos fatores para os pontos do experimento. Os primeiros 8 ensaios deste experimento de parcelas subdivididas representam a primeira parcela integral, e o Fator A, que é um fator de difícil alteração, é definido no nível elevado. A primeira parcela subdividida executado na primeira parcela integral tem o Fator B alto, o Fator C alto e o Fator D baixo.
O Minitab aleatoriza o experimento por padrão, de forma que, se você replicar este exemplo, sua ordem de execução não irá corresponder à ordem na saída de exemplo.