分析变异性示例

某家建材产品制造商的质量工程师正在开发一种全新的绝缘产品。该工程师设计了一个 2 水平全因子试验，以研究多个因子对绝缘强度变异性的效应。在进行强度试验时，该工程师决定收集一些额外的样本来检验这些因子对绝缘强度变异性的效应。该工程师按每种因子设置组合收集了六次重复的强度测量结果，并计算这些重复测量值的标准差。

工程师分析一个因子设计中的变异性，以确定材料类型、注塑压力、注塑温度和冷却温度如何影响产品绝缘强度的变异性。

打开样本数据绝缘强度.MTW。
完成预处理响应以分析变异性示例。
选择统计 > DOE > 因子 > 分析变异性。
在响应（标准差）中，输入 Std。
单击项。
从模型中包含项的阶数中，选择 2。单击确定。
单击图形。
在效应图下，选择Pareto。
在残差图下，选择三合一。
单击每个对话框中的确定。

解释结果

在方差分析表中，材料的主效应的 p 值以及材料与注塑压力间的交互作用在 α 水平 0.05 处显著。工程师可以考虑简化模型。

R² 值显示模型可以解释强度值中 97.75% 的方差，这表明该模型与数据的拟合程度非常高。

通过 Pareto 图，您可以直观地识别出重要效应，并比较各种效应的相对量值。此外，还会发现最大的效应是材料与注塑压力 (AB) 的交互作用，因为它延伸得最远。材料与冷却温度 (AD) 的交互作用最小，因为它延伸得最短。

这些残差图并不表示模型存在任何问题。

项	效应	比值效应	系数	系数标准误	T 值	P 值	方差膨胀因子
常量			0.3424	0.0481	7.12	0.001
材料	-0.9598	0.3830	-0.4799	0.0481	-9.99	0.000	1.00
注塑压力	-0.1845	0.8315	-0.0922	0.0481	-1.92	0.113	1.00
注塑温度	0.0555	1.0571	0.0278	0.0481	0.58	0.589	1.00
冷却温度	-0.1259	0.8817	-0.0629	0.0481	-1.31	0.247	1.00
材料*注塑压力	-0.9918	0.3709	-0.4959	0.0481	-10.32	0.000	1.00
材料*注塑温度	0.1875	1.2062	0.0937	0.0481	1.95	0.109	1.00
材料*冷却温度	0.0056	1.0056	0.0028	0.0481	0.06	0.956	1.00
注塑压力*注塑温度	-0.0792	0.9239	-0.0396	0.0481	-0.82	0.448	1.00
注塑压力*冷却温度	-0.0900	0.9139	-0.0450	0.0481	-0.94	0.392	1.00
注塑温度*冷却温度	0.0066	1.0066	0.0033	0.0481	0.07	0.948	1.00

来源	自由度	Adj SS	Adj MS	F 值	P 值
模型	10	65.4970	6.5497	21.73	0.002
线性	4	31.7838	7.9459	26.36	0.001
材料	1	30.0559	30.0559	99.71	0.000
注塑压力	1	1.1104	1.1104	3.68	0.113
注塑温度	1	0.1005	0.1005	0.33	0.589
冷却温度	1	0.5170	0.5170	1.71	0.247
2 因子交互作用	6	33.7132	5.6189	18.64	0.003
材料*注塑压力	1	32.0953	32.0953	106.47	0.000
材料*注塑温度	1	1.1466	1.1466	3.80	0.109
材料*冷却温度	1	0.0010	0.0010	0.00	0.956
注塑压力*注塑温度	1	0.2046	0.2046	0.68	0.448
注塑压力*冷却温度	1	0.2642	0.2642	0.88	0.392
注塑温度*冷却温度	1	0.0014	0.0014	0.00	0.948
误差	5	1.5072	0.3014
合计	15	67.0043

分析变异性示例

解释结果

方法

Ln(标准) 的已编码系数

Ln(标准) 的模型汇总

Ln(标准) 的方差分析

以未编码单位表示的回归方程

别名结构

别名
I
A
B
C
D
AB
AC
AD
BC
BD
CD