Thông thường trong nghiên cứu, việc thiết kế được một thí nghiệm nhỏ nhưng hợp lý mang lại nhiều kết quả hơn so với một thí nghiệm lớn nhưng được bố trí rườm rà. STATGRAPHICS cung cấp thêm một công cụ để thiết kế và phân tích thí nghiệm.
Ví dụ một người kỹ sư muốn xác định trong các yếu tố: nhiệt độ đầu vào, lưu lượng dòng chảy, nồng độ cơ chất, tốc độ chảy rối và phần trăm chất xúc tác, yếu tố nào ảnh hưởng nhiều nhất đến sản phNm cuối cùng. Trong thực tế, vấn đề này có thể được giải quyết bằng nhiều phương pháp:
1. Phương pháp thử và sai: Mỗi lần tiến hành thí nghiệm chọn bất kỳ một sự
kết hợp giữa các yếu tố khác nhau Tốn thời gian nhưng không ghi nhận
được nhiều kết quả
2. Phương pháp bố trí thí nghiệm trên từng yếu tố riêng biệt: tiến hành tất cả
các nghiệm thức trên từng yếu tố thí nghiệm để xác định ảnh hưởng của từng yếu tố Không đánh giá được sự tương tác giữa các yếu tố thí nghiệm
3. Phương pháp thiết kế thí nghiệm có phân tích thống kê: đưa ra một trình tự tiến hành thí nghiệm để thu nhận được nhiều kết quả nhất về ảnh hưởng riêng lẻ và ảnh hưởng tương tác của các yếu tố thí nghiệm với số nghiệm thức ít nhất có thể.
1. Chọn kiểu thí nghiệm thử nghiệm:
Mục đích của việc chọn kiểu thí nghiệm là để tìm cách bố trí thí nghiệm như thế
nào để với số nghiệm thức nhỏ nhất nhưng vẫn xác định được yếu tố chính tác
động đến sản phNm cuối cùng của thí nghiệm. Với phần mềm STATGRAPHICS, việc đầu tiên là phải xác định kiểu bố trí thí nghiệm phải tiến hành và cần bao nhiêu nghiệm thức thí nghiệm.
Từ Menu, chọn DOE Design Creation Screening Design Selection. Hộp thoại đầu tiên hiện ra để lựa chọn những thông tin cơ bản về thí nghiệm:
62 Các thông số nhập dữ liệu: Các thông số nhập dữ liệu:
• Number of factors: Số yếu tố thí nghiệm. Trong ví dụ trên, người kỹ sư
muốn nghiên cứu 5 yếu tố.
• Designs to Consider: kiểu thiết kế được đánh giá. STATGRAPHICS đưa ra những kiểu thiết kế tốt nhất đáp ứng được những yêu cầu đặc biệt:
1. Factorials (thí nghiệm thừa số): các nghiệm thức được thiết kế kết hợp tất cả mức cao và thấp của mỗi yếu tố.
2. Fractional factorials (thí nghiệm thừa số phân đoạn): các nghiệm thức trong thí nghiệm thừa số đầy đủ (full factorials) được chia thành các tập hợp con để thí nghiệm (ví dụ chia thành ½, ¼,…)
3. Irregular fractions (thí nghiệm phân đoạn bất quy tắc): các nghiệm thức trong thí nghiệm thừa số đầy đủ được chia thành các tập hợp con để thí nghiệm nhưng các tập hợp con này không tuân theo quy tắc (ví dụ chia thành 3/8).
4. Mixed level factorials (thí nghiệm thừa số nhiều mức độ hỗn hợp): một yếu tố được nghiên cứu ở 3 mức trong khi các yếu tố khác được nghiên cứu ở 2 mức.
5. Plackett-Burman designs (thí nghiệm thiết kế kiểu Plackett-Burman): các thiết kế trên 2 mức thí nghiệm mà số nghiệm thức không phải là lũy thừa 2. Các thiết kế được phân loại dựa vào cách giải quyết bài toán (resolution) của chúng:
- Resolution V designs: có thể đánh giá tất cả các tác động chính và sự
tương tác giữa các yếu tố.
- Resolution IV designs: có thể đánh giá tất cả các tác động chính nhưng một số hay tất cả các tương tác giữa hai yếu tố có thể bị rối, lẫn với những tương tác khác hay có tác động nghịch.
- Resolution III designs: chỉ có thể đánh giá các tác động chính, không có sự tương tác giữa các yếu tố.
• Maximum Runs per Block: khi chuNn bị làm thí nghiệm, người kỹ sư nhận thấy rằng cô ta không thể tiến hành nhiều hơn 10 nghiệm thức trong một lần làm thí nghiệm. Vì mỗi lần làm thí nghiệm có thể khác nhau nên các nghiệm thức thí nghiệm cần phải được nhóm lại thành từng block nhỏ hơn 10 nghiệm thức.
• Minimum Centerpoints per Block: xác định rõ số điểm trung tâm (centerpoints) nhỏ nhất muốn có trong mỗi block. Điểm trung tâm là một nghiệm thức thí nghiệm ở trung tâm của vùng thí nghiệm và thường được sử
dụng để tạo sự lặp lại từ đó đánh giá sai số của thí nghiệm. Trong trường hợp này, người kỹ sư quyết định để chương trình STATGRAPHICS xác định số điểm trung tâm cần thiết.
• Experimental Error Sigma: độ lệch chuNn của quá trình thí nghiệm. Đây là
độ lệch chuNn sẽđược ghi nhận từ những nghiệm thức được lặp lại trong cùng
điều kiện thí nghiệm. Từ nghiên cứu trước cho thấy giá trị này khoảng 0,5 đối với năng suất.
64 This box is used to specify the required power of experiment. “Power” là xác This box is used to specify the required power of experiment. “Power” là xác suất để một yếu tố tác động ở một cường độ xác định sẽ có ý nghĩa thống kê sau khi thí nghiệm hoàn tất và dữ liệu kết quả được phân tích thống kê. Nói một cách chính xác hơn, đây là xác suất để đạt được giá trị P-value có ý nghĩa trong bảng phân tích.
Trong ví dụ này, người kỹ sư mong muốn có 90% cơ hội để tìm ra một tác động bằng 3 lần độ lệch sai số của thí nghiệm. Những tác động nhỏ hơn được xem như
là không đáng quan tâm. Vì mức ý nghĩa được thiết lập là 95% nên giá trị P- value có ý nghĩa sẽ nhỏ hơn 0,05.
Khi nhấn OK, một cửa sổ xuất hiện liệt kê số nghiệm thức thí nghiệm ít nhất đáp
Có 2 kiểu bố trí thí nghiệm được đề xuất:
1. Thí nghiệm thừa số đầy đủ 25 (Factorial in 4 blocks 2^5): gồm tất cả các nghiệm thức kết hợp 2 mức của 5 yếu tố thí nghiệm. Kiểu thiết kế thí nghiệm này khá lớn với 8 nghiệm thức trong mỗi 4 block (giá trị “power” cao hơn yêu cầu)
2. Thí nghiệm phân đoạn một nửa (A half fraction in 2 blocks): 2 block với 10 nghiệm thức mỗi block. Mỗi block gồm 8 thừa số hay điểm góc và 2
điểm trung tâm. Thiết kế kiểu resolution IV nên có thể ước lượng tất cả
các yếu tố chính và một số tương tác giữa 2 yếu tố. Với 5 yếu tố thí nghiệm, các tác động có thể có là: a. 1 tác động trung bình rất quan trọng b. 5 tác động chính c. 10 tác động tương tác giữa 2 yếu tố d. 1 tác động block
66 Trong hộp thoại đầu tiên, cần phải chỉ ra kiểu thí nghiệm muốn xem xét và Trong hộp thoại đầu tiên, cần phải chỉ ra kiểu thí nghiệm muốn xem xét và những thông tin quan trọng khác. Trong trường hợp này, chúng ta muốn chương trình chỉ xét kiểu thí nghiệm thừa số 2 mức độ và kiểu thí nghiệm thừa số phân
đoạn vì chúng ta cho rằng có thể cần phải bổ sung thiết kế sau khi tiến hành. Những thiết kế này bao gồm một tập hợp các loạt thí nghiệm ở 2 mức của mỗi yếu tố thí nghiệm với tổng số loạt thí nghiệm là lũy thừa 2.
Một hộp thoại rất quan trọng là Experimental error sigma. Thông số này liên quan đến khả năng lặp lại của bất kỳ loạt thí nghiệm nào. Nó bao gồm sự nhiễu trong điều chỉnh loạt thí nghiệm, sự biến động của các yếu tố bên ngoài, sai số đo lường và những nguyên nhân gây ra sự sai khác khi cố gắng lặp lại cùng một thí nghiệm nhiều hơn một lần dưới cùng một điều kiện. Từ những thí nghiệm khác, chúng ta hi vọng sai số cho phép σ sẽ là khoảng 0,5%. Chúng ta cũng có thể thêm yếu tố giới hạn kích cỡ block hay số điểm centerpoint tối thiểu nếu muốn.
Trong hộp thoại thứ hai, cần chỉ ra độ chính xác mà chúng ta muốn đạt được trong thí nghiệm này. Bằng cách chọn Power và chỉ rõ mục Effect to detect
chúng ta yêu cầu thí nghiệm phải có 90% cơ hội để phát hiện bất kỳ một yếu tố
nào hay một sự tương tác nào có thể tạo ra sự khác biệt 1,0% hoặc hơn ở mức sai số cho phép.
Centerpoint đểước lượng sai số thí nghiệm