BỘ CÔNG THƯƠNG

TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP THỰC PHẨM

TPHCM

MÔN HỌC: THIẾT KẾ THÍ NGHIỆM VÀ XỬ LÍ SỐ

LIỆU
Thứ 7, tiết 7-12
GVHD: Lê Minh Tâm SVTH:

Nguyễn Thị Thị Dịu 2022170017

Nguyễn Thị Hạnh 2022170033

Lê Thanh Nhàn 2022170072

I. BÁO CÁO MÔN THIẾT KẾ THÍ NGHIỆM VÀ XỬ LÝ SỐ LIỆU

Thứ 7, tiết 7- 12 ( ngày 21/3/2019)

1. THỐNG KÊ KIẾN THỨC ĐÃ HỌC

2. Nhập dữ liệu vào minitab
3. Trình bày dữ liệu bằng biến định lượng
4. Kiểm định ANOVA
5. Phân tích dữ liệu
6. Vẽ biểu đồ
2. BÀI TẬP

Bài 1. Trình bày và dữ liệu bằng biến định lượng

Tập dữ liệu hoa Iris thu thập dữ liệu để định lượng sự biến đổi hình thái của 3 loài hoa
Iris

Nó là tập dữ liệu đa biến

Bộ dữ liệu này gồm có 5 cột và 150 hàng, mỗi cột tương ứng với một cái đặc tính gồm
có chiều dài đài hoa, chiều rộng đài hoa, chiều dài cánh hoa, chiều rộng cánh hoa. Và
có 150 đối tượng hoa được đo lường trong bộ dữ liệu này.

 Có 3 loại hoa: setosa, versicolor, virginica

 Có 4 biến: sepal.length, sepal.width, petal.length, petal.width

Người ta tiến hành khảo sát 4 yếu tố: chiều dài đài hoa, chiều rộng đài hoa, chiều dài
cánh hoa, chiều rộng cánh hoa trên 3 loại hoa setosa, versicolor, virginica

1. Trung bình chiều dài, chiều rộng của cánh hoa và trung bình chiều dài, chiều rộng
của đài hoa?

2. Có sự khác nhau về chiều dài, chiều rộng của các loài hoa hay không?
 1.
Descriptive Statistics: sepal.length. sepal.width. petal.length. petal.width

Variable N N* Mean SE Mean StDev Minimum Q1 Median Q3 Maximum

sepal.length 150 0 5,8433 0,0676 0,8281 4,3000 5,1000 5,8000 6,4000 7,9000
sepal.width 150 0 3,0540 0,0354 0,4336 2,0000 2,8000 3,0000 3,3000 4,4000
petal.length 150 0 3,759 0,144 1,764 1,000 1,575 4,350 5,100 6,900
petal.width 150 0 1,1987 0,0623 0,7632 0,1000 0,3000 1,3000 1,8000 2,5000

Boxplot of sepal.length
8

7
sepal.length

Boxplot of sepal.width
4,5

4,0

3,5
sepal.width

3,0

2,5

2,0
 Boxplot of petal.length
7

5
petal.length

Boxplot of petal.width

2,5

2,0
petal.width

1,5

1,0

0,5

0,0

 Phân tích dữ liệu

Trung bình chiều dài đài hoa (sepal length) là: 5,8433
GTNN: 4,3000 , GTLN: 7,9000
Trung bình chiều rộng đài hoa (sepal width) là: 3,0540
GTNN: 2,0000 , GTLN: 4,4000
Trung bình chiều dài cánh hoa (petal length ) là: 3,759
GTNN: 1,000 , GTLN: 6,900
Trung bình chiều rộng cánh hoa (petal width ) là: 1,1987
GTNN: 0,1000 , GTLN: 2,5000
 2.
Descriptive Statistics: sepal.length. sepal.width. petal.length. petal.width

Variable iris.type N N* Mean SE Mean StDev Minimum Q1 Median Q3

sepal.length setosa 50 0 5,0060 0,0498 0,3525 4,3000 4,8000 5,0000 5,2000
versicolor 50 0 5,9360 0,0730 0,5162 4,9000 5,6000 5,9000 6,3000
virginica 50 0 6,5880 0,0899 0,6359 4,9000 6,2000 6,5000 6,9500

sepal.width setosa 50 0 3,4180 0,0539 0,3810 2,3000 3,1000 3,4000 3,7000

versicolor 50 0 2,7700 0,0444 0,3138 2,0000 2,5000 2,8000 3,0000
virginica 50 0 2,9740 0,0456 0,3225 2,2000 2,8000 3,0000 3,2000

petal.length setosa 50 0 1,4640 0,0245 0,1735 1,0000 1,4000 1,5000 1,6000

versicolor 50 0 4,2600 0,0665 0,4699 3,0000 4,0000 4,3500 4,6000
virginica 50 0 5,5520 0,0780 0,5519 4,5000 5,1000 5,5500 5,9000

petal.width setosa 50 0 0,2440 0,0152 0,1072 0,1000 0,2000 0,2000 0,3000

versicolor 50 0 1,3260 0,0280 0,1978 1,0000 1,2000 1,3000 1,5000
virginica 50 0 2,0260 0,0388 0,2747 1,4000 1,8000 2,0000 2,3000

Variable iris.type Maximum

sepal.length setosa 5,8000
versicolor 7,0000
virginica 7,9000

sepal.width setosa 4,4000

versicolor 3,4000
virginica 3,8000

petal.length setosa 1,9000

versicolor 5,1000
virginica 6,9000

petal.width setosa 0,6000

versicolor 1,8000
virginica 2,5000
 BIỂU ĐỒ BOXPLOT

Boxplot of sepal.length
8

7
sepal.length

4
setosa versicolor virginica
iris.type

Boxplot of sepal.width
4,5

4,0

3,5
sepal.width

3,0

2,5

2,0

setosa versicolor virginica

iris.type
 Boxplot of petal.length
7

5
petal.length

setosa versicolor virginica

iris.type

Boxplot of petal.width

2,5

2,0
petal.width

1,5

1,0

0,5

0,0
setosa versicolor virginica
iris.type
 Phân tích

Có sự khác biệt giữa chiều dài đài hoa, chiều rộng đài hoa, chiều dài cánh hoa,
chiều rộng cánh hoa trên 3 loại hoa setosa, versicolor, virginica

- Chiều dài đài hoa (sepal.length ) : chiều dài đài hoa của hoa virginica lớn nhất,
hoa setosa là nhỏ nhất
 Virginica: 6,5880
 Versicolor: 5,9360
 Setosa: 5,0060
- Chiều rộng đài hoa (sepal.width ) : chiều rộng đài hoa của hoa setosa lớn nhất,
hoa versicolor nhỏ nhất
 Setosa: 3,4180
 Virginica: 2,9740
 Versicolor 2,7700
- Chiều dài cánh hoa (petal.length ): chiều dài cánh hoa của hoa virginica lớn
nhất, hoa setosa nhỏ nhất
 Virginica: 5,5520
 Versicolor: 4,2600
 Setosa: 1,4640
- Chiều rộng cánh hoa (petal.width ): chiều rộng cánh hoa của hoa
virginica lớn nhất, hoa setosa nhỏ nhất
 Virginica: 2,0260
 Versicolor: 1,3260
 Setosa: 0,2440
Bài 2. Xử lý số liệu bằng kiểm định ANOVA

Người ta tiến hành khảo sát sự ảnh hưởng của các loại thức ăn hàng ngày và các loại
thức ăn bổ sung lên sự tăng trưởng của gà

Có 3 loại thức ăn chính: wheat, oats, barley ( lúa mì, yến mạch, lúa mạch )

Có 4 loại thức ăn bổ sung: supergain, control, supersupp, agrimore

Probability Plot of gain

Normal
99
Mean 21,39
StDev 3,075
95 N 48
AD 0,213
90 P-Value 0,845

80
70
Percent

60
50
40
30
20

10

1
15,0 17,5 20,0 22,5 25,0 27,5 30,0
gain

P – Value = 0,845 > 0,05  số liệu có phân phối chuẩn

Histogram of gain
Normal
Mean 21,39
10 StDev 3,075
N 48

8
Frequency

0
15 18 21 24 27
gain
Biểu đồ phân phối theo hình tháp chuông  dữ liệu tuân theo phân phối chuẩn

Versus Fits
(response is gain)
3

1
Residual

-1

-2

-3
16 18 20 22 24 26
Fitted Value

Versus Order
(response is gain)
3

1
Residual

-1

-2

-3
1 5 10 15 20 25 30 35 40 45
Observation Order

Two-way ANOVA: gain versus supplement, diet

Source DF SS MS F P
supplement 3 91.881 30.627 17.81 0.000
diet 2 287.171 143.586 83.52 0.000
Interaction 6 3.406 0.568 0.33 0.917
Error 36 61.890 1.719
Total 47 444.348

S = 1.311 R-Sq = 86.07% R-Sq(adj) = 81.82%

Giả thiết:

+ H0: không có sự khác biệt giữa các giá trị

+ H1: Có sự khác biệt giữa các giá trị
P supplement = 0,000 < α = 0,05
P diet = 0,000 < α = 0,05

 Bác bỏ H0, chấp nhận H1

Kết luận: các yếu tố supplement và diet ảnh hưởng ý nghĩa lên sự tăng trưởng của Gà.

II. EXERCISE 1: BẮP NỔ.

Thử nghiệm về năng suất khi sản xuất ra bắp nổ. Để tạo ra bắp nổ với sản lượng lớn,
chất lượng nhưng lại tiết kiệm được thời gian sản xuất, ta tiến hành bố trí và thực hiện
một thí nghiệm để kiểm tra. Thí nghiệm được đặt ra với hai yếu tố ảnh hưởng đến mục
đích thử nghiệm đó là thời gian rang và loại bắp rang. Để trả lời cho những câu hỏi :
- thời gian và loại bắp có ảnh hưởng đến sản lượng bắp hay không ?
- thời gian và loại có tác động lên nhau hay không ?
- và làm thế nào tốt nhất để thu lại bắp nổ lớn nhất ?
 Yếu tố A = thời gian nấu, với mức thấp 160 giây và mức cao 200 giây
 Yếu tố B = loại bỏng ngô với ngô vàng được mã hóa là (-1) và ngô trắng
được mã hóa là (+1)

STT Factor A(time) Factor B (type) Count

1 -(160) -(yellow) 52
2 +(200) -(yellow) 74
3 -(160 +(While) 62
4 + (200) +(While) 80

1. Plan the experiment

time type Count
-1 -1 52
1 -1 74
-1 1 62
1 1 80

2. Implement the experiment

 Data table
  Cube plot

Factorial Fit: Count versus Time, Type

Estimated Effects and Coefficients for Count (coded units)

Term Effect Coef

Constant 67.000
Time 20.000 10.000
Type 8.000 4.000
Time*Type -2.000 -1.000

Ảnh hưởng của thời gian: [A] = 20

Ảnh hưởng của loại bắp: [B] = 8
[AB] = -2
52+74 +62+80
bo =
4
= 67
[A] 20
b1 =
2
= 2
= 10
[B ] 8
b2 =
2
= 2
=4
[ AB] −2
b3 =
2
= 2
= -1
phương trình hồi quy: y = 67+ 10A+ 4B - 1AB

Kết luận: tăng nhiệt độ, sử dung bắp trắng cho kết quả tối ưu nhất
- Sử dụng vàng thay bắp trắng sẽ tăng 8 hạt
- Sử dụng thời gian tăng từ 160 lên 200 sẽ tăng 20 hạt
  Contour plot

Contour Plot of count vs type, time

1.0
count
< 55
55 – 60
60 – 65
0.5 65 – 70
70 – 75
75 – 80
> 80
type

0.0

-0.5

-1.0
-1.0 -0.5 0.0 0.5 1.0
time

 Giải thích : Khi nhìn vào biểu đồ Contour Plot, ta thấy
Biểu đồ càng dần về phía +(1) của yếu tố time và phía +(1) của yếu tố type thì hiệu
suất càng lớn, cao nhất là phần màu hồng đậm( > 80)
tăng thời gian và sử dụng bắp trăng sẽ cho hiệu suất tối ưu nhất
  Giải thích:

Ở biến time –(1) hay chính là ở 160s thì ảnh của loại bắp, thay đổi từ bắp vàng sang
bắp trắng sẽ làm tăng 10 hạt, hiệu suất từ 52 lên 62 hạt

Ở biến time +(1) hay chính là ở 200s thì ảnh của loại bắp, thay đổi từ bắp vàng sang
bắp trắng sẽ làm tăng 6 hạt, hiệu suất từ 74 lên 80 hạt

mức độ ảnh hưởng của yếu tố time là lớn hơn so với yếu tố type

- ảnh hưởng của thời gian trung bình là 20 hạt

- ảnh hưởng của loại bắp trung bình là 8 hạt
Pareto Chart of the Effects
(response is count, Alpha = 0.05)
152.5
F actor N ame
A time
B ty pe

A
Term

AB

0 20 40 60 80 100 120 140 160

Effect
Lenth's PSE = 12

Ảnh hưởng của yếu tố: A>B>AB ( 20>8>2)

Kết luận: tăng nhiệt độ, sử dung bắp trắng cho kết quả tối ưu nhất
- Sử dụng vàng thay bắp trắng sẽ tăng 8 hạt
- Sử dụng thời gian tăng từ 160 lên 200 sẽ tăng 20 hạt
III. BÀI TẬP BÁNH NƯỚNG

Experimen Factor A ( Baking Factor B ( Mixing Outcome y (Taste

t Number Temp ° C ) time) 1- 10)
1 -(300) -(10) 4
2 +(350) -(10) 6
3 -(300) +(20) 7
4 +(350) +(20) 9

StdOrder RunOrde CenterPt Blocks Baking Mixing Taste 1-

r temp time 10
4 1 1 1 1 1 9
3 2 1 1 -1 1 7
1 3 1 1 -1 -1 4
2 4 1 1 1 -1 6

- Thử nghiê ̣m cho điểm thị hiếu với 4 trường hợp có nhiê ̣t đô ̣ và thời gian khác
nhau để xem với nhiê ̣t đô ̣ nào, thời gian bao nhiêu thì đạt kết quả cao nhất.
+ Thử nghiê ̣m 1: Nhiê ̣t đô ̣ 300°C, thời gian 10 phút => Điểm thị hiếu: 4
+ Thử nghiê ̣m 2: Nhiê ̣t đô ̣ 350°C, thời gian 10 phút => Điểm thị hiếu: 6
+ Thử nghiê ̣m 3: Nhiê ̣t đô ̣ 300°C, thời gian 20 phút => Điểm thị hiếu: 7
+ Thử nghiê ̣m 4: Nhiê ̣t đô ̣ 350°C, thời gian 20 phút => Điểm thị hiếu: 9

1. Contour Plot
  Giải thích : Khi nhìn vào biểu đồ Contour Plot, ta thấy
- TH1: Khi nướng bánh ở nhiê ̣t đô ̣ 300°C với thời gian 10 phút thì đạt kết quả
thấp, điểm thị hiếu chỉ đạt 4 ( là khoảng màu xám đâ ̣m trên biểu đồ)
TH2: Khi tăng nhiê ̣t đô ̣ nướng bánh lên 350°C và vẫn giữ thời gian 10 phút thì
đạt kết quả cao hơn, điểm thị hiếu đạt 6 ( là khoảng màu xám nhạt trên biểu đồ)
TH3: Khi nhiê ̣t đô ̣ nướng bánh là 300°C và tăng thời gian là 20 phút thì đạt kết
quả cao hơn, điểm thị hiếu đạt 7 ( là khoảng màu hồng nhạt trên biểu đồ)
TH4: Khi nhiê ̣t đô ̣ nướng bánh là 350°C và tăng thời gian là 20 phút thì đạt kết
quả cao nhất, điểm thị hiếu đạt 9( là khoảng màu hồng đâ ̣m trên biểu đồ)
- Khi tăng nhiê ̣t đô ̣ mà không tăng thời gian nướng không đạt kết quả cao bằng
tăng thời gian nướng và không tăng nhiê ̣t đô ̣ (6 < 7) => Thời gian nướng quan
trọng hơn.
- Nhưng tăng cả nhiê ̣t đô ̣ và thời gian thì điểm thị hiếu là 9 . Vì vâ ̣y phải kết hợp
cả thời gian và nhiê ̣t thích hợp để đạt được kết quả tốt nhất.

 Cube plot
 Factorial Fit: Taste 1-10 versus Baking temp, Mixing time
Estimated Effects and Coefficients for Taste 1-10 (coded units)

SE
Term Effect Coef Coef T P
Constant 6.500 0 * *
Baking temp 2.000 1.000 0 * *
Mixing time 3.000 1.500 0 * *

S = 0 PRESS = 0
R-Sq = 100.00% R-Sq(pred) = 100.00% R-Sq(adj) = 100.00%

Analysis of Variance for Taste 1-10 (coded units)

Source DF Seq SS Adj SS Adj MS F P

Main Effects 2 13.000 13.000 6.500 * *
Baking temp 1 4.000 4.000 4.000 * *
Mixing time 1 9.000 9.000 9.000 * *
Residual Error 1 0.000 0.000 0.000
Total 3 13.000

Giải thích

- Ảnh hưởng của nhiê ̣t đô ̣ : [A] = 2

- Ảnh hưởng của thời gian : [B] = 3
- Ảnh hưởng của sự thay đổi cả về thời gian và nhiê ̣t đô ̣ [AB] = 0
4+ 6+7+ 9
- bo = = 6.5
4

Vâ ̣y, ta có:

Phương trình hồi quy: ^y =6.5+ 1 x A +1.5 x B

Kết luâ ̣n:

Khi tăng nhiê ̣t đô ̣( từ 300 lên 350°C) và tăng thời gian nướng( 10 lên 20 phút) sẽ
cho kết quả tốt nhất.

Khi tăng nhiê ̣t đô ̣ ( từ 300 lên 350°C) mà không tăng thời gian nướng( 10 phút),
diểm cảm quan tăng 2 điểm.

Khi tăng thời gian nướng( từ 10 lên 20 phút) mà không tăng nhiê ̣t đô ̣( 300°C) ,
điểm cảm quan tăng 3 điểm.
 Giải thích: Biểu đồ Main Effects Plot thể hiện 2 yếu tố Factor A( nhiệt độ ) và Factor B( thời gian)

Dựa vào biểu đồ, ta thấy : Yếu tố nhiệt độ có phạm vi ảnh hưởng nhỏ hơn yếu tố thời gian.

 Pareto Chart

Pareto Chart of the Effects

(response is Taste 1-10, Alpha = 0.05)

Mixing time
Term

Baking temp

0.0 0.5 1.0 1.5 2.0 2.5 3.0

Effect

Giải thích: Biểu đồ Pareto Chart thể hiê ̣n mức đô ̣ ảnh hưởng của các yếu tố

- Ảnh hưởng của nhiê ̣t đô ̣ [A] nhỏ hơn ảnh hưởng của thời gian [B]
 - Từ biểu đồ Perato, phương trình hồi quy, ta có nhân tố thời gian ảnh hưởng
nhiều hơn yếu tố nhiệt độ. Tuy nhiên hai yếu tố không có sự tương tác với
nhau.
IV. RỬA TAY
1. Plan the experiment

STT Tuyền truyền Chiến lược thông Nước rửa tay có diệt Số báo cáo triệu
về cách rửa tay tin khuẩn hay không chứng
1 -(không) -(tờ rơi) -(không) 30
2 +(có) -(tờ rơi) -(không) 15
3 -(không) +(bưu thiếp) -(không) 32
4 +(có) +(bưu thiếp) -(không) 18
5 -(không) -(tờ rơi) +(có) 24
6 +(có) -(tờ rơi) +(có) 10
7 -(không) +(bưu thiếp) +(có) 27
8 +(có) +(bưu thiếp) +(có) 14
 RunOrde Hand- Number of
StdOrder CenterPt Blocks Information Sanitizer
r washing symptom
2 1 1 1 1 -1 -1 15
1 2 1 1 -1 -1 -1 30
5 3 1 1 -1 -1 1 24
3 4 1 1 -1 1 -1 32
6 5 1 1 1 -1 1 10
4 6 1 1 1 1 -1 18
7 7 1 1 -1 1 1 27
8 8 1 1 1 1 1 14

Cube plot
Cube Plot (data means) for Number of symptom

27 14

32 18
1

Information 24 10
1

Sanitizer
30 15
-1 -1
-1 1
Hand-washing

Factorial Fit: Number of sy versus Hand-washing, Information, Sanitizer

Estimated Effects and Coefficients for Number of symptom (coded units)

Term Effect Coef SE Coef T P

Constant 21.250 0.2041 104.10 0.000
Hand-washing -14.000 -7.000 0.2041 -34.29 0.000
Information 3.000 1.500 0.2041 7.35 0.005
Sanitizer -5.000 -2.500 0.2041 -12.25 0.001
Information*Sanitizer 0.500 0.250 0.2041 1.22 0.308

S = 0.577350 PRESS = 7.11111

R-Sq = 99.78% R-Sq(pred) = 98.46% R-Sq(adj) = 99.49%

Analysis of Variance for Number of symptom (coded units)

Source DF Seq SS Adj SS Adj MS F P

Main Effects 3 460.000 460.000 153.333 460.00 0.000
Hand-washing 1 392.000 392.000 392.000 1176.00 0.000
Information 1 18.000 18.000 18.000 54.00 0.005
Sanitizer 1 50.000 50.000 50.000 150.00 0.001
2-Way Interactions 1 0.500 0.500 0.500 1.50 0.308
Information*Sanitizer 1 0.500 0.500 0.500 1.50 0.308
Residual Error 3 1.000 1.000 0.333
Total 7 461.500
Ta có:

- Ảnh hưởng của của tuyên truyền cách rửa tay: [A] = 14
- Ảnh hưởng của chiến lược thông tin: [B] = 3
- Ảnh hưởng của hiê ̣u quả nước rửa tay: [C] = 5
- [AB]= 0.25; [AC]= 0.25; [BC]= 0.25
15+30+24+ 32+10+ 18+27+14
- b0= 8
= 21.25

Suy ra, Phương trình hồi quy:

^y =21.25−7 x A +1.5 x B−2.5 x C +0.25 x A x C +0.25 x A x B +0.25 x C x B

Interaction Plot for Number of symptom

Data Means
-1 1 -1 1

30 Hand-washing
-1
1
H and-washing 20

10
30 Information
-1
1
Infor mation 20

10

Sanitizer

Giải thích : Biểu đồ Interactionplot thể hiện khoảng cách giữa hiệu quả của việc áp dụng
đúng cách và không áp dụng.
+ Ở biểu đồ Hand- washing khi tuyên truyền và không tuyên truyền thì tỉ lệ xảy ra triệu
chứng có tỉ lệ chênh lệch cao-> việc tuyên truyền có ảnh hưởng lớn
+ Ở biểu đồ Sanitizer cũng có tỉ lệ chênh lệch cao-> việc tuyên truyền có ảnh hưởng.
+ Còn biểu đồ Information thì giữa việc phát tờ rơi và bưu thiếp có khoảng cách nhỏ-> sự
chênh lệch nhỏ.
- Giải thích: Biểu đồ Main Effects Plot thể hiện 2 yếu tố là hand- washing demo( Tuyên truyền
rửa tay) và sanitizer( hiệu quả nước rửa tay)
+ Dựa vào biểu đồ ta thấy khi tuyên truyền rửa tay đúng cách thì thường hợp biểu hiện triệu
chứng giảm đến 14 trường hợp (trên biểu đồ thể hiện->29-15 =14)
+ Và ta còn thấy hiệu quả của nước rửa tay ảnh hưởng khoảng 5 trường hợp (trên biểu đồ
thể hiện -> 25-20 =5)
 Pareto Chart of the Standardized Effects
(response is Number of symptom, Alpha = 0.05)
3.18
F actor N ame
A H and-w ashing
B Information
A C S anitizer

C
Term

BC

0 5 10 15 20 25 30 35
Standardized Effect

Giải thích: Biểu đồ Pareto Chart thể hiê ̣n mức đô ̣ ảnh hưởng của các yếu tố
- [A]: Ảnh hưởng của tuyên truyền cách rửa tay là lớn nhất.
- [B]: Ảnh hưởng của chiến lược thông tin là nhỏ nhất.
Giải thích
- Sử dụng tờ rơi hoă ̣c bưu thiếp

STT Trường hợp Tờ rơi Bưu thiếp

1 Không tuyên truyền cách rửa tay+ nước rửa 30 32
tay không hiê ̣u quả
2 Khi tuyên truyền cách rửa tay đúng cách và 10 14
nước rửa tay tốt.
 Trung bình giảm được 3 trường hợp.
- Khi tuyên truyền rửa tay
STT Trường hợp Có Không
1 Phát tờ rơi + nước rửa tay không hiê ̣u quả 15 30
2 Phát tờ rơi+ nước rửa tay tốt 10 24
3 Bưu thiếp + nước rửa tay không hiê ̣u quả 18 32
4 Bưu thiếp + nước rửa tay tốt 14 27
  Trung bình giảm được 14 trường hợp.

- Khi sử dụng nước rửa tay có hiê ̣u quả không
STT Trường hợp Có Không
1 Phát tờ rơi + truyền khuyền cách rửa tay 10 15
2 Phát tờ rơi + không truyền khuyền chách rửa 24 30
tay
3 Bưu thiếp + truyền khuyền chách rửa tay 14 18
4 Bưu thiếp + không truyền khuyền chách rửa 27 32
tay
 Trung bình giảm được 5 trường hợp
Kết luâ ̣n:
(1) Sử dụng tờ rơi tốt hơn bưu thiếp: giảm 3 trường hợp
(2) Khi tuyên truyền rửa tay: giảm 14 trường hợp
(3) Khi sử dụng nước rửa tay có hiê ̣u quả: giảm 5 trường hợp
- Yếu tố (2) ảnh hưởng lớn nhất.
- Từ (1) (2) (3), ta thấy nếu kết hợp cả 3 yếu tố trên thì sẽ đạt kết quả tốt
nhất( chỉ còn 10 trường hợp xuất hiê ̣n triê ̣u chứng)
V. Bao bì của bánh mì sandwich

Nhiệt độ bao bì
Số thứ tự
nhựa (0F)
1 580
2 580
3 600
4 600
5 580
6 580
7 600
8 600
Nhà cung cấp Chất lượng
Y 18.6
Y 17.4
Y 17.5
Y 16.5
X 18.2
X 16.7
X 22.9
X 22.2

Phân tích ảnh hưởng của yếu tố nhiệt độ sản xuất bao bì và nhà cung cấp lên chất
lượng về độ chặt của mí ép

I. Xử lí số liệu

Số thứ tự Nhiệt độ bao bì

Nhà cung cấp Chất lượng
nhựa (0F)
1 580 Y 18
2 600 Y 17
3 580 X 17.5
4 600 X 22.6

1. Data table

StdOrder Plastic Vendors Quality StdOrder RunOrder Blocks CenterPt

Temp _1
1 -1 -1 18.0 1 1 1 1
2 1 -1 17.0 2 2 1 1
3 -1 1 17.5 3 3 1 1
4 1 1 22.6 4 4 1 1

2. Cube plot
Giải thích:

Dựa vào data table, ta có 4 điểm tại 4 góc vuông ứng với 4 kết quả về chất lượng, số
liệu được mã hóa là (-1) và (1)

Trục hoành thể hiện cho nhiệt độ bao bì

Trục tung thể hiện cho yếu tố nhà cung cấp

 Main effects plot

Biểu đồ Main effects plot thể hiện 2 yếu tố nhiệt độ bao bì và nhà cung cấp.

Dựa vào biểu đồ ta thấy: yếu tố nhà cung cấp có phạm vi ảnh hưởng lớn hơn yếu tố nhiệt độ.
3. Contour plot

Factorial Fit: Quality versus Plastic Temperature, Vendors

Estimated Effects and Coefficients for Quality (coded units)

Term Effect Coef

Constant 18.775

Plastic Temperature 2.050 1.025

Vendors 2.550 1.275

Plastic Temperature*Vendors 3.050 1.525

S = * PRESS = *

Analysis of Variance for Quality (coded units)

Source DF Seq SS Adj SS Adj MS F P

Main Effects 2 10.705 10.705 5.353 * *

2-Way Interactions 1 9.303 9.303 9.303 * *

Residual Error 0 * * *

Total 3 20.008
 Phương trình hồi quy:

Ảnh hưởng của yếu tố nhiệt độ bao bì: [A] = 1,025

Ảnh hưởng của yếu tố nhà cung cấp: [B] = 1,275

Ảnh hưởng của yếu tố nhiệt độ bao bì và nhà cung cấp: [AB] = 1,525

b0 = (18 + 17 + 17,5 + 22,6)/4 = 18,775

Vậy ta có phương trình: y = 18,775 + 1,025xA + 1,275xB + 1,525xAxB

4. Interaction plot

Giải thích: Biểu đồ tương tác về chất lượng:

Giữa yếu tố nhà cung cấp bao bì và yếu tố nhiệt độ bao bì có sự tương tác, chất lượng đạt kết
quả khoảng bằng 18
Factorial Fit: Quality versus Plastic Temperature, Vendors

Estimated Effects and Coefficients for Quality (coded units)

Term Effect Coef

Constant 18.775

Plastic Temperature 2.050 1.025

Vendors 2.550 1.275

Plastic Temperature*Vendors 3.050 1.525

S = * PRESS = *

Analysis of Variance for Quality (coded units)

Source DF Seq SS Adj SS Adj MS F P

Main Effects 2 10.705 10.705 5.353 * *

2-Way Interactions 1 9.303 9.303 9.303 * *

Residual Error 0 * * *

Total 3 20.008

 Phương trình hồi quy:

Ảnh hưởng của yếu tố nhiệt độ bao bì: [A] = 1,025

Ảnh hưởng của yếu tố nhà cung cấp: [B] = 1,275

Ảnh hưởng của yếu tố nhiệt độ bao bì và nhà cung cấp: [AB] = 1,525

b0 = (18 + 17 + 17,5 + 22,6)/4 = 18,775

Vậy ta có phương trình: y = 18,775 + 1,025xA + 1,275xB + 1,525xAxB

5. Predictive plot

Giải thích: Biểu đồ thể hiện mức độ ảnh hưởng của các yếu tố

[A]: Ảnh hưởng của nhiệt độ bao bì

[B]: Ảnh hưởng của nhà cung cấp

[AB]: Ảnh hưởng của cả nhiệt độ bao bì và nhà cung cấp bao bì

Thiết kế:
Full Factorial Design

Factors: 2 Base Design: 2, 4

Runs: 4 Replicates: 1

Blocks: 1 Center pts (total): 0

All terms are free from aliasing.

Plastic
StdOrder RunOrder CenterPt Blocks Vendors Quality
Temperature
2 1 1 1 600 Vendor Y 18
4 2 1 1 600 Vendor X 17
 1 3 1 1 580 Vendor Y 17.5
3 4 1 1 580 Vendor X 22.6
Kết luận:

Từ bảng số liệu trên, ta thấy:

1. Ảnh hưởng của nhiệt độ:

 Với nhiệt độ 600(0F), nhà cung cấp Y: Chất lượng là 18

 Với nhiệt độ 600(0F), nhà cung cấp X: Chất lượng là 17

=> Với nhiệt độ là 600(0F) , khác nhau về nhà cung cấp: chất lượng không có sự khác
biệt lớn

 Với nhiệt độ 580(0F), nhà cung cấp Y: Chất lượng là 17,5

 Với nhiệt độ 580(0F), nhà cung cấp X: Chất lượng là 22,6

=> Với nhiệt độ là 580(0F) , khác nhau về nhà cung cấp: chất lượng có sự khác biệt rất
lớn

=> Lựa chọn nhiệt độ bao bì 580(0F) đạt chất lượng cao hơn so với nhiệt độ 600(0F) áp
dụng với yếu tố nhà cung cấp X; còn khi áp dụng cho nhà cung cấp Y thì kết quả
không đạt chất lượng cao.

2. Ảnh hưởng của nhà cung cấp:

 Với nhà cung cấp X, nhiệt độ 600(0F): Chất lượng là 17

 Với nhà cung cấp X, nhiệt độ 580(0F): Chất lượng là 22,6

=> Với nhà cung cấp X, khác nhau về nhiệt độ bao bì: Chất lượng có sự khác biệt rất
lớn

 Với nhà cung cấp Y, nhiệt độ 600(0F): Chất lượng là 18

 Với nhà cung cấp Y, nhiệt độ 6580(0F): Chất lượng là 17,5

=> Lựa chọn nhà cung cấp X đạt chất lượng cao hơn so với nhà cung cấp Y và khi áp
dụng với nhiệt độ bao bì 580(0F); còn khi áp dụng với nhiệt độ 600(0F) thì kết quả
không đạt chất lượng cao

3. Kết luận

Lựa chọn nhà cung cấp X, nhiệt độ bao bì là 580(0F) sẽ đạt chất lượng ép mí bao bì tốt
nhất (chặt nhất)