‫طراحی و تحلیل آزمایش‬

(Design of Experiment)

By: Dr M.R.Kalaee
 ‫جلسه اول‪:‬‬
‫مقدمه‬
‫‪ ‬استراتژی آزمایش‬
‫‪ ‬هدف‪ :‬در کلیه زمینه های تحقیق‪ ،‬محققین از آزمایشها با‬
‫هدف کسب اطالعاتی در مورد یک فرایند یا یک سیستم‬
‫خاص استفاده می کنند‪.‬‬
‫‪ ‬آزمایش‪ :‬مجموعه ای از آزمون ها که بطور هدفمند‬
‫تغییراتی در متغیرهای ورودی یک فرایند ایجاد می کند تا‬
‫امکان مشاهده و شناسایی تغییرات ممکن در پاسخ خروجی‬
‫فراهم شود‪ .‬و اغلب مسائل موجود در حوزه های علمی و‬
‫مهندسی نیاز به مطالعه سیستم و انجام آزمایش دارد‪.‬‬
 ‫طرح سئوال‬
‫هدف‪ :‬تاثیر حاصل از دو فرایند آمیخته سازی متفاوت‬ ‫‪‬‬
‫(مخلوط کن داخلی و اکسترودر دوپیچه) بر روی آلیاژ‬
‫‪PVC/NBR‬‬
‫برای پاسخ‪ ،‬باید به سئواالت زیر پاسخ داد‪:‬‬ ‫‪‬‬
‫آیا این دو روش تنها روش های اختالط هستند؟‬ ‫‪‬‬
‫چند نمونه تست باید انجام شود؟‬ ‫‪‬‬
‫روش اختالط چگونه باید انتخاب شود؟‬ ‫‪‬‬
‫روش تعیین اختالط چگونه است؟‬ ‫‪‬‬
 ‫اهداف آزمایش‬
‫‪ ‬به طور کلی هر آزمایشی با هدف مطالعه عملکرد فرآیندها و سیستم‬
‫ها استفاده می شوند‪.‬‬
 ‫اهداف آزمایش‬
‫تعیین متغییرهایی که بیشترین اثر را بر روی پاسخ ‪ y‬دارند‪.‬‬ ‫‪‬‬
‫تعیین مقادیر متغیرهای ‪ x‬تاثیر گذار بر پاسخ به گونه ای که‬ ‫‪‬‬
‫‪ y‬تقریبا به مقدار اسمی خود نزدیک باشد‪.‬‬
‫تعیین مقادیر متغیرهای ‪ x‬تاثیر گذار بر پاسخ به گونه ای که‬ ‫‪‬‬
‫تغییر پذیری ‪ y‬کم باشد‪.‬‬
‫تعیین مقادیر متغیرهای ‪ x‬تاثیر گذار بر پاسخ به گونه ای که‬ ‫‪‬‬
‫اثرات ناشی از متغییر های غیر قابل کنترل ‪ z‬حداقل شود‪.‬‬
‫تحلیل آزمایش قالب گیری تزریقی‬
THANK YOU FOR ATTENDING
OUR SEMINAR
 ‫جلسه سوم ‪:‬‬
‫روش طراحی آزمایشات تاگوچی (‪)Taguchi Method‬‬
 ‫مقدمه‬
‫روش تعریف و بررسی تمامی شرایط ممکن در یک آزمایش شامل چند فاکتور ”طراحی آزمایشات نامیده می شود‪.‬‬
‫این روش در بعضی نشریات طراحی فاکتوریلی نامیده می شود‪.‬‬
‫در طراحی فاکتوریلی تعداد کامل آزمایشات ممکن ‪ N‬عبارتست از‪ N=Lm :‬که در آن ‪ L‬تعداد سطوح انتخاب شده‬
‫در هر فاکتور و ‪ m‬تعداد فاکتورهای تحت بررسی است‪.‬‬
‫در اینگونه آزمایشات دقت آزمایش با استفاده از تحلیل آماری (‪ )ANOVA‬تعیین می شود‪.‬‬
‫اگر فرض کنیم در یک آزمایش دارای ‪ 15‬جز مختلف (فاکتور) و هر کدام تنها در ‪ 2‬سطح قابل تغییر باشند در‬
‫اینحالت ‪ 32768‬آزمایش میبایست انجام گیرد تا بهترین کیفیت را بدست آورد‪.‬‬
‫از دیدگاه هزینه و زمان‪ ،‬برنامه تحقیق و بهینه سازی با این حجم گزاف بوده و صرفه اقتصادی ندارد‪.‬‬
‫در اینگونه موارد از آزمایشات فاکتوریلی جزئی استفاده میشود که منجر به کاهش تعداد آزمایشات می گردند‪.‬‬
‫این قبیل آزمایشات مستلزم محاسبات ریاضی زیاد در مراحل طراحی آزمایشات و تحلیل نتایج است‪.‬‬
‫تاگوچی این نوع طراحی را ساده و استاندارد کرد بطوریکه دو مهندس به یک نتیجه برسند‪.‬‬
 ‫روش تاگوچی برای بهبود کیفیت و کاهش هزینه ها‬
‫مقدمه‪:‬‬
‫روش (یا بهتر بگوییم فلسفه) تاگوچی در زمینه کنترل کیفیت در صنایع تولیدی است‪.‬‬
‫فلسفه تاگوچی در سه مفهوم اصلی و ساده بنا نهاده شده است‪:‬‬
‫‪ -1‬کیفیت باید هنگام تولید طراحی شود نه اینکه در طی فرایند ساخت محصول بررسی شود‪.‬‬
‫‪ -2‬محصول باید طوری طراحی گردد که در برابر فاکتورهای محیطی غیر قابل کنترل ایمن باشد‪.‬‬
‫‪ -3‬هزینه کیفیت باید به صورت تابع انحراف از حالت استاندارد اندازه گیری شده و ضرر و زیانها در عرض‬
‫سیستم سنجیده شود‪.‬‬
‫تاگوچی بر این باور بود که بهترین راه بهبود کیفیت طراحی و ایجاد آن در خود محصول است‪.‬‬
 ‫استراتژی طراحی آزمایشات‬

‫تاگوچی برای ارائه آزمایشاتش گروه های ویژهای از آرایه های ارتوگونال (‪ )OA‬را ترکیب و ایجاد نمود‪.‬‬
‫آرایه ارتوگونال ‪)27( L8‬‬

‫آرایه های ارتوگونال فرایند طراحی آزمایشات را سهولت می بخشد‪.‬‬

 ‫تحلیل نتایج‬
‫در روش تاگوچی نتایج آزمایشات‪ ،‬بمنظور رسیدن به اهداف زیر مورد تجزیه و تحلیل قرار می گیرند‪:‬‬
‫‪ -1‬ایجاد شرایط بهینه یا بهترین شرایط ممکن در تولید یک محصول یا یک فرایند‪.‬‬
‫‪ -2‬ارزیابی سهم هر فاکتور به صورت مجزا‪( .‬تحلیل واریانس (‪ )ANOVA‬عملیات آماری و معمولی است‬
‫که برای تعیین درصد سهم هر فاکتور بر روی نتایج اعمال می شود‪ .‬مطالعه و بررسی جدول ‪ANOVA‬‬
‫برای یک تحلیل معین در تعیین اینکه کدام یک از فاکتورها نیاز به کنترل دارند و یا ندارند کمک زیادی می‬
‫کند)‬
‫‪ -3‬ارزیابی پاسخ بدست آمده تحت شرایط بهینه (به محض اینکه حالت بهینه تعیین شد معموال انجام یک‬
‫آزمایش تایید در شرایط بهینه مفید است)‪.‬‬
‫تاگوچی دو روش متفاوت برای انجام و کامل کردن تحلیل پیشنهاد می کند‪:‬‬
‫‪ -1‬روش استاندارد‪ ،‬که در آن نتیجه یک موقعیت آزمایش و یا میانگین نتیجه بدست آمده از تکرار یک‬
‫موقعیت آزمایش به واسطه اثر عمده و ‪ ANOVA‬پردازش می شود‪.‬‬
‫‪ -2‬روش دوم که تاگوچی شدیدا برای آزمایشات همراه با تکرار توصیه می کند استفاده از نسبت سیگنال به‬
‫نویز (‪ )S/N‬برای مراحل یکسان در تحلیل است‪ .‬این تحلیل با استفاده از تغییرات نتایج‪ ،‬بهترین و قویترین‬
‫شرایط کاری را تعیین می کند‪( .‬این نسبت پراکندگی حول یک مقدار مشخصه را بیان می کند هر چه نسبت‬
‫فوق بیشتر باشد پراکندگی کمتر خواهد بود)‬
 ‫محدودیتها‬
‫•بزرگ ترین محدودیت روش تاگٍچی‪ ،‬هیاز بي توظیم زمان با درهظر گرفتن تٍسػي فرآیود‪/‬محصٍل می باشد‪.‬‬
‫•روش فٍق توٌا زماهی می تٍآهد مٍثر غمل کود کي قبال در طرآحی سیستم محصٍل‪/‬فرآیود آغمال شدى باشد‪.‬‬
‫•طرآحی آزمایشات بػد آز مشخص شدن متغییرًای طرآحی و مقادیر آسمی شان همی تٍآهود مٍثر وآقع شٍد‪.‬‬
 ‫اندازه گیری کیفیت‬
‫•مهم نیست کیفیت محصول به چه نحوی اندازه گیری شود‪ ،‬توسط یک معیار یا بوسیله ترکیبی از‬
‫معیارهای چندگانه ولی در هر حال شامل یکی از سه مشخصه زیر خواهد بود‪:‬‬
‫‪ -1‬هرچه بزرگتر بهتر‬
‫‪ -2‬هرچه کوچکتر بهتر‬
‫‪ -3‬هرچه به مقدار اسمی نزدیکتر بهتر‬
‫•بطور کلی شاخص کیفیت یک محصول به دو روش تغییر میکند‪.‬‬
‫اول اینکه یک محصول با محصول دیگری از همان نوع فوق داشته باشد‪.‬‬
‫دوم اینکه شاخص کیفیت از مقدار مطلوب و مورد نظر تغییر یابد‪.‬‬
‫•تاگوچی تغییر را بصورت عدم یکنواختی در محصول که منجر به کاهش کیفیت می شود تعریف می کند‪.‬‬
 ‫نمایش روش تاگوچی‬

‫روش تاگوچی برای کاهش تغییر در عملکرد یک فرایند‪ ،‬در دو مرحله است‪:‬‬
‫‪ -1‬عملکرد فرایند ‪/‬محصول در بهترین روش و بیشترین حاالت (انحراف کم از هدف)‪.‬‬
‫‪ -2‬عملکرد یکسان تمامی محصوالت تا حد امکان (تغییر کم بین محصوالت)‬
 ‫استراتژی کیفیت تاگوچی‬
‫روش تاگوچی برای افزایش کیفیت در فاز طراحی شامل دو مرحلع زیر است‪:‬‬
‫‪ -1‬بهینه کردن طراحی محصول‪/‬فرایند‪.‬‬
‫‪ -2‬غیر حساس کردن طراحی به اثر فاکتورهای غیر قابل کنترل‪.‬‬
‫وقتی محصولی بهینه می شود‪ ،‬بهترین عملکرد را در شرایط کاری خواهد داشت‪ .‬بسته به عملکرد تعیین‬
‫شده حالت بهینه بر این نکته اشاره دارد که محصول به بیشترین‪ ،‬کمترین و یا مقدار مشخصه کیفیت رسیده‬
‫است‪.‬‬
 ‫نحوه عملکرد تاگوچی و مزایای آن‬
‫•روش تاگوچی دو عنصر جدید و قدرتمند را ایجاد می کند‪:‬‬
‫‪ -1‬این روش یک روش مرتب و منظم برای توسعه یک محصول و یا بررسی مسائل پیچیده است‪.‬‬
‫‪ -2‬دوم اینکه این روش وسیله ای را برای بازرسی مقرون به صرفه گزینه های نهایی قابل استفاده فراهم‬
‫میکند‪.‬‬
‫• روش های فوق در چهار مرحله انجام می شود‪:‬‬
‫‪ -1‬کنکاش مشخصه های کیفی و پارامترهای طراحی مهم در ارتباط با محصول‪/‬فرایند‪.‬‬
‫‪ -2‬طراحی و هدایت آزمایشات‪.‬‬
‫‪ -3‬تحلیل نتایج برای تعیین شرایط بهینه‪.‬‬
‫‪ -4‬انجام ازمون و یا آزمونهای تایید با استفاده از شرایط بهینه‪.‬‬
 ‫تحلیل نتایج بدست آمده از آزمایشات تاگوچی‬
‫نتایج بدست آمده از آزمایشات تاگوچی در چند فاز استاندارد تحلیل می شوند‪:‬‬
‫‪ -1‬ابتدا اثرات فاکتورها (اثرات عمده) ارزیابی و تاثیر فاکتورها به صورت کیفی برآورد می شود‪ .‬شرایط بهینه‬
‫و عملکرد در حالت بهینه نیز با بررسی اثرات فاکتورها تعیین میگردند‪.‬‬
‫‪ -2‬در فاز بعدی تحلیل واریانس (‪ )ANOVA‬بر روی نتایج انجام میشود‪ .‬مطالعه ‪ ANOVA‬اثر نسبی‬
‫فاکتورها را در بخشهای مجزا تعیین میکند‪.‬‬
‫‪ -3‬وقتی آزمایشات شامل تکرار در هر موقعیت آزمایشی بوده و نتایج بصورت کمی اندازه گیری میشود‪،‬‬
‫تاگوچی تحلیل ‪ S/N‬را توصیه میکند‪.‬‬
‫‪ -4‬حالت بهینه تعیین شده در تحلیل نتایج را باید با استفاده از آزمون تایید مجددا آزمایش کرده تا تایید شود‪.‬‬
 ‫مکانیک کاری طراحی آزمایشات تاگوچی‬
‫موضوع این فصل جزییات استفاده از آرایه های ارتوگونال استاندارد برای مجموعه ای از فاکتورها در طراحی‬
‫آزمایشات است‪.‬‬
‫مثال‪:‬فاکتوری مثل ‪( A‬مثال دما) را در نظر بگیرید‪ .‬اگر در حال بررسی اثر آن بر یک محصول در دو سطح‬
‫(‪200‬و ‪ 300‬درجه سانتی گراد) باشیم‪ ،‬بعبارت دیگر‪:‬‬
‫( ‪ 1=A1 )200c‬سطح‬ ‫( ‪2=A2 )300c‬سطح‬ ‫فاکتور ‪: A‬‬
‫دو آزمایش الزم خواهد بود‪ ،‬یکی در دمای ‪ A1‬و دیگری در دمای ‪A2‬‬
‫حال دو فاکتور ‪ A,B‬هرکدام در دو سطح (‪ )A1,A2,B1,B2‬را درنظر بگیرید‪ .‬چهار ترکیب حاصل میشود‬
‫چون وقتی که ‪ A‬در ‪ A1‬نگه داشته شود‪ B ،‬مقادیر ‪ B1,B2‬و وقتی ‪ A‬در ‪ A2‬نگه داشته شود‪ ،‬دوباره ‪B‬‬
‫مقادیر ‪ B1,B2‬را به خود اختصاص می دهد‪ .‬این ترکیبات به شکل سمبلیک بصورت زیر نشان داده می‬
‫شوند‪:‬‬
‫‪A1B1,A1B2,A2B1,A2B2‬‬
‫همینطور برای سه فاکتور هرکدام در دو سطح (‪ )2^3‬یا ‪ 8‬آزمایش ممکن وجود خواهد داشت‪.‬‬
 ‫با استفاده از قاعده فوق تاگوچی پیشنهاد خود را در جدول زیر مشخص نمود‪:‬‬

‫تعداد کل آزمایشات‬ ‫سطوح‬ ‫فاکتورها‬

‫طراحی تاگوچی‬ ‫طراحی فاکتوریلی‬
‫‪4‬‬ ‫(‪4 )2^2‬‬ ‫‪2‬‬ ‫‪2‬‬

‫‪4‬‬ ‫(‪8 )2^3‬‬ ‫‪2‬‬ ‫‪3‬‬

‫‪8‬‬ ‫‪16‬‬ ‫‪2‬‬ ‫‪4‬‬
‫‪8‬‬ ‫‪128‬‬ ‫‪2‬‬ ‫‪7‬‬
‫‪16‬‬ ‫‪32768‬‬ ‫‪2‬‬ ‫‪15‬‬
‫‪9‬‬ ‫‪81‬‬ ‫‪3‬‬ ‫‪4‬‬

‫بطور کلی آزمایشات انجام شده با استفاده از آرایه های ارتوگونال‪ ،‬وقتی عملکرد کامال صحیحی دارند که‬
‫حداقل تداخل بین فاکتورها وجود داشته باشد‪ .‬این بدین معنی است که اثر هر فاکتور بر کیفیت هدف‪ ،‬مستقل‬
‫از یکدیگر بوده و رفتار آنها بصورت خطی باشند‪.‬‬
What are Full Factorial Experiments?
THANK YOU FOR ATTENDING
OUR SEMINAR
 ‫طراحی آزمایشات‬

‫طراحی آزمایش‪ ،‬توسعه یک طرح و یا طراحی کردن شرایط آزمایش مختلف می باشد‪.‬‬
‫در طراحی آزمایشات دو هدف را باید در نظر گرفت‪:‬‬
‫‪ -1‬تعداد آزنمون ها‬
‫‪ -2‬شرایطی که باید برای هر آزمایش مشخص گردد‪.‬‬
‫ممکن است طراحی آزمایشاتی شامل ‪ 6 ،5 ،4‬و یا ‪ 7‬فاکتور همگی با استفاده از آرایه ارتوگونال ‪ L8‬انجام‬
‫گیرد‪ .‬آرایه های ارتوگونال حاوی اطالعاتی در هر دو زمینه تعداد و ساختار آزمایشات هستند‪.‬‬
 ‫تحلیل یک فرایند مدلسازی پالستیکی بمنظور تعیین ترکیب بهینه و‬
‫شناخت سهم هر عامل در کیفیت محصول‬

‫فاکتورها و سطوح تحت بررسی در فرایند قالب گیری‬

‫سطح ‪2‬‬ ‫سطح ‪1‬‬ ‫متغییرها‬

‫‪A2=350 psi‬‬ ‫‪A1=250 psi‬‬ ‫فشار تزریق‬
‫‪B2=220 F‬‬ ‫‪B1=150 F‬‬ ‫دمای قالب‬
‫‪C2=9 sec‬‬ ‫‪C1=6 sec‬‬ ‫زمان تنظیم‬

‫طراحی‪ :‬سه فاکتور هر کدام در دو سطح وجود دارند‪ .‬بنابراین آرایه ‪ L4‬مناسب است‪.‬‬

‫فشار تزریق در‪A1 250 psi‬‬
‫دمای قالب در ‪B2 200 F‬‬
‫زمان تنظیم در ‪C2 9 Sec‬‬
‫فشار تزریق در‪A2 350 psi‬‬
‫دمای قالب در ‪B2 200 F‬‬
‫زمان تنظیم در ‪C1 6 Sec‬‬
‫شرایط آزمایش در این مثال به شرح زیر است‪:‬‬
‫فشار تزریق در‪A1 250 psi‬‬
‫دمای قالب در ‪B1 150 F‬‬ ‫آز‪:1‬‬
‫آز‪:2‬‬
‫زمان تنظیم در ‪C1 6 Sec‬‬
‫فشار تزریق در‪A2 350 psi‬‬
‫آز‪:4‬‬ ‫دمای قالب در ‪B1 150 F‬‬ ‫آز‪:3‬‬
‫زمان تنظیم در ‪C2 9 Sec‬‬
 ‫تحلیل نتایج‪:‬‬
‫آزمایش انجام شده ‪ ،‬سپس محصوالت قالبگیری شده ارزیابی و نتایج بر حسب مشخصه کیفیت ‪ Y‬بصورت زیر‬
‫اندازه گیری می شود‪:‬‬
‫;‪Y1=30; Y2=25; Y3=34; Y4=270‬‬
‫این نتایج در ستون راست آرایه ارتوگونال ثبت می شوند‪.‬‬
‫اهداف تحلیل نتایج در آزمایش تاگوچی در ابتدا برای پاسخ به سه سئوال زیر منتج می گردد‪:‬‬
‫‪ -1‬حالت بهینه چیست؟‬
‫‪ -2‬کدام فاکتورها و به چه اندازه ای در نتایج سهم دارند‪.‬‬
‫‪ -3‬نتایج مورد انتظار در حالت بهینه چه خواهد بود؟‬
‫نتایج پیش بینی شده را باید با اجرای یک ازمایش تایید کرد‪.‬‬

‫نتایج ‪Y‬‬ ‫‪C‬‬ ‫‪B‬‬ ‫‪A‬‬ ‫آزمایشات‬

‫‪30‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪25‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪34‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬
‫‪27‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪4‬‬
 ‫محاسبه عملکرد میانگین‪:‬‬

‫برای محاسبه عملکرد میانگین فاکتور ‪ A‬در سطح ‪ ،1‬نتایج بدست آمده از آزمایشات برای ‪ A1‬را جمع کرده و‬
‫سپس بر تعداد این آزمایشات تقسیم کنید‪.‬‬
‫مشخصه های کیفیت ‪:‬‬
‫مشارکت نسبی متغییرها‬
‫(‪)ANOVA‬‬
‫مجموع مربعات خالص‬

‫درصد مشارکت‬
‫نتایج ‪Y‬‬ ‫‪C‬‬ ‫‪B‬‬ ‫‪A‬‬ ‫آزمایشات‬
‫‪30‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪25‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪34‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬
‫‪27‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪4‬‬
THANK YOU FOR ATTENDING
OUR SEMINAR
‫طراحی همراه با تداخل‬
‫طراحی آزمایشات برای بررسی فاکتورهای اغتشاشی‬
What are recommended DESIGN considerations? )‫(فلوچارت طراحی آزمایش‬

EXPERIMENT DESIGN
ROADMAP

Designs Using Mixed Level &

Standard Arrays Interaction Designs

Modify Columns and

Assigns Factors Assign Interacting
Arbitrarily Factors Properly

Consider Noise Factors

Determine Repetitions

Run Experiments
in Random Order
Is there some guidelines on analysis of results?
)‫(فلوچارت تحلیل نتایج‬
ANALYSIS STRATEGY

Multiple samples
Single sample
per trial
per trial

W ith or without
Noise Factors and
Outer Array

Perform
Perform S/N Analysis
Standard Analysis

QC
SMALLER is better
BIGGER is better
NOMINAL is the best
‫تحلیل واریانس(‪)ANOVA‬‬
THANK YOU FOR ATTENDING
OUR SEMINAR
‫استفاده از نرم افزار ‪ Qualitek-4‬در تحلیل تاگوچی‬
What does it do?
How does it do it?
Designs Taguchi Experiments
Automatically: QT4 can design simple of mixed
experiments when you only describe the factors level
and levels.

Manually: QT4 allows you to select the array and

factors to the columns as you want. Unused assign
Triangular Table information is made columns and
demand. readily available on

Analyzes results with a few Clicks of

Mouse
What Else Does it Do?
Dynamic characteristics
Variation diagram
Common population statistics
On-line tips and help
Five Easy Steps to DOE (benefit from DOE
without learning the details of DOE)
How does Qualitek-4 Design
Experiments?
QT4 always starts with PISTON experiment (screen Shots)
Use Automatic Design When Unsure of
Rules
All You Need is to Enter Numbers of
Factors (Three 2-level & One 3-level)
QT4 Selects the Array Necessary for the
Design
QT4 Asks for Descriptions of
2-level Factors and their Levels
QT4 Asks for Descriptions of
3-level Factor and its Levels
Screen Showing Factor and their
Column Assignments
Input for Experiment Title & Description
Automatically Modified Orthogonal Array
Naming the Experiment
File
Describing Experimental Conditions
Description of Individual Trial Condition
At Test Completion -
Option for Entering Results
Entering Results Upon Completion of
Tests
Performing Standard Analysis of
Results
QT4 Recommends S/N Analysis in case
of Multiple Sample Results
Selection of Applicable Quality
Characteristic
Results and their Trial Averages
Average Effects of Factor Levels
Multiple Factor Influence Plot
Plot of Factor Influence
(Least Squares Fit for 3 & 4-level Factors)
Automatic Check of Presence of
Interactions
Factor Interactions in Order of Severity
Severity of Interactions
Interaction Between a 2-level
Factor and a 3-level factor
Interaction Between Two 2-level
factors
ANOVA - Relative factor influence to the variation of
results
Pooling Based on Confidence Level
Relative Influence of Factor
Pie Diagram of Factor Influence
Expected Performance at the Optimum
Condition
Specifying the Desired Confidence Level
Confidence Interval on Optimum
Performance
Estimate with Factor (Sugar) at a Level
Other than Optimum
Additional Qualitek-4 Capabilities
Input for Variation Diagram
Variation Diagram
with Performance & Savings Statistics
Tips for Getting Started and Screen Capture
Capability to Calculate Population Statistics
Process Diagram for Dynamic Characteristics
Five Easy Steps for Problem Solving
 ‫حل مسائل با استفاده از روش تاگوچی‬
‫‪1‬‬

‫‪2‬‬

‫‪3‬‬

‫‪4‬‬

‫‪5‬‬
‫‪6‬‬

‫‪7‬‬
THANK YOU FOR ATTENDING
OUR SEMINAR