Week 10

(2) การประยุกต์ใช้การวิเคราะห์
ข้อมูลด้วยโปรแกรม Excel
กับการวางแผนการทดลองแบบ
Factorial

Narin Paiboon
School of food industry, KMITL
narin.pa@kmitl.ac.th

1
Review the content

Factorial experiment
การทดลองแฟกทอเรียล
หมายถึงวิธีการทดลองที่ผู้ทําการทดลองจะต้องทําการทดลองให้ครบทุกเงื่อนไขการเปลี่ยนแปลงค่า
ของทุกปัจจัย และจะต้องวิเคราะห์ผลกระทบต่อตัวแปรตอบสนองทุกกรณี

• 2-Level Full factorial design หมายถึงเมื่อใช้ Full factorial

กรณีผลกระทบที่เป็นไปได้ท้ังหมด ของ Full factorial design
2-Way
Main Effects
Interaction
A AB
B AC
C BC
โดยแต่ละปัจจัยเปลี่ยนแปลงได้ 2 ระดับ เราจะต้องทําการ
3-Way ทดลองทั้งหมดเท่ากับ 2k โดยที่ k คือจํานวนปัจจัยหรือ Main
Interaction
effect
ABC
• 3-Level Full factorial design หมายถึงเมื่อใช้ Full factorial
โดยแต่ละปัจจัยเปลี่ยนแปลงได้ 3 ระดับ เราจะต้องทําการ
ทดลองทั้งหมดเท่ากับ 3k

2
Factorial experiment
2-Level Full factorial design ตารางที่ 2 คาของปจจัยในแตละรอบการทดลอง (Run)
ตัวอย่างที่ 1 Run A B C
ในการทดลองมี 3 ปัจจัย แต่ละปัจจัยมีเงื่อนไขการเปลี่ยนแปลงค่า ดังตารางที่ 1
1 1.25 20 2300
ในการทดลองนี้จะต้องมีจํานวนรอบการทดลองหรือ Run = 23 = 8 ดังตารางที่ 3
จากตารางที่ 2 หมายความว่า ผู้ทําการทดลองจะต้องปรับเปลี่ยนค่าของปัจจัยทั้ง 2 1.25 20 2500
สามคือ A,B และ C ให้เป็นไปตามตารางที่ 3 โดย 1 รอบการทดลอง จะต้องมีการ
3 1.25 40 2300
บันทึกค่าตัวแปรตอบสนอง 1 ครั้ง แล้วค่อยปรับเปลี่ยนค่าของปัจจัยให้เป็นตาม
Run ที่ 2 และวัดค่าตัวแปรตอบสนอง อีกครั้ง ทําเช่นนี้ไปจนกว่าจะครบทุก Run 4 1.25 40 2500

ตารางที่ 1 เงื่อนไขการเปลี่ยนแปลงค่าของปัจจัย 5 3.25 20 2300

ปัจจัย ค่าที่เปลี่ยนแปลงไป 6 3.25 20 2500

Main Effects (Condition)
7 3.25 40 2300
A AL = 1.25 AH = 3.25
B BL = 20 BH = 40 8 3.25 40 2500
C CL = 2300 CH = 2500

*** สามารถใช Anova: Two-Factor With Replication หรือ Without Replication ไดเลย
3
Factorial experiment
ตารางที่ 4 คาของปจจัยในแตละรอบการทดลอง (Run)
3-Level Full factorial design Run
1
A
1.25
B
20
C
2300
2 1.25 20 2400
ตัวอย่างที่ 2 ในการทดลองมี 3 ปัจจัย แต่ละปัจจัยมีเงื่อนไขการเปลี่ยนแปลงค่า ดังตารางที่ 3 3 1.25 20 2500
4 1.25 30 2300
ในการทดลองนี้จะต้องมีจํานวนรอบการทดลองหรือ Run = 33 = 27 ดังตารางที่ 3 5 1.25 30 2400
จากตารางที่ 4 หมายความว่า ผู้ทําการทดลองจะต้องปรับเปลี่ยนค่าของปัจจัยทั้งสามคือ A,B และ 6 1.25 30 2500
7 1.25 40 2300
C ให้เป็นไปตามตารางที่ 3 โดย 1 รอบการทดลอง จะต้องมีการบันทึกค่าตัวแปรตอบสนอง 1 ครั้ง 8 1.25 40 2400
แล้วค่อยปรับเปลี่ยนค่าของปัจจัยให้เป็นตาม Run ที่ 2 และวัดค่าตัวแปรตอบสนอง อีกครั้ง ทํา 9 1.25 40 2500
10 2.25 20 2300
เช่นนี้ไปจนกว่าจะครบทุก Run 11 2.25 20 2400
12 2.25 20 2500
13 2.25 30 2300
ตารางที่ 3 เงื่อนไขการเปลี่ยนแปลงค่าของปัจจัย 14 2.25 30 2400
15 2.25 30 2500
16 2.25 40 2300
ปัจจัย ค่าที่เปลี่ยนแปลงไป 17 2.25 40 2400
Main Effects (Condition) 18 2.25 40 2500
A AL = 1.25 AM = 2.25 AH = 3.25 19 3.25 20 2300
20 3.25 20 2400
B BL = 20 BM = 30 BH = 40 21 3.25 20 2500
22 3.25 30 2300
C CL = 2300 CM =2400 CH = 2500 23 3.25 30 2400
24 3.25 30 2500
25 3.25 40 2300
25 3.25 40 2400
27 3.25 40 2500 4
Factorial experiment

Regression model
“Regression” หรือการวิเคราะห์การถดถอย เป็นเทคนิคทางสถิติท่ีใช้ในการ
ประมาณค่าความสัมพันธ์ระหว่างตัวแปร โดยกําหนดให้ตัวแปรหนึ่งเป็นตัวแปร
ทราบค่า เรียกว่าตัวแปรอิสระ (Independent variable: X) ส่วนอีกตัวแปรหนึ่ง
เป็นตัวที่ต้องการทราบค่า เรียกว่าตัวแปรตาม (Dependent variable: Y)

Linear model เป็นสมการที่ใช้อธิบายความสัมพันธ์ Nonlinear model เป็นสมการที่ใช้อธิบายความสัมพันธ์

ระหว่างผลตอบสนองของ ตัวแปรตาม (Response ระหว่างผลตอบสนอง ของตัวแปรตาม (Response Variable)

Variable) และ ตัวแปรต้น ในรูปของสมการเชิงเส้นตรง และ ตัวแปรต้น ในรูปของสมการอื่นๆ นอกจากเส้นตรง เช่น

quadratic, cubic, polynomial เป็นต้น

5
Factorial experiment

Regression model
“Regression” หรือการวิเคราะห์การถดถอย เป็นเทคนิคทางสถิติท่ีใช้ในการ
ประมาณค่าความสัมพันธ์ระหว่างตัวแปร โดยกําหนดให้ตัวแปรหนึ่งเป็นตัวแปร
ทราบค่า เรียกว่าตัวแปรอิสระ (Independent variable: X) ส่วนอีกตัวแปรหนึ่ง
เป็นตัวที่ต้องการทราบค่า เรียกว่าตัวแปรตาม (Dependent variable: Y)

𝐿𝑖𝑛𝑒𝑎𝑟 𝑅𝑒𝑔𝑟𝑒𝑠𝑠𝑖𝑜𝑛 𝑚𝑜𝑑𝑒𝑙 ∶

𝑌 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 + 𝑎 𝐴 + 𝑏 𝐵 + 𝑐 𝐶 + 𝑑 𝐴𝐵 + 𝑒 𝐴𝐶 + 𝑓 𝐵𝐶 + 𝑔 𝐴𝐵𝐶 + ⋯

1 𝐹𝑎𝑐𝑡𝑜𝑟 ∶ 𝑌 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 + 𝑎 𝐴
2 𝐹𝑎𝑐𝑡𝑜𝑟 ∶ 𝑌 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 + 𝑎 𝐴 + 𝑏 𝐵 + 𝑐 𝐴𝐵
3 𝐹𝑎𝑐𝑡𝑜𝑟 ∶ 𝑌 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 + 𝑎 𝐴 + 𝑏 𝐵 + 𝑐 𝐶 + 𝑑 𝐴𝐵 + 𝑒 𝐴𝐶 + 𝑓 𝐵𝐶 + 𝑔 𝐴𝐵𝐶

6
Factorial experiment

R-squared
ค่า R-Squared ถือเป็นค่าที่นํามาใช้วัดว่าตัวแบบสมการเชิงเส้นที่ได้มานั้นมีความเหมาะสมกับข้อมูลหรือไม่
แต่อย่างไรก็ตาม การมองเฉพาะค่า R-Squared อย่างเดียวอาจไม่สามารถตอบได้ว่าตัวแบบสมการนั้นเหมาะสมหรือไม่

ค่า R-Squared จะมีค่าอยูร่ ะหว่าง 0% – 100% (หรือ 0-1)

• 0% แสดงให้เห็นว่า สมการที่ได้มานั้นไม่สามารถอธิบายความผันแปรของค่าตัวแปรตอบสนอง ต่างที่กระจายรอบค่าเฉลี่ยได้เลย
• 100% แสดงให้เห็นว่า สมการที่ได้มานั้นสามารถอธิบายความผันแปรของค่าตัวแปรตอบสนอง ต่างที่กระจายรอบค่าเฉลี่ยได้เป็นอย่างดี
7
https://www.datasciencecentral.com/r-squared-in-one-picture/
Factorial experiment
3-Level Full factorial design Run
1
A
1.25
B
20
C
2300
2 1.25 20 2400
ตัวอย่างที่ 2 ในการทดลองมี 3 ปัจจัย แต่ละปัจจัยมีเงื่อนไขการเปลี่ยนแปลงค่า ดังตารางที่ 3 3 1.25 20 2500
4 1.25 30 2300
ในการทดลองนี้จะต้องมีจํานวนรอบการทดลองหรือ Run = 33 = 27 ดังตารางที่ 3 5 1.25 30 2400
จากตารางที่ 4 หมายความว่า ผู้ทําการทดลองจะต้องปรับเปลี่ยนค่าของปัจจัยทั้งสามคือ A,B และ 6 1.25 30 2500
7 1.25 40 2300
C ให้เป็นไปตามตารางที่ 3 โดย 1 รอบการทดลอง จะต้องมีการบันทึกค่าตัวแปรตอบสนอง 1 ครั้ง 8 1.25 40 2400
แล้วค่อยปรับเปลี่ยนค่าของปัจจัยให้เป็นตาม Run ที่ 2 และวัดค่าตัวแปรตอบสนอง อีกครั้ง ทํา 9 1.25 40 2500
10 2.25 20 2300
เช่นนี้ไปจนกว่าจะครบทุก Run 11 2.25 20 2400
12 2.25 20 2500
13 2.25 30 2300
ตารางที่ 3 เงื่อนไขการเปลี่ยนแปลงค่าของปัจจัย 14 2.25 30 2400
15 2.25 30 2500
16 2.25 40 2300
ปัจจัย ค่าที่เปลี่ยนแปลงไป 17 2.25 40 2400
Main Effects (Condition) 18 2.25 40 2500
A AL = 1.25 AM = 2.25 AH = 3.25 19 3.25 20 2300
20 3.25 20 2400
B BL = 20 BM = 30 BH = 40 21 3.25 20 2500
22 3.25 30 2300
C CL = 2300 CM =2400 CH = 2500 23 3.25 30 2400
24 3.25 30 2500
25 3.25 40 2300
25 3.25 40 2400
27 3.25 40 2500 8
Factorial experiment
3-Level Full factorial design
ตัวอย่างที่ 3 ในการศึกษาหาความแข็งแรงของกระดาษจากเยื้อไม้ โดยเติมเยื้อไม้ท่ี
ความเข้มข้น ต่างกัน 3 ระดับ ได้แก่ 2, 3 และ 4 ความดัน 400, 500 และ 600 mbar
และ ระยะเวลาในการต้ม 3, 4 ชั่วโมง โดยทําการทดลองซํ้า 2 ครั้ง

จํานวนการทดลอง = 2x3x3x2 =36 การทดลอง

Cooking time (3 hrs) Cooking time (4 hrs)

Wood
concentration
Replicates Pressure (mbar) Pressure (mbar)
400 500 600 400 500 600
R1 196.6 197.7 199.8 198.4 199.6 200.6
2
R2 196 196 199.4 198.6 200.4 200.9
R1 198.5 196 198.4 197.5 198.7 199.6
4
R2 197.2 196.9 197.6 198.1 198 199
R1 197.5 195.6 197.4 197.6 197 198.5
8
R2 196.6 196.2 198.1 198.4 197.8 199.8
9
Factorial experiment A B C
Wood
1. จัดเรียงข้อมูล โดยนําปัจจัยทีม
่ ผ
ี ลมาเรียง กําหนดตัวแปร Run
concentration
Cooking time Pressure
1
ตัวอย่างที่ 3 ในการศึกษาหาความแข็งแรงของกระดาษจากเยื้อไม้ โดยเติมเยื้อไม้ท่ี 2
ความเข้มข้น ต่างกัน 3 ระดับ ได้แก่ 2, 3 และ 4 ความดัน 400, 500 และ 600 mbar 3
และ ระยะเวลาในการต้ม 3, 4 ชั่วโมง โดยทําการทดลองซํ้า 2 ครั้ง 4
5
จํานวนการทดลอง = 2x3x3x2 =36 การทดลอง 6
7
Cooking time (3 hrs) Cooking time (4 hrs)
Wood
8
concentration
Replicates Pressure (mbar) Pressure (mbar) 9
400 500 600 400 500 600 10
R1 196.6 197.7 199.8 198.4 199.6 200.6 11
2 12
R2 196 196 199.4 198.6 200.4 200.9 13
R1 198.5 196 198.4 197.5 198.7 199.6 14
4
R2 197.2 196.9 197.6 198.1 198 199 15
16
R1 197.5 195.6 197.4 197.6 197 198.5
8 17
R2 196.6 196.2 198.1 198.4 197.8 199.8 18
10
หมายเหตุ ตารางนี้แสดงค่าการทดลอง 1 ซํ้า
Factorial experiment A B C
R1 Wood
1. จัดเรียงข้อมูล โดยนําปัจจัยทีม
่ ผ
ี ลมาเรียง กําหนดตัวแปร Run
concentration
Cooking time Pressure
1 2 3 400
ตัวอย่างที่ 3 ในการศึกษาหาความแข็งแรงของกระดาษจากเยื้อไม้ โดยเติมเยื้อไม้ท่ี 2 2 3 500
ความเข้มข้น ต่างกัน 3 ระดับ ได้แก่ 2, 3 และ 4 ความดัน 400, 500 และ 600 mbar 3 2 3 600
และ ระยะเวลาในการต้ม 3, 4 ชั่วโมง โดยทําการทดลองซํ้า 2 ครั้ง 4 2 4 400
5 2 4 500
จํานวนการทดลอง = 2x3x3x2 =36 การทดลอง 6 2 4 600
7 4 3 400
Cooking time (3 hrs) Cooking time (4 hrs)
Wood
8 4 3 500
concentration
Replicates Pressure (mbar) Pressure (mbar) 9 4 3 600
400 500 600 400 500 600 10 4 4 400
R1 196.6 197.7 199.8 198.4 199.6 200.6 11 4 4 500
2 12 4 4 600
R2 196 196 199.4 198.6 200.4 200.9 13 8 3 400
R1 198.5 196 198.4 197.5 198.7 199.6 14 8 3 500
4
R2 197.2 196.9 197.6 198.1 198 199 15 8 3 600
16 8 4 400
R1 197.5 195.6 197.4 197.6 197 198.5
8 17 8 4 500
R2 196.6 196.2 198.1 198.4 197.8 199.8 18 8 4 600
11
หมายเหตุ ตารางนี้แสดงค่าการทดลอง 1 ซํ้า
Factorial experiment A B C
R2 Wood
1. จัดเรียงข้อมูล โดยนําปัจจัยทีม
่ ผ
ี ลมาเรียง กําหนดตัวแปร Run
concentration
Cooking time Pressure
19 2 3 400
ตัวอย่างที่ 3 ในการศึกษาหาความแข็งแรงของกระดาษจากเยื้อไม้ โดยเติมเยื้อไม้ท่ี 20 2 3 500
ความเข้มข้น ต่างกัน 3 ระดับ ได้แก่ 2, 3 และ 4 ความดัน 400, 500 และ 600 mbar 21 2 3 600
และ ระยะเวลาในการต้ม 3, 4 ชั่วโมง โดยทําการทดลองซํ้า 2 ครั้ง 22 2 4 400
23 2 4 500
จํานวนการทดลอง = 2x3x3x2 =36 การทดลอง 24 2 4 600
25 4 3 400
Cooking time (3 hrs) Cooking time (4 hrs)
Wood
26 4 3 500
concentration
Replicates Pressure (mbar) Pressure (mbar) 27 4 3 600
400 500 600 400 500 600 28 4 4 400
R1 196.6 197.7 199.8 198.4 199.6 200.6 29 4 4 500
2 30 4 4 600
R2 196 196 199.4 198.6 200.4 200.9 31 8 3 400
R1 198.5 196 198.4 197.5 198.7 199.6 32 8 3 500
4
R2 197.2 196.9 197.6 198.1 198 199 33 8 3 600
34 8 4 400
R1 197.5 195.6 197.4 197.6 197 198.5
8 35 8 4 500
R2 196.6 196.2 198.1 198.4 197.8 199.8 36 8 4 600
12
หมายเหตุ ตารางนี้แสดงค่าการทดลองซํ้าที่ 2
Factorial experiment A B C Y
R1 Wood
2. นําข้อมูลทีไ่ ด้จากการทดลองมาใส่ในตาราง Run Cooking time Pressure Hardness
concentration
กําหนดเป็นค่า y
1 2 3 400 196.6
2 2 3 500 197.7
Cooking time (3 hrs) Cooking time (4 hrs)
3 2 3 600 199.8
Wood
concentration
Replicates Pressure (mbar) Pressure (mbar) 4 2 4 400 198.4
400 500 600 400 500 600 5 2 4 500 199.6
6 2 4 600 200.6
R1 196.6 197.7 199.8 198.4 199.6 200.6
2 7 4 3 400 198.5
R2 196 196 199.4 198.6 200.4 200.9 8 4 3 500 196
R1 198.5 196 198.4 197.5 198.7 199.6 9 4 3 600 198.4
4 10 4 4 400 197.5
R2 197.2 196.9 197.6 198.1 198 199
11 4 4 500 198.7
R1 197.5 195.6 197.4 197.6 197 198.5
8 12 4 4 600 199.6
R2 196.6 196.2 198.1 198.4 197.8 199.8 13 8 3 400 197.5
14 8 3 500 195.6
15 8 3 600 197.4
16 8 4 400 197.6
17 8 4 500 197
18 8 4 600 198.5
13
Factorial experiment A B C Y
R2 Wood
2. นําข้อมูลทีไ่ ด้จากการทดลองมาใส่ในตาราง Run Cooking time Pressure Hardness
concentration
กําหนดเป็นค่า y
19 2 3 400 196
20 2 3 500 196
Cooking time (3 hrs) Cooking time (4 hrs)
21 2 3 600 199.4
Wood
concentration
Replicates Pressure (mbar) Pressure (mbar) 22 2 4 400 198.6
400 500 600 400 500 600 23 2 4 500 200.4
24 2 4 600 200.9
R1 196.6 197.7 199.8 198.4 199.6 200.6
2 25 4 3 400 197.2
R2 196 196 199.4 198.6 200.4 200.9 26 4 3 500 196.9
R1 198.5 196 198.4 197.5 198.7 199.6 27 4 3 600 197.6
4 28 4 4 400 198.1
R2 197.2 196.9 197.6 198.1 198 199
29 4 4 500 198
R1 197.5 195.6 197.4 197.6 197 198.5
8 30 4 4 600 199
R2 196.6 196.2 198.1 198.4 197.8 199.8 31 8 3 400 196.6
32 8 3 500 196.2
33 8 3 600 198.1
34 8 4 400 198.4
35 8 4 500 197.8
36 8 4 600 199.8
14
Factorial experiment A B C Y
R1 Wood
3. กําหนดข้อมูลตามสมการ Regression model Run Cooking time Pressure Hardness
concentration
1 2 3 400 196.6
2 2 3 500 197.7
𝐿𝑖𝑛𝑒𝑎𝑟 𝑅𝑒𝑔𝑟𝑒𝑠𝑠𝑖𝑜𝑛 𝑚𝑜𝑑𝑒𝑙 ∶ 3 2 3 600 199.8
4 2 4 400 198.4
𝑌 5 2 4 500 199.6
= 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 + 𝑎 𝐴 + 𝑏 𝐵 + 𝑐 𝐶 6 2 4 600 200.6
+ 𝑑 𝐴𝐵 + 𝑒 𝐴𝐶 + 𝑓 𝐵𝐶 7 4 3 400 198.5
+ 𝑔 𝐴𝐵𝐶 8 4 3 500 196
9 4 3 600 198.4
10 4 4 400 197.5
11 4 4 500 198.7
12 4 4 600 199.6
13 8 3 400 197.5
14 8 3 500 195.6
15 8 3 600 197.4
16 8 4 400 197.6
17 8 4 500 197
18 8 4 600 198.5
15
Factorial experiment 𝑅𝑒𝑔𝑟𝑒𝑠𝑠𝑖𝑜𝑛 𝑚𝑜𝑑𝑒𝑙 ∶

𝑌 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 + 𝑎 𝐴 + 𝑏 𝐵 + 𝑐 𝐶 + 𝑑 𝐴𝐵 + 𝑒 𝐴𝐶 + 𝑓 𝐵𝐶 + 𝑔 𝐴𝐵𝐶
3. กําหนดข้อมูลตามสมการ Regression model
A B C Y AB AC BC ABC
Factor (A) Factor (B) Factor (C) Experimental result (Y) AB AC BC ABC
Run Wood concentration Cooking time Pressure Hardness
1 2 3 400 196.6 6 800 1200 2400
2 2 3 500 197.7 6 1000 1500 3000
3 2 3 600 199.8 6 1200 1800 3600
4 2 4 400 198.4 8 800 1600 3200
5 2 4 500 199.6 8 1000 2000 4000
6 2 4 600 200.6 8 1200 2400 4800
7 4 3 400 198.5 12 1600 1200 4800
8 4 3 500 196 12 2000 1500 6000
9 4 3 600 198.4 12 2400 1800 7200
10 4 4 400 197.5 16 1600 1600 6400
11 4 4 500 198.7 16 2000 2000 8000
12 4 4 600 199.6 16 2400 2400 9600
13 8 3 400 197.5 24 3200 1200 9600
14 8 3 500 195.6 24 4000 1500 12000
15 8 3 600 197.4 24 4800 1800 14400
16 8 4 400 197.6 32 3200 1600 12800
17 8 4 500 197 32 4000 2000 16000
18 8 4 600 198.5 32 4800 2400 19200 16
 𝑅𝑒𝑔𝑟𝑒𝑠𝑠𝑖𝑜𝑛 𝑚𝑜𝑑𝑒𝑙 ∶
Factorial experiment 𝑌 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 + 𝑎 𝐴 + 𝑏 𝐵 + 𝑐 𝐶 + 𝑑 𝐴𝐵 + 𝑒 𝐴𝐶 + 𝑓 𝐵𝐶 + 𝑔 𝐴𝐵𝐶
*การให้โปรแกรมคํานวณค่าให้ จะต้องเรียงข้อมูลตาม model เท่านั้น

A B C AB AC BC ABC Y
Factor (A) Factor (B) Factor (C) AB AC BC ABC Experimental result (Y)
Run Wood concentration Cooking time Pressure Hardness
1 2 3 400 6 800 1200 2400 196.6
2 2 3 500 6 1000 1500 3000 197.7
3 2 3 600 6 1200 1800 3600 199.8
4 2 4 400 8 800 1600 3200 198.4
5 2 4 500 8 1000 2000 4000 199.6
6 2 4 600 8 1200 2400 4800 200.6
7 4 3 400 12 1600 1200 4800 198.5
8 4 3 500 12 2000 1500 6000 196
9 4 3 600 12 2400 1800 7200 198.4
10 4 4 400 16 1600 1600 6400 197.5
11 4 4 500 16 2000 2000 8000 198.7
12 4 4 600 16 2400 2400 9600 199.6
13 8 3 400 24 3200 1200 9600 197.5
14 8 3 500 24 4000 1500 12000 195.6
15 8 3 600 24 4800 1800 14400 197.4
16 8 4 400 32 3200 1600 12800 197.6
17 8 4 500 32 4000 2000 16000 197
18 8 4 600 32 4800 2400 19200 198.5 17
Factorial experiment 𝑅𝑒𝑔𝑟𝑒𝑠𝑠𝑖𝑜𝑛 𝑚𝑜𝑑𝑒𝑙 ∶

𝑌 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 + 𝑎 𝐴 + 𝑏 𝐵 + 𝑐 𝐶 + 𝑑 𝐴𝐵 + 𝑒 𝐴𝐶 + 𝑓 𝐵𝐶 + 𝑔 𝐴𝐵𝐶
3. กําหนดข้อมูลตามสมการ Regression model
การใส่สูตรใน Excel ต้องใช้เครื่องหมาย = ตามด้วย cell ต้องการเลือก (บวกใช้ +, ลบใช้ - , คูณใช้ *, หารใช้/)

18
Factorial experiment 𝑅𝑒𝑔𝑟𝑒𝑠𝑠𝑖𝑜𝑛 𝑚𝑜𝑑𝑒𝑙 ∶

𝑌 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 + 𝑎 𝐴 + 𝑏 𝐵 + 𝑐 𝐶 + 𝑑 𝐴𝐵 + 𝑒 𝐴𝐶 + 𝑓 𝐵𝐶 + 𝑔 𝐴𝐵𝐶

4. เลือก Data > Data analysis

เราสามารถเลือกที่ tool ที่เราอยากใช้ได้จาก toolbox ที่ข้น
ึ มา (ในตัวอย่างนี้จะเลือก Regression) > OK

19
Factorial experiment 𝑅𝑒𝑔𝑟𝑒𝑠𝑠𝑖𝑜𝑛 𝑚𝑜𝑑𝑒𝑙 ∶

𝑌 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 + 𝑎 𝐴 + 𝑏 𝐵 + 𝑐 𝐶 + 𝑑 𝐴𝐵 + 𝑒 𝐴𝐶 + 𝑓 𝐵𝐶 + 𝑔 𝐴𝐵𝐶

5. เลือกข้อมูลทีต
่ ้องการใช้คํานวณ
(ในตัวอย่างนี้
Input Y Range : $E$15:$E$51
Input X Range : $F$15:$E$51
-เลือก Labels
-เลือก Confidence Level คือค่าความ
เชื่อมั่นที่ต้องการ
Output range เลือกช่องที่ต้องการให้
แสดงผล (สามารถเลือกให้แสดงผลใน
Sheet ถัดไปได้)
> OK

20
Factorial experiment 𝑅𝑒𝑔𝑟𝑒𝑠𝑠𝑖𝑜𝑛 𝑚𝑜𝑑𝑒𝑙 ∶

𝑌 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 + 𝑎 𝐴 + 𝑏 𝐵 + 𝑐 𝐶 + 𝑑 𝐴𝐵 + 𝑒 𝐴𝐶 + 𝑓 𝐵𝐶 + 𝑔 𝐴𝐵𝐶

5. ผลการคํานวณจะแสดงจากจุดทีเ่ รา
กําหนดไว้ ออกมาเป็นตาราง

21
Factorial experiment 𝑅𝑒𝑔𝑟𝑒𝑠𝑠𝑖𝑜𝑛 𝑚𝑜𝑑𝑒𝑙 ∶

𝑌 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 + 𝑎 𝐴 + 𝑏 𝐵 + 𝑐 𝐶 + 𝑑 𝐴𝐵 + 𝑒 𝐴𝐶 + 𝑓 𝐵𝐶 + 𝑔 𝐴𝐵𝐶

5. ผลการคํานวณจะแสดงจากจุดทีเ่ รา
𝒀 = 𝟏𝟕𝟗. 𝟔𝟒 + 𝟐. 𝟒𝟖 𝑨 + 𝟑. 𝟓𝟓 𝑩 + 𝟎. 𝟎𝟐 𝑪 − 𝟎. 𝟓𝟕 𝑨𝑩 + 𝟎 𝑨𝑪 + 𝟎 𝑩𝑪 + 𝟎 𝑨𝑩𝑪
กําหนดไว้ ออกมาเป็นตาราง

R Square

R Square
ยิ่งใกล 1 ยิ่งแสดงวา
สมการมีแมนยําสูง

P-value < 0.05

A = Wood concentration P-value
แสดงวาปจจัยนั้นมีผลกระทบ
B = Cooking time
C = Pressure

ไมมีปจจัยไหนที่สงผลตอความ
แข็งแรงของกระดาษ

22
Factorial experiment
แบบฝึกหัด
1. การทําแหงนํ้าสมที่หุมดวยมอลโตเดกซทรินดวยเครื่องอบแหงแบบพนฝอย
มีการศึกษาอุณหภูมิลมรอนขาเขา 2 ระดับ ไดแก 150 และ 170 องศา
เซลเซียส สัดสวนของของแข็งตอระบบ 2 ระดับ ไดแก 50% และ 30% อัตรา
การปอนไหลของของเหลว 2 ระดับ ไดแก 10 และ 20 มิลลิลิตรตอนาที ผล
การทดลองเสนอในรูปแบบผลผลิตที่ได (%Yield) แสดงดังตารางวิเคราะห
ขอมูลที่ระดับนัยสําคัญ 0.01 และ 0.05
2. การทําแหงนํ้าลําไยที่หุมดวยมอลโตเดกซทรินดวยเครื่องอบแหงแบบพนฝอย มี
การศึกษาอุณหภูมิลมรอนขาเขา 2 ระดับ ไดแก 150 และ 170 องศาเซลเซียส
สัดสวนของของแข็งตอระบบ 2 ระดับ ไดแก 50% และ 30% อัตราการปอนไหล
ของของเหลว 2 ระดับ ไดแก 10 และ 20 มิลลิลิตรตอนาที ผลการทดลองเสนอใน
รูปแบบผลผลิตที่ได (%Yield) แสดงดังตาราง จงวิเคราะหขอมูลที่ระดับนัยสําคัญ
0.01 และ 0.05

อุณหภูมิลมรอน (องศาเซลเซียส) 150 170 อุณหภูมิลมรอน (องศาเซลเซียส) 150 170

อัตราสวนของนํ้าตอของแข็ง 50 30 50 30 อัตราสวนของนํ้าตอของแข็ง 50 30 50 30
18.5 20.2 17.5 22 14 10 17.5 22
10 19 23.5 21.3 24.6 10 13 10.5 21.3 24.6
อัตราการปอนของ 20.2 34 20.2 25.3 อัตราการปอนของ 13.5 10.1 20.2 25.3
ของเหลว 20.4 22.9 24 25.6 ของเหลว 16 14 24 25.6
20 18.5 24 26.3 27.3 20 14 15 26.3 27.3
21.6 26.8 27.2 28.5 15.5 16 27.2 28.5

23
Factorial experiment
แบบฝึกหัด

3. การศึกษาผลของการใช Carbopol, Glycerin, Mineral oil ลงในผลิตภัณฑ 4. การศึกษาผลของความเขมขนแอลกอฮอล (2 ระดับ) และกําลังไมโครเวฟ (3

โลชั่นเพื่อเพิ่มความหนืด โดยการจัดการทดลอง 3 Factor 2 ระดับ วัดคาความ ระดับ) ที่มีตอสารประกอบฟนอลิกจากใบชา ผลการทดลองแสดงดังตาราง (ทําการ
หนืด 3 ซํ้าดังตาราง จงวิเคราะหขอมูลที่ระดับนัยสําคัญ 0.01 และ 0.05 ทดลอง 3 ซํ้า) จงวิเคราะหขอมูลที่ระดับนัยสําคัญ 0.01 และ 0.05

ปจจัย ความหนืด
Carbopol (A) Glycerin (B) Mineral oil (C) Rep 1 Rep 2 Rep 3
กําลังไมโครเวฟ (วัตต)
3.2 5.33 5.48 5.32 ความเขมขนแอลกอฮอล (%)
4 200 300 400
4.8 5.86 6.27 5.37
0.08 7.56 14.02 10.59
3.2 5.41 5.77 6.03
6 60 6.87 13.85 9.82
4.8 5.88 6.39 5.46
7.02 14.78 10.04
3.2 7.02 7.14 7.09
4 9.51 17.04 8.64
4.8 7.19 6.91 7.16 80 9.11 16.88 7.92
0.12
3.2 6.14 7.35 7.04 8.78 16.47 8.03
6
4.8 6.81 6.87 6.97

24
End of week 10

25