실무에 활용하는 실험계획법 - 교육자료

실험계획의 이점
실험계획법 사용 이유
1 어떤 인자(X)가 반응치(Y)에 가장 크게 영향을 미치는지 결정

2 반응치(Y)에 영향을 미치는 인자(X)들의 정량값 결정
3 선정된 인자(X)들이 정말 Process에 영향을 주는지 검정
실험계획법이란
실험계획법
실험계획법이란
실험계획법을 실시한 이후 결과
평균이동과 산포줄임
측정치의 변동
변동
Systematic 변동
 기대되고 예측되고 있는 변동
예 여름과 겨울의 빙과류 판매량
무작위 변동
 예측되지 않는 측정치에서의 차이에 따른 변동
예 공산품들의 제품 품질
수동적 관찰과의 비교
실험계획법 수동적 관찰
• 반응치(Y)에 영향을 미치는

인자(X)를 능동적으로 조정하는 수단
X H Y
독립변수 종속변수
• 의도적인 변화 없이 Process를
(X1,X2,….Xk) (Y1,Y2,….Yk)
관찰하는 방법
• 실험계획은 반응치(Y)에 대하여
인자의 영향도 추정
• 시행착오 방법보다 효율적으로
진행되므로 반응치 통제 및 관리
가능
2 X 2 실험
2 X 2 실험
22 실험 배열
2회 반복 실험
Run X1 X2 Y
1 -1 -1 +1
2 1 -1
3 -1 1 X2
4 1 1
5 -1 -1 -1
6 1 -1
7 -1 1 -1 X1 +1
8 1 1
2 X 2 실험
22 실험 : 종이 헬리콥터 실험
2 X 2 실험
Run X1 날개폭 X2 크립 수 Y(시간)

1 -1 3 -1 1 2.75
2 1 4.5 -1 1 2.00
3 -1 3 1 2 1.97
4 1 4.5 1 2 2.28
5 -1 3 -1 1 1.96
6 1 4.5 -1 1 2.65
7 -1 3 1 2 2.03
8 1 4.5 1 2 2.31
2 X 2 실험
평균치
주효과(Main Effect) Plot
교호작용(Interaction) Plot
Cube Plot
2 X 2 실험
평균치
날개폭
3.0 4.5
크 1 2.355 2.325 2.340

립
수
2 2.0 2.295 2.148
평균 2.178 2.31 2.244

2 X 2 실험
주효과(Main Effect) Plot
시
간
(
초
)
2.5
3.0 4.5 1 2
날개폭 크립 수
2 X 2 실험
교호작용(Interaction) Plot
시
간
(
초
)
2.5 1
2 2
3.0 4.5 날개폭

2 X 2 실험
Cube Plot
2 2.0 2.295
크
립
수
1 2.355 2.325
3.0 날개폭 4.5
2 X 2 실험
교호작용 해석
Y H Y Y
H H H L
L L
H
H
L L L
X X X
교호작용 없음 교호작용 약함 교호작용 큼
2 X 2 실험
예제
세탁력 실험 – 배열과 실시
2 X 2 실험
예제
세탁력 실험 – 반응치와 2 Factor Graph
물
의 9.7 15.0
양 8 16.4 24.0
14.8 25.6
12.3 15.2
20.4 17.4
4 19.3 17.7
17.6 23.2
16.3 20.4
10 20 세탁시간
2 X 2 실험
예제
세탁력 실험 – 결과분석(1)
세탁시간 평균
13.3 17.4
물 15.4
(2.93) (4.37)
의
양 18.4 19.7
19.0
(1.81) (2.71)
평균 15.8 18.6 17.2

2 X 2 실험
예제
세탁시간 평균
13.3 17.4
물 4.1 15.4
(2.93) (4.37)
의
5.1 2.3 3.6
양 18.4 1.3 19.7
19.0
(1.81) (2.71)
평균 15.8 2.8 18.6 17.2

2 X 2 실험
예제
1
2
3
2 X 2 실험
예제
 각 개별 인자가 반응치(Y)에 미치는 효과를 파악함(평균값 사용)
세 19.0
탁 18.6
력 19 1
17 해석
15 15.8
15.4
10세탁시간 20 4 물의 양 8
2 X 2 실험
예제
 두 개의 인자가 한꺼번에 변화된 효과를 비교함
1
세 19.7
탁 19 20분
력 17.4
17 18.4
해석
15 10분 13.4 2
13
4 8 물의 양
2 X 2 실험
예제
 인자의 각 조합에서 얻어진 반응치(Y)를 나타냄

X=13.3 X=13.3
8 1
물
의
양 해석
2
4 X=18.4 X=19.7
10 세탁시간 20
2 X 2 실험
예제
고객전화 응대 실험
 2곳의 전화 접수센터에서 서로 다른 2개의 교육 프로그램의

영향도를 평가하기 위한 실험 계획을 실시
 하루에 처리할 수 있는 평균 전화 수에 대하여 전화 접수 센터별,

교육 기간에 따른 영향도 평가
2 X 2 실험
예제
고객전화 응대 실험
2 X 2 실험
예제
고객전화 응대 실험 - 결과분석
 각 개별 인자가 반응치(Y)에 미치는 효과를 파악함(평균값 사용)
전
화
수 75 1
65
해석
55
2 4 북다코다 텍사스
훈련 기간 장소
2 X 2 실험
예제
 두 개의 인자가 한꺼번에 변화된 효과를 비교함
전 1
화
수 75
2
65 해석
55
3
북 다코다 텍사스 장소
2 X 2 실험
예제
 인자의 각 조합에서 얻어진 반응치(Y)를 나타냄

X=49.5 X=74.0
북다코다 1
장 2
소 해석
텍사스 X=56.0 X=77.5

3
2 훈련 기간 4
2 ,
3 2 4 실험
2 ,
3 24 실험
23, 24 실험이란
23 실험
24 실험
2 ,
3 24 실험
예제
세척 Process
 공정 중에 기계를 세척하는 Process가 있는 경우 세척의 정도를

평가하기 위해 잔유물(Residue)의 무게를 측정
 다음 3개의 Factor가 얼마나 영향을 미쳤는지 결정
+1
뜨거운 물
길다
높다
2 ,
3 24 실험
예제
세척 Process – 완전실험 배치
Run Temp Time Conc.
1 -1 -1 -1
2 +1 -1 -1
3 -1 +1 -1
4 +1 +1 -1
5 -1 -1 +1
6 +1 -1 +1
7 -1 +1 +1
8 +1 +1 +1
 3개의 인자의 가능한 모든 조합이 배열되어 완전배치라 하며, 직교배열표라고 함
 -1, +1은 인자의 물리적 값을 배정하기 위한 Code임
2 ,
3 24 실험
예제
세척 Process – 직교배열
 직교화(Othogonality)란 실험에 있어 인자간 서로 독립성이 있는 배치 또는
실험이 Balance 됨을 의미
Run X1 X2 X3 X1*X2 X1*X3 X2*X3
1 -1 -1 -1 +1 +1 +1
2 +1 -1 -1 -1 -1 +1
3 -1 +1 -1 -1 +1 -1
4 +1 +1 -1 +1 -1 -1
5 -1 -1 +1 +1 -1 -1
6 +1 -1 +1 -1 +1 -1
7 -1 +1 +1 -1 -1 +1
8 +1 +1 +1 +1 +1 +1
Sum= 0 0 0 0 0 0
2 ,
3 24 실험
예제
세척 Process – Random 실험
예 4 Run  8 Run  3 Run  7 Run  1 Run  2 Run

 5 Run  6 Run
 시간의 경과에 따라 나타날 수 있는 잠재 변수의 영향을 막을 수 있음

 통계적으로 확실한 신뢰가 필요할 때 사용
 주관적 평가를 할 때 사용
2 ,
3 24 실험
예제
세척 Process – 5회 반복 실험 결과
잔유물량
Run 실험 1 실험 2 실험 3 실험 4 실험 5 평균
1 65 65 64 65 65 64.8
2 44 42 44 43 42 43.0
3 50 43 44 47 49 46.6
4 41 45 43 40 45 42.8
5 58 61 59 61 58 59.4
6 45 43 43 44 45 44.0
7 52 50 52 52 51 51.4
8 41 45 42 44 45 43.4
평균 49.5 49.3 48.9 49.5 50.0 49.4
2 ,
3 24 실험
예제
세척 Process – 주효과 분석
Run Temp(X1) Time(X2) Conc.(X3) 평균 Temp Time Conc. 평균
1 -1 -1 -1 64.8 43.0 46.6 59.4 49.7
2 +1 -1 -1 43.0 42.8 42.8 44.0 43.2
+ Data
44.0 51.4 51.4 48.9
3 -1 +1 -1 46.6
43.4 43.4 43.4 43.4
4 +1 +1 -1 42.8 평균 43.3 46.1 49.6 46.3
5 -1 -1 +1 59.4 64.8 64.8 64.8 64.8
6 +1 -1 +1 44.0 46.6 43.0 43.0 44.2
- Data
7 -1 +1 +1 51.4 59.4 59.4 46.6 55.1
51.4 44.0 42.8 46.1
8 +1 +1 +1 43.4
평균 55.6 52.8 49.3 52.6
평균차이 -12.3 -6.8 0.3
2 ,
3 24 실험
예제
세척 Process – 주효과 분석
60
55.6
55
52.8 49.3 49.6
50
46.1
45
43.3
40
-1 Temp +1 -1 Time +1 -1 Conc. +1
 온도의 영향이 가장 크고 세제 농도는 큰 영향이 없음

 시간은 온도보다 덜 영향을 미침
2 ,
3 24 실험
예제
세척 Process – 교호작용 분석
잔유물
Temp 62.1
60
Warm(-1)
50 49.0
43.5 Hot(+1)
43.1
40
-1 +1
Time
 물이 따뜻한 경우 더 많은 영향을 미치지만 뜨거운 경우 영향이 거의
없음
2 ,
3 24 실험
예제
잔유물
60
Temp 55.7 Warm(-1) 55.4
50
42.9 Hot(+1)
43.7
40
-1 +1
Conc.
 물의 온도와 세제 농도에 영향이 거의 없음
2 ,
3 24 실험
예제
잔유물
60
Time(-1)
53.9
51.7
50
Time(+1) 47.4
44.7
40
-1 +1
Conc.
2 ,
3 24 실험
예제
세척 Process – 2수준 독립 변수간의 교호작용 원리
X1*X2*X
Run Temp(X1) Time(X2) Conc.(X3) X1*X2 X1*X3 X2*X3
3
1 -1 -1 -1 +1 +1 +1 -1
2 +1 -1 -1 -1 -1 +1 +1
3 -1 +1 -1 -1 +1 -1 +1
4 +1 +1 -1 +1 -1 -1 -1
5 -1 -1 +1 +1 -1 -1 +1
6 +1 -1 +1 -1 +1 -1 -1
7 -1 +1 +1 -1 -1 +1 -1
8 +1 +1 +1 +1 +1 +1 +1
Sum= 0 0 0 0 0 0 0
2 ,
3 24 실험
예제
세척 Process – 2수준 독립 변수간의 교호작용 계산 원리
Run Temp Time Conc. Temp*Time Temp*Conc. Time*Conc. T*T*C
43.0 46.6 59.4 64.8 64.8 64.8 43.0
42.8 42.8 44.0 42.8 46.6 43.0 46.6
+ Data
44.0 51.4 51.4 59.4 44.0 51.4 59.4
43.4 43.4 43.4 43.4 43.4 43.4 43.4
평균 43.3 46.1 49.6 52.6 49.7 50.7 48.1
64.8 64.8 64.8 43.0 43.0 46.6 64.8
46.6 43.0 43.0 46.8 42.8 42.8 42.8
- Data
59.4 59.4 46.6 44.0 59.4 59.4 44.0
51.4 44.0 42.8 51.4 51.4 44.0 51.4
평균 55.6 52.8 49.3 46.3 49.2 48.2 50.8
평균차이 -12.3 -6.8 0.3 6.3 0.5 2.5 -2.7
2 ,
3 24 실험
예제
세척 Process – 2수준 독립 변수간의 교호작용 계산 원리
55
50
45
40
Temp Time Conc. Temp Temp Time T*T*C
* * *
Time Conc. Conc.
2 ,
3 24 실험
예제
세척 Process – Cube Plot
-1,1,1 1,1,1
(43.4)
(51.4)
Long(+1) -1,1,-1 1,1,-1

(46.6) (42.8)
Time
-1,-1,1(59.4) (44)
1,-1,1 High(+1)
Conc.
Short(-1)
(64.8) Temp (43) Low(-1)
-1,-1,-1Warm(-1) Hot(+1) 1,-1,-1
직교배열표
직교배열표
24 실험 배열
직교배열표(완전 배치)
직교배열표
24 실험 배열
Cube Plot(완전 배치)
(+1) (+1)
X2 X2
(+1) (+1)
X3 X3
(-1) (-1)
(-1) X1 (+1) (-1) (-1) X1 (+1) (-1)
X4
(-1) (+1)
직교배열표
25 실험 배열
직교배열표
25 실험 배열
직교배열표
25 실험 배열
Cube Plot(완전 배치)
(+1) (+1)
X2 (+1) X2 (+1)
(-1) X3 (-1) X3
X5 (-1) X1 (+1)(-1) (-1) X1 (+1)(-1)
(+1) (+1)
X2 (+1) X2 (+1)
(-1) X3 (-1) X3
(-1) X1 (+1)(-1) (-1) X4 (-1) X1 (+1)(-1) (+1)
부분배치법
부분배치법
부분배치법의 정의
부분배치법
부분배치법 사용 이유 및 시기
부분배치법 사용 이유
부분배치법 사용 시기
부분배치의 개념
23-1 부분배치
X2
X3
X1
25 실험 배열
Run X1 X2 X3 X4 X5 X1X2X3X4X5 Y
1 -1 -1 -1 -1 -1 -1
2 +1 -1 -1 -1 -1 +1
3 -1 +1 -1 -1 -1 +1
4 +1 +1 -1 -1 -1 -1
5 -1 -1 +1 -1 -1 +1
6 +1 -1 +1 -1 -1 -1
7 -1 +1 +1 -1 -1 -1
8 +1 +1 +1 -1 -1 +1
9 -1 -1 -1 +1 -1 +1
10 +1 -1 -1 +1 -1 -1
11 -1 +1 -1 +1 -1 -1
12 +1 +1 -1 +1 -1 +1
13 -1 -1 +1 +1 -1 -1
14 +1 -1 +1 +1 -1 +1
15 -1 +1 +1 +1 -1 +1
16 +1 +1 +1 +1 -1 -1
25 실험 배열
17 -1 -1 -1 -1 +1 +1
18 +1 -1 -1 -1 +1 -1
19 -1 +1 -1 -1 +1 -1
20 +1 +1 -1 -1 +1 +1
21 -1 -1 +1 -1 +1 -1
22 +1 -1 +1 -1 +1 +1
23 -1 +1 +1 -1 +1 +1
24 +1 +1 +1 -1 +1 -1
25 -1 -1 -1 +1 +1 -1
26 +1 -1 -1 +1 +1 +1
27 -1 +1 -1 +1 +1 +1
28 +1 +1 -1 +1 +1 -1
29 -1 -1 +1 +1 +1 +1
30 +1 -1 +1 +1 +1 -1
31 -1 +1 +1 +1 +1 -1
32 +1 +1 +1 +1 +1 +1
25 실험 배열
32개의 항목 평가 가능
1 4
2 5
3 6
25 실험 배열
1 -1 -1 -1 -1 -1 -1
2 +1 -1 -1 -1 -1 +1
3 -1 +1 -1 -1 -1 +1
4 +1 +1 -1 -1 -1 -1
5 -1 -1 +1 -1 -1 +1
6 +1 -1 +1 -1 -1 -1
7 -1 +1 +1 -1 -1 -1
8 +1 +1 +1 -1 -1 +1
9 -1 -1 -1 +1 -1 +1
10 +1 -1 -1 +1 -1 -1
11 -1 +1 -1 +1 -1 -1
12 +1 +1 -1 +1 -1 +1
13 -1 -1 +1 +1 -1 -1
14 +1 -1 +1 +1 -1 +1
15 -1 +1 +1 +1 -1 +1
16 +1 +1 +1 +1 -1 -1
25 실험 배열
17 -1 -1 -1 -1 +1 +1
18 +1 -1 -1 -1 +1 -1
19 -1 +1 -1 -1 +1 -1
20 +1 +1 -1 -1 +1 +1
21 -1 -1 +1 -1 +1 -1
22 +1 -1 +1 -1 +1 +1
23 -1 +1 +1 -1 +1 +1
24 +1 +1 +1 -1 +1 -1
25 -1 -1 -1 +1 +1 -1
26 +1 -1 -1 +1 +1 +1
27 -1 +1 -1 +1 +1 +1
28 +1 +1 -1 +1 +1 -1
29 -1 -1 +1 +1 +1 +1
30 +1 -1 +1 +1 +1 -1
31 -1 +1 +1 +1 +1 -1
32 +1 +1 +1 +1 +1 +1
16개 Run의 Cube Plot
X5
X2
X3
X1
X4
교락의 개념
23 완전배치
Run X1 X2 X3 X1*X2 X1*X3 X2*X3 X1*X2*X3
1 -1 -1 -1 +1 +1 +1 -1
2 +1 -1 -1 -1 -1 +1 +1
3 -1 +1 -1 -1 +1 -1 +1
4 +1 +1 -1 +1 -1 -1 -1
5 -1 -1 +1 +1 -1 -1 +1
6 +1 -1 +1 -1 +1 -1 -1
7 -1 +1 +1 -1 -1 +1 -1
8 +1 +1 +1 +1 +1 +1 +1
Sum= 0 0 0 0 0 0 0
Main Effect Columns Interaction Effect Columns
교락의 개념
23-1 부분배치
Run X1 X2 X3 X1*X2 X1*X3 X2*X3 X1*X2*X3
2 +1 -1 -1 -1 -1 +1 +1
3 -1 +1 -1 -1 +1 -1 +1
5 -1 -1 +1 +1 -1 -1 +1
8 +1 +1 +1 +1 +1 +1 +1
교락(Confounding)
교락의 개념
25-1 실험
부분배치의 예제
문제
Factor Low High

1 유입량(Feed rate) 10 15
2 촉매(Catalyst) 1 2
3 회전 수(RPM) 100 120
4 온도(Temperature) 140 180
5 농도(Concentration) 3 6
문제
문제
문제
문제
문제
문제
Main Effect / Interaction / Cube Plot



Main Effect

Interaction Plot

Cube Plot
인자효과에 대한 Pareto Chart

인자효과에 대한 Pareto Chart

실험 계획 과정
• 실험 계획이란
• 실험 계획 단계별 특징
실험 계획이란
실험 계획 9단계
실험 계획이란
실험 계획 9단계
실험 계획 단계별 특징
실험의 목적을 명확히 함
반응치(Y) 선정
반응치(Y) 선정
인자(X) 선정
독립 변수 종류
인자(X) 선정
독립 변수 선정
 측정, 분석 단계에서 얻는 통계적 분석 결과를 이용
 전문가 의견  경쟁사 분석
 브레인 스토밍  고객분석 / 협력사 분석
 Flow Chart  Process Mapping
 현상 분석 데이터  Rolled Throughput Yield
 특성 요인도
인자(X)들의 수준 선정
실험 계획 선정
예
예제
23 실험 : 8 Runs, 2 Blocks ( Mon. & Wed.)
X1 X2 X3 X1*X2*X3 Block
-1 -1 -1 -1 Mon
-1 -1 +1 +1 Wed
-1 +1 -1 +1 Wed
-1 +1 +1 -1 Mon
+1 -1 -1 +1 Wed
+1 -1 +1 -1 Mon
+1 +1 -1 -1 Mon
+1 +1 +1 +1 Wed
실험 실시 및 데이터 수집
데이터 분석
Graph 분석
 Capability Analysis
 Histogram
 Boxplot
 Pareto
 Scatter plots
 Cube plots
 Main Effects plots
 Interaction plots
데이터 분석
신뢰 구간 분석
 P value
 검정 통계량
t-test
F-test
Chi-square test
결론 도출
검증실험 실행
검증실험
 인자의 수준 변화가 정확한지 확인

 시험의 조건 변경이 안전성에 영향이 있는지 유의
실험 유의 사항
실험 시 유의 사항
예
실험 시 유의 사항
회귀분석
• 회귀분석이란
• 회귀분석의 사용 이유 및 시기
• 예제
회귀분석
회귀분석이란
 Y=a0+a1x+Error에서 a0와 a1의 값을 구하는 작업을 Fitting이라고 함
0 X
회귀분석
회귀분석이란
회귀분석
X
회귀분석
회귀분석의 사용 이유 및 시기
회귀분석 사용 이유
회귀분석
회귀분석의 사용 이유 및 시기
회귀분석 사용 시기
데이터 수집 방법
회귀분석
예제
Minitab - 입력
회귀분석
예제
Minitab - 입력
회귀분석
예제
Minitab - 결과
회귀분석
예제
Minitab - 입력
회귀분석
예제
Minitab - 입력
회귀분석
예제
Minitab - 결과
회귀분석
예제
지나친 Fitting
회귀분석
예제
Minitab - 입력
회귀분석
예제
Minitab - 입력(SS Regression)
회귀분석
예제
Minitab - 입력(SS Error)
회귀분석
예제
Minitab - 입력(SS Total)
회귀분석
예제
Minitab - 입력
회귀분석
예제
Minitab - 결과
주의 사항
주의 사항
회귀분석 시 주의 사항
주의 사항
상관관계를 인과관계로 해석할 때
인구수
황새 수
 상관계수가 0.99일지라도 인구의 억제를 위해 황새의 수를 제한하는

것은 올바른 방법이 아님
주의 사항
Model을 잘못 선정할 때
Y
30.5 30
16.8 20
7.9 10
4.8 X
0 20 40 60 80 100
주의 사항
독립변수 범위를 좁게 선정할 때
1회 실험
95
X1 X2 Y1 23/20
90
80 74 35 25
85
90 76 32 28
80 30
100 79 30
75 32
110 83 28 35
120 88 25 80 90 100 110 120 130
23
130 94 (반복실험의
경우 20)
주의 사항
너무 많은 독립변수를 사용할 때
주의 사항
소수의 극단의 Data 영향을 받을 때
X Y Y
1.0 11.0
1.5 11.5
2.0 13.0
2.5 12.2
3.0 12.0
3.5 13.1 X
4.0 11.0
4.5 11.2
5.0 13.0
15.0 15.0
주의 사항
회귀방정식만으로 판단할 때
X1 Y1 X2 Y2 X3 Y3 X4 Y4
10 8.04 10 9.14 10 7.46 8 6.58
8 6.95 8 8.14 8 6.77 8 5.76
13 7.58 13 8.74 13 12.74 8 7.71
9 8.81 9 8.77 9 7.11 8 8.84
11 8.33 11 9.26 11 7.81 8 8.47
14 9.96 14 8.10 14 8.84 8 7.04
6 7.24 6 6.13 6 6.08 8 5.25
4 4.26 4 3.10 4 5.39 19 12.50
12 10.84 12 9.13 12 8.15 8 5.56
7 4.82 7 7.26 7 6.42 8 7.91
5 5.65 5 4.74 5 5.73 8 6.89
다변수 회귀분석
• 다변수 회귀분석의 개념
• 회귀방정식이란
다변수 회귀분석의 개념
회귀방정식이란
독립변수들의
직교성과 Centering
독립변수들의 직교성과 Centering
독립변수들의 직교성
Centering
Centering 방법 : Orthogonality
1
2
Centering
Centering 예제
X2
X X2
36
4 16
5 25 25
6 36
16
4 5 6 X
상관 관계 = 0.998
Centering
Centering 후
X-5 (X-5)2
1
-1 +1
0 0
+1 +1
-1 0 +1
상관 관계 = 0
용수철 예제
Minitab- 입력
용수철 예제
Minitab- 입력
용수철 예제
Minitab - 입력
용수철 예제
Minitab - 입력
용수철 예제
Minitab - 입력
용수철 예제
Minitab - 입력
용수철 예제
Minitab - 입력
용수철 예제
Minitab - 입력
용수철 예제
Minitab - 입력
용수철 예제
Minitab - 입력
용수철 예제
Minitab - 입력
용수철 예제
Minitab - 입력
용수철 예제
Minitab - 입력
용수철 예제
Minitab - 입력
용수철 예제
Minitab - 입력
용수철 예제
Minitab - 입력
용수철 예제
Minitab - 입력
2수준 실험
• 2수준 실험이란
• Steepest Ascent
• 2수준 실험의 한계성
2수준 실험
2수준 실험이란
2수준 실험
Steepest Ascent
2수준 실험
Steepest Ascent
X1 X2
0 0
39
4 1 4
42
5 2 3
6 3 41
2
8 4 38
1
33 2 4 6 8
2수준 실험
2수준 실험의 한계성

2수준 실험

Quadratic 형태의 방정식을 사용하는 이유
2수준 실험

Data 수집
3수준 실험
3수준 실험
3수준 실험의 모든 조합
평가되는 변수의 수
독립변수 수 Run 수 Total
상수 선형 교호 Quad
1 31=3 1 1 0 1 3
2 32=9 1 2 1 2 6
3 33=27 1 3 3 3 10
4 34=81 1 4 6 4 15
5 35=243 1 5 10 5 21
3수준 실험
33 실험의 예
8 Cube point
6 Face point
12 Edge point
1 Center point
반응표면실험
반응표면실험
반응표면 모델의 특별한 경우

Central Composite Design
Upper star point : Level 5(1.7)

Top of cube : Level 4(1.0)
Center : : Level 3(0)
Bottom of cube : Level 2(-1.0)
Lower star point : Level 1(-1.7)

반응표면실험

Star point의 이점
Cube point 수 α = 4 (Cube point 수)
4 = 22 1.41
8 = 23 1.68
16 = 24 2.00
반응표면실험

Center point는 재현하여 사용함
반응표면실험

Blocking
반응표면실험

Star point 계산 – 22경우
수준 설명
1 Star point
2 Cube point
3 Center point
4 Cube point
5 Star point
예 Star Cube Center Cube Star

point point point point point
반응표면실험

수준 설명
1 Star point
2 Cube point
3 Center point
4 Cube point
5 Star point

반응표면실험

수준 설명
1 Star point
2 Cube point
3 Center point
4 Cube point
5 Star point

반응표면실험

수준 설명
1 Star point
2 Cube point
3 Center point
4 Cube point
5 Star point

반응표면실험
반응표면실험 배치 - 2 Factors
반응표면실험
Design Level
반응표면실험
반응표면실험
Centering
반응표면실험
Design Level
반응표면실험 예제
• 예제 – 3 Factors
예제 – 3 Factors
수준 1 수준 2
A 112 128
B 79 93
C 26 30
3 Factors(실제 물리량)
3 Factors(결과 입력)
32.431
31.824
34.932
35.001
25.216
22.696
24.221
26.567
29.171
29.962
30.403
28.918
30.297
30.567
29.595
33.193
43.109
25.020
30.306
30.066
3 Factors – 산점도 분석
3 Factors - 모델 선정을 위한 분석
품질공학 총론
• 품질공학
• 품질의 개념
• 손실 함수
• Parameter 설계
* 강사가 설명하는 다구찌 방법은 다구치 방법으로

표기가 바뀌었으므로 참고하시기 바랍니다.
품질공학 총론
품질공학
품질공학 총론
품질의 개념
품질공학 총론
품질의 개념
품질공학 총론
손실 함수
( y m)
A0 A0
1
 
T 2
L( y )  Li(t , y )dt L( y )   2
 
2 2
N 0
0 0
품질공학 총론
손실 함수
L( y )
A0
m  0 m m  0

품질공학 총론
Parameter 설계
개념
Parameter 설계
품질공학 총론
Parameter 설계
개념
출 동특성 출
력 력
특 특
성 성
출 입력신호 출 입력신호
정특성
력 력
특 특
성 성
입력신호 입력신호
품질공학 총론
Parameter 설계
2단계 설계법
빈도
출력특성 안정조건 평균값조정

평가특성의 선정
• System 정의
• System 구분
• 기본 기능
• 평가특성 선정

System 정의
평가특성 선정
출 동특성
Noise 력
특
성
입력신호 출력특성 입력신호
System 출 정특성
력
특
성
입력신호
System 구분
출 동특성 출 정특성
력 력
특 목표치2 특
성 성
그림 이상출력
목표치1 이상출력
설정치1 설정치2 입력신호 시간경과
특징
예
기본 기능
기본 기능의 예
기본 기능을 찾는 이유
기본 기능
동특성 System의 예
System 목적 입력 신호 출력
수도꼭지 물을 흐르게 함 수도꼭지 회전각 물의 양
자동차 Handle 자동차 방향을 바꿈 Handle 회전각 자동차 회전각
복사기 원고 복사 원고 농도 사본 농도
평가특성 선정
평가특성 선정의 중요성

평가특성 선정
특성치 분류
 능동적 동특성 - 의도적으로 입력 신호를 주어 출력을 바꾸려는 특성

 수동적 동특성 – 입력신호가 사용자 의도와 직접적인 관계없이 주어질
경우
오차인자
• 오차인자의 구분
• 오차인자의 요건

오차인자
오차인자의 구분
 사용 조건이나 환경 등의 변동에 의한 오차 인자
 System내부의 열화 등에 의한 오차 인자
 제조 시 반드시 있게 되는 오차 인자
오차인자
오차인자의 요건
오차인자 요건
제어인자
• 제어인자란
• 제어인자를 찾는 방법
• 제어인자의 수준 결정

제어인자
제어인자란
제어인자
제어인자
제어인자를 찾는 방법
제어인자
제어인자의 수준 결정
제어인자
제어인자의 수준 결정
직교배열표
• 직교배열표
• 직교배열표 사용방법
• 실험 실시와 측정

직교배열표
직교배열표
직교배열표(L18(2(1)x3(7))
직교배열표
직교배열표 사용방법
제어인자 배치
오차인자 및 신호인자
직교배열표
구분 목적 Data를 얻는 방법 사용 예
Data값이 최대·최소가 되는 판 두께, 사진의 감도,
Sample내 산포 작게
위치와 중심 위치가 좋음 복사 농도
제조 공정 실험 시작에서 종료까지
Sample간 산포 작게 사출 부품, 전자 부품
안정성 일정 간격의Sampling Data
Sample내 및 일정 간격 Sampling 하여
금도금박
Sample간 산포 작게 1)과 같이 Data 취함
직교배열표
구분 목적 Data를 얻는 방법 사용 예
최악조건 및 Data값이 최대, 최소되는
강제진동실험
표준 조건 상태 평가 위치와 중심 위치가 좋음
제조 안정 표준적인 강제 시험 실험 시작에서 종료까지 N1:ASTM, N2:JIS
성 사용의 경우 일정 간격의Sampling Data N3:자사규격
내측직교표와 동일하 Computer Simulation에만
게 사용하는 방법 사용함
직교배열표
실험 실시와 측정
실험 순서
주의 사항
직교배열표
결측치 처리방법
품질공학
직교배열표
품질
Parameter 설계
빈도
출력특성 안정조건 평균값조정

SN비 및 감도 계산
• SN비란
• SN비 공식
• 요인효과표
• 요인효과 Graph

SN비란
SN비
SN비란
1 / r * ( s  Ve) 1 / n * ( sm  Ve)
  10 log   10 log
Ve Ve
1 1
S  10 log ( s  Ve) S  10 log ( sm  Ve)
r n
SN비란
SN비와 인자 배치
SN비란
SN비 공식
정특성의 경우
품질 특성 SN비 및 감도 S의 계산식 비고
  10 log
1 / n * ( sm  Ve) 1
S  10 log ( sm  Ve)
Data가 +이며
Ve n 목표값이 m인 경우
望目
  10 log
1 Data가 +,- 혼재하며
Ve 목표값이 0인 경우
1
望小   10 log(  yi )
2
n
1 1
  10 log(  2 ) 오차인자가 명확한 경우
n yi
望大
1 / n * ( sm  Ve) 1
S  10 log ( sm  Ve) 오차인자가 명확하지
  10 log
Ve n 않은 일반적인 경우
SN비 공식
동특성의 경우
 1 S (  )  Ve   1 
  10 log  *  S  10 log  * ( S (  )  Ve) 
12r V (N )  12r 
동적 SN비 계산 위한 Data
K1 K2
구분
L1 L2 L3 L1 L2 L3
Min y11 y12 y13 y14 y14 y14
M1
Max y21 y22 y23 y24 y24 y24
Min y31 y32 y33 y34 y34 y34
M2
Max y41 y42 y43 y44 y44 y44
Min y51 y52 y53 y54 y54 y54
M3
Max y61 y62 y63 y64 y64 y64
SN비 공식
제곱합의 분해
Source fi S V  r = M12+M22+M32
β 1 S(β)  β=(L1+L2+….+L12) / 12r
 S = 10 log{(1/12r) (S(β)-Ve)}
Nxβ 11 S(N x β)
 Ve = S(e)/fe
e 24 S(e) V(e)  η= 10 log{(1/12r) (S(β)-Ve)/V(N)}
T 36 S(T)  V(N)= {S(N x β) + S(e) }/ (ft-1)
요인효과표
SN비, 감도 계산된 예제
요인 계산값(예)
실험 No.
A B C η S
1 1 1 1 8.0 29.2
2 1 2 2 7.0 23.2
3 2 1 2 9.3 24.3
4 2 2 1 8.4 25.0
요인효과표
동적 SN비 계산 위한 Data
요인
구분 수준
A B C
1 7.50 8.65 8.15
SN비 η
2 8.85 7.70 8.20
1 26.20 26.75 27.10
감도S
2 34.65 24.10 23.75
R 1.05 0.95 0.05
계
기여율 51% 46% 3%
2.05
요인효과표
SN비, 감도 계산의 예
요인효과표
R(SN비 최대값-최소값) 및 기여율 계산의 예
 ρ(A) = 1.05 / 2.05 = 51%

 ρ(B) = 46%
 ρ(C) = 3%
요인효과 Graph
27
26
감
25
도
24
S
23
9.0
S 8.5
N 8.0
비 7.5
1 2 1 2 1 2
A B C
요인효과 Graph
요인효과 Graph 보는 방법
요인효과 Graph
요인효과 Graph 보는 방법
과정명 실험계획법 회차명 10. 다구치 방법-2 화면번호
화면설명
• Intro
• 학습목표
• SN비 및 감도 계산
• 최적 조건 도출과
재현성 확인
• 품질 공학 적용
순서
• 문제풀기
• 핵심요약
• 학습맺음 최적 조건 도출과
재현성 확인 용어사전
내
레
이 * 강사가 설명하는 다구찌 방법은 다구치 방법으로
션
최적 조건 도출과 재현성 확인
최적 조건 도출 순서
1단계 2단계 3단계

안정성 향상 평균값 조정 확인 실험
요인효과 Graph에서 SN비를 낮추지 않고 특성값이 최적 조건이

가장 높은 수준 조합 규격에 맞는 조건을 찾음 재현 가능한가 확인
계산 방법
추정값 계산 – 최적 조건의 경우
목표 S값 계산
계산 방법
Gain 계산 방법
재현성 확인과 효과 종합
품질 공학 적용 순서
• 품질 공학 적용 단계

품질 공학 적용 단계
품질 공학 적용 단계

실무에 활용하는 실험계획법 - 교육자료

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

실무에 활용하는 실험계획법 - 교육자료

Uploaded by

Copyright:

Available Formats

실험계획의 이점

1 어떤 인자(X)가 반응치(Y)에 가장 크게 영향을 미치는지 결정

• 반응치(Y)에 영향을 미치는

Run X1 날개폭 X2 크립 수 Y(시간)

주효과(Main Effect) Plot

크 1 2.355 2.325 2.340

평균 2.178 2.31 2.244

3.0 4.5 날개폭

평균 15.8 18.6 17.2

평균 15.8 2.8 18.6 17.2

 각 개별 인자가 반응치(Y)에 미치는 효과를 파악함(평균값 사용)

 두 개의 인자가 한꺼번에 변화된 효과를 비교함

 인자의 각 조합에서 얻어진 반응치(Y)를 나타냄

 2곳의 전화 접수센터에서 서로 다른 2개의 교육 프로그램의

 하루에 처리할 수 있는 평균 전화 수에 대하여 전화 접수 센터별,

 각 개별 인자가 반응치(Y)에 미치는 효과를 파악함(평균값 사용)

 두 개의 인자가 한꺼번에 변화된 효과를 비교함

 인자의 각 조합에서 얻어진 반응치(Y)를 나타냄

텍사스 X=56.0 X=77.5

 공정 중에 기계를 세척하는 Process가 있는 경우 세척의 정도를

예 4 Run  8 Run  3 Run  7 Run  1 Run  2 Run

 시간의 경과에 따라 나타날 수 있는 잠재 변수의 영향을 막을 수 있음

 온도의 영향이 가장 크고 세제 농도는 큰 영향이 없음

Long(+1) -1,1,-1 1,1,-1

16개 Run의 Cube Plot

Factor Low High

Main Effect / Interaction / Cube Plot

Main Effect / Interaction / Cube Plot

Main Effect / Interaction / Cube Plot

Main Effect / Interaction / Cube Plot

Main Effect / Interaction / Cube Plot

인자효과에 대한 Pareto Chart

인자효과에 대한 Pareto Chart

 인자의 수준 변화가 정확한지 확인

 Y=a0+a1x+Error에서 a0와 a1의 값을 구하는 작업을 Fitting이라고 함

 상관계수가 0.99일지라도 인구의 억제를 위해 황새의 수를 제한하는

2수준 실험의 한계성

2수준 실험의 한계성

2수준 실험의 한계성

반응표면 모델의 특별한 경우

Upper star point : Level 5(1.7)

Center : : Level 3(0)

Bottom of cube : Level 2(-1.0)

Lower star point : Level 1(-1.7)

반응표면 모델의 특별한 경우

Cube point 수 α = 4 (Cube point 수)

반응표면 모델의 특별한 경우

반응표면 모델의 특별한 경우

반응표면 모델의 특별한 경우

예 Star Cube Center Cube Star

반응표면 모델의 특별한 경우

예 Star Cube Center Cube Star

반응표면 모델의 특별한 경우

예 Star Cube Center Cube Star

반응표면 모델의 특별한 경우

예 Star Cube Center Cube Star

* 강사가 설명하는 다구찌 방법은 다구치 방법으로

출력특성 안정조건 평균값조정

* 강사가 설명하는 다구찌 방법은 다구치 방법으로

설정치1 설정치2 입력신호 시간경과

수도꼭지 물을 흐르게 함 수도꼭지 회전각 물의 양

자동차 Handle 자동차 방향을 바꿈 Handle 회전각 자동차 회전각

평가특성 선정의 중요성