2.
[ヘルプ]>[サンプルデータライブラリ]を選択し、「Design Experiment」フォルダの「Reactor Response.jmp」を開きます。
4.
[ヘルプ]>[サンプルデータライブラリ]を選択し、「Design Experiment」フォルダの「Reactor Factors.jmp」を開きます。
[応答のロード][因子のロード]コマンドを使用すると、「応答」アウトラインと「因子」アウトラインに、応答名、因子名、目標、応答の下側限界と上側限界、因子の値が自動的に入力されます。入力後の「応答」アウトラインと「因子」アウトラインについては、図8.19 を参照してください。
6.
[続行]をクリックします。
7.
(オプション)「スクリーニング計画」の赤い三角ボタンのメニューから[乱数シード値の設定]を選択し、「34567」と入力して[OK]をクリックします。
8.
「スクリーニング計画の種類を選択」パネルで、デフォルトの[一部実施要因計画の一覧から選択]を選択したままにして、[続行]をクリックします。
9.
図8.26 に示されているように、Plackett-Burman計画を選択します。
図8.26 Plackett-Burman計画が表示された「計画のリスト」
10.
[続行]をクリックします。
11.
[テーブルの作成]をクリックします。
図8.27 Placket-Burman計画の計画テーブル
「Percent Reacted」という列が、計画テーブルに作成されます。このテーブルに表示されている順序で実験を実行し、「Percent Reacted」列に結果を記録します。
2.
図8.28 相関の絶対値を示すカラーマップ
図8.29 交絡行列(2因子間交互作用の部分)
この計画は主効果について直交しているので、交絡行列の各要素は効果間の相関になっています。「計画の評価」章の「交絡行列」を参照してください。たとえば、「送り速度」は、6つの2因子間交互作用および4つの3因子間交互作用と部分的に交絡しています。それらの部分交絡している個所は、「送り速度」の行における要素が0.333または-0.33となっている交互作用です。
「Plackett-Burman.jmp」というデータテーブルに、この実験の結果が記録されています。ここで、最初の段階で「温度*濃度」の交互作用が重要であると予想していたことを思い出してください。これが唯一の重要な交互作用であるという仮定に基づいて、進めていきます。
1.
[ヘルプ]>[サンプルデータライブラリ]を選択し、「Design Experiment」フォルダの「Plackett-Burman.jmp」を開きます。
2.
「モデル」スクリプトの左のアイコンをクリックして、スクリプトを実行します。
3.
「列の選択」リストから「温度」を選択し、「モデル効果の構成」リストから「濃度」を選択します。
4.
[交差]ボタンをクリックします。
5.
[実行]をクリックします。
図8.30 全効果を含めたモデルのパラメータ推定値
「予測値と実測値のプロット」を見ると、モデルのあてはまりの悪さを示す証拠が見当たりません。「パラメータ推定値」レポートからは、「触媒」が0.05の有意水準において有意であり、「濃度*温度」の交互作用が0.10の有意水準においてほぼ有意であることがわかります。
図8.31 全効果を含めたモデルの「効果の要約」アウトライン
「濃度」は最も有意性が低くなっていますが、P値の右側に「^」マークがついていることからわかるように、高次の交互作用(「濃度*温度」)に含まれています。「効果の親子関係」の原則に従うとすると、「濃度*温度」の交互作用をモデルに残すのであれば、「濃度」を除外するべきではありません。「実験計画を始めよう」章の「効果の親子関係」を参照してください。次に有意性が低い効果は「攪拌速度」です。
1.
「効果の要約」アウトラインで「攪拌速度」を選択して、[削除]をクリックします。
2.
「効果の要約」アウトラインで「送り速度」を選択して、[削除]をクリックします。
図8.32 縮小モデルの「効果の要約」アウトライン
「P値」の列を見ると、「触媒」の主効果と「濃度*温度」の交互作用は、両方とも0.05の有意水準において有意であることを示しています。このモデルは、これ以上縮小するべきではありません。他の交互作用が存在しないか、または無視できるレベルであれば、「触媒」および「濃度*温度」の交互作用が、重要な効果であると結論付けることができます。