Comprendere le variabili di risposta nella progettazione degli esperimenti

Identificazione delle risposte

Dopo aver definito i tuoi obiettivi sperimentali, devi identificare la tua risposta di interesse. Inoltre, devi assicurarti che i sistemi di misura siano adeguati.

La tua risposta è la variabile di output di interesse. Per un dato esperimento, potresti avere più di una risposta. Le variabili di risposta dovrebbero fornire informazioni utili sulla caratteristica del processo che stai studiando.

Dove possibile, dovresti utilizzare risposte continue. Questo perché gli esperimenti sono solitamente piccoli ed efficienti. Stai cercando di imparare il più possibile con un numero limitato di esecuzioni.

I dati continui contengono molte più informazioni rispetto ai dati categorici. Quindi, se disponi di una quantità limitata di dati, solitamente puoi ottenere più informazioni dai dati continui che dai dati categorici.

Se la tua risposta principale è categorica, dovresti consultare un esperto per chiedere consigli su come procedere.

Per ogni risposta devi determinare come verrà misurata. Ad esempio, quale strumento di misura o indicatore verrà utilizzato, qual è l'unità di misura, chi effettuerà le misurazioni e quante posizioni decimali verranno registrate.

Oltre le basi: analisi speciali per il tuo sistema di misurazione

Per ogni risposta, è necessario assicurarsi che i misuratori, o i sistemi di misurazione, siano in grado di funzionare. Quando un sistema di misurazione è funzionante, significa che il sistema misura la caratteristica di interesse in modo sufficientemente accurato e preciso per il processo. Se un sistema di misura non è affidabile, non puoi fidarti dei tuoi dati.

Potresti avere molte variazioni nella risposta dovute interamente ai sistemi di misurazione oppure le misure potrebbero essere distorte (o imprecise). Potrebbe essere necessario condurre uno studio sui sistemi di misurazione prima di eseguire l'esperimento. Se il sistema di misurazione è inadeguato, potrebbe essere necessario migliorarlo o trovare un sistema di misurazione alternativo.

Per maggiori informazioni sui sistemi di misurazione, vedi il modulo Metodi di qualità nel corso gratuito di statistica online di JMP.

Esempi

Ecco alcune descrizioni di esperimenti con particolare attenzione alle loro risposte.

• Potenza della compressa. Quando si sviluppa una compressa farmaceutica, si vuole assicurarsi che il prodotto finale abbia la corretta potenza dell'ingrediente attivo presente, entro un range accettabile sopra o sotto quella quantità.

• Costo. La tua azienda produce il sistema di guarnizioni utilizzato per sigillare le portiere delle auto. La guarnizione è composta da diversi componenti e l'obiettivo è quello di ridurre al minimo il costo complessivo delle guarnizioni per portiere di auto.

• Viscosità della vernice. L'obiettivo è trovare ampi intervalli di impostazioni dei fattori nei quali il tuo processo di produzione della pittura produce una viscosità stabile. Questo significa che, anche quando si variano le impostazioni dei fattori all'interno di tali intervalli, è necessario mantenere costante la risposta della viscosità.

Obiettivi della risposta

Esperimenti diversi hanno obiettivi diversi riguardo al comportamento della risposta. Alcuni obiettivi comuni sono:

• Individuare le migliori impostazioni dei fattori per centrare un obiettivo con la risposta. Per l'esempio della potenza della compressa, l'obiettivo è associare un range di target specifico per la potenza del farmaco (ad esempio, una "compressa di caffeina da 200 mg" dovrebbe contenere tra 198 e 202 mg di caffeina).
• Individuare le migliori impostazioni dei fattori per massimizzare o minimizzare la risposta. Per l'esempio del costo, l'obiettivo è minimizzare il costo del sistema di guarnizioni della porta.
• Trovare le migliori impostazioni dei fattori al fine di rendere il processo resistente a piccoli cambiamenti nelle impostazioni dei fattori. Per l'esempio della viscosità della vernice, l'obiettivo è trovare impostazioni che raggiungano un buon risultato di viscosità e poi studiare la stabilità perturbando le impostazioni con qualche variazione casuale e fare test per verificare se quei range di impostazioni rimangono stabili.

Esperimenti con risposte multiple

È possibile (e spesso auspicabile) includere risposte multiple nello stesso esperimento. Ciò significa che, quando si è interessati a più di un risultato dallo stesso insieme di fattori sperimentali, è possibile raccogliere dati su queste risposte multiple in ogni esecuzione dell'esperimento.

Considera l'esperimento sulla guarnizione della portiera dell'auto descritto sopra. La risposta era il costo del sistema di guarnizioni per portiera. Ma per essere efficace, si desidera anche una guarnizione che garantisca infiltrazioni minime di pioggia o vento e che non richieda troppa forza per chiudere la portiera. In questo esempio, raggiungere gli obiettivi per queste tre risposte contemporaneamente (riducendo i costi mentre si minimizzano le perdite e mantenendo la forza richiesta per chiudere la porta al di sotto di una certa soglia) potrebbe richiedere compromessi.

Questi compromessi possono significare che non puoi ottimizzare perfettamente tutte le risposte contemporaneamente e potrebbe essere necessario considerare se una risposta è più importante delle altre. Il software statistico richiederà spesso di specificare questo sotto forma di un rapporto o di un peso di importanza. Ad esempio, potresti decidere che l’obiettivo relativo alle infiltrazioni della guarnizione della porta è cinque volte più importante rispetto agli obiettivi relativi al costo e alla forza. In questo caso, si potrebbe dire che l'importanza sia del costo che della forza è uno, mentre l'importanza delle infiltrazioni è cinque. Il software ora darà un peso cinque volte maggiore all'obiettivo delle infiltrazioni rispetto agli altri obiettivi nell'ottimizzazione.