Process Optimization: Design Expert VS Statistica

Hi all, hari ni nak share simple tip maybe berguna for those yang further study master or PhD by research.

Hari tu pergi short course untuk lebih faham. So entry ni untuk rujukan sendiri di masa akan datang. Yuran RM159 termasuk gst.

Optimization is a part of research yang mesti kena buat. Ada software and manual tapi xberapa nak faham kan. Ikut je ckp buku tu base on data yang kita dapat tapi xfaham huahuahua. Yang penting kena tau basic statistic. Z table, F table, degree of freedom, anova table.

Z table uoll boleh screening mana data yang xok tu boleh eliminate.

F table tu boleh tengok either model/process yang u pilih tu significant or not significant. Kena compare F tabulated dgn F calculated. If not significant, so model u xboleh digunakan. Maybe u kena besarkan range.
Contoh faktor kita nilai 1, 2, 3 tak significant cuba besarkan range jadi 1, 4, 7

Kena tentukan data yang kita nak masukkan
Independent variable/factor
Dependent variable/Response
Level-low medium high

Biasa guna box-behnken atau central composite design (ccd).

Kadang2 masa viva ditanya kenaoa guna box behnken xguna ccd.

Box-behnken ada 3 level low, medium and high.

CCD ada 5 level lower, low, medium, high,  upper. Ada limitation ikut alat. Maybe alat u  boleh run from range guna 10 hingga 80 degree celcius. Tapi CCD suggest guna -5 degree celcius so xboleh guna CCD.

Mcm klu guna ratio 1:1, 1:2, 1:3 pun xboleh la kan nak guna ccd.

Anova table masukkan data yang diperlukan sahaja dalam tesis xperlu copy and paste semua.

Software yg biasa guna ialah statistica or Design Expert. Jom tengok perbezaaannya.

DESIGN EXPERT

Tiada pareto chart
User friendly, lebih simple nak run. Just masukkan data jer
Boleh lebih dari 1 response
Anova table diberi terus
Contour plot hitam putih

Kena tengok yg paling gelap. Kalau result u dapat peak paling tinggi bukan quadatic graph boleh ckp best condition untuk interaction tu. Tak boleh cakap optimize sebab dy/dx tak sama dengan 0.

Terus keluar equation untuk setiap model
Beri equation suggestion either linear, quadratic, cubic yang paling ok untuk model/process yang u buat.
Ada repeatation untuk certain experiment

STATISTICA

Ada pareto chart
Complicated sikit untuk run tapi bagus untuk lebih faham statistik
Anova table perlu dikeluarkan daripada data
Kena tengok F table
Contour plot bewarna, senang nak interpret data

Dapat contour plot bull eye macamni memang best dy/dx=0 so result u mmg optimize.

Hanya boleh 1 response
Equation perlu diterjemahkan mengikut interaction
Tiada repeatation experiment

Mana2 yang dipilih pun ok. Klu uolls guna design expert then nk tambah pareto chart from statistica pun boleh.

Contoh equation:

Y= 0.456 - 0.879X1 + 0.333X2 + 0.621X3 - 0.221X1^2

Y = response, X = factor.
Dominant factor boleh tengok kat coefficient yang paling besar nilainya.
Dalam kes ni X1 sbb coefficientnya 0.879 (nilai paling besar)

Data mesti parallel lah so dalam Pareto Chart pun mesti sama X1 dominant.

Tanda plus or minus tu maksudnya
Plus: factor increase, response pun increase
Minus: factor increase, response decrease atau sebaliknya.

R2 mesti 0.80 ke atas lagi bagus kalau dapat. 0.90 ke atas.
Lack of fit tak significant.

Desirability pun mesti nilai hampir 1. Nilai kat desirability tu nilai optimum yg kita boleh pilih. Then buat experiment lagi run pada nilai desirability untuk verification and validation.