SPSS統計分析案例：無空白列重複正交試驗設計方差分析

SPSS統計分析案例：無空白列重複正交試驗設計方差分析

前面有講過 SPSS正交試驗設計及其方差分析 一篇文章，包含了一個典型的正交試驗案例。然而在實際應用當中，主觀客觀條件複雜多變，在試驗設計中就要求可以靈活控制影響因素和水平的個數，以及試驗的次數。

正交設計招數雖只有一招，但卻變化無窮，有多重不一樣應用方式，無空白列重複正交設計就是其中的一個變式。

一

案例數據

某製藥廠主要生產胃蛋白酶，爲了提升生產效率，擬從生產工藝上進行優化改進，你被要求負責該項目。根據多年的生產經驗，你認爲影響生產效率的因素主要包括A水解溫度，B水解時間，C加鹽量，D烘房溫度，根據目前現有的生產條件，這幾個因素能調整的參數大概只有三個水平，以殘留蛋白做爲質量指標，你決定經過正交試驗來解決當前的問題。

數據來源：《SPSS13在空白列正交試驗設計及其數據處理中的應用》

二

選擇正交表

各因素只能調整3個水平，主要有4個因素，所以最早考慮到選用L9（34）的四因素三水平正交表，因爲參數水平客觀條件的限制，L16（45）正交表能夠不用考慮了。

選定L9（34）正交表，遇到一個問題：因素排滿，沒有空白列用於統計實驗偏差，怎麼呢？因此必須經過重複試驗來統計實驗偏差，你決定每一個組合方案重複3次。所以，本實驗最終須要27次，將獲得27組數據。

三

SPSS正交試驗數據錄入格式

網上有很多同窗提到這個問題，其實數據結果組織形式和無重複試驗的格式是同樣的，只須要順次增長行便可。

四

方差分析步驟

菜單操做：

分析→通常線性模型→單變量

因變量：輸入殘留蛋白

固定因子：輸入水解溫度，水解時間C加鹽量，烘房溫度

模型選項卡：以上四個影響因素做爲主效應進行分析

方差分析結果：

四個影響因素的sig值均小於0.01，代表四個因素對生產胃蛋白酶都有極顯著的影響，驗證了最初你的經驗。但這還不是咱們最終的目的，咱們須要獲得提升生產效率的最優化工藝組合，直白一點，就是你必須找到每一個影響因素最好的那個水平參數。

這個問題在上一篇文章中就有說明，可採用多重比較的方法就行可視化比較。

五

具體作法

多重比較選項卡：將四個具備顯著影響的因素依次輸入到右側的「兩兩比較檢驗」框中，選擇「duncan」法來計算。

單從數據分析的結果來看，最優工藝組合爲：A3B3C2D1。值得討論的問題：水解時間、加鹽量兩個因素趨勢圖有些異常，可能和其餘兩個因素存在交互做用，留給你們討論。