A Graph-aided method for planning two-level fractional experiments when certain interactions are important using Taguchi's linear graphs

DJOJOATMODJO, Suhardi, Prof.Drs. Suryo Guritno, MStats.,PhD

2001 | Tesis | S2 Matematika

Dalam rancangan percobaan faktorial fiaksional, dapat diusulkan sebagai prior knowledge ( pengetahuan dasar ) yaitu bahwa munculnya beberapa interaksiinteraksi yang jelas berpotensi dalam segi kepentingamya, seharusnya dapat diestimasi bebas dari efek utama. Dalam tulisan ini ditawarkan metode bantuan graf sebagai aplikasi graf di dalam percobaan dua level, sehngga permasalahan di atas dapat diselesaikan dengan langkah-langkah sebagai berikut: Pilih relasi penentu rancangan 2”-k berdasarkan kriteria simpangan minimum. Dikonstruksi graf nonisomorfik sebagai representasi solusi masalah estimasi simultan, baik efek utama maupun i2funtuk relasi penentu tersebut. Dalam setiap graf linier Taguchi berlaku bahwa, titik sebagai representasi faktor dan sisi sebagai representasi i2J: Selanjutnya gambar graf sebagai representasi interaksi, kemudian bandingkan hasilnya dengan grafberdasarkan kriteria simpangan minimum. Jadi substansi teknik pendekatan ini adalah peningkatan peran graflinier Taguchi

In planning a fiactional factorial experiment prior knowledge may suggest that some interactions are potentially important and should therefore be estimated free of the main effects. In this article, we propose a graph-aided method to solve this problem for two-level experiments. First, we choose the defining relations for a 2"' design according to a goodness criterion such as the minimum abenation criterion. Then we construct all of the nonisomoqhic graphs that represent the solutions to the problem of simultaneous estimation of main effects and two-factor interactions for the given defining relations. In each graph a vertex represents a factor and an edge represents the interaction between the two factors. For the experiment planner, the job is simple: Draw a graph representing the specified interactions and compare it with the list of graphs obtained previously. Our approach is a substantial improvement over Taguchi's linear graphs.

Kata Kunci : Faktorial Fraksional,Estimasi,Linear Graf, Clear interaction; Eligible interaction; Feasible graphs; Interaction graphs; Linear graphs; Minimum aben-ation designs