Minitab İle Taguchi
Değerlendirme
İçindekiler
Değerlendirme
Şimdi değerlendirme yapalım. Örneğimize göre elde ettiğimiz, değişkelerin her bir seviyesi için hesaplanmış ortalama değer tablosu Tablo S/N’dir. Örnek olarak kullandığımız çalışmada deney 3 kez tekrarlandığı için S/N oranları da ona göre hesaplanmıştır. Dolayısıyla kaynaktaki değerler benim size verdiğim değerlerden biraz farklıdır. Bununla beraber analiz sonunda bulunan en iyi seviyeler aynıdır. 3 deney tekrarı boşuna mı yapıldı derseniz kesinlikle hayır. Güvenilirlik denilen bir şey var. Mümkün olduğunca deneyler tekrarlı yapılmalıdır, doğrusu budur. Taguchi’nin temel mantığından biri de bu zaten, deney sayısını azaltarak tekrarlı deneme sayısını asgariye çekmek.
| Tablo S/N | ||||
| Level | A | B | C | D |
| 1 | 54,57 | 56,49 | 57,33 | 56,62 |
| 2 | 56,55 | 57,41* | 57,73* | 57,19* |
| 3 | 57,25* | 54,46 | 53,3 | 54,55 |
| Delta | 2,68 | 2,95 | 4,42 | 2,64 |
| Rank | 3 | 2 | 1 | 4 |
Taguchi dönüşümlerine göre elde edilen bu tabloda verilen değerler, sinyal gürültü oranları ile hesaplanmaktadır. Bu tablo bize değişkenlerimizin önem sırasını göstermekte ve en iyi sonuç için değişkenlerimizin hangi seviyelerinin kullanılması gerektiğini göstermektedir. Delta, ilgili değişkenin azami ve asgari değerleri arasındaki farktır. Rank ise değişkenlerin önem sırasıdır ve ranka göre sıralanır. Bu değerlerden S/N değeri en büyük olan seviye en uygun seviyedir. Dikkat ediniz, ister en büyük en iyi, ister en küçük en iyi, ister ortalama en iyi hesabı yapın, her zaman sinyal değeri en büyük olan en uygun seviyedir.
Neticede çıktımızın en büyük değerini elde etmemiz için A’nın 3’üncü; B,C ve D’nin 2’nci seviyelerini kullanmalıyız. Kısaca en büyük çıktı için A3-B2-C2-D2 kullanılmalıdır.
Bitti mi? Bitmedi! Bu değerlerde çıktımız ne olur bulmamız lazım. Yani A:60, B:240, D:400 D:10 iken çıktımız tahminen ne olur? Hani regresyonda değişkenlere değer verip tahmin yaparız ya, onun gibi tahmin yapacağız ama yöntem farklı. Bu işlemi minitabla yapalım.
Stat—>DOE—>Taguchi—>Predict Taguchi Results… adımlarını izliyoruz.
Predict Taguchi Results penceresinden Levels… ile Predict Taguchi Results – Levels penceresini açıyoruz.
Resimde gördüğünüz seviyeleri gösteriyorsunuz. Burada gerçek değerler ile çalıştığımdan 60-240-400 ve 10’u gösterdim. Geleneksel Taguchi düzeneği ile çalışsa idim 3-2-2 ve 2’yi gösterecektim. Analiz sonuçları açısından bir fark yok. OK ile Predict Taguchi Results penceresine gelip burada da OK ile işlemi bitiriyoruz. Minitab çıktısında aşağıdaki değerleri alıyoruz.
| S/N Ratio | Mean |
| 61,2176 | 981,043 |
Buradaki Mean altında ki değer ortalama değerlere göre hesaplanmıştır. S/N Ratio altındaki değer ise logaritmik dönüşümlere göre hesaplanmıştır. Gerçek değere döndürmemiz lazım. Bunun için aşağıda ki formülü kullanabilirsiniz. Eğer en küçük en iyi çalışması yaparsanız SN/20 değerini -SN/20 yaparsınız.
Ç=10SN/20 Bizim değerimiz Ç=1061,2176 /20 ‘den Ç=1150,48 olur.
Aradığımız seviyelerde yapılmış deney, düzeneğimizde yoksa ve mümkünse kontrol deneyi yapılır. İlgili çalışmada ki kontrol deneyi 3 kez tekrarlanmış ve ortalaması alınarak 997,63 olarak ölçülmüş.
Ortalamaya göre tahminimiz, Taguchi’nin logaritmik dönüşümleri ile elde edilen tahminimizden daha iyi sonuç verdi. Her iki tahminde deney düzeneğimizde ki en yüksek çıktıdan büyüktür. Kontrol deneyi ile en büyük sonucun alınması, Taguchi’nin en iyi seviyeleri belirlemede etkili olduğunu göstermektedir.
Benden bu kadar. Bol bol ilgili makale indirip inceleyin, kim neyi nasıl yapmış, nasıl yorumlamış. Kolay gelsin
