2.4.3 案例2-3
热处理实验条件同案例2-2,只是各种实验条件下处理了2个钢件,硬度数据如表2-10。试分析因子A、因子B以及交互作用A×B对硬度的影响大小。
表2-10 硬度数据表

1. 方差分析
应用Minitab中的方差分析模块,可以分别输出硬度的方差分析表(见表2-11)、主效应图及交互作用图(见图2-8和图2-9)、残差分析图(见图2-10)和等方差检验图(见图2-11)。
从表2-11可以看出,因子A、B以及交互作用A×B对应的P值均小于0.05,因此,因子A、B以及交互作用A×B对输出特性Y均有显著性影响。
表2-11 硬度的双因子方差分析表(等重复)

从图2-8可以看出,因子A、B的水平变化时引起输出特性Y显著变化。图2-9中三条折线不平行,交叉得越厉害表明交互作用A×B对输出特性Y的影响越显著。

图2-8 硬度的主效应图

图2-9 硬度的交互作用图
从图2-10和图2-11可知,实验数据满足方差分析的所有假定条件。

图2-10 硬度的残差分析图

图2-11 硬度的等方差检验图
2. 贡献率分析
本案例满足方差分析的所有假定条件,可以采用方差分析法。同时,也可以采用贡献率分析法,方法与案例2-1中的表2-4中的方法相同。
表2-12 硬度的贡献率分析表(等重复)

从表2-12中可以看出,因子A对硬度波动的贡献率为46.50%,交互作用A×B的贡献率为33.11%,因子B的贡献率为7.96%,实验误差的贡献率为12.43%。因此,因子A和交互作用A×B的影响显著,而因子B的影响不显著。