Menu

Teilfaktorieller Versuchsplan

Ein teilfaktorieller Versuchsplan ist eine Versuchsplan, der verwendet wird, um die Auswirkungen mehrerer Faktoren (Variablen) auf eine Zielgröße zu untersuchen. Dabei wird der Aufwand und die Kosten von Experimenten reduziert, indem nur ein Teil der möglichen Kombinationen von Faktorstufen analysiert wird, anstatt alle Kombinationen wie bei einem vollfaktoriellen Versuchsplan durchzuführen.

Teilfaktorieller Versuchsplan

Vorteile teilfaktorieller Versuchsplan

Effizienz: Deutlich weniger Experimente sind erforderlich, um Informationen über die Haupteffekte und wichtige Wechselwirkungen zu erhalten.

Kostenersparnis: Weniger Material, Zeit und Ressourcen werden benötigt.

Übersichtlichkeit: In komplexen Experimenten mit vielen Faktoren ermöglicht ein teilfaktorieller Plan dennoch eine sinnvolle Analyse.

Nachteile teilfaktorieller Versuchsplan

Verlust an Information: Durch die Reduzierung der Anzahl der Versuche könnten einige höhergradige Wechselwirkungen nicht erfasst werden.

Verzerrung der Ergebnisse: Es besteht die Gefahr von "Aliasing", bei dem Effekte miteinander verwechselt werden könnten, was zu Fehlinterpretationen führen kann.

Unterschied Teilfaktorieller und Vollfaktoriellen Versuchsplan

Beim vollfaktoriellen Versuchsplan werden alle möglichen Kombinationen der Faktorstufen vollständig getestet. Im Gegensatz dazu lässt der teilfaktorielle Versuchsplan gezielt bestimmte Kombinationen aus. Dies führt zu einer Reduzierung der benötigten Versuche und damit zu einer geringeren Aufwands- und Kostenbelastung, geht jedoch auch mit einem reduzierten Informationsgewinn einher.

Unterschied Teilfaktorieller und Vollfaktoriellen Versuchsplan

Sagen wir, wir möchten wissen, was einen Einfluss auf das Reibmoment von einem Lager hat, das Reibmoment ist dann unsere Zielgröße. Mögliche Faktoren könnten Schmierung, Temperatur und das Lagermaterial sein. Die Schmierung könnt die Faktorstufen bzw. Ausprägungen Öl und Fett haben. Die Temperatur könnte die Stufen niedrig und hoch haben und das Lagermaterial Stahl und Keramik.

Bei einem Vollfaktoriellen Versuchsplan würden wir nun alle möglichen Kombinationen von Faktorstufen durchtesten. Hierdurch ist es möglich, nicht nur herauszufinden, ob die einzelnen Faktoren einen Effekt auf das Reibmoment haben, sondern wir können auch rausfinden, ob es sogenannte Interaktionseffekte zwischen den Faktoren gibt.

Teilfaktorieller Versuchsplan Faktorstufen

Mit zunehmender Anzahl an Faktoren steigt die Anzahl der erforderlichen Versuche in Vollfaktoriellen Versuchsplänen exponentiell an, was den Aufwand erheblich erhöht. Bei mehr als 4-6 Faktoren wird die Durchführung oft unpraktikabel, da die Versuchszahl schnell zu groß wird. In solchen Fällen bieten Screening-Ansätze wie Teilfaktorielle Versuchspläne eine effiziente Alternative. Diese ermöglichen es, die wichtigsten Haupteffekte und Interaktionen zu identifizieren, während die Anzahl der Versuche erheblich reduziert wird.

Auflösung (engl. Resolution)

Die Reduktion der Versuchszahl in teilfaktoriellen Versuchsplänen geht naturgemäß mit einem Informationsverlust einher. Die sogenannte Auflösung (engl. Resolution) wird bei diesen Plänen verringert, was bedeutet, dass nicht mehr alle Interaktionen untersucht werden können.

Was heißt das konkret? In einem vollfaktoriellen Versuchsplan werden sämtliche Interaktionen, also alle möglichen Kombinationen der Faktoren, berücksichtigt. Bei einer größeren Anzahl von Faktoren entstehen jedoch schnell zahlreiche Interaktionen. Beispielsweise ergeben sich bei fünf Faktoren (A, B, C, D und E) Interaktionen zwischen jeweils zwei, drei, vier und auch allen fünf Faktoren.

Die zentrale Frage lautet daher: Müssen wirklich alle Interaktionen untersucht werden, oder ist es möglich, die Auflösung zu reduzieren und sich auf die wesentlichen Effekte zu konzentrieren? Genau diese Vereinfachung leistet ein teilfaktorieller Versuchsplan, indem er eine Auswahl der relevantesten Effekte untersucht und dadurch den Versuchsumfang verringert.

Wie stark die Anzahl der Versuche zugunsten einer geringeren Auflösung reduziert werden kann, lässt sich aus dieser Tabelle ablesen. In der Diagonale sind die vollfaktoriellen Versuchspläne dargestellt.

Tabelle Auflösung bei Versuchsplänen

Ein Beispiel: Bei 6 Faktoren sind in einem vollfaktoriellen Versuchsplan mindestens 64 Versuche erforderlich.

Tabelle Auflösung DoE

Entscheiden wir uns jedoch für einen teilfaktoriellen Versuchsplan mit einer Auflösung von 6, reduziert sich die benötigte Versuchszahl auf 32.

Tabelle Auflösung Teilfaktoriell auflösung 6

Bei einer Auflösung von 4 sind nur noch 16 Versuche erforderlich, und bei einer Auflösung von 3 sinkt die Anzahl der Versuche sogar auf 8.

Tabelle Auflösung Teilfaktoriell auflösung 4

Was bedeuten die Auflösungen?

In teilfaktoriellen Versuchsplänen werden Wechselwirkungen mit anderen Wechselwirkungen oder Faktoren kombiniert bzw. überlagert. Ein Beispiel ist ein Versuchsplan mit dem sogenannten Generator I=ABCD hat. Dieser Generator zeigt an, welche Effekte miteinander vermengt sind.

Ohne detailliert auf die Rechenregeln einzugehen, lassen sich die Faktoren beliebig auf die linke oder rechte Seite des Gleichheitszeichens verschieben. Aus dem Generator I=ABCD können so insgesamt sieben Kombinationen abgeleitet werden.

Generator bei teilfaktoriellen Versuchsplänen

Im ersten Fall erkennt man, dass der Haupteffekt des Faktors A mit der Wechselwirkung der Faktoren B, C und D vermengt ist. 'Vermengt' bedeutet, dass nach den Versuchen nicht eindeutig unterschieden werden kann, ob der gemessene Effekt vom Faktor A oder von der Wechselwirkung der Faktoren B, C und D stammt. Ebenso ist jeder andere Haupteffekt mit einer Wechselwirkung der übrigen drei Faktoren überlagert. Darüber hinaus sind auch Wechselwirkungen zwischen jeweils zwei Faktoren mit Wechselwirkungen zwischen anderen zwei Faktoren vermengt. Zum Beispiel ist die Wechselwirkung von Faktor A und B mit der Wechselwirkung von Faktor C und D überlagert.

Auflösung 3

Bei einer Auflösung von 3 können Haupteffekte mit Zwei-Faktoren-Wechselwirkungen überlagert sein, beispielsweise der Haupteffekt von Faktor A mit der Wechselwirkung zwischen den Faktoren B und C.

Auflösung von 3 DoE

Versuchspläne mit einer Auflösung von 3 sind daher kritisch zu betrachten, da die Trennung zwischen Haupteffekten und Wechselwirkungen erschwert ist. Sie können nur verwendet werden, wenn die Zwei-Faktoren-Wechselwirkungen deutlich kleiner sind als die Haupteffekte der einzelnen Faktoren. Es genügt nicht, dass man die Wechselwirkung nicht wissen möchte; andernfalls könnten Zwei-Faktoren-Wechselwirkungen das Ergebnis eines Faktors erheblich verfälschen.

Auflösung 4

Versuche mit einer Auflösung von 4 sind deutlich weniger kritisch. In diesem Fall können Zwei-Faktoren-Wechselwirkungen den Haupteffekt nicht verfälschen. Zwei-Faktoren-Wechselwirkungen sind hier nur mit anderen Zwei-Faktoren-Wechselwirkungen vermengt, oder ein Haupteffekt ist lediglich mit einer Drei-Faktoren-Wechselwirkung überlagert.

Auflösung von 4 DoE

Auflösung 5

Versuche mit einer Auflösung von 5 gelten als unkritisch. Haupteffekte sind hier nicht durch Drei-Faktoren- oder niedrigere Wechselwirkungen überlagert. Ebenso sind Zwei-Faktoren-Wechselwirkungen nicht mit anderen Zwei-Faktoren-Wechselwirkungen vermengt. Stattdessen sind Zwei-Faktoren-Wechselwirkungen nur mit Drei-Faktoren-Wechselwirkungen überlagert, und Haupteffekte lediglich mit Vier-Faktoren-Wechselwirkungen. Beides ist in der Regel vernachlässigbar.


Statistik leichtgemacht

  • Viele anschauliche Beispiele
  • Ideal für Prüfungen und Abschlussarbeiten
  • Statistik leichtgemacht auf 321 Seiten
  • 4. überarbeitete Auflage (April 2024)
  • Nur 7,99 €
Leseprobe
Datatab

"Super einfach geschrieben"

"Einfacher geht es nicht"

"Soviele hilfreiche Beispiele"

Fragebogen leichtgemacht

Dieses e-Buch gibt dir die wichtigsten Informationen die du für die Erstellung deines Fragebogens brauchst,

  • Viele anschauliche Beispiele
  • Ideal für die Abschlussarbeit
  • Fragebogen leichtgemacht auf 61 Seiten
  • 3. überarbeitete Auflage (April 2024)
  • Nur 3,99 €
Leseprobe
Datatab

Statistik leichtgemacht

Endlich ohne Probleme Statistik verstehen.

Mit diesem e-Book verstehst du mit vielen Bilder und einfachen Text die Grundlagen der Statistik.

Datatab
Leseprobe

Literatur

Statistik: Der Weg zur Datenanalyse.
Fahrmeir, L. Heumann, C. Künstler, R. Pigeot, I. & Tutz, G.
Zum Buch auf Amazon
Statistik für Human- und Sozialwissenschaftler: Limitierte Sonderausgabe.
Bortz, J. & Schuster, C.
Zum Buch auf Amazon
Fit fürs Studium – Statistik: Alle Grundlagen verständlich erklärt. Geeignet für Studiengänge mit statistischen Methoden: VWL, BWL, Informatik etc.
Grabinger B.
Zum Buch auf Amazon
Multivariate Analysemethoden: Eine anwendungsorientierte Einführung.
Backhaus, K. Erichson, B. Plinke, P. & Weiber, R.
Zum Buch auf Amazon
evaluiert: erweitertes Planungsbuch für Evaluationen im Bildungsbereich
Balzer, L. & Beywl, W.
Zum Buch auf Amazon
Basiswissen Medizinische Statistik.
Weiß, C.
Zum Buch auf Amazon
Forschungsmethoden und Evaluation in den Sozial- und Humanwissenschaften.
Doring, N. & Bortz, J.
Zum Buch auf Amazon

DATAtab zitieren: DATAtab Team (2024). DATAtab: Online Statistics Calculator. DATAtab e.U. Graz, Austria. URL https://datatab.de

Kontakt & Support Beratung FAQ & About Us Statistik Software Impressum & Datenschutz