om vad som ska undersökas (Montgomery, 2001; Olausson, 1992). Därefter ska målet definieras så att målformuleringen avgränsar och konkretiserar problemet. Målformuleringen ska även säkerställa att alla parter strävar mot samma mål.
2. Samla in förhandsinformation. Innan testet påbörjas är det viktigt att samla information gällande den process som ska studeras (Olausson, 1992). Informationen kan till exempel tillhandahållas genom att studera processbeskrivningar, studera resultat från tidigare utförda försök eller utföra mindre försök. Denna information kan vara till stor fördel vid val av resultatvariabel, faktorer och nivåer.
3. Val av resultatvariabel. Resultatvariabeln bör vara mätbar och förmedla användbar information om testet (Montgomery, 2001; Olausson, 1992). Det är inte ovanligt att ha flera resultatvariabler, dock bör dessa vara kvantitativa, som till exempel livslängd, tid eller ljudtrycksnivå.
4. Val av faktorer och nivåer. De faktorer som påverkar en process kan delas upp i potentiella designfaktorer och störande faktorer (Montgomery, 2001). De potentiella designfaktorerna inkluderar de faktorer som ska studeras, de som bör hållas konstanta och de som tillåts variera utan att de påverkar resultatet. Dessa faktorer bör vara oberoende av varandra, att en faktor varieras bör därför inte leda till att en annan faktor varieras automatiskt (Olausson, 1992). När designfaktorerna valts ut definieras en hög och låg nivå som dessa ska varieras mellan. De störande faktorerna klassificeras som kontrollerbara och okontrollerbara.
De kontrollerbara kan tillexempel vara vilken dag testet utförs. De okontrollerbara faktorerna kan ofta mätas och därmed kan dess påverkan kompenseras för.
5. Val av försöksutförande. Om ovanstående steg gjorts utförligt är detta steg relativt enkelt (Montgomery, 2001; Olausson, 1992). När försöksutförandet definieras ska antalet faktorer och antalet försök väljas samt i vilken ordning försöken ska utföras. Hur data ska samlas in bör definieras och även vilken osäkerhet som är acceptabel i de slutsatser som dras.
6. Utför försöket enligt planen. När experimentet utförs är det viktigt att det övervakas konstant så att planen följs (Montgomery, 2001). Det är viktigt att faktorer som ska hållas konstanta förblir så, eftersom det är vitalt att förutsättningarna är likvärdiga. Oförutsedda händelser bör även antecknas eftersom de kan påverka resultatet och ha inverkan på analysen (Olausson, 1992). Det kan även vara lämpligt att utföra initiala testrundor för att säkerställa att testriggen och mätutrustningen fungerar som planerat samt för att öva på tekniken vid testutförandet.
7. Analysera datamaterialet. Statistiska metoder bör användas för att analysera resultaten av försöken och för att säkerställa att slutsatserna blir objektiva (Montgomery, 2001; Olausson, 1992). Det kan vara fördelaktigt att presentera resultaten grafiskt för att få en överblick. En statistisk metod kan dock inte bevisa att en faktor har ett visst utfall, utan endast ge indikationer gällande reliabiliteten och validiteten för resultaten. Därmed kan statistiska metoder leda till att tillförlitliga slutsatser kan dras.
8. Dra slutsatser och rekommendationer. När resultaten har analyserats ska praktiska slutsatser dras och rekommendationer för fortsatt arbete bör presenteras (Montgomery, 2001;
Olausson, 1992).
3.3.3 Faktorförsök
Vid många experiment är syftet att studera effekten av två eller flera faktorer, faktorförsök är den mest effektiva metoden för den typen av försök. Inom dessa försök testas alla olika kombinationer av nivåerna för alla faktorer (Montgomery, 2001). När nivåerna väljs ut benämns de som en hög och en låg, vilka betecknas som (+) respektive (-). Om två faktorer betecknas A och B varieras presenteras försöksplanen som nedanstående tabell (Tabell 2).
Tabell 2. Exempel på försöksplan med två faktorer.
Försök Faktorer
När olika kombinationer av faktorerna testas varieras dessa tillsammans (Montgomery, 2001;
Olausson, 1992). Den typ av faktorförsök som är mest förekommande är faktorförsök med två nivåer. Dessa betecknas 2k, där tvåan står för antalet nivåer, k anger antalet faktorer och potensen av dessa blir antalet försök. Fördelarna med att endast ha två nivåer är bland annat att det kan vara lättare att se vilka faktorer som har stor påverkan. Dock medför detta att linjära samband antas mellan faktorerna och resultatvariabeln. Vid faktorförsök kan resultatet analyseras på flera olika sätt, ett medelvärde av resultaten beräknas. Dessutom kan huvudeffekten för varje faktor beräknas, denna betecknas lx och innebär den genomsnittliga förändringen av resultatet när en faktor variera från låg till hög nivå. Eftersom faktorerna varieras tillsammans kan även samspelseffekten beräknas, vilken betecknas lxy. Denna effekt anger om det finns något samspel mellan faktorerna. Om ett samspel förekommer betyder det att faktorn som varieras kommer påverka den andra faktorn.
Vid vissa försök är det nödvändigt att testa fler faktorer, dock medför detta att antalet försök ökar exponentiellt med antalet faktorer (Olausson, 1992). Detta resulterar i att experimentet tar längre tid, blir mer kostsamt och att det blir svårare att analysera resultatet. Ett fullständigt faktorförsök med fyra faktorer resulterar i 16 tester med fyra huvudeffekter, 6 två-faktorsamspelseffekter och 4 tre-två-faktorsamspelseffekter. Dock är det ofta så att det endast är huvudeffekterna och två-faktorsamspelseffekterna som är intressanta och då kan ett reducerat faktorförsök utföras istället för ett fullständigt.
Vid ett reducerat faktorförsök utförs färre tester än vid ett fullständigt faktorförsök, till exempel utförs bara halva försöksplanen, antalet försök blir då 2k-1. Fördelen med att genomföra ett reducerat faktorförsök är att resurserna för testet minimeras.
Nackdelen är att resultatet inte blir lika pålitligt eftersom vissa effekter blir sammanblandade.
Detta betyder att det inte går att utskilja vilken effekt som ger vilket utfall. Till exempel beräknas huvudeffekten lA och samspelseffekten lAB som;
lA→ A + BCD = Huvudeffekt lAB→ AB + CD = samspelseffekt
Den uträknade huvudeffekten för A blir sammanblandad med tre-samspelseffekten BCD, vilket betyder att resultatet är summan av dessa två effekter. Men om det antas att tre-samspelseffekten är obetydligt liten är det sannolikt att resultatet endas avspeglar huvudeffekten för A i alla fall.
Däremot blir två-samspelseffekterna svårare att analysera eftersom tvåsamspelseffekten för AB blir sammanblandad med två-samspelseffekten för CD (Olausson, 1992). För dessa är det inte lika självklart vilken effekt som har mest påverkan på resultatet. Det är därför viktigt att planera ett reducerat faktorförsök så att de effekter som är mest intressanta inte blir sammanblandade med varandra.
3.4 Mätutrustning
Det finns enkla enkanaliga instrument för att mäta ljud, till exempel ljudnivåmätare (Bodén, et al., 2001). Dessa mäter den totala ljudtrycksnivån i hela det hörbara området och med denna utrustning erhålls mätstorheten i decibel. Det går att ställa in hur långa integrationstiderna ska vara genom de standardiserade lägena, low och high.
För att kunna avläsa och analysera uppmätta ljudvärden på en dator kan programmet Laboratory Virtual Instrumentation Engineering Workbench, kortare benämnt LabVIEW användas (National Instruments TM, 2016). Detta är ett grafiskt programmeringsspråk som gör det möjligt att programmera och automatisera processer och mätinstrument i labbmiljö.
Genom det blir det enkelt att visualisera, skapa och koda tekniska system. Användaren kan därmed individuellt anpassa programmet för att få ut mätdata, parametrar och resultat som önskas. Programmet är framtaget av National Instruments och till detta program kopplas en modul som omvandlar och överför ljudvågor som mätts upp med hjälp av en mikrofon.