Responsvariabeln är ”losses” med enhet watt

Andra analyser har gjorts för att se om det finns bättre sätt att analysera resultatet på. Ett förslag är att använda andra parametrar som responsvariabel, eftersom ”losses” som responsvariabel inte fungerar helt.

4.2.2.1.

Hela reducerad försöksplanen

Ett sätt att analysera resultatet på är att använda ”losses” som effekt istället för procentenhet, se tabell 11. Värdet på procentsatsen tar inte hänsyn till den skillnad som finns mellan testerna när golv har hög nivå respektive låg nivå. Y lika med ”losses” i watt tar mer hänsyn till skillnaden av golveffekten. Golvslingorna har fortfarande en koppling till ”losses” och därför kan resultatet fortfarande innefatta fel.

Tabell 11: Det hela reducerade schemat.

Variationen mellan testernas y-värde blir större när ”losses” skrivs i watt istället för i procent och därför blir resultatet olikt de tidigare. Nu blev flera termer signifikanta, se bild 26. Golvslingorna, västvägg och deras samspel har mest påverkan. Därefter kommer norrvägg, golvslingorna + norrvägg, fläkt + fasadvägg och norrvägg + västvägg som signifikanta.

Bild: 26: Paretodiagram med alla faktorer och samspel.

Som tidigare nämnt kan de termer som är minst signifikanta plockas bort från modellen för att tydliggöra de termer som verkligen har en påverkan, vilket kan jämföras likt en in-zoomning. I bild 27 är inte samspelen med fläkt och fasadvägg kvar som signifikanta termer. Huvudeffekterna fasadvägg och fläkt påverkar inte resultatet själva och därför blir chanserna små att samspel med dem har någon betydelse.

Bild 27: Pareto- och residualdiagram för reducerad modell med endast de signifikanta

termerna kvar.

Regressionsekvationen blev följande:

Denna analys pekade inte ut något avvikande värde som test 7 var när ”losses” stod i procent. Istället är histogrammet i bild 27 snedfördelat och punkterna bildar en klump i ”Versus Fits”- diagrammet, detta betyder att modellen inte är optimal. ”Versus order” och ”Normal Probability Plot”-diagrammet visar att det finns en stor variation mellan testerna. Detta beror på att ”losses” i watt har mycket större variation än ”losses” i procent, vilket kan vara orsaken till att fler faktorer har hög effekt på responsvariabeln när den är ”losses” i watt.

4.2.2.2.

Uppdelad reducerad försöksplan

Den uppdelade försöksplanen när ”losses” i procent användes visade att det finns skillnad på om golvslingorna är på hög eller låg nivå. Därmed kördes de uppdelade analyserna igen men med ”losses” i watt. Först kördes resultatet när golvslingorna har hög nivå, se tabell 12.

Regression Equation in Uncoded Units

losses i W = 538,9 + 378,1 golvslingor - 131,8 norrvägg - 300,1 västvägg - 114,5 golvslingor*norrvägg - 208,6 golvslingor*västvägg + 65,8 norrvägg*västvägg

Tabell 12: Uppdelade schemat för när golvslingorna har hög nivå.

Paretodiagrammet i bild 28 beskriver att väst- och norrvägg påverkar ”losses” i watt. Till skillnad från när responsvariabeln var ”losses” i procent visar sig samspelet mellan väggarna ha en signifikant påverkan på ”losses” i watt.

Bild 28: Paretodiagram av alla termer när golvslingorna har högnivå och ”losses” i watt är

responsvariabeln.

Diagrammet reducerades tills endast de signifikanta termerna fanns kvar, se bild 29. P-värdet i Minitab är 0 för både norrvägg och västvägg och för deras samspel är det 0,001, vilket betyder att det är stor sannolikhet att de påverkar ”losses”. Regressionsekvationen blev följande:

Båda väggarna påverkar ”losses” negativt när de flyttas in i rummet, men när de samspelar motverkas deras enskilda effekter. Residualdiagrammet ”Versus fits” i bild 29 visar på att modellen inte är garanterad att stämma, för att punkterna ska placeras randomiserat kring linjen.

Den andra delen av de uppdelade försöken innehåller testerna som visas i tabell 13. Följande är analysresultatet när golvslingorna har inställning på låg nivå.

Tabell 13: Schema över testerna när golvslingorna är på låg nivå.

Återigen är det västvägg som är signifikant och de andra faktorerna och samspelen är långt ifrån västväggens effekt, se bild 30. Dock skiljer sig detta resultat från det föregående uppdelade när responsvariabeln var ”losses” i procent och golvslingorna har låg nivå. Då var det inte någon faktor som var signifikant men fläkt var den faktor som hade störst effekt.

Bild 30: Paretodiagram med alla termer för låg nivå på golvslingorna och ”losses” i watt som

responsvariabel.

Utan samspel blir både västvägg och fläkt signifikant för låg nivå på golvslingorna, se bild 31. Versus Fits” och ”Versus Order” har en bra spridning men inte mellan residual-linjen. Spridningen är ojämn vilket också förklaras i histogrammet och ”Normal Probability Plot”.

Men om en ytterligare in-zoomning görs är inte fläkt signifikant längre, se bild 32. Spridningen ser lite jämnare ut men inte enligt histogrammet. Precis som när responsvariabeln var ”losses” i procent varnar denna analys också för y-värdet för test 7, i dessa grafer står den som observation 4, som ett avvikande resultat.

Bild 32: Pareto- och residualdiagram för faktorerna västvägg och fläkt.

4.2.2.3.

Verkliga värden i schemat

Fler funderingar på vad som kan ge mer korrekt resultat leder till att analyserna bör använda verkliga värden på nivåerna istället för kodade värden som -1 och 1. ”Losses” ändrar på golveffekten vilket ger en verklig golveffekt som inte stämmer med inställningarna enligt försöksschemat.

De olika värdena på golvslingor och fasadvägg som stämmer med de verkliga värdena ger inte något bra resultat både när responsvariabeln är ”losses” i watt och i procent. Tabell 14 visar ett exempel på hur schemat ser ut när de verkliga värdena är instoppade. Resultaten som analysen ger är att det finns korrelationer mellan termerna, vilket inte har fåtts innan. Det går även att se hur överlappningarna beter sig och eftersom de inte är kodade räknar programmet in ett av 3-samspelen i modellen. Modellen borde egentligen endast bestå av huvudfaktorerna och 2- samspelen som i sin tur består av överlappningar, eftersom försöken har genomförts av en reducerad plan.

Tabell 14: Schemat med verkliga data. Golvets höga och låga nivå blir olika för alla tester.

Golvslingorna har visat sig vara signifikant i varje test när olika försök har gjorts för att tolka resultatet med verkliga värden i schemat, vilket är logiskt med tanke på kopplingen till ”losses”. Men resultaten från t.ex. schemat i tabell 14 visade att golvslingorna hade mycket låg effekt och det säger även att resultaten inte är att lita på i detta fall.