Multi-Response Full Factorial Design — Gleichzeitige Optimierung mehrerer Ergebnisse

Das Multi-Response Full Factorial Design erweitert das klassische Full Factorial Experiment, indem es zwei oder mehr Antwortvariablen gleichzeitig misst und gemeinsam optimiert. Jede Kombination aller Faktorstufen wird getestet, was vollständige Informationen über Haupteffekte und Wechselwirkungen für jede Antwort liefert. Eine Desirability-Funktion oder ein Pareto-Front-Ansatz gleicht dann konkurrierende Antworten zu einer einzigen optimalen Faktoreinstellung ab, was dies zur Methode der Wahl macht, wenn technische oder Prozessziele Kompromisse zwischen mehreren Qualitätsmerkmalen gleichzeitig beinhalten.