Desain Faktorial Penuh Multi-Respons — Mengoptimalkan Banyak Hasil Secara Simultan
Desain faktorial penuh multi-respons memperluas eksperimen faktorial penuh klasik dengan mengukur dan mengoptimalkan dua atau lebih variabel respons secara bersamaan. Setiap kombinasi dari semua level faktor diuji, memberikan informasi efek utama dan interaksi yang lengkap untuk setiap respons. Fungsi keinginan (desirability function) atau pendekatan front Pareto kemudian mendamaikan respons yang bersaing menjadi satu pengaturan faktor optimal, menjadikannya metode pilihan ketika tujuan rekayasa atau proses melibatkan pertukaran di antara beberapa karakteristik kualitas secara bersamaan.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- Montgomery, D. C. (2017). Design and Analysis of Experiments (9th ed.). Wiley. ISBN: 978-1119492443
- Derringer, G., & Suich, R. (1980). Simultaneous optimization of several response variables. Journal of Quality Technology, 12(4), 214–219. DOI: 10.1080/00224065.1980.11980968 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Multi-Response Full Factorial Design of Experiments. ScholarGate. https://scholargate.app/id/experimental-design/multi-response-full-factorial-design
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Desain EksperimenDesain Eksperimen↔ bandingkan
- Metodologi Permukaan Respons Multi-responsDesain Eksperimen↔ bandingkan
- Metodologi Permukaan Respons (RSM)Desain Eksperimen↔ bandingkan
Dirujuk oleh
Similar methods
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →