실험계획법 DOE 미니탭 일반 완전요인배치법과 2수준 완전요인배치법

 

 

2수준 완전요인배치 실험과 일반 완전요인배치 실험은 모두 완전요인배치 실험(Full Factorial Design)이라는 큰 틀 안에 있지만, 요인의 수준 수에서 차이가 있어요.

---

✅ 먼저 용어부터 구분하기

용어뜻

완전요인배치 실험 (Full Factorial Design)	모든 요인들의 모든 조합을 실험하는 설계 방법
2수준 완전요인배치 실험 (2-level full factorial design)	각 요인이 2개의 수준만 가질 때의 완전요인배치
일반 완전요인배치 실험 (General full factorial design)	각 요인이 2개 이상 수준(예: 3수준, 4수준 등)을 가질 때의 완전요인배치

 

---

✅ 1. 2수준 완전요인배치 실험

예시:

요인이 A, B, C이고 각각 두 수준을 가진다면:

요인 수수준 수실험횟수

A, B, C

2수준씩

23=82^3 = 823=8회

 

✔ 특징:

• 실험 수가 2의 제곱수 형태 (2, 4, 8, 16, …)
• 가장 많이 쓰이는 형태 (특히 초기 실험이나 스크리닝에 적합)
• Minitab 메뉴에서 Stat > DOE > Factorial 경로로 설계 가능

---

✅ 2. 일반 완전요인배치 실험

예시:

• A: 2수준 (예: 온도: 낮음/높음)
• B: 3수준 (예: 시간: 10분/20분/30분)

→ 실험 조합 수는 2×3=62 \times 3 = 62×3=6회

✔ 특징:

• 요인마다 수준 수가 다를 수 있음
• 실험 횟수 = 각 요인의 수준 수 곱
• 비정형 조합에 유리 (제조공정, 마케팅 등에서 다양하게 사용)
• Minitab 메뉴에서 Stat > DOE > General Full Factorial 경로로 설계

---

✅ 비교 요약표

항목2수준 완전요인배치일반 완전요인배치

요인 수준	모두 2수준만	요인별로 2, 3, 4 등 다양
실험횟수	2k2^k2k	수준1×수준2×…수준_1 × 수준_2 × …수준1​×수준2​×…
대표 사용처	스크리닝, 공정 탐색	실무 실험 (제조, 품질 등)
Minitab 메뉴	DOE > Factorial	DOE > General Full Factorial

 

---

✅ 실제 예시 비교

설계요인 수준 구성실험 횟수설계 가능 메뉴

2수준 완전요인	A(2), B(2), C(2)	23=82^3 = 823=8	DOE > Factorial
일반 완전요인	A(2), B(3)	2×3=62 × 3 = 62×3=6	DOE > General Full Factorial
일반 완전요인	A(3), B(4), C(2)	3×4×2=243 × 4 × 2 = 243×4×2=24	DOE > General Full Factorial

 

---

✅ 마무리 요약

질문답변

두 실험의 가장 큰 차이점은?	각 요인이 가질 수 있는 수준의 수
언제 2수준 설계를 쓰나요?	요인 수가 많고, 빠르게 효과를 탐색하고 싶을 때 (스크리닝 등)
언제 일반 설계를 쓰나요?	각 요인의 설정값이 3개 이상이거나 실험 정밀성이 중요할 때