Seien Sie dabei bei einer spannenden Session, in der ein Vater-Tochter-Team mithilfe der Custom Design-Plattform die Welt der Gummibärchen erkundet. Aufbauend auf ihren Vorkenntnissen mit Easy DOE tauchen unsere Referenten – ein Forschungs- und Entwicklungsleiter bei JMP und seine mittlerweile zehnjährige Tochter – in die komplexen Funktionen von Custom Design ein und untersuchen, wie verschiedene Faktoren Gummibärchen beeinflussen.
In dieser Session besprechen wir die Einrichtung eines Experiments mit Custom Design und beleuchten die Herausforderungen und Erkenntnisse, die sich beim Umstieg von Nutzern ergeben, die bisher nur mit Easy DOE vertraut waren. Egal, ob Sie neu im Bereich DOE sind oder Ihre Kenntnisse erweitern möchten – diese Session bietet wertvolle Strategien und Tipps für Ihre eigenen Projekte . Erleben Sie selbst, wie dieses Duo Custom Design nutzt, um seine Gummibärchen-Experimente zu optimieren und süße (und klebrige) Ergebnisse zu erzielen.
Herzlich willkommen zu unserem heutigen Vortrag mit dem Titel „Bärenhaft interessant: Vom einfachen Versuchsdesign zum individuellen Design mit Gummibärchen“. Ich bin Ryan Lekivetz, Direktor bei JMP.
Ich bin Rory Lekivetz, ein Schüler der Northwoods Elementary School.
Okay, worum geht es heute also? Uns hat vor allem interessiert, wie verschiedene Faktoren Gummibärchen beeinflussen. Unsere Versuchsleiterin Rory hatte bereits Erfahrung mit dem einfachen Versuchsdesign (Easy DOE). Sie wollte aber unbedingt das Custom Design ausprobieren, weil sie gehört hatte, dass es die schwierigere Variante sei. Wir werden aber sehen, dass das Design an sich immer noch einfach war, die Auswertung hingegen schon. Außerdem haben wir gelernt, dass objektive Ergebnisse bei Heimversuchen schwer zu erfassen sind. Jetzt möchte ich von dir wissen, wie du dich für dieses Experiment entschieden hast.
Letztes Jahr nahm ich bei der Entdeckungsreise eine Packung Gummibärchen mit nach Hause und legte sie in heißes Wasser, um zu sehen, wie sich die Konsistenz verändert. Und tatsächlich wurden sie dadurch viel weicher. Das wollte ich zu einem Experiment nutzen.
Ah. Wie wäre es, wenn wir ihnen also mitteilen, welche Faktoren wir in unserem Experiment hier ausgewählt haben?
Wir haben also zwei Marken und die Temperatur (Gefrierschrank, Zimmertemperatur und heiß) sowie die Einwirkzeit (zwei und fünf Minuten) ausgewählt. Wir haben die Temperatur, die Farbe und die Einwirkzeit berücksichtigt, da ich vermutete, dass unterschiedliche Pigmente die Konsistenz beeinflussen könnten. Auch die Luftzufuhr spielte eine Rolle, da Gummibärchen über Nacht sonst viel härter würden. Sie waren aber wie frisch aus der Packung.
Ja. Oder wenn wir es weggelassen hätten. Ja. Ich glaube, du hast dir schon gedacht, dass die Temperatur eine Rolle spielt, oder? Ja. Ach ja, und ich muss sagen, wir hatten es unter einer Lampe. Wir hatten eine Schreibtischlampe, die ziemlich warm wird. Das reichte also, um etwas Wärme zu erzeugen. Ich glaube, weil wir es zuerst mit kochendem Wasser versucht haben und am Ende nur einen geschmolzenen Gummibären hatten. Nun zu unseren Antworten. Was war Papas erste Idee? Ich dachte, weil wir normalerweise subjektive Antworten bekommen, dachte ich: „Das wird super. Versuchen wir es mal mit einer objektiven Antwort.“ Also, hier war Papas Idee: Wir hatten eine 9-Volt-Batterie und einen kleinen Summer. Auf dem Bild sieht man, dass es einen Summer und einen Knopf gibt. Die Idee war, herauszufinden, wie viel Gewicht wir auf einen Gummibären legen können, bis der Summer losgeht.
Ich dachte: „Was haben wir dabei herausgefunden?“ Es war echt schwierig, etwas auf einem Gummibärchen zu balancieren, genug Gewicht hinzuzufügen. Wir hätten es wahrscheinlich hinbekommen, aber es wäre wohl zu zeitaufwendig gewesen. Immerhin haben wir jetzt den Aufbau für ein zukünftiges Experiment, genau da, wo wir den Buzzer benutzen können. Papa dachte wohl, er wäre mit seinem Versuch total schlau, aber der ging schief. Und was haben wir uns dann bei der Auswertung unserer Ergebnisse gedacht?
Letztendlich haben wir uns die Genussskala von 1 bis 10 angesehen. Dabei ging es um die Weichheit, wobei ein höherer Wert eine härtere Konsistenz bedeutet, und die Kaubarkeit, wobei ein höherer Wert eine zähere Konsistenz bedeutet.
Richtig. Und ich glaube, wir haben einen Basiswert von sieben. Stimmt das? Sie meinten also, wenn es frisch aus der Tüte wäre, wäre das vielleicht der Wert sieben. Ich glaube, eine meiner anderen Fragen im Vorfeld war, ob Sie dachten, dass Weichheit und Kaubarkeit zusammenhängen würden. Das macht Sinn. Und als Statistiker würden wir das als korreliert betrachten. Sprechen wir nun über das Versuchsdesign. Ich glaube, Sie konnten das benutzerdefinierte Design finden. Wie sieht es mit den Antwortfaktoren aus? Ich glaube, ich musste Ihnen nichts sagen. Haben Sie das einfach eingegeben? Und wie sieht es mit dem Modell aus? Da das Modell nur die Haupteffekte anzeigt, war das so beabsichtigt?
Ich habe also die Interaktionen hinzugefügt, weil ich unbedingt sehen wollte, wie sich die Interaktionen auf die Gummibärchen auswirken.
Okay. Also ja, sie hat in den Modellbedingungen unter „Benutzerdefiniertes Design“ die Option „Interaktion an zweiter Stelle“ gefunden. Sie hat das ganz von selbst entdeckt. Und wie sieht es mit der Auswahl der Laufgröße aus? Wie haben Sie die Anzahl der Läufe festgelegt?
Deshalb habe ich mich für eine bestimmte Anzahl von Läufen entschieden, weil...
Ich glaube, das war die Standardeinstellung.
Nun ja, es waren 45 Durchgänge. Das bedeutet, dass wir 45 Gummibärchen testen müssen.
Hättest du gedacht, du könntest 45 Gummibärchen essen?
Ja.
Ja. Wir haben dafür sogar zwei 5-Pfund-Beutel Gummibärchen gekauft. Wir haben die Design-Diagnostik zwar nicht besprochen, aber Papa hat sie sich natürlich später angesehen. Ich habe mir die verschiedenen Diagnosekriterien dann aber doch angeschaut, um sicherzugehen. Okay. Erscheint das Design sinnvoll? Hier sieht man zum Beispiel die Farbskala der Korrelationen. Die sah für die Haupteffekte und Zwei-Faktor-Wechselwirkungen ziemlich gut aus. Und als ich mir die Poweranalyse ansah, konnte ich zumindest für diese das Signal-Rausch-Verhältnis von zwei, also die Standardeinstellungen, erkennen. Solange wir also größere Effekte hatten, schien es, als hätten wir eine ausreichende Power, um sie in ihrem Experiment nachzuweisen. Okay, und was haben wir dann gemacht? Ich glaube, wir sind in die Küche gegangen. Es hat ein paar Stunden gedauert, bis wir all die Gummibärchen aufgegessen hatten.
Rory konnte also die Tabelle erstellen, die JMP-Datentabelle anlegen und die Antworten direkt dort eingeben. Easy DOE ist ja bekannt dafür, dass es einen Schritt für Schritt durch den gesamten Workflow führt. Aber wo lag das Problem? Custom Design hatte zwar diese Datentabelle erstellt, in die man die Antworten einfügte, aber Rory wusste nicht so recht, wie es weitergehen sollte. Das lag zum Teil daran, dass sie kaum Analysen durchgeführt hatte, eigentlich gar keine außerhalb von Easy DOE. Selbst Tabellenskripte und ähnliches waren ihr fremd. Aber ich denke, wir haben trotzdem angefangen. Was haben wir uns denn angesehen? Erinnern Sie sich noch an den Graph Builder?
Wir haben uns also die verschiedenen Antworten angesehen, um zu sehen, was passiert.
Die unterschiedlichen Reaktionen hängen von der Anzahl der Faktoren ab. Ich denke, sie hat das Prinzip, Elemente in den Graph Builder zu ziehen, recht schnell verstanden. Letztendlich habe ich sie aber auch mit Easy DOE arbeiten lassen. In Easy DOE, falls Sie es auf dem ersten Bildschirm noch nicht gesehen haben – es ist etwas versteckt –, gibt es in der Faktortabelle eine Option zum Laden des Versuchsdesigns. Um es Rory einfacher zu machen, habe ich das Design in Easy DOE geladen, sodass sie die Analyse dort nutzen konnte. Wir haben uns schließlich nur noch mit dem Genuss beschäftigt. Das führt zurück zu der Frage: Was haben wir über die Konsistenz (weich und zäh) herausgefunden? Gab es einen Zusammenhang zwischen ihnen?
Ja. Wenn also sowohl die Kaubarkeit als auch die Weichheit einen hohen Wert hätten, wäre der Wert ebenfalls hoch. Daher machte es für mich keinen Sinn, beides zu testen.
Ja. Und ich glaube, hier ist eine Graph-Builder-Datei. Was haben wir also letztendlich herausgefunden? Was war zum Beispiel bei der Konsistenz – weich oder zäh – das Wichtigste?
Entscheidend war die Temperatur. Das war also der einzige Faktor, der für die Weichheit und Kaubarkeit wirklich eine so große Rolle spielte.
Ja. Also sind wir letztendlich doch hingefahren. Rory hat Easy DOE gemacht. Und ich glaube, was da unten links angezeigt wird, war die Skala für den größten Spaßfaktor, also das Modell, das Easy DOE als bestes Modell ausgewählt hat. Aber ich glaube, der Vater hat dich gefragt, also was haben wir da gefunden? Es ging um die Zeit. Also Zeit, Temperatur, und es gab auch eine sehr starke Wechselwirkung. Was war diese starke Wechselwirkung?
Marke und Temperatur.
Genau. Und deshalb wurde die Marke dort ausgewählt. Mein Vater hat dich übrigens auch gefragt, weil ich dachte, das wäre eine interessantere Analyse. Bei meiner eigenen Analyse, nachdem ich mir einige andere Modellplattformen angesehen hatte, wollte ich Farbe hinzufügen. Erinnerst du dich, wie du deinem Modell Farbe verliehen hast?
Sie tippen einfach auf die gewünschte Farbe, und diese wird dem Modell hinzugefügt.
Ja. Wie Sie hier sehen, war selbst die eine Farbe, die Sie kennen, nur geringfügig signifikant, wenn wir sie wieder hinzufügen würden. Genau das hatte ich Rory gebeten, zu tun. Im finalen Modell sehen Sie, dass der p-Wert bei 0,08 liegt. Ich denke aber, es wäre interessanter, wenn wir auch die Farbe berücksichtigen würden. Was waren also unsere wichtigsten Faktoren? Im Wesentlichen Temperatur, Zeit und die Wechselwirkung zwischen Marke und Temperatur. Ich glaube, es sah so aus, als ob die Farbe und die Farb-Luft-Exposition eine Rolle spielten, richtig? Ich habe Rory auch gefragt: „Wenn du es einem Freund erklären müsstest, was genau bedeutet diese Wechselwirkung zwischen Marke und Temperatur?“
Eine markenbedingte Temperaturinteraktion bedeutet also, dass die Temperatur je nach Marke variiert. Bei Haribo änderte sich die Temperatur kaum. Bei der anderen albanischen Marke hingegen war der Unterschied im Gefrierfach deutlich spürbar, und die Tiefkühlprodukte waren wesentlich besser.
Ja. Und wie Sie hier sehen können, hat Rory offenbar auch eine gewisse Vorliebe für bestimmte Farben. Deshalb fand ich es interessant, das mit einzubauen. Abschließend möchte ich noch sagen, dass der Übergang zum benutzerdefinierten Versuchsdesign (Custom DOE) deutlich einfacher war. Als wir dieses Experiment ursprünglich planten, dachte ich, dass der Übergang vom einfachen Versuchsdesign zum benutzerdefinierten Design viel komplexer sein würde. Es ging also weniger um das Design selbst, sondern mehr um die Analyse. Ich denke, wir sollten in Zukunft vielleicht versuchen, Einschränkungen oder andere Variablen einzubauen, die mit dem einfachen Versuchsdesign nicht möglich sind. Die Analyse war also der schwierigere Teil, aber immerhin haben wir jetzt die Möglichkeit, das Design in das einfache Versuchsdesign zu laden. Und was war die wichtigste Erkenntnis aus diesem Experiment? Wie essen Sie Ihre Gummibärchen?
[unverständlich 00:11:24]
Ja. Seit diesem Experiment mag sie tatsächlich am liebsten gefrorene Gummibärchen. Vielen Dank für Ihre Zeit und dass Sie heute dabei waren. Schreiben Sie uns doch in den Kommentaren, welche Experimente Sie sich als Nächstes wünschen. Ich denke, Sie haben selbst schon einige Ideen, aber es wäre interessant zu hören, was andere denken.
