如果您的工作涉及質量改進，那么您至少聽說過實驗設計 (DOE)。您可能知道這是優(yōu)化和改進流程的最有效方式。但我們中的許多人發(fā)現(xiàn) DOE 令人生畏，尤其是如果它不是我們經常使用的工具。您如何選擇合適的設計，并確保您擁有正確數(shù)量的因素和水平？收集數(shù)據后，如何為分析選擇合適的模型？

開始使用 DOE 的一種方法是 Minitab Statistical Software 中的助手。當您有許多要評估的因素時，助手將引導您完成DOE以確定哪些因素最重要（篩選設計）。然后，助手可以指導您完成設計實驗，以微調重要因素以獲得最大影響（優(yōu)化設計）。

如果您可以輕松跳過助手，但對于您是否以正確的方式接近 DOE 仍有一些疑問，請考慮 Minitab 技術培訓師提供的以下提示。這些資深人士在與 Minitab 客戶合作期間以及在成為 Minitab 培訓師之前的職業(yè)生涯中，都進行了大量設計實驗。

1. 通過探索性運行確定正確的變量空間。
在進行主要實驗之前執(zhí)行探索性運行可以幫助您在性能從好到差時識別過程的設置。這可以幫助您確定進行實驗的可變空間，從而產生最有益的結果。

2. 傳播控制貫穿整個實驗以測量過程穩(wěn)定性。
由于中心點運行通常是接近正常的操作條件，它們可以作為檢查過程性能的控制。通過在設計中均勻地間隔中心點，這些觀察結果可作為實驗期間過程穩(wěn)定性或缺乏穩(wěn)定性的指標。

3. 找出帕累托分析的最大問題。
產品負載或缺陷級別的帕累托圖可以幫助您確定要解決的問題，從而為您的業(yè)務帶來最高回報。關注具有高業(yè)務影響的問題，通過在所有潛在改進項目中提高其優(yōu)先級來提高對實驗的支持。

4.通過擴大輸入設置范圍來提高功率。
測試物理上可能的最大范圍的輸入變量設置。即使您認為它們遠離“最佳位置”，該技術也將允許您使用實驗來了解您的過程，以便您找到最佳設置。

5. 分餾以節(jié)省運行，專注于分辨率 V 設計。
在許多情況下，選擇具有全因子 ? 或 ? 游程的設計是有益的。即使效應可能相互混淆或混淆，Resolution V 設計可最大限度地減少這種混淆的影響，從而使您能夠估計所有主要效應和雙向交互作用。進行更少的運行可以節(jié)省資金并保持較低的實驗成本。

6. 通過重復提高實驗的效力。
功效是檢測到對響應的影響（如果存在該影響）的概率。重復次數(shù)會影響實驗的功效。為了增加您成功識別影響您的響應的輸入的機會，請在您的實驗中添加重復以增加其功效。

7. 通過使用量化措施來提高你的反應能力。
減少缺陷是大多數(shù)實驗的主要目標，因此缺陷計數(shù)通常用作響應是有道理的。但是缺陷計數(shù)是一種非常昂貴且反應遲鈍的輸出來衡量。相反，請嘗試測量與您的缺陷級別相關的定量指標。這樣做可以顯著減少樣本量并提高實驗的能力。

8. 研究所有感興趣的變量和所有關鍵響應。
因子設計讓您可以采用全面的方法來研究所有潛在的輸入變量。從實驗中刪除一個因素會將您確定其重要性的機會減少到零。借助Minitab 等統(tǒng)計軟件中的可用工具，您不應該讓對復雜性的恐懼導致您忽略可能重要的輸入變量。

審核編輯 黃昊宇