Wenn ich mit Qualitätsprofis darüber spreche, wie sie Statistiken verwenden, ist ein Werkzeug, das sie immer wieder erwähnen, Design of Experiments oder DOE. Ich hatte den Begriff noch nie gehört, bevor ich anfing, mich auf Qualitätsverbesserungsbemühungen einzulassen, aber jetzt, da ich gelernt habe, wie es funktioniert, frage ich mich, warum ich nicht früher davon erfahren habe. Wenn Sie herausfinden müssen, wie sich mehrere Faktoren auf ein Prozessergebnis auswirken, ist DOE der richtige Weg.,
Irgendwo in der Schule hast du wahrscheinlich gelernt, wie ich, dass du, wenn du ein Experiment machst, alle Faktoren konstant halten musst, außer dem, den du studierst. Das scheint einfach genug zu sein, bis Sie in eine Situation geraten, in der Sie viele Faktoren haben, die Sie gleichzeitig studieren möchten. Es wäre nicht nur sehr teuer und zeitaufwendig, jeden Faktor einzeln zu untersuchen, sondern Sie würden auch keine Informationen darüber erhalten, wie sich die verschiedenen Faktoren gegenseitig beeinflussen könnten.
Hier kommt das Design von Experimenten ins Spiel., DOE macht die Idee, jeweils nur einen Faktor auf dem Kopf testen zu müssen, indem Sie mehr als eine einzelne Variable gleichzeitig ändern können. Dies minimiert die Anzahl der experimentellen Läufe, die Sie durchführen müssen, damit Sie aussagekräftige Ergebnisse erzielen und Rückschlüsse darauf ziehen können, wie Faktoren eine Reaktion so effizient wie möglich beeinflussen.
In DOE passt eine Größe nicht für alle
Je nachdem, was Sie entdecken möchten und wie viele Details Sie benötigen, kann ein entworfenes Experiment sehr einfach oder sehr komplex sein. Einige Experimente könnten nur einen oder zwei Faktoren enthalten—andere könnten ein paar Dutzend betrachten.,
Eine der häufigsten Arten von entworfenen Experimenten ist ein einfaches Screening-Experiment, mit dem die Faktoren bestimmt werden, die den größten Einfluss auf ein Ergebnis haben. Zum Beispiel könnte ein Autohersteller ein Screening-Experiment verwenden, um zu sehen, welche von sieben oder acht Faktoren den größten Einfluss auf die Trocknungszeit von Farbe auf ein neues Auto haben.
Sobald der Hersteller die zwei oder drei wichtigsten Faktoren identifiziert hat, können Qualitätsingenieure ein komplexeres, mehrstufiges Experiment verwenden, um die optimalen Einstellungen für diese Faktoren zu ermitteln., Offensichtlich würde das gleiche experimentelle Design für beide Fälle nicht funktionieren.
Es ist ein bisschen wie Sandpapier: Blätter mit einer großen Körnung lassen Sie eine große Fläche schnell abschleifen, während Sie eine feinere Körnung benötigen, um eine vollständige Glätte zu erreichen. In ähnlicher Weise eignen sich einige entworfene Experimente hervorragend für breite, explorative Untersuchungen, während andere Ihnen enorme Präzision und Sicherheit bieten.
Was brauche ich, um das faktorielle Design zu erstellen?
Angenommen, Sie arbeiten für ein Elektronikunternehmen, das kürzlich eine große Anzahl von Beschwerden über defekte MP3-Player erhalten hat., Qualitätsingenieure haben bis zu fünf verschiedene Faktoren identifiziert, die schuld sein könnten. Sie wissen, dass ein entworfenes Experiment erforderlich ist, aber wie können Sie sicher sein, dass Sie die richtige Datenmenge unter den richtigen Bedingungen mit den richtigen Faktoreinstellungen in der richtigen Reihenfolge sammeln?
Es gibt guten Grund, besorgt zu sein, wenn ein entworfenes Experiment gestartet wird. Wenn Sie selbst ein einfach gestaltetes Experiment von Hand einrichten, kann es sehr schwierig sein und lässt viel Raum für Fehler. Glücklicherweise können wir statistische Software verwenden, um faktorielle Designs anzupassen., Diese Tools machen es einfach, Experimente zu erstellen, die so detailliert wie möglich, aber auch so einfach wie möglich sind.
Zum Beispiel erstellt Minitabs Create Factorial Design ein Datenerfassungsarbeitsblatt für Sie, das die auszuführenden Faktorkombinationen sowie die zufällige Reihenfolge angibt, in der Ihre Daten gesammelt werden sollen. Sie können das Arbeitsblatt auch drucken, um die Datenerfassung zu vereinfachen.
Auswahl des Designtyps
Das richtige Design für Ihr Experiment hängt von der Anzahl der untersuchten Faktoren, der Anzahl der Ebenen in jedem Faktor und anderen Überlegungen ab., Minitab bietet zweistufige, Plackett-Burman – und allgemeine vollständige faktorielle Designs, von denen jedes an die Bedürfnisse Ihres Experiments angepasst werden kann.
Sie müssen mindestens zwei Faktoren und jeweils zwei Ebenen haben (wenn Sie ein allgemeines vollständiges faktorielles Design durchführen, können Sie mehr als zwei Ebenen haben). Faktorstufen oder Einstellungen können Text (z. B. hoch und niedrig) oder numerisch (z. B. 100° und 200°) sein. Faktoren können auch kategorisch oder kontinuierlich sein.
Ihre Ziele können mehr oder weniger statistische Leistung erfordern., Machen Sie eine sehr sensible Anpassung für einen kritischen Prozess oder eine frühzeitige Screening-Analyse, um herauszufinden, welche Faktoren sogar Ihr Ergebnis beeinflussen? Wenn Sie ein knappes Budget haben, kann die Art des ausgewählten Experiments davon abhängen, wie viele experimentelle Läufe Sie sich leisten können. Mit einem guten Design-of-Experiments-Tool können Sie schnell Leistungs-und Stichprobengrößenbewertungen für 2-stufige Factorial -, Plackett-Burman-und allgemeine Full Factorial-Designs vergleichen, um das für Ihre Situation geeignete Design auszuwählen.,
Erfahren Sie mehr über DOE
Wenn Sie mehr über DOE erfahren möchten und Minitab verwenden, führt Sie das integrierte Tutorial (Help > Tutorials > DOE) von Anfang bis Ende durch ein faktorielles Experiment. Und wenn Sie Minitab noch nicht verwenden, können Sie die kostenlose 30-Tage-Testversion nutzen.
Verwenden Sie DOE in Ihrer Arbeit noch?