wanneer ik met kwaliteitsdeskundigen praat over hoe zij statistieken gebruiken, is een hulpmiddel dat ze keer op keer noemen ontwerp van experimenten, of DOE. Ik had nog nooit gehoord van de term voordat ik begon betrokken te raken bij kwaliteitsverbetering inspanningen, maar nu dat ik heb geleerd hoe het werkt, vraag ik me af waarom ik niet eerder over het leren. Als u wilt weten hoe verschillende factoren van invloed zijn op een proces resultaat, DOE is de weg te gaan.,
ergens op school heb je waarschijnlijk geleerd, net als ik, dat wanneer je een experiment doet je alle factoren constant moet houden, behalve de factoren die je studeert. Dat lijkt eenvoudig genoeg, totdat je een situatie raakt waar je veel factoren hebt die je tegelijkertijd wilt bestuderen. Niet alleen zou het bestuderen van elke factor één voor één erg duur en tijdrovend zijn, maar je zou ook geen informatie krijgen over hoe de verschillende factoren elkaar kunnen beïnvloeden.
dat is waar het ontwerp van experimenten van pas komt., DOE zet het idee van hoeft te testen slechts 1 factor in een tijd op zijn hoofd door u te laten veranderen meer dan een enkele variabele in een tijd. Dit minimaliseert het aantal experimentele runs die u moet maken, zodat u zinvolle resultaten kunt verkrijgen en conclusies kunt trekken over hoe factoren een reactie zo efficiënt mogelijk beïnvloeden.
in DOE past één maat niet op alle
afhankelijk van wat u wilt ontdekken en hoeveel details u nodig hebt, kan een ontworpen experiment zeer eenvoudig of zeer complex zijn. Sommige experimenten kunnen slechts een of twee factoren bevatten-anderen kunnen kijken naar een paar dozijn.,
een van de meest voorkomende typen ontworpen experimenten is een eenvoudig screeningsexperiment, dat wordt gebruikt om te bepalen welke factoren de grootste invloed hebben op een resultaat. Een autofabrikant kan bijvoorbeeld een screening-experiment gebruiken om te zien welke van de zeven of acht factoren het grootste effect hebben op de droogtijd van verf op een nieuwe auto.
zodra de fabrikant de twee of drie belangrijkste factoren heeft geïdentificeerd, kunnen kwaliteitsingenieurs een complexer, op meerdere niveaus ontworpen experiment gebruiken om de optimale instellingen voor deze factoren te identificeren., Het is duidelijk dat hetzelfde experimentele ontwerp niet zou werken voor beide gevallen.
Het lijkt een beetje op schuurpapier: vellen met een grote korrel laten je snel een groot gebied afschuren, terwijl je een fijnere korrel nodig hebt om totale gladheid te bereiken. Op dezelfde manier zijn sommige ontworpen experimenten geweldig voor breed, verkennend onderzoek, terwijl anderen je enorme precisie en zekerheid zullen geven.
wat heb ik nodig om het factoriële ontwerp te maken?
stel dat u werkt voor een elektronicabedrijf dat onlangs een groot aantal klachten heeft ontvangen over defecte mp3-spelers., Kwaliteitsingenieurs hebben tot vijf verschillende factoren geïdentificeerd die de schuld zouden kunnen zijn. Je weet dat een ontworpen experiment nodig is, maar hoe kun je er zeker van zijn dat je de juiste hoeveelheid gegevens verzamelt, onder de juiste omstandigheden, met de juiste factorinstellingen, in de juiste volgorde?
Er is een goede reden om bezorgd te zijn bij het starten van een ontworpen experiment. Als u het opzetten van zelfs een eenvoudig ontworpen experiment met de hand, het kan erg moeilijk zijn en laat veel ruimte voor fouten. Gelukkig kunnen we statistische software gebruiken om factoriële ontwerpen aan te passen., Deze tools maken het gemakkelijk om experimenten te maken die zo gedetailleerd zijn als ze zijn, maar ook zo eenvoudig als ze kunnen zijn.
bijvoorbeeld, Minitab ‘ s create Factorial Design maakt een werkblad voor het verzamelen van gegevens voor u, dat aangeeft welke factorcombinaties moeten worden uitgevoerd, evenals de willekeurige volgorde waarin uw gegevens moeten worden verzameld. U kunt het werkblad ook afdrukken om het verzamelen van gegevens te vereenvoudigen.
het kiezen van het type ontwerp
het juiste ontwerp voor uw experiment zal afhangen van het aantal factoren dat u bestudeert, het aantal niveaus in elke factor, en andere overwegingen., Minitab biedt twee-level, Plackett-Burman, en algemene full factorial ontwerpen, die elk kunnen worden aangepast aan de behoeften van uw experiment te voldoen.
u moet minstens twee factoren en twee niveaus voor elk hebben (als u een algemeen volledig factorieel ontwerp doet, kunt u meer dan twee niveaus hebben). Factorniveaus of instellingen kunnen tekst zijn (zoals hoog en laag) of numeriek (zoals 100° en 200°). Factoren kunnen ook categorisch of continu zijn.
uw doelen kunnen meer of minder statistische macht vereisen., Doet u een zeer gevoelige aanpassing voor een kritisch proces, of een vroege screening analyse om erachter te komen welke factoren zelfs invloed hebben op uw resultaat? Als je op een krap budget, het type experiment dat u selecteert kan worden beïnvloed door hoeveel experimentele runs je kunt veroorloven om te doen. Een goede design-of-experiments tool laat u snel vergelijken vermogen en steekproefgrootte beoordelingen voor 2-level factorial, Plackett-Burman, en algemene full factorial ontwerpen om u te helpen het ontwerp geschikt is voor uw situatie te kiezen.,
meer leren over DOE
Als u meer wilt weten over DOE en u gebruikt Minitab, zal de ingebouwde tutorial (Help > Tutorials > DOE) u door een factorieel experiment leiden van begin tot eind; het is een vrij pijnloze manier om uw voeten nat te maken. En als u nog geen gebruik maakt van Minitab, kunt u de gratis proefperiode van 30 dagen krijgen om het te bekijken.
gebruikt u DOE al in uw werk?