一、實驗設計的使用

　　實驗設計(design of experiments,DOE)用於檢驗和最佳化過程、產品、服務或解決方案的績效。它主要用來幫助瞭解不同條件下產品或過程的行為。DOE最獨特之處就在於它能夠使你透過實驗來計劃和控制變數，與按照“經驗觀察”方式僅僅收集和觀察現實世界中的事物是截然不同的。在6sigma組織中，DOE有著非常廣泛的應用，天行健諮詢公司分析了它能幫助企業解決以下問題：

　　1、評估顧客聲音系統，在不煩擾顧客的情況下尋找產生有效反饋的最佳方法組合；

　　2、評估諸因素以將引起某一問題或缺陷的“重要”根本原因分離出來；

　　3、試行或檢驗可能的解決方案組合，以尋求最佳改進策略；

　　4、評價產品或服務的設計以確認潛在的問題並從開始就減少存在的缺陷。

　　儘管DOE用於事物要比用於人更容易，但在服務環境下進行實驗設計仍是可能的。可是，這些實驗設計趨向是“現實世界”的試驗，在這些試驗中，變數在實際過程中加以控制，然後將其結果進行比較。

　　二、實驗設計的基本步驟

　　1、確認要評價的因素

　　你希望從實驗中瞭解些什麼?對過程或產品的可能影響是什麼?在選擇因素時要切記：試驗更多因素不僅會帶來獲取額外資料的利益，也會增加成本和複雜性，對二者進行權衡很重要。

　　2、界定檢驗因素的“水平”

　　對速度、時間和重量等諸如此類的變數因素，試驗水平的數量可以無限多。因此，你不僅要選擇所要採用的數值，而且還要確定希望試驗多少不同的水平。在離散型資料情況下，試驗水平可能是兩選一的。

　　3、建立一個實驗組合排列

　　在實驗設計中，通常希望避免採用每一變數都單獨試驗的“每次一個因素”(one-factor-at-a-time,OFAT)的辦法。通常是試驗一系列因素水平組合以得到對所有因素都具代表性的資料。這些可能的組合或排列可以由統計軟體工具產生或查表得到，藉助它們可以幫你避免對每一可能的組合都進行試驗。

　　4、在規定的條件下進行實驗

　　關鍵是要避免其他一些未被檢驗的因素影響結果。

　　5、評價結果和結論

　　如果你要從實驗設計資料中發現模式或得出結論，那麼像方差分析和多元迴歸之類的工具是必需的。從實驗資料中你可能會得到非常明確的答案，也可能會產生新問題，從而需要另外的實驗加以測試。

僅供參考！

DOE主要目的為了給錫膏印刷作業提供準確的印刷引數，提升印刷品質，用6西格瑪邏輯來分析問題，主要實驗專案有，1印刷錫膏厚度實驗，錫膏厚度直接影響高速貼片機貼片質量，控制不良的碰焊，虛焊，等不良現象出現。2刮刀壓力實驗，刮刀壓力直接影響印刷品質，3刮刀速度實驗。4印刷間隙實驗。5印刷脫膜速度實驗。6鋼網厚度實驗。7印刷時間，清洗次數實驗，形成圖表提供準確印刷引數，這就是SMTDOE實驗步驟

第一步 確定目標

我們透過控制圖、故障分析、因果分析、失效分析、能力分析等工具的運用，或者是直接實際工作的反映，會得出一些關鍵的問題點，它反映了某個指標或引數不能滿足我們的需求，但是針對這樣的問題，我們可能運用一些簡單的方法根本就無法解決，這時候我們可能就會想到試驗設計。對於運用試驗設計解決的問題，我們首先要定義好試驗的目的，也就是解決一個什麼樣的問題，問題給我們帶來了什麼樣的危害，是否有足夠的理由支援試驗設計方法的運作，我們知道試驗設計必須花費較多的資源才能進行，而且對於生產型企業，試驗設計的進行會打亂原有的生產穩定次序，所以確定試驗目的和試驗必要性是首要的任務。隨著試驗目標的確定，我們還必須定義試驗的指標和接受的規格，這樣我們的試驗才有方向和檢驗試驗成功的度量指標。這裡的指標和規格是試驗目的的延伸和具體化，也就是對問題解決的著眼點，指標的達成就能夠意味著問題的解決。

第二步 剖析流程

關注流程，使我們應該具備的習慣，就像我們的很多企業做水平對比一樣，經常會有一個誤區，就是隻講關注點放在利益點上，而忽略了對流程特色的對比，試驗設計的展開同樣必須建立在流程的深層剖析基礎之上。任何一個問題的產生，都有它的原因，事物的好壞、引數的便宜、特性的欠缺等等都有這個特點，而諸多原因一般就存在於產生問題的流程當中。流程的定義非常的關鍵，過短的流程可能會拋棄掉顯著的原因，過長的流程必將導致資源的浪費。我們有很多的方式來展開流程，但有一點必須做到，那就是儘可能詳盡的列出可能的因素，詳盡的因素來自於對每個步驟地詳細分解，確認其輸入和輸出。其實對於流程的剖析和認識，就是改善人員瞭解問題的開始，因為並不是每個人都能掌握好我們所關注的問題。這一步的輸出，使我們的改善人員能夠了解問題的可能因素在哪裡，雖然不能確定哪個是重要的，但我們至少確定一個總的方向。

第三步 篩選因素

流程的充分分析，使我們有了非常寶貴的資料，那就是可能影響我們關注指標的因素，但是到底哪個是重要的呢？我們知道，對一些根本就不或微小影響因素的全面試驗分析，其實就是一種浪費，而且還可能導致試驗的誤差。因此將可能的因素的篩選就有必要性，這時，我們不需要確認互動作用、高階效應等問題，我們的目的是確認哪個因素的影響是顯著的。我們可以使用一些低解析度的兩水平試驗或者專門的篩選試驗來完成這個任務，這時的試驗成本也將最小處理。而且對於這一步任務的完成，我們可以應用一些歷史資料，或者完全可靠的經驗理論分析，來減少我們的試驗因子，當然要注意一點就是，只要對這些資料或分析有很小的懷疑，為了試驗結果的可靠，你可以放棄。篩選因素的結果，使得我們掌握了影響指標的主要因素，這一步尤為關鍵，往往我們在現實中是透過完全的經驗分析得出，甚至抱著可能是的態度。

第四步 快速接近

我們透過篩選試驗找到了關鍵的因素，同時篩選試驗還包含一些很重要的資訊，那就是主要因素對指標的影響趨勢，這是我們必須充分利用的資訊，它可以幫助我們快速的找到試驗目的的可能區域，雖然不是很確定，但我們縮小了包圍圈。這時我們一般使用試驗設計中的快速上升（下降）方法，它是根據篩選試驗所揭示的主要因素的影響趨勢來確定一些水平，進行試驗，試驗的目的就像我們在尋找罪犯一樣的縮小嫌疑範圍，我們得出的一個結論就是，我們的改善最優點就在因素的最終反映的水平範圍內，我們離成功更近了一步。

第五步 析因試驗

在篩選試驗時我們沒有強調因素間的互動作用等的影響，但給出了主要的影響因素，而且快速接近的方法，使我們確定了主要因素的大致取值水平，這時我們就可以進一步的度量因素的主效應、互動作用以及高階效應，這些試驗是在快速接近的水平區間內選取得，所以對於最終的最佳化有顯著的成效，析因試驗主要選擇各因素構造的幾何體的頂點以及中心點來完成，這樣的試驗構造，可以幫助我們確定對於指標的影響，是否存在互動作用或者那些互動作用，是否存在高階效應或者哪些高階效應，試驗的最終是透過方差分析來檢定這些效應是否顯著，同時對以往的篩選、快速接近試驗也是一個驗證，但我們不宜就在這樣的試驗基礎上就來描述指標與諸主效應的詳細關係，因為對於3個水平點的選取，試驗功效會有不足的可能性。

第六步 迴歸試驗

我們在析因試驗中，確定了所有因素與指標間的主要影響項，但是考慮到功效問題，我們需要進一步的安排一些試驗來最終確定因素的最佳影響水平，這時的試驗只是一個對析因試驗的試驗點的補充，也就是還可以利用析因試驗的試驗資料，只是為了最終能夠最佳化我們的指標，或者說有效全面的構建因素與水平的相應曲面和等高線，我們增加一些試驗點來完成這個任務。試驗點一般根據迴歸試驗的旋轉性來選取，而且它的水平應該根據功效、因子數、中心點數等方面的合理設定，以確保迴歸模型的可靠性和有效性。這些試驗的完成，我們就可以分析和建立起因素和指標間的迴歸模型，而且可以透過最佳化的手段來確定最終的因子水平設定。當然為了保險起見，我們最後在得到最佳引數水平組合後進行一些驗證試驗來檢驗我們的結果。

第七步 穩健設計

我們知道，試驗設計的目的就是希望透過設定我們可以調控的一些關鍵因素來達到控制指標的目的，因為對於指標來講我們是無法直接控制的，試驗設計提供了這種可能和途徑，但是在現實中卻還存在一類這樣的因素，它對指標影響同樣的顯著，但是它很難透過人為的控制來確保其影響最優，這類因素我們一般稱為噪聲因素，它的存在往往會使我們的試驗成果功虧一簣，所以對待它的方法，除了儘量的控制之外可以選用穩健設計的方法，目的是這些因素的影響降低至最小，從而保證指標的高優效能。事實上這些因素是普遍存在的，例如我們的汽車行駛的路面，不可能保證都是在高階公路上，那麼對於一些差的路面，我們怎樣來設計出高效能呢？這時我們會選擇出一些抗干擾的因素來緩解干擾因素的影響，這就是穩健設計的意圖和途徑。通常我們會經常使用在設計和研發階段，但有時也會隨著問題的產生而暴露出來，但我們會提出一個問題了，重新選定主要因素的水平會不會帶來指標的振盪和劣化，這是完全有可能的，但我們可以透過EVOP等途徑來重新設定以保證因素更改後的輸出效果。

可能對你有提醒的一些總結：

1.試驗設計需要成本的投入，我們必須確定試驗進行的必要性，以及選取最優的設計方案。

2.水平的選取可能直接影響試驗設計的結果，要謹慎的選取，最後有專業知識和歷史資料的支援。

3.儘可能的利用一些歷史資料，在確認可靠後提取對我們試驗有用的資訊，來儘量減少試驗投資和縮短試驗週期。

4.試驗設計並不能提供解決所有問題的途徑，現實當中的侷限驗證了這一點，我們要全面考慮解決問題的方式，選取最有效、最經濟的解決途徑。

5.注意充分的分析流程，不要遺漏關鍵的因素，不要被一些經驗論的不可能結論左右。

6.除了試驗設計涉及的因素外，要儘量確定所有的環境因素是穩定和符合現實的，往往會做不到這一點，我們可以用隨機化、區組化來儘量避免。

7.注意結果的驗證和控制，不要輕信結果。

8.儘量保證試驗的模擬性，避免一些理想的試驗環境，比如試驗室，理想不現實的環境是的試驗可能根本就沒有作用。