6 Sigma试验设计的思路

试验设计希望可以通过最少的测试次数获得必要的技术信息，收集到的数据可以通过适当的统计方法进行分析。如果我们想从数据中得到有用的结论，试验设计的统计方法是必要的。因此，任何试验设计方法包含两个方面:试验设计和收集数据的统计分析。两者密切相关，因为统计分析方法取决于采用的设计方案。

概述试验设计流程概要图(见图1)简要分析:

图1

(1)提出试题

明确提问有助于理解待解决的隐藏问题的现象。

②了解现状

测试问题需要尽可能多地收集相关历史数据，这有助于了解当前情况，信息可以从文献或相关方面收集，如工程、质量保证、制造、市场、操作人员等。

③反应变量的选择

在选择合适的响应变量时，我们还应该考虑如何测量响应变量，并且应该保证这种测量的准确性。

④因素及其水平的选择

实验者必须选择影响响应变量的关键变量X(因子)。X的选择可以使用项目分析阶段的技术。实验中使用的因子的值(水平)必须仔细选择。通常选择两三个级别，最多不超过五个级别比较合适。水平的范围应该在实验者感兴趣的区域内尽可能大。

⑤选择试验设计

这一步是试验设计流程的核心。实验者通过考虑因素的数量、水平、所有可能的水平组合、测试成本和可用时间等来选择合适的/kloc-2。

⑥实施测试

这是一个实际收集数据的过程。测试人员应该注意尽可能保持测试环境的一致性。此外，应注意准确测量测试结果并获得高质量的数据。

⑦数据分析

应采用方差分析和参数估计等统计方法。目的是通过数据分析找到上述试题的所有可能信息。

⑧分析结果和结论

在分析数据后，实验者必须对他的统计结果给出工程解释，估计它们对提议的试题的实际意义，并对提议的试题给出结论。

⑨验证试验

在将结果提交给他人并采取实际行动之前，实验者需要进行确认测试，以评估测试结论的再现性。

参加后续管理

实验者将结果提交给他人，并采取一些必要的保证措施。为了支持测试的这种改进，有必要采取行动，如操作条件的标准化以及检查表和控制图的使用，以评估测试的后续影响。通常情况下，由于测试问题还没有完全解决，建议进行进一步的测试。测试通常是一个迭代的过程。一次测试只能解决部分问题。希望后续的测试可以处理未解决的问题。