在六西格玛项目的改进阶段,我们经常需要面对一个问题:在相当数量的可能影响产出Y的自变量X中,确定哪些自变量真正对产出有显著影响,如何改变或设置这些自变量的值,使产出达到最佳值?
我们使用的传统方法是在同一个实验中,在影响输出的众多输入变量中,只改变一个变量,其他变量是固定的。
传统方法的缺点:测试周期长,浪费时间,测试成本高;该方法比较粗糙,不能有效评估输入之间的交互。
能有效克服上述缺点的测试方法有:DOE
DOE取得了突破性的改进。
在规划实验时,研究如何以最有效的方式安排实验,能够有效识别多种投入因素对产出的影响;
在实验过程中,通过精确而系统地调整选定的输入因子来观察输出的变化。
实验结束后,通过对测试结果的分析,我们得到了最多的信息,得出了“哪些自变量x显著影响输出Y,这些x取什么值会使Y达到最佳值”的结论。
在分析阶段,我们用回归分析的方法对历史数据进行分析,得到相应的回归方程,得到Y和各个x之间的关系,但这种关系的获取是“被动”的,因为我们使用的是已有的现成数据,很难控制适用范围和方程的精度,所以只能处于“是什么就是什么”的局面。
我们采用DOE方法,自变量往往取一些以前从未取过的值,进行精确控制,从而更广泛地探索需要研究的问题,以实现突破性的改进。
下一篇:DOE试验设计之DOE的基本术语