DOE实验设计培训教材(经典完整版)Minitab

实验设计
S IGMA
• 确定流程和产出衡量之间的关系 • 识别差异的“重要少数”来源 • 提供“重要少数据”对回应变量（关键质量点）影
响的 衡量。
• 提供比一次检测一个因素更有效的衡量和更高质量 的 数据
• 最小化你必须执行的检测次数 目标：提高发现“重要少数”的可能性
“为确定在你干涉流程时会发生什么事，你必须干涉流 程，非凡不是被动观察它”——George Box
步骤
1. 识别回应衡量YS
2. 识别因素和因素标准XS
实 验
3. 选择设计和障碍
设
计
MINITAB命令
Y= 接 地 线 的 耐 久 性 STAT->DOE->CREATE FACTORIAL DESIGN Type of Design: 2 level factorial; Number of factors:3
2. 流程的实验，用一个规划好的方法变流程并 衡量结果
Y 实验设计
实验设计是有效率和有效果地探究许多流程 变 量（X）和产出衡量或关键量点（Y）的因 果关 系的一种方法。
使用历史数据的一些限制
some limitation when using history data
S IGMA
• 记录常是不完整的(
练习：确定最佳关键变量 设 置-历史方法
S IGMA
目标:
了解到识别影响化学流程产量的关键变量的难点（30分钟）
说明：
用下页的信息来设置一个衡量计划，从而发现能使流程产量 最大化的各变量最好设置。
D 每个实验运行成本$2,000 D 你对初始调查的总体预算是$30,000 D 如果有足够的证据，另外有$50,000可用于将来的研究 1.确定在给定的不同标准内可能的变量组合总数 2.确定在现在预算内你可作出的变量组合总数 3.你会检验什么组合？ 4.你用什么策略来识别关键变量？
使用统计设计实验的好 处
•检测的系统方法 •发展高质量的数据 •评估大量变量 •控制有损害的变量 •对效果的定量估计 •不确定性的衡量 •有效力和有效率的数据使用
S IGMA
3个因素：一次一个的策
略 试验
因素
因素
因素
1
2
3
1
—
—
—
2
+
—
—
3
—
+
—
4
—
—
+
S IGMA
—低设置 +设置
2个标准
3个因素：一次一个的策
3个因素：全因数排列
标准 因素 因素 因素
次序 1
2
3
1
-
-
-
2
+
-
-
3
-
+
-
4
+
+
-
5
-
-
+
6
+
-
+
7
-
+
+
8
+
+
+
一半+/1 一半+/1 一半+/1
S IGMA
对于3个因素，每个在2个标准上，有23 =2x2x2=8个因素设置的组 合，注意标准次序内的因素的设置模型。
一个23因数排列范例
对三个可能影响产量的因素
• 一次一个的设计探究了设计空间一个潜在易引起误解 的部分。
6Sigma实验
确定 衡量 分析
实验设计
实验分析
改进 控制
1.识别回应衡量YS 2.识别因素和 3.选择设计和障碍 4.任意排列 运行
5. 收集资料
6.分析资料 7.得出结论 8.核实结果
S IGMA
XS
实验-实验设计范例
S IGMA
• 项目声明-背景
标准 次序
因素1 反应物
1
20%
2
25%
3
20%
4
25%
5
20%
6
25%
7
20%
8
25%
• 因为重复模型而容易排 列
• 包括了整个设计空间
因素2 催化剂
5磅 5磅 10 磅 10 磅 5磅 5磅 10 磅 10 磅
S IGMA
因素3 供货 商
A A A A B B B B
2k实验的模型
试验数=（2个标准）（个因素） = 2k 因此，叫做“因数设计”
•一次改变一个变量让你可看见这个变量的效果，但是可能导致 额 处时间和成本的浪费。
S IGMA 识别关键变量-历史方法概 要
• 同时改变多种因素
Y 一次改变多种因素也是一个非常普通的实验方法
• 当小级做以下事时，他们常会选用这个方法
Y 集体讨论可能改进流程的方法。 Y 择优选用个人想法 Y 实施所有你一次可做到的高优先权想法。
核实结果改进控制pageversionnov2002sigma实验实验设计范例pageversionnov2002?项目声明背景y产品的高失效率造成客户投诉为此组建一个小组d客户心声voc显示了大多数的产品失效发生在首次使用时d一个对退回产吕的工程分析识别出不合格产品是因为微电子部件的损坏d小组进行了根本原因分析并确定损坏以生在产品在传送带上的时候y对传送带的调查发现因为振动产生电火花引起产品漏电从而造成许多接地线的损坏
步骤
1.识别回应衡量YS
2.识别因素和因素标准XS
实 验
3. 选择设计和障碍
设
计
MINITAB命令
Y= 接 地 线 的 耐 久 性 STAT>DOE->CREATE FACTORIAL DESIGN Type of Design: 2 level factorial; Number of factors:3
• 实验设计帮助我们检测这些假设，以核实并了解流程 中所做的改进。
流程的实验
对流程知识的系统追求
业务流程
S IGMA
客户
数据
数据
计划 分析
计划
分析
理论
理据并确认流程的理论。一个黑带或流程拥有者通常会自有一 套有关不同变量是如何影响关键质量点的理论。
这个方法是对流程知识的系统追求。
实验设 计
实验设计介绍
S IGMA
S IGMA 6Sigma 实验设计课程规划
•各节内容
Y1.课程介绍 Y2.实验设计介绍 Y3.全因数 Y4.部分因数 Y5.实验设计规划 Y6.案例
Page
Version Nov 2002
实验设计-
1
全因数
S IGMA
根本原因分析的两种方法 S I G M A
Minitab 命令： STAT->DOE-> CREATE FACTORIAL DESIGN
S IGMA
用Minitab设计实验
Minitab 命令： STAT->DOE-> CREATE FACTORIAL DESIGN
Select 3 Factors
S IGMA
用Minitab设计实验的步骤 S I G M A
(Two method for root cause analysis)
1. 用历史数据观察流程
Y 散布图，进行图，控制图，分层(scatterplot/run chart/control chart/deplay Y 相关性，差异分析，回归分析 (correlation/ANOVA/regression)
识别关键变量-历史方法概 S I G M A
要
Y 1.确定给定不同标准内可能的变量组合总数。 3x3x3x3x3x4x3=2,916个组合 Y 2.确定在现有预算内你可作出的变量组合数 Y 3.你会检验什么组合 Y 4.你用什么策略来识别关键变量
•两个常用策略是
Y 一次一个因素 Y 一次多个因素
•多数人由他们能作出的最佳猜测开始，然后一次改变一个变量。 这就是我们多数人是学习实验的方法，这也是在工程学校中所 教 授的。
Y 产品的高失效率造成客户投诉，为此组建一个小组
D客户心声（VOC）显示了大多数的产品失效发生在首次使用时
D一个对退回产吕的工程分析识别出不合格产品是因为微电子部件 的损坏 D小组进行了根本原因分析并确定损坏以生在产品在传送带上的时 候
Y 对传送带的调查发现因为振动产生电火花引起产品漏电，从 而造 成许多接地线的损坏。
GX Gk
概要：因数策略（2）k
S IGMA
• 当因素增加，运行次数成指数倍增加 • 全因数设计包括了整个设计空间 • 有三个因素的实验设计空间可由一个立方体来表示
• 因为标准次序中的重复模型，所以全因数设计容易排 列。
• 2个标准实验的组合数= 2k，=2x2x2…2(k次），这里 k=
因素数目
Y省略的变量（X） Y缺少的值或观察数据 Y包含数据惧错误
• 流程变量通常是有相互关系的 • 重要变量可能没有变化得足够充分到能了解
它 们的影响的程度
• 通常来就，必要数据不是立刻可得到的，获 得 正确数据是非常必要的。
识别关键变 (Ident量ify key variables)
S IGMA
历史方法(history method)
练习：确定最佳关键变量 设 置-历史方法
S IGMA
• 练习： • 流程中的关键变量是：
Y原料卖主。（A，B，C） Y原料放进混合桶中的温度。（高，中，低） Y在混合桶顶部的温度。 （高，中，低） Y在混合桶底部的温度。 （高，中，低） Y混合桶中的压力。（高，中，低） Y桶中的原料量。（20,50,100,150公吨） Y原料拿离混合桶的温度。（高，中，低）
Select Designs Full or fractional Number of replicates Number of blocks Select Factors Names Low Level High Level
略 试验
因素
因素
因素
1
2
3
1
—
—
—
2
+
—
—
3
—
+
—
4
—
—
+
少了哪些因素设置的组合？
5 6 7 8
S IGMA
—低设置 +设置
3个因素：一次一个的策
略 试验
因素
因素
因素
1
2
3
1
—
—
—
2
+
—
—
3
—
+
—
4
—
—
+
少了哪些因素设置的组合？
5
+
+
-
6
+
-
+
7
-
+
+
8
+
+
+
S IGMA
—低设置 +设置
S IGMA
• 现在的任务是识别最耐用的，能支持传送带的正常振 动的接地线
Y 小级由制订石川图开始工作，来识别有关接地线耐久性的关 键因 素。
实验-石川图
S IGMA
存储
环境
包装
请求人
收到 保护方法
程序
检查
原料
仓库
购买代理 供应商
原料
电镀
铜 A
B
人
原料
原因 结果
清洁
检查 接地线的耐 久性
16量度 尺寸
24量度
Select Designs Full or fractional Number of replicates Number of blocks Select Factors Names Low Level High Level
4. 任意排列 运行
Select Option Randomize Runs
全因数-介 绍
实验设计
S IGMA
实验设计的介绍
S IGMA
• 实验设计是一种组织我们的思想，从而检测我们确信 对关键质量点有影响的X变量的方法。
• 它在6Sigma中的目标主要是识别重要的少数因素， 知 道并了解关键流程变量对关键质量点的影响。
• 实验设计基于由以下获得的知识：
Y 分析流程业绩表现 Y 了解变量间的关系 Y 制定有关根本原因的假设
注意：每额外因素加倍了所 需的运行数。
# of k factor s
K=1 K=2 K=3
K=4
K=5
Std. Order
12 34 56 78 9
1 0 12 11 13
14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32
. . .
2
SI M A X1 X2 X3 X4 X 5 ...
实验-石川图
S IGMA
• 小组识别出三个他们相信对接地线耐久性有 最 大影响的因素。所这三个因素都与材料有 关： Y 1.电线量度（尺寸）
D16量度 D24量度
Y 2.电线类型（原料）
D铜 D电镀铁
Y 3.电线厂商（供货商）
DElco工业
D齿冠螺栓
MINITAB设计实验的步骤 S I G M A
用Minitab设计实验
Minitab 命令： STAT->DOE-> CREATE FACTORIAL DESIGN
S IGMA
用Minitab设计实验
Minitab 命令： STAT->DOE-> CREATE FACTORIAL DESIGN
显示可用的设计
S IGMA
用Minitab设计实验
• 这个方法的问题
Y 你不知道什么样变化是对结果的改进负责的 Y 你或许把变量维持在减少你效力的水平上。 Y 了解每个变化的成本/收益事项是不可能的。
• 这些方法是可用的，但是良好的实验设计会是更有 效 率及效力的方法。
S IGMA 识别关键变量-历史方法概要
实验设计 •很有代表性的，你对结果的直觉很砂会与设计 好 的实验结果相一致。你将发现你经常会学习 某些 高出或低于你直觉的事。 •这就是6Sigma是有关什么的-使数据基于如何 改 进流程的决定 •设计良好并以统计为基础的实验可提供高质 量， 含大量信息的数据
全因
数
S IGMA
用MINITAB设计实验23范例
设计一个全因数23实验
S IGMA
• 一个全因数设计能检验所有标准上的全部因素。
Y 它使用整个设计空间 Y 它检测所有标准上的全部因素以及它们的相互影响
• 23范例
Y 2是每个因素（变量）的标准数 Y 3是因素的数量
23
因素的数量=3
因素的标准=2
一次改变一个因素对比实验设
计
对两个有兴趣的因素的一次一个因素 新
对两个有兴趣的因素的设计实验 新
因素B
因素B
标准 标准
因素A
新
标准 标准
因素A
新
设计好的实验优点 •增加两倍有关从标准A到新A产生影响的信息
•增加两倍有关从标准B到新B产生影响的信息
•有关A和B的影响是否是添加的信息（它们是互相影响 或是有结合在一起的影响吗？）