【導讀】實驗是引發(fā)提供信息事件的活動。從過程圖中可以得知y=f嗎？依據當前過程的簡單過程圖，輸入是什么？期望的輸出是什么？這個信息有多大用處?就目前你所知道的信息，你認為導致產出率下跌的原因是新的硬化劑嗎？把首次實驗的三次運行結果畫在圖上，以烘烤溫度為橫軸畫出產出率。你有其它問題嗎？些數(shù)據支持生產部門的說法嗎？有沒有辦法把所有數(shù)據畫在一張表中？如果這不是最佳點，你能指出產出率更高的區(qū)域嗎？

　　

【正文】 Interactions 交互作用 Notice how this effect pares to the main effects for A and B. Which effect is the largest?注意這個效果和 A、 B主效果的對比，哪個的效果最大？ Time Temp A B AB Yield 70 () 145 () + 56 130 (+) 145 () 69 70 () 165 (+) 82 130 (+) 165 (+) + 58 Six Sigma Green Belt Training Design of Experiments (DoE) ? Analysis of Variance (ANOVA) 方差分析 ? Used to determine if a factor is statistically significant in changing the response. 用于判定因子對響應是否有統(tǒng)計上的顯著影響 ? Used to define the y=f(x) Equation 用于確定 y=f(x) 公式 Analytical解析 Factorial Fit: Y versus A, B 因子擬合： Y與 A、 B Estimated Effects and Coefficients for Y (coded units) Y（ 以編碼為單位）的估計效果和系數(shù) Term要素 Effect效果 Coef系數(shù) Constant常數(shù) A B A*B Y=79 + 2*A + *B 9*A*B Six Sigma Green Belt Training Design of Experiments (DoE) So what do you think happened to Alex? 這樣 Alex做了什么？ ? There are a number of statistical software packages which aid in the design and analysis of DOE’s, providing both analytical and graphical results: 許多軟件用于幫助 DOE的設計和分析，提供解析和圖示的輸出結果： Case Study – Yield Improvement Section 6 案例分析 – 改善產出率之第六節(jié) Factorial Fit: Y versus A, B 因子擬合： Y與 A、 B Estimated Effects and Coefficients for Y (coded units) Y（ 以編碼為單位）的估計效果和系數(shù) Term Effect Coef Constant A B A*B 0 2 4 6 8 1 0 1 2 1 4 1 6 1 8ABA B效 果 的 柏 拉 圖P a r e t o C h a r t o f t h e E f f e c t s( r e s p o n s e i s Y , A lp h a = . 1 0 )A : AB : B8 18 29 56 0BA7 03 01 8 51 6 5Y 的 立 體 圖 (平 均 值 )C u b e P l o t ( d a t a m e a n s ) f o r YA B30701651857 27 68 08 48 8YY 主 因 子 圖 (平 均 值 )M a i n E f f e c t s P l o t ( d a t a m e a n s ) f o r Y3 0 7 0 1 8 51 6 59 08 07 06 0BAMeanY 的 交 互 作 用 圖 (平 均 值 )I n t e r a c t i o n P l o t ( d a t a m e a n s ) f o r YSix Sigma Green Belt Training Design of Experiments (DoE) Summary 總結 ? Learning requires two necessary elements: a significant event and a perceptive observer. 學習的兩個必要因素：顯著的事件和有洞察力的觀察者 ? Normal observation of a process may or may not allow an observer to witness the significant event. The event may simply never happen, or happen when no one is around to observe 可以目擊到顯著的事件。這個事件可能永遠不會發(fā)生，或者發(fā)生時卻沒人在旁邊看到。 ? Learning is accelerated by creating significant events (kicking the process by altering a number of independent variables and observing the results） . Designed experiments are the most effective way of doing this. 制造顯著事件能使學習加速（改變因變量使過程變化并觀察結果）。實驗設計是這樣做最有效的方法。 ? OFAT and trialanderror methods are the least effective ways of experimenting, and rarely lead to significant process knowledge. 一次調整一個因子和反復實驗是最無效的實驗，幾乎不會獲取對過程的真正認識。 ? DOE is a rich topic – see your Black Belt for more 豐富，找你們的黑帶了解更多的信息。