第13章

试验设计

六西格玛管理通常包含五个阶段：DMAIC（界定，测量，分析，改进，控制），主要用于改进现有过程。前三个阶段是这样进行的：首先通过界定阶段，确认顾客的关键需求并识别需要改进的产品或流程，决定要进行测量、分析、改进和控制的关键质量特性（CTQ），将改进项目界定在合理的范围内；再通过测量阶段，对现有过程进行测量和评估，制定期望达到的目标及业绩衡量标准，识别影响过程输出响应变量y的所有有关的输入变量x，并验证测量系统的有效性；然后通过分析阶段，经过严谨的数据统计分析确定出影响输出y的关键x，即确定过程的关键影响因素。在前三个阶段获得了相应的认识后，就可以进入第四个阶段——改进阶段。该阶段主要是希望找到关键x的最佳设置以使过程输出y达到最优，使过程的缺陷或变异降至最低，寻找出最优的改进方案。

试验设计（design of experiment，DOE）方法对产生或形成最佳改进方案起着关键的作用。许多项目在形成改进方案时面临的一个重要问题是：在相当多的可能影响y的自变量中确定哪些自变量x确实显著地影响着y，怎样去改变这些自变量x或如何设置这些自变量x的取值将会使y达到最佳值。这时，我们可以使用的最主要的手段和工具就是计划安排一批试验，并严格按计划在设定的条件下进行这些试验，获得新数据，然后对之进行分析，获得我们所需要的信息，从而找到改进的途径。这一整套步骤就组成了试验设计。试验设计是这样一门科学，它是研究如何以最有效的方式安排试验，通过对试验结果的分析以获取最大信息。

如上所述，DOE所要达到的主要目的是分析出“哪些自变量x显著地影响着y，这些自变量x取什么值时将会使y达到最佳值”。前面介绍的统计方法中也有与之类似目的的，那么DOE与前面各章介绍过的方法间有些什么关系呢？

如果我们能够利用历史数据获得一些信息，决不应轻易放弃。通常我们可以使用多元回归分析方法（详细叙述见第9章9.3等节）对历史数据加以分析，获得相应的回归方程，得到y与各个自变量x间的关系式。但这种关系的获得是“被动”的，因为我们使用的是已有的现成的数据，几乎无法控制适用范围，无法控制方程的精确度，只能是处于“有什么算什么”的状况。而在改进阶段要进行更广泛的探索，自变量常取一些过去未曾取过的值，几乎没有历史数据可用。我们面对的首要问题是如何安排试验以获得更有价值的数据，这就必然要用到新工具DOE。当然，在计划好试验，并获得了数据之后要进行一系列分析工作，要判断响应变量y是否受各自变量x的显著影响，并进一步找出y与x之间的关系，这时就要使用方差分析和多元回归分析等统计分析方法。因此，方差分析和多元回归分析都是DOE分析中所使用的工具。这些工具在前面各章中已有介绍，在此只需学会如何使用它们。