實驗設計(Design of Experiments, 縮寫為DOE)，是研究如何制定適當的實驗方案，對實驗數據進行有效的統(tǒng)計分析的數學理論與方法。它對于解決多因素優(yōu)化問題，有效的提高產品質量，降低生產成本卓有成效?，F已為美國和日本企業(yè)廣泛使用。實驗設計還可應用于改進企業(yè)管理，調整產品結構，制定高效生產計劃等。
實驗設計 ( DOE ) 也是DMAIC路徑中改善階段的主要工具之一。實驗設計廣泛應用于設計、制造與封裝領域，直接改善工藝菜單，優(yōu)化流程。
實驗設計是一種簡單易行、節(jié)約成本的強有力的統(tǒng)計工具，它能成十倍甚至成百倍的提高產品質量，如果質量是帶動公司前進的火車頭，那么實驗設計就是燃料。
DOE的基本原理
試驗設計的三個基本原理是重復，隨機化，以及區(qū)組化。
所謂重復，意思是基本試驗的重復進行。重復有兩條重要的性質。
第一，允許試驗者得到試驗誤差的一個估計量。這個誤差的估計量成為確定數據的觀察差是否是統(tǒng)計上的試驗差的基本度量單位。
第二，如果樣本均值用作為試驗中一個因素的效應的估計量，則重復允許試驗者求得這一效應的更為精確的估計量。如s2是數據的方差，而有n次重復，則樣本均值的方差是。這一點的實際含義是s2/n，如果n=1，如果2個處理的y1 = 145，和y2 = 147，這時我們可能不能作出2個處理之間有沒有差異的推斷，也就是說，觀察差147-145=2可能是試驗誤差的結果。但如果n合理的大，試驗誤差足夠小，則當我們觀察得y1隨機化是試驗設計使用統(tǒng)計方法的基石。
所謂隨機化，是指試驗材料的分配和試驗的各個試驗進行的次序，都是隨機地確定的。統(tǒng)計方法要求觀察值（或誤差）是獨立分布的隨機變量。隨機化通常能使這一假定有效。把試驗進行適當的隨機化亦有助于“均勻”可能出現的外來因素的效應。
區(qū)組化是用來提高試驗的精確度的一種方法。一個區(qū)組就是試驗材料的一個部分，相比于試驗材料全體它們本身的性質應該更為類似。區(qū)組化牽涉到在每個區(qū)組內部對感興趣的試驗條件進行比較。
DOE實驗的基本策略
策略一：篩選主要因子（X型問題化成A型問題）
實驗成功的標志：在ANOVA分析中出現了1~4個顯著因子；這些顯著因子的累積貢獻率在70%以上。
策略二：找出最佳的生產條件（A型問題化成 T型問題）
實驗成功的標志：在第二階段的實驗中主要的誤差都是隨機因素造成的。
因為各因子皆不顯著，因此，每一因子之各項水準均可使用,在此情況下豈不是達到了成本低廉且又容易控制之目的。
策略三：證實最佳生產條件有再現性。
DOE的作用
在工業(yè)生產和工程設計中能發(fā)揮重要的作用，主要有：
1.提高產量；
2.減少質量的波動，提高產品質量水準；
3.大大縮短新產品試驗周期；
4.降低成本；
5.試驗設計延長產品壽命。
在工農業(yè)生產和科學研究中，經常需要做試驗，以求達到預期的目的。例如在工農業(yè)生產中希望通過試驗達到高質、優(yōu)產、低消耗，特別是新產品試驗，未知的東西很多，要通過試驗來摸索工藝條件或配方。如何做試驗，其中大有學問。試驗設計得好，會事半功倍，反之會事倍功半，甚至勞而無功。
如果要最有效地進行科學試驗，必須用科學方法來設計。所謂試驗的統(tǒng)計設計，就是設計試驗的過程，使得收集的數據適合于用統(tǒng)計方法分析，得出有效的和客觀的結論。如果想從數據作出有意義的結論，用統(tǒng)計方法作試驗設計是必要的。當問題涉及到受試驗誤差影響的數據時，只有統(tǒng)計方法才是客觀的分析方法。這樣一來，任一試驗問題就存在兩個方面：試驗的設計和數據的統(tǒng)計分析。這兩個是緊密相連的，因為分析方法直接依賴于所用的設計。
DOE的七種工具
1、 多變圖技術
根據以往經驗確定影響質量的可能要素，例如工人班次、機床、原材料、工藝變量等，每隔一段時間抽取連續(xù)生產的幾件產品，按需觀察的這些要素的幾種情況分別測試質量特性，畫成圖表進行比較分析，以確定引起波動的原因。
2、零件搜索技術
根據以往經驗確定影響產品質量的可疑零件，隨機選取幾個好的產品和壞的產品，將壞產品上的可疑零件與好產品上的對應零件進行交換，重新裝配后進行質量特性參數的測量、比較、分析，以找到影響產品質量的主要零件。
3、成對比較技術
隨機選取5對以上的好的和壞的產品，用各種方法測試其各種參數并比較其不同之處，以確定影響產品質量的主要原因。成對比較技術適用于不可拆卸的產品。
4、變量搜索技術
與零件搜索有許多相似之處，都是逐個替換，進行測試比較，以搜索引起產品質量波動的主要原因，但變量搜索是針對變量的，而零件搜索則是針對零件的。
5、完全析因技術
采用以上四項技術，尋找出4個以下的主要因素，這些因素按全部因素所有水平的一切組合逐次進行實驗，研究這些因素的主效應和相互之間的交互作用，以確定最佳的因素水平匹配方案。
6、 改進效果檢查
令B為改進后的工序，而C為改進前的工序。為了驗證改進效果，可以設定風險率a(第Ⅰ類風險)和b(第Ⅱ類風險)，隨機抽取B和C兩種產品(樣本量由風險率決定)，進行假設檢驗，以確定在規(guī)定的風險率下，B產品是否優(yōu)于C產品。
7、 實驗設計的回歸分析
對散布數據作出散布圖，應用回歸理論，診斷出對產品影響大和小的因素，從而找出影響產品質量波動的主要原因，并根據波動大小，確定各因素的目標值和容差。
實驗設計在質量控制的整個過程中也扮演了非常重要的角色，它是產品質量提高，工藝流程改善的重要保證。實驗設計的方法可以為每一個操作工人、技術人員所應用。
下一篇：五大核心工具之FMEA全解
