DOE实验策略.doc

實驗策略 張忠樸 回首頁 回DOE專頁 推薦給朋友 發表心得感想 ? 　　讀完第三章，也許您已興緻勃勃地想趕快來學直交配列表和ANOVA了，作者完全認同您這種動機，但在我們學會D.O.E的有關工具之前，讓我先邀請您來思考一個更重要的問題；也就是本章的主題－－「實驗策略」。管理大師彼得杜拉克博士有句名言「對的問題比對的答案更重要」。運用同樣的邏輯，筆者願強調「有清楚的實驗策略比急著去做實驗更為重要」，因為從D.O.E的觀點來看，有效的實驗其實是一種循序漸進、以窺堂奧之美的程序，與沒學過D.O.E之前大家所熟知的所謂「實驗」有極大的差別，這是必須先正本清源的關鍵。 一. 實驗乎？遊戲乎？ 　　試想全世界有千千萬萬的工廠，因此每天就可能有千千萬萬的「實驗」在進行，但是如果嚴謹地加以鑑定，我們會發現，其中僅有一部份可以稱的上是實驗，而其餘的都僅是遊戲而已！　　一個嚴謹的實驗一定可以肯定的回答下列三個問題：　　●問題的類型是什麼？　　●實驗的目的是什麼？　　●選擇的實驗工具是否與問題之類型相符合？ 　　對一個運用實驗計劃法（D.O.E Design of Experiment）所進行的實驗，尤其要計較這三個問題，否則往往不只是徒勞無功，而且還會怪罪D.O.E，認為D.O.E並無作用，其實追根究底，這都是忽視了以上三個問題，或者說不講究實驗策略的必然結果。《.tw》 二. D.O.E不宜濫用 　　如果要開發KNOW-HOW，則D.O.E是最恰當的工具。但是何時該用？何時卻又不該用呢？這就要先從問題類型下手，一般而言，問題可分為三類： 　　從以上問題分類表即可明白，實驗計劃法（D.O.E）嚴格地說只能適用在A型及X型問題，其他較單純之T型問題若用D.O.E來作實驗，那就成了殺雞用牛刀。　　既然明白D.O.E是用在A型及X型問題上，那麼使用D.O.E的實驗策略就理應安排如下－－　　●策略一：篩選主要因子（使X型問題簡化成A型問題）　　●策略二：找出最佳之生產條件（使A型問題簡化成T型問題）　　●策略三：證實最佳生產條件有再現性《.tw 三. 實驗策略一（篩選主要因子） 　　對任何工業產品而言，影響其某一品質特性之原因應該都有很多，以高頻電子產品常用之阻抗值的電路板（Impedance Control Board）為例，可知造成阻抗之原因就至少包括線寬、銅厚、絕緣層厚度、材質、板內濕度、錫鉛比例......等等因素，這些因素多少會對阻抗值有所影響，但是依常理判斷每一因素對阻抗值之影響程度一定不會相同，因此運用D.O.E之實驗的第一步就是要找出這些因素對阻抗值的相對重要性。換言之，我們希望找出每一因子對阻抗值之貢獻率： 既然篩選因子是首要目的，那麼第一階段的實驗就應該儘量網羅收納各種可能的因子在實驗之中，以免將來造成遺珠之恨。因此第一階段實驗之因子宜多，但是因子一多其相對的實驗成本就會提高，那又該如何是好？　　為了克服此難題我們就必須從水準上加以均衡一下。換言之，多因子的第一階段實驗，一般應配合少水準來進行，因此2N型直交配列表就是最常用的實驗配置了。　　水準少對篩選因子的靈敏度是否會有影響呢？這是許多人心中常常存疑的另一個問題，其實這個問題似是而非，因為若假設絕緣層厚度對線路中阻抗值有影響，其關係應如下圖所示： ? 　　那麼要證實此關係並不在乎取了多少個水準（Ti），而是由我們選擇的各Ti間有多大的差距（Range）來決定。而想要讓Range變大，最簡單的方法就是將控制範圍內的極大值（MAX）與極小值（MIN）選入就可以了。因此若要用2N型直交配列表來篩選因子，最妥當的辦法就是要選操作範圍之極限值來作為兩水準之參考值。 　　根據上述之討論，一般在第一階段之實驗最常出現之配置方式是L827型或L16215型，如果要因分析做的很徹底，那麼搭配前述之直交配列表通常是進行第一階段實驗時相當理想的策略。《.tw》 四.如何判斷第一階段實驗成功 　　做完其第一階段的實驗，在進行變異數分析（ANOVA，The Analysis of Variance）後，如果出現下列兩種結果，那麼我們可以相當有把握的認定，第一階段實驗已成功了，這兩個關鍵性的結果分別是： 　　●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%以上如果這兩個關鍵因素未出現，那麼就應該再將實驗數據重新分析一次，因為往往會因數據輸入錯誤，而誤入歧途。反之，如果驗證之後仍然無法得到與上述兩結果吻合，那麼就應該考慮重新檢討要因及配置方式，然後重新進行第一階段的實驗才是上策。《.tw》 五. 實驗策略二（找出最佳之生產條件） 　　如果第一階段的實驗經過4.4之兩關鍵性的結果驗證後證明成功了，那麼我