6sigma试验设计（DOE）的设计流程

6sigma试验设计（DOE）是一个试验策划的过程，通过试验，能收集到合适的数据，希望通过最少的试验次数获得必要的技术信息，而且用合适的统计方法来分析收集到的数据。如果我们希望从数据中得到有用的结论，则试验设计的统计方法是必要的。因此，任何试验设计方法都包含两方面的内容：试验设计和对收集到的数据进行统计分析。它们是紧密相连的，因为统计分析方法依赖于所采用的设计方案。

1、试验问题的提出。

明确的提出问题有助于理解所要解决隐含问题的现象。

2、对目前状况的理解。

为试验问题收集尽可能多的相关历史数据是很有必要的，这有助于理解现在的状况。可以从文献或者涉及的各个方面收集信息。如工程、质量保证、制造、市场、操作人员等等。

3、响应变量的选择。

选择合适的响应变量，还要考虑响应变盘是如何度量的，这种度量的精度应得到保证。

4、因子及其水平的选择。

试验者必须选择影响响应变量的关健变量x（因子），x的选择可以使用项目分析阶段的技术。应用于试验中的因子的值（水平）必须仔细选择。通常选用两个或三个水平，最多不宜超过五个水平是比较合适的，水平的范围在试验者感兴趣的区域内应该尽可能的大。

5、试验设计的选择。

这一步是试验设计流程的核心。试验者通过考虑因子的数目、水平多少，所有可能的水平组合、试验成本以及可利用的时间等，来选择合适的试验设计。

6、实施试验。

这是一个实际收集数据的过程。试验者应该注意尽可能的使试验环境保持一致。另外，精确地测量试验结果，获得高质量数据也应加以注意。

7、数据分析。

应采用诸如方差分析和参数估计等统计方法，目的就是通过数据分析，找到前面提出的试验问题的所有可能的信息。

8、分析结果及其结论。

分折完数据后，试验者就必须对他的统计结果做工程解释，估计它们对提出的试验问题的实际含义，并为提出的问题给出结论。

9、验证试验。

在把结果提交给他人和在采取实际行动之前，试验者需要实施一个确认试验来评估试验结论的再现性。

10、后续管理。

试验者将结果提交给他人并采取一些必要的保证措施（行动）。为了支持由试验得出的这个改进，需要紧跟着行动，例如操作条件的标准化和检查表与控制图的使用等，来评估试验的后续影响。

11、后续试验计划。

通常，由于试验问题没有彻底解决，建议进行进一步的试验。试验通常是一个反复的过程，一次试验只能解决问题的一部分，希望后续的试验能处理未解决的问题。

精彩内容请关注公众号young666