ถ้างานปัจจุบันที่คุณทำอยู่คือการปรับปรุงคุณภาพ คุณต้องเคยได้ยินคำว่า การออกแบบการทดลอง (Design of Experiment, DOE) ซึ่งเป็นเครื่องมือที่ใช้ในการหาจุดที่เหมาะสม (optimize) และปรับปรุง (improve) กระบวนการ แต่เราจะรู้สึกว่า DOE น่ากลัว โดยเฉพาะเครื่องมือที่เราไม่ได้นำมาใช้บ่อยๆ ดังนั้นเราจะเลือกตัวแบบการทดลอง (Design) จำนวนปัจจัย (factors) และจำนวนระดับของปัจจัย (Level of factors) ที่เหมาะสมได้อย่างไร หลังจากที่ทำการรวบรวมข้อมูลแล้ว เราจะใช้วิธีการใดมาวิเคราะห์ เหล่านี้เป็นปัญหาที่เราต้องคิด
ทางหนึ่งที่เราจะเริ่มต้นการทำ DOE คือ ใช้ตัวช่วยจาก Minitab คือ “Assistant” เมื่อเรามีปัจจัยจำนวนมากที่จะต้องประเมิน Assistant จะเดินตามทางของ DOE เพื่อเลือกปัจจัยที่มีความสำคัญมากที่สุด (ขั้นนี้เรียก Screening design)
หลังจากนั้น Assistant จะแนะนำให้ทำการทดลองที่ออกแบบเพื่อคัดกรองปัจจัยที่สำคัญที่มีผลกระทบมากที่สุด (ขั้นนี้เรียก optimize design) ถ้าเราพอใจกับการทำงานตรงนี้แล้ว เราไม่จำเป็นต้องใช้ Assistant ต่อ แต่เราอาจจะมีคำถามว่าสิ่งที่เราทำตาม DOE มานี้มีความเหมาะสมถูกต้องแล้วหรือไม่ เราจะมาพิจารณาตามเคล็ดลับของผู้ฝึกสอนด้านเทคนิคของ Minitab ซึ่งเป็นผู้ชำนาญในการใช้ DOE ทั้งเพื่อลูกค้าของ Minitab และในสายอาชีพของตัวเองก่อนจะมาเป็นผู้ฝึกสอนทางเทคนิคใน Minitab
1 : ทำการระบุตัวแปรให้ถูกต้องเพื่อจะนำมาศึกษาในการทดลองเพื่อสำรวจตัวแปร (การทดลองเชิงบุก exploratory runs) เพื่อช่วยในการหาค่า settings ของกระบวนการเพื่อทำให้สมรรถนะดีขึ้น ซึ่งการทำการทดลองแบบนี้ช่วยทำให้จำนวนตัวแปรที่จะมาทำการทดลองเพื่อให้ได้ผลลัพธ์ที่มีประโยชน์ที่สุด
2 : ทำการเพิ่มจุดการทดลองเพื่อการควบคุม เพื่อวัดความเสถียรของกระบวนการ ในการทำการทดลองแบบ center-point ที่มีเงื่อนไข
3 : บ่งชี้ปัญหาที่สำคัญที่สุดด้วยการวิเคราะห์ด้วยพาเรโต
แผนภูมิพาเรโตของผลิตภัณฑ์หรือข้อบกพร่องที่เกิดขึ้น ช่วยทำให้สามารถระบุถึงปัญหาว่าควรเป็นหัวข้อใดที่ควรนำมาแก้ไขก่อนเพื่อทำให้ผลดีที่กับธุรกิจมากที่สุด เป็นการเลือกหัวข้อปัญหาที่จะนำมาเป็นหัวข้อในการปรับปรุงเพื่อให้เกิดผลต่อธุรกิจมากที่สุด
4 : เพิ่มช่วงของค่า input settings ในการทดสอบจะทำการใช้ค่าตัวแปร input โดยให้มีช่วงของค่าตัวแปรในการทดสอบให้กว้างมากที่สุด แม้ช่วงนั้นจะมากกว่าช่วงที่ใช้อยู่ (หรืออาจจะได้ใช้) ทั้งนี้เพื่อทำให้การทดลองสามารถนำผลมาใช้ประโยชน์มากที่สุด โดยเฉพาะในการหาค่าตัวแปรว่าจะเหมาะสมที่สุดในระดับใด (optimal settings)
5 : ทำการทดลองลองบางส่วน (Fraction) เพื่อเป็นการประหยัดค่าใช้จ่าย โดยใช้การทดลองที่มีค่า resolution V ในหลายๆกรณี การทำการทดลองด้วยจำนวน ½ หรือ ¼ ก็มีประโยชน์มากกว่าการทดลองแบบสมบูรณ์ ถึงแม้ว่าจะมีเรื่อง confounded effects การทดลองที่มี resolution V จะมีอิทธิพลของ confounded น้อยที่สุด เพราะผลของการทดลองยังสามารถนำมาประมาณค่าอิทธิพลของ main และ Two-way interactions ได้การทดลองที่มีจำนวนครั้งน้อยลงทำให้ประหยัดต้นทุนการทดลอง
6 : ทำให้ค่าอำนาจการทดสอบของการทดลอง(Power of test) ดีขึ้นด้วยการทำซ้ำ (replicate) ค่าอำนาจการทดสอบ (Power) คือ ค่าโอกาสที่จะสามารถทำการตรวจจับอิทธิพลที่มีต่อค่าตอบสนอง ถ้าอิทธิพลนั้นมีอยู่จริง ค่าจำนวนการทำซ้ำ (Replicate) จะมีผลต่ออำนาจการทดสอบของการทดลอง เพื่อเพิ่มโอกาสในการบ่งชี้ค่า input ที่มีอิทธิพลต่อค่าตอบสนอง คุณควรทำการทดลองแบบมีการทำซ้ำ
7 : ทำให้ค่าอำนาจการทดสอบของการทดลองดีขึ้นด้วยการใช้ค่าตอบสนองเป็นค่าวัดเชิงปริมาณ การลดข้อผิดพลาดคือวัตถุประสงค์หลักของทุกการทดลอง ดังนั้น ค่าจำนวนนับข้อผิดพลาดจึงมักถูกนำมาใช้เป็นค่าตอบสนอง แต่ค่าจำนวนนับข้อผิดพลาดเป็นค่า output ที่ไม่ดีนักสำหรับค่าวัด ดังนั้นควรมีการใช้ค่าวัดอื่นๆแทนที่เพื่อเป็นตัวแทนระดับข้อผิดพลาด ซึ่งการทำแบบนี้จะทำให้จำนวนสิ่งตัวอย่างในการทดลองมีค่าลดลงและยังทำให้อำนาจการทดสอบเพิ่มขึ้นด้วย
8 : ทำการศึกษาค่าตัวแปรทั้งหมดที่น่าจะมีความเกี่ยวข้องกับค่าตอบสนอง การทดลองแบบ Factorial เป็นรูปแบบการทดลองที่จะทำให้สามารถศึกษาตัวแปร input ทั้งหมดที่คาดว่าน่าจะมีอิทธิพลต่อค่าตอบสนอง การไม่นำเอาปัจจัยตัวใดตัวหนึ่งมาทำการศึกษาอาจทำให้โอกาสในบ่งชี้ความสำคัญของปัจจัยนั้นลดลง ซึ่งการใช้ Minitab ที่มีเครื่องมือทางสถิติช่วยในการวิเคราะห์ ทำให้เราไม่ต้องกังวลต่อความซับซ้อนของปัจจัยตัวแปร inputs
คุณมีเคล็ดลับของ DOE อื่นอีกหรือไม่
บทความต้นฉบับ : http://blog.minitab.com/blog/understanding-statistics/8-expert-tips-for-excellent-designed-experiments-doe
เนื้อหาบทความโดยบริษัท Minitab Inc. ประเทศสหรัฐอเมริกา
แปลและเรียบเรียงโดยสุวดี นําพาเจริญ และ ชลทิขา จํารัสพร, บริษัท โซลูชั่น เซ็นเตอร์ จํากัด webadmin@solutioncenterminitab.com
บทความนี้เกิดจากการเขียนและส่งขึ้นมาสู่ระบบแบบอัตโนมัติ สมาคมฯไม่รับผิดชอบต่อบทความหรือข้อความใดๆ ทั้งสิ้น เพราะไม่สามารถระบุได้ว่าเป็นความจริงหรือไม่ ผู้อ่านจึงควรใช้วิจารณญาณในการกลั่นกรอง และหากท่านพบเห็นข้อความใดที่ขัดต่อกฎหมายและศีลธรรม หรือทำให้เกิดความเสียหาย หรือละเมิดสิทธิใดๆ กรุณาแจ้งมาที่ ht.ro.apt@ecivres-bew เพื่อทีมงานจะได้ดำเนินการลบออกจากระบบในทันที
