Solution Center Minitab

ผู้เขียน : Solution Center Minitab

อัพเดท: 30 ม.ค. 2020 11.40 น. บทความนี้มีผู้ชม: 2798 ครั้ง

การออกแบบการทดลอง (Design of Experiments: DOE) เป็นเครื่องมือที่มีประสิทธิภาพมากในการใช้ระบุตัวแปรตั้งต้น (input) ที่มีความสัมพันธ์กับตัวแปรตอบสนอง (Output) จริงๆแล้ว DOE คือ การวิเคราะห์ตัวแบบถดถอย ซึ่งไม่ใช่เรื่องที่ทำได้ง่ายๆ แต่อย่างไรก็ตามเราสามารถจัดการได้ตั้งแต่การวางแผนการทำการทดลอง โดยกำหนดตัวแปร X?s ที่จะนำมาทดลอง


DOE Center Points: อะไรคือ Center Points และมันมีประโยชน์อย่างไร

การออกแบบการทดลอง (Design of Experiments: DOE) เป็นเครื่องมือที่มีประสิทธิภาพมากในการใช้ระบุตัวแปรตั้งต้น (input) ที่มีความสัมพันธ์กับตัวแปรตอบสนอง (Output) จริงๆแล้ว DOE คือ การวิเคราะห์ตัวแบบถดถอย ซึ่งไม่ใช่เรื่องที่ทำได้ง่ายๆ แต่อย่างไรก็ตามเราสามารถจัดการได้ตั้งแต่การวางแผนการทำการทดลอง โดยกำหนดตัวแปร X’s ที่จะนำมาทดลอง 

โดยจะกำหนดช่วงของตัวแปร X’s ว่าควรเป็นเท่าใดในการทดลอง ควรต้องมีการทำซ้ำการทดลองกี่ครั้ง และต้องมีการทำการทดลองที่มี center points หรือไม่ เป็นต้น ในบทความนี้เราจะพูดถึงเรื่อง center points

อะไรคือ Center Points? What Are Center Points?

Center points คือการทดลองที่มีการทำการทดสอบที่ตั้งค่า X’s ที่จุดกึ่งกลางระหว่างค่าต่ำสุดและค่าสูงสุดของช่วง X’s ที่ได้กำหนดไว้ในแผนการทดลอง ตัวอย่างเช่น การทดลองตาม DOE ที่มีค่า X’s ตามนี้

X
ค่าจุดต่ำสุด (Low setting)
จุดสูงสุด (High Setting)
อุณหภูมิ (Temperature)
120 °C
180 °C
เวลา (Time)
10 วินาที
30 วินาที

ค่า center point ควรจะเป็นจุดกึ่งกลาง คือ  อุณหภูมิ 150 °C และ เวลาที่ 20 วินาที. และในแผนการทดลองที่ทำเพื่อเก็บข้อมูลที่สร้างด้วย Minitab จะมีลักษณะดังนี้ โดยจุดที่เป็น center point จะแรงเงาด้วยสีฟ้า

ในการทดลองที่จุด center point อาจจะทำการเก็บข้อมูลเพียง 1 ค่า หรือ มีการทำซ้ำหลายครั้งก็ได้ ถ้าตามตัวอย่างนี้จะทำการเก็บข้อมูล 2 ครั้งที่จุด center point คุณอาจจะมีคำถามว่าทำไมต้องเก็บ 2 ครั้ง ซึ่งเราจะมาพูดเรื่องนี้กันอีกที

ทำไมเราควรจะต้องมีจุด Center Points ในการออกแบบการทดลองของเรา ซึ่งการเพิ่ม Center points ในการทดลองมีประโยชน์ดังนี้

1. เป็นการทวนสอบว่า Y กับ X มีความสัมพันธ์กันเป็นเส้นตรงหรือไม่

การทดลองแบบ Factorial จะมีเงื่อนไขว่าความสัมพันธ์ระหว่าง X และ Y จะต้องเป็นเส้นตรง ดังนั้นถ้าความสัมพันธ์ระหว่าง X และ Y แสดงให้เห็นว่าไม่เป็นเส้นตรง เราก็ไม่ควรใช้การทดลองแบบ Factorial เพราะผลลัพธ์ที่ได้อาจทำให้เกิดความเข้าใจที่คลาดเคลื่อนไปได้

ในการดำเนินการทางสถิติเพื่อดูว่าความสัมพันธ์เป็นเส้นตรงหรือไม่ คือ การเพิ่มจุด center points ถ้าที่ center point แสดงค่า p-value ที่มีนัยสำคัญ (significance)  เช่น ค่า p-value น้อยกว่าค่าระดับนัยสำคัญ (, significance level)  ซึ่งจะทำให้เราสรุปได้ว่าความสัมพันธ์ของ X และ Y ไม่เป็นเส้นตรง และสามารถใช้  response surface DOE เช่น การทดลองแบบ central composite design ในการวิเคราะห์ข้อมูล เพราะการทดลองแบบ factorial สามารถตรวจสอบได้ว่าความสัมพันธ์ของตัวแปรไม่เป็นเส้นตรง จึงหันไปใช้ response surface design เพื่อสร้างตัวแบบที่ไม่เป็นเส้นตรงเพื่อแสดงความสัมพันธ์ของตัวแปร

และเป็นข้อดีคือเมื่อความสัมพันธ์ไม่เป็นเส้นตรงมักจะแสดงให้เห็นว่า ค่าของ X ที่จุดนั้นใกล้เคียงกับจุดที่จะทำให้เกิดค่า Y ที่เหมาะสมที่สุด (Optimum) ซึ่งคุณสามารถเห็นได้จากการวิเคราะห์ผลลัพธ์การทดลอง

2. คุณเก็บการทดลองมาจำนวนเพียงพอหรือไม่

ถ้าคุณเก็บข้อมูลมาไม่มากพอ คุณจะไม่สามารถตรวจจับความแตกต่างได้ ทั้งๆที่จริงๆแล้วความแตกต่างนั้นอาจมีอยู่จริงๆ การทดลองแบบ DOE ต้องควรมีการทำซ้ำในแต่ละจุด ทางออกหนึ่งคือการเพิ่มจำนวนข้อมูลทำซ้ำในแต่ละจุดการทดลอง แต่การเพิ่มจำนวนข้อมูลมีค่าใช้จ่ายสูงและใช้เวลานาน ตัวอย่างเช่น ถ้ามีจำนวน X’s 3 ตัวแปร และถ้าต้องมีการทำซ้ำการทดลองจะต้องมีการเพิ่มจำนวนการทำซ้ำไปอย่างน้อย 8 หรือ 16 ข้อมูล

และอีกทางหนึ่งในการเพิ่มอำนาจการทดสอบ (power of test) คือการเพิ่มจุด center points ในการทดลองซึ่งทำให้โอกาสในการตรวจจับความแตกต่าง (ความมีนัยสำคัญ) ของ X’s ได้และนำมาใช้ในการประมาณค่าความผันแปร (หรือทางสถิติเรียกว่า pure error)

ส่วนเพิ่มเติมของ DOE

DOE คือเครื่องมือยอดเยี่ยมที่จะบอกคุณว่าตัวแปรตั้งต้นและตัวแปรผลลัพธ์ว่ามีความสัมพันธ์กันอย่างไร และยังช่วยหาค่าที่เหมาะสมของ process settings แต่ว่าคุณจะต้องรู้จักวิธีการใช้ที่ถูกต้อง ถ้าคุณอยากเรียน DOE เพิ่มเติม คุณสามารถเลือกเรียนออนไลน์กับ  Quality Trainer ในการศึกษาเพิ่มเติมโดยมีค่าใช้จ่าย $30 US หรือจะมาเข้าฝึกอบรมกับ. full-day Factorial Designs course จากทาง Solution Center


บทความต้นฉบับ : https://blog.minitab.com/blog/michelle-paret/doe-center-points-what-they-are-why-theyre-useful

เนื้อหาบทความโดยบริษัท Minitab Inc. ประเทศสหรัฐอเมริกา
แปลและเรียบเรียงโดยสุวดี นําพาเจริญ และ ชลทิชา จํารัสพร, บริษัท โซลูชั่น เซ็นเตอร์ จํากัด webadmin@solutioncenterminitab.com


บทความนี้เกิดจากการเขียนและส่งขึ้นมาสู่ระบบแบบอัตโนมัติ สมาคมฯไม่รับผิดชอบต่อบทความหรือข้อความใดๆ ทั้งสิ้น เพราะไม่สามารถระบุได้ว่าเป็นความจริงหรือไม่ ผู้อ่านจึงควรใช้วิจารณญาณในการกลั่นกรอง และหากท่านพบเห็นข้อความใดที่ขัดต่อกฎหมายและศีลธรรม หรือทำให้เกิดความเสียหาย หรือละเมิดสิทธิใดๆ กรุณาแจ้งมาที่ ht.ro.apt@ecivres-bew เพื่อทีมงานจะได้ดำเนินการลบออกจากระบบในทันที