Deney Tasarımı (DOE) Eğitimi
Tek tek deneme yaparak optimum ayarı bulmak hem uzun sürer hem de faktörler arası etkileşimi gözden kaçırır.
Deney Tasarımı Nedir?
DOE (Design of Experiments — Deney Tasarımı), bir sürecin çıktısını etkileyen faktörlerin ve bu faktörler arasındaki etkileşimlerin planlı deneylerle belirlenmesini sağlayan istatistiksel yöntemdir.
Klasik deneme-yanılma yaklaşımında her seferinde tek faktör değiştirilir. Bu yöntem hem çok sayıda deney gerektirir hem de faktörler arasındaki etkileşimi göremez. DOE, az sayıda planlı deneyle daha fazla bilgi üretir.
Eğitim İçeriği
- Faktör, seviye, yanıt ve etkileşim kavramları
- Tam faktöriyel tasarımlar
- Kesirli faktöriyel tasarımlar ve karışıklık (confounding)
- Tarama (screening) deneyleri
- Yanıt yüzeyi yöntemi ve optimizasyon
- Sonuçların istatistiksel analizi ve yorumlanması
- Minitab ile uygulama
Sık Sorulan Sorular
Temel istatistik kavramlarına aşinalık faydalıdır. Eğitim, gerekli istatistiksel temeli sade biçimde aktararak başlar; odak formüller değil sonuçların doğru yorumlanmasıdır.
Evet. Uygulama bölümü Minitab üzerinden yürütülür. Ayrıca kapsamlı bir Minitab eğitimi programımız da bulunmaktadır.
Birden fazla faktörün çıktı üzerindeki etkisini, en az sayıda denemeyle ve istatistiksel güvenle belirleyen yöntemdir. Tek seferde tek faktör değiştirme yaklaşımının yerini alır.
Faktörler arası etkileşimi göremez ve çok daha fazla deney gerektirir. Gerçek süreçlerde optimum nokta genellikle etkileşimlerin belirlediği bir bölgededir.
Faktör, değiştirilen değişkendir (sıcaklık, basınç). Seviye, faktörün aldığı değerdir. Yanıt ise ölçülen çıktıdır (mukavemet, verim, hata oranı).
Tüm faktör ve seviye kombinasyonlarının denendiği tasarımdır. Tüm ana etkileri ve etkileşimleri verir; ancak faktör sayısı arttıkça deney sayısı hızla büyür.
Faktör sayısı fazla olduğunda, deney sayısını azaltmak için kombinasyonların bir bölümü uygulanır. Karşılığında bazı etkileşimler ayrıştırılamaz hâle gelir.
Çok sayıda aday faktör arasından, yanıtı gerçekten etkileyenleri belirlemek için yapılan ilk aşamadır. Sonrasında az sayıda önemli faktörle daha ayrıntılı tasarım kurulur.
Önemli faktörler belirlendikten sonra optimum çalışma noktasını bulmak için kullanılır. Doğrusal olmayan ilişkileri modelleyerek en iyi ayar bileşimini tahmin eder.
Deney sırasının, ölçülmeyen etkenlerin (ısınma, aşınma, vardiya) sonucu sistematik biçimde etkilemesini engeller. Sıralı yapılan deneyler yanıltıcı sonuç verebilir.
Deneysel hatanın büyüklüğünü tahmin etmeyi ve etkilerin istatistiksel anlamlılığını değerlendirmeyi sağlar. Tekrarsız tasarımlarda anlamlılık testi sınırlı kalır.
Kontrol edilemeyen ama bilinen bir değişkenliğin (farklı hammadde partisi, farklı vardiya) etkisini ayırmak için deneylerin gruplara bölünmesidir.
Ana etki ve etkileşim grafikleri, varyans analizi (ANOVA) tablosu ve model uyum ölçütleri birlikte değerlendirilir. Yalnızca p değerine bakmak, etkinin pratik büyüklüğünü göz ardı eder.
Çok sayıda veri toplandığında küçük farklar istatistiksel olarak anlamlı çıkabilir. Etkinin büyüklüğünün süreç için gerçekten önemli olup olmadığı ayrıca değerlendirilmelidir.
Minitab yaygın kullanılır; JMP, Design-Expert ve R gibi alternatifler de mevcuttur. Yazılım seçimi, tasarım mantığının anlaşılmasının yerini tutmaz.
Faktör sayısı, seviye sayısı, tasarım türü ve istenen güç düzeyine bağlıdır. Deney sayısı, tasarım kurulurken hesaplanır; sonradan eklenen denemeler dengeyi bozabilir.
Süreç kararsızsa, ölçüm sistemi güvenilir değilse veya faktörler kontrol edilemiyorsa. Bu koşullarda önce kararlılık ve ölçüm güvenilirliği sağlanmalıdır.
DOE, DMAIC yönteminin İyileştirme (Improve) aşamasının temel aracıdır. Kök nedenler belirlendikten sonra optimum ayarları bulmak için kullanılır.
Kullanılır. Formülasyon geliştirme, ambalaj tasarımı, pazarlama testleri ve hizmet süreçlerinde de faktörlerin etkisini ölçmek için uygulanır.
Ar-Ge ve ürün geliştirme mühendisleri, proses ve kalite mühendisleri, Altı Sigma proje liderleri ve laboratuvar ekipleri için uygundur.
Temel istatistik bilgisi (ortalama, standart sapma, hipotez testi) faydalıdır. Eğitimde gerekli kavramlar örneklerle yeniden ele alınır.
Problem için uygun tasarımın seçilmesi, deney planının kurulması, uygulamanın sahada denetlenmesi, analiz ve sonuçların süreç ayarlarına dönüştürülmesi.
Kalite Kategorisindeki Diğer Eğitimler
Kurumsal dönüşümünüzü birlikte tasarlayalım.
İlk görüşme ve ihtiyaç analizi ücretsizdir. Ekibimiz size özel bir yol haritası hazırlamak için hazır.