Cómo planificar un six sigma 2k experimento factorial

Al igual que en la mayoría de otros esfuerzos, el tiempo dedicado planificación de Seis Sigma es recompensado con mejores resultados en un período de tiempo más corto. Planificación 2k experimentos factoriales sigue un patrón simple: la elección de los factores que desea experimentar con, estableciendo los niveles altos y bajos de esos factores, y la creación de la matriz de diseño codificado.

Video: Diseño factorial 2^k (Minitab & Design Expert)

Seleccionar los factores del experimento

Lo primero que debe hacer es identificar las variables de entrada, el xs, que se va a incluir en su investigación experimental. Los factores que incluya deberían ser posibles contribuyentes a la salida Y que está investigando y debe ser los que son críticos. ¿Cuántos factores que desee en su experimento le guía en la elección del diseño experimental adecuado. 2k experimentos factoriales funciona mejor cuando se tiene entre dos y cinco xs.

Si usted tiene más de cinco xs en su experimento, completa 2k experimentos factoriales se vuelven relativamente ineficiente y pueden ser reemplazados con versiones recortado llamados factoriales fraccionados, o con otros diseños de cribado. Una buena estrategia es incluir todos los posibles xs en un primer experimento de cribado - incluso los que usted es escéptico acerca.

A continuación, utiliza el análisis de los resultados del experimento que le diga de manera objetiva, sin ningún tipo de adivinanzas, cuáles son las variables a seguir buscando y cuáles dejar a un lado. Recuerde, en Six Sigma, deja que los datos de los que hablen.

diseños experimentales Plackett-Burman son un método avanzado que puede oír hablar de manera eficiente para la detección de decenas de potenciales xs. A pesar de que no revelan todo el conocimiento detallado proporcionado por un 2k diseño factorial, los experimentos Plackett-Burman identificar rápidamente cuáles son las variables experimentales activo en su sistema o proceso. A continuación, sigue estos estudios de cribado con experimentos más detallados de caracterización.

Ajuste los niveles de los factores

2k experimentos factoriales todos tienen una cosa en común: Ellos usan sólo dos niveles para cada factor de entrada. Para cada x en su experimento, se selecciona un alto y un bajo valor que unía el alcance de su investigación.

Por ejemplo, supongamos que usted está trabajando para mejorar un proceso de llenado del envase de helado. Cada cartón de medio galón lleno tiene que pesar entre 1.235 y 1.290 gramos. Su Seis Sigma funciona hasta este punto ha identificado sabor de helado, el ajuste de la máquina de llenado de tiempo, y el ajuste de la presión en la máquina de llenado posible crítica xs para la Y de salida de peso.

Para cada uno de estos tres factores, es necesario seleccionar un alto y un valor bajo para su experimento. Con sólo dos valores para cada factor, que desea seleccionar valores altos y bajos que enmarquen solamente el rango de operación esperado para cada variable. Para la variable sabor de helado, por ejemplo, puede seleccionar la vainilla y fresa de reserva de fin de la gama de posibles consistencia de helado.

Video: Diseño factorial 2^k

VariableSímbolobajo Configuraciónajuste alto
Sabor de heladox1Vainillafresa
Llenar el tiempo (segundos)x20.51.1
Presión (psi)x3120140

2k experimentos están destinadas a proporcionar el conocimiento sólo dentro los límites de los valores de las variables elegidas. Tenga cuidado de no poner demasiada credibilidad en la información inferida fuera de estos límites originales.

Explora códigos experimentales y la matriz de diseño

Con las variables experimentales seleccionados y establecer sus niveles bajos y altos, ya está listo para delinear el plan para las carreras de su experimento. Para 2k experimentos factoriales, que tienen 2k número de carreras únicas, donde k es el número de variables incluidas en su experimento.

Para el ejemplo de cartón relleno de helado, a continuación, usted tiene 23 = 2 x 2 x 2 = 8 se ejecuta en el experimento, ya que tiene tres variables de entrada. Para un experimento con dos variables, se obtiene 22 = 2 x 2 = 4 carreras, y así sucesivamente.

Cada una de estas 2k corridas experimentales se corresponde con una combinación única de los valores de las variables. En un total de 2k experimento factorial, se lleve a cabo una carrera o ciclo de su experimento en cada una de estas combinaciones únicas de los ajustes de los factores. En una de dos factores, el experimento de dos niveles, las cuatro combinaciones únicas de ajuste son con

Video: Diseño Factorial 2k - Experimento (Explicación con minitab)

  • Ambos factores en su configuración de baja

  • El primer factor en su posición alta y el segundo factor en su configuración de baja

  • El primer factor en su nivel bajo y el segundo factor en su valor alto

  • Ambos factores en su valor alto

Estas agrupaciones son las únicas formas en que estos dos factores pueden combinarse. Para un experimento de tres factores, existen ocho de estas combinaciones únicas de ajuste variable.

Una forma rápida de crear una tabla completa de combinaciones de ejecución de un experimento es crear una tabla llamada matriz de diseño codificado. Hacer una columna para cada una de las variables del experimento y una fila para cada uno de los 2k carreras. Usando -1S como código para los valores de variables de bajos y +1 como el código para las altas configuración, rellene la izquierda; celdas de la columna más variables con alternando -1S y +1.

Repita el proceso con la siguiente columna a la derecha, esta vez con la alternancia pares de -1S y +1. Rellene el siguiente columna a la derecha con alterna cuatrillizos de -1S y los +1, y así sucesivamente, repitiendo este proceso de izquierda a derecha hasta que, en la derecha, la columna más, usted tiene la primera mitad de las pistas marcadas como -1S y la mitad inferior aparece como +1.

correrx1x2x3
1-1-1-1
2+1-1-1
3-1+1-1
4+1+1-1
5-1-1+1
6+1-1+1
7-1+1+1
8+1+1+1

Recuerde valores- que estos tres factores se codifican cuando se ve un -1 bajo la x1 la columna, lo que realmente representa un valor discreto, como “vainilla” en el helado experimento- un 1 realmente representa el otro valor, como “fresa.”

Artículos Relacionados