Lo que debe saber acerca de la experimentación 2k para seis sigma

2^k experimentos factoriales completos que dan un poderoso salto de inicio en el mundo de la mejora a través del DOE para proyectos Seis Sigma. Pero, en realidad, son sólo la punta del iceberg. A medida que adquiera experiencia, desea descubrir la forma de abordar temas más avanzados.

Video: POR QUE PIERDE POTENCIA UNA MOTO

• Curvatura: La asunción de 2^k experimentos es que los efectos de los factores experimentales son lineales. Aunque esta idea es a menudo una buena primera aproximación, una línea a menudo no se ajusta a su proceso o sistema. Para esos casos, es necesario diseñar su experimento para revelar la naturaleza curva de la realidad de su situación. Este rediseño implica generalmente que incluye más de dos niveles para cada uno de los factores experimentales.

  Video: Experiments 2A - Analysis of experiments in two factors by hand

• replicaciones: Si repite el experimento, se obtiene resultados ligeramente diferentes. Variación, como siempre, es una parte de todo - incluyendo su experimento. La repetición de carreras de tu experimento (llamado repagpublica-) Le permite calcular cuánto de la variación observada en el proceso o sistema se explica por Y = f (X) y cuánto permanece sin explicación, la ε.

  Video: Notación sigma│suma al cuadrado

• El análisis de varianza (ANOVA): Casi todos los experimentos implican la exploración, investigación y comparación de las fuentes de las variaciones observadas. ANOVA es un método avanzado que le permite clasificar y cuantificar todas las diversas fuentes de variación.

• robustez: La capacidad de un proceso o sistema para llevar a cabo sistemáticamente en la cara de variación se llama robustez. Taguchi y otros diseños experimentales permiten a investigar y optimizar su proceso o sistema para que sea tan inmune como sea posible a los estragos de la variación.

• métodos de superficie de respuesta (RSM) y optimización: El propósito de muchos experimentos es encontrar los mejores valores para establecer las variables de entrada al. Toda una rama del campo de la DOE centra en el diseño y análisis de experimentos para encontrar los ajustes óptimos de funcionamiento local o global.

• experimentos factoriales fraccionados: Puede adaptar 2^k experimentos factoriales completos para buscar de manera más eficiente a través de un gran número de factores experimentales. Lo que sacrificamos en el aumento del número de factores experimentales es la precisión analítica. experimentos factoriales fraccionados enseñan cómo y dónde adaptar su experimento para sacar el máximo provecho de sus esfuerzos de búsqueda.

  Video: Funcionamiento de la caja de cambios