DOE实验因子选择法

1、实验计划- DOE实验因子选择法1.高科技时代的致胜法宝KNOW-HOW 在高科技时代，一家从事制造高科技产品的公司与另一家同行在经营成果之差异，往往会展现在其开发KNOW-HOW的实力上。谁能及早开发出更佳的KNOW-HOW，谁就能在同行竞争上取得领先的优势。因而迎向未来，我们可以说高科技产业的竞争，其实就是开发KNOW-HOW的竞争。 版权所有寻智专业顾问有限公司   以每个电子产品均需用到的PCB为例，过去几年内，电子产品在渐趋轻薄短小的潮流，及SMD日益普及的结果，连带也迫使电路板制造业者必须面对一连串前所未有的难题与挑战。譬如小孔深孔的电镀、细线路的制作、焊垫表面锡铅的平整

2、度、板厚均匀性及板面平坦度等等，都是PCB人每天无法逃避的头痛问题。因此从事电路板生产的人，都不得不重视工程技术的开发与遭遇问题的解决，以期稳定的接单及顺利的出货。以586PC双面SMD的六层板为例，KNOW-HOW能力强的公司其良品率可高达95%以上，而KNOW-HOW能力较弱者，其良品率在75%左右者亦大有人在，试想20%良品率的差距在利润上会带来多么大的差异？由此可见KNOW- HOW的开发是何等重要。 版权所有寻智专业顾问有限公司 2.高科技时代技术开发所面对的困难 如果说从事高科技产品的从业人员会不重视KNOW-HOW的开发，这句话谁也不会承认，但是若说国内高科技工程技术上的开发成果

3、已经足以傲人，则和日本同行比其谁能信？而两国之间的差距又岂止以道里计？ 版权所有寻智专业顾问有限公司   那么在工程技术的发展上，我们到底为什么会落入这种心余“力拙”的窘境呢？除了投资者急功近利、不够重视研究发展、专门人材太少、专业知识欠缺、敬业精神不够.等等周遭大环境因素之外，若将工程技术的范围，再缩小到各种现场操作的最佳条件开发，以及问题解决的层面上，那么妨碍KNOW-HOW开发的真正原因是什么呢？根据笔者多年思索的结果发现，高科技人员在开发KNOW-HOW时通常会面对三大困难，这三大困难分别为：因子太多；因子之间相互纠缠；以及时间急迫等烦恼。现分述于下： 版权所有寻智专业顾问有

4、限公司   2.1困难（一）高科技面对的“因子”愈来愈多 什么叫高科技制程？有人说就是技术密集，既然技术又“密”又“集”，那么制造一个产品所牵涉的因素就非祇一端啰！现以PCB常用的喷锡制程为例，如果既要锡厚均匀又不要露铜，相信PCB人都能信手举出一堆理由或“因子”，譬如： 助焊剂(Flux之比重助焊剂之粘度预热温度预热时间喷锡时间锡炉温度风刀压力风刀角度.等等试问变量这么多又互相的交互纠缠，如果用传统的思考方式处理，那该如何进行各种改善的实验呢？因此对高科技产业欲开发KNOW-HOW的第一个困难，就是每个案例所牵涉的“因子”（Factor）过多，使得实验在进行前不知该如何才能做出最经

5、济而有效的规划。版权所有寻智专业顾问有限公司   2.2困难（二）交互作用（Interaction）在暗中作怪 若只有“因子”过多这单一困难的话，那么只要拿出“铁杵磨成锈花针”的老祖宗法宝来也还有救。但是事实往往不会如此单纯，许多案例告诉我们，往往因子的最佳条件，加上因子的最佳条件，却未必就能获得最佳的良品率，这种因子间所产生相生相克的影响就叫交互作用（Interaction）。在化学药品上以大家熟知的“王水”为例，这是由一份硝酸加上三份盐酸组合而成的强力混酸，此种1:3之比例就产生了奇异的“相生”作用。其实很多KNOW-HOW的开发者都是因为找到了这奇妙的交互作用后，才使得问题得以

6、迎刃而解。但是如果没有适当的“工具”来帮助我们对“交互作用”进行抽丝剥茧的分析，那么交互作用在暗中作怪的结果，就会让高科技的工作者一头栽进迷蒙云雾中，辛苦的走了一大段，最后却又回到原地，那种徒呼奈何的沮丧，相信许多工程老手们都心有戚戚焉。其实在生产线上有很多老问题并没有解决，只是轮流出现而已。即使得以找到些许端倪，其代价也难免鼻青脸肿、头破血流。一般最常见的“草地药方”是倒药水、换供货商、疏通客户，最后实在不行了只好换主持人。然而天晓得风波一过，历史还是回到原轨迹重演。所以若不更张易弦彻底改革，那些将只会永远在原地打转。2.3困难（三）时间的压力 版权所有寻智专业顾问有限公司 高科技技术开发的

7、另一个困难点就是时间的压力。因为当产品在市场上的寿命愈来愈短时，这也意味着可让工程师们作研发、找答案的时间也愈形迫切，因此如果不能运用更严谨且有效率的方法在KNOW-HOW开发上拔得头筹，保持领先，那就要面对落后的痛苦和失败的压力了。版权所有寻智专业顾问有限公司  3.开发KNOW-HOW的工具实验计划 前述高科技时代KNOW-HOW开发的三大困难因子多、交互作用作怪和时间压力等，若无法迎刃而解，那么公司迟早会面对每况愈下或濒临淘汰出局的经营危机。然而到底是否有突破困境的工具呢？所幸天无绝人之路，答案是肯定的“有”，这种事半功倍的利器就是“实验计划”（）。 版权所有寻智专业顾问有限公

8、司   追溯“实验计划”应用的起源，其鼻袓应属1920年代研究育种的科学家Dr.Fisher，他是大家公认为此一策略的创始者。但后续努力集其大成，而使在工业界得以普及且发扬光大者，则非Dr.Taguchi（田口玄一先生）莫属。近年来甚至有人用Taguchi Method或Taguchi Technology当作的代名词，以推崇其献身实验计划无怨无悔的执着精神。 版权所有寻智专业顾问有限公司   每当有人问到笔者何谓“实验计划”？为了加深其印象，减少对呆板统计学的冰冷疏离感，总是回答说“实验计划法”其实就是“偷工加料法”。 版权所有寻智专业顾问有限公司   何谓“偷

9、工”？偷工就是说，在实验因子数不改变的情形下，能否有效地减少其实验次数，而达到相同甚至更好的结果。以前述之喷锡实验的八个因子为例，如果每因子各取两个“水准”，那么依传统实验方式至少要作28次的辛苦工作，也就是要做256次实验之后，才能够找出其中最好的“组合条件”。但是若采用之直交配列（Orthogonal Array）方式，将所有因子来做有效的配置时，则实验次数将会减少到只剩下16次而已。然而又何谓“加料”？反过来说在同样的16次实验中，若巧妙运用中的L16215型的直交配列表时，实验的规模还可以再扩大，最高时甚至可容纳到15个实验因子，使原来要做215（32,768）次的实验得以浓缩在16次

10、实验中完成，使实验工作大大地简化。 版权所有寻智专业顾问有限公司   仅举以上“偷工”以及“加料”的简单例子，各位读者应该已能体会到的奥妙。因此，希望今后有更多从事高科技的同好能一起重视，学习，更进而活用。有了此一智珠在握，任何受过训练的人都可按步就班以科学工具解决问题，不必再像古早那样渴求某些天马行空的灵感或运气，当然也就更不需要墨守试错法（Trial and error）的成规了。版权所有寻智专业顾问有限公司  4.运用实验计划的三块敲门砖 版权所有寻智专业顾问有限公司 运用除了对本行专业技术的娴熟是必备条件之外，还有三块敲开宝库大门的钥匙不可不备：4.1第一块敲门砖直

11、交配列表 版权所有寻智专业顾问有限公司 实验计划之所以能够减少实验次数的窍诀就在“直交配列表”上。如何选用恰当的直交表，可循下列四个步骤进行： 决定因子决定交互作用将因子与交互作用先绘成点线图再利用点线图去选择最恰当之直交配列表4.2第二块敲门砖变异数分析（ANOVA,The Analysis of Variance） 版权所有寻智专业顾问有限公司 运用直交表所配置之少数样本，其所获得的数据应如何合理地“归溯”到每一因子上，且可严谨地比较各因子之重要性，这就非得要借助ANOVA不行了。ANOVA之基础在于“归溯”过程中所用之数据构造模型，读者在研修时，若能将附图1.1牢记于心，则定会收事半功倍

12、之效。  图1.1：DOE逻辑体系图4.3第三块砖个人计算机程序集 版权所有寻智专业顾问有限公司 实验计划发展之历史久远，但以往为何不能普及应用？究其症结是以往的ANOVA在计算上十分繁杂，令人望而怯步产生抗拒。笔者二十多年前初学实验计划时，虽亦知其精妙所在，但却未能学以致用，主要症结也是受制于此一计算瓶颈。然而近年来当个人计算机普及之后，已有不少统计专家将ANOVA写入PC程序，整理成很完善的软件包，非常容易操作使用，此类软件已上市者有：AB stat、Statgraphic、E chips等，都是十分易学好用之程序。因此，近年应用者日众，个人计算机程序集实在是功臣之一。（详细说明

13、请参阅实验计划速学活用法程序篇）5.实验计划是现代工程师的好帮手 版权所有寻智专业顾问有限公司 1987年华通计算机股份有限公司在国内率先进行实验计划速学活用法的教育训练，该公司持续推动迄今，共有224位工程师接受过的专业训练，并完成了191个专题，是国内应用方面首开先河且成果丰硕的公司。 版权所有寻智专业顾问有限公司   台湾电子检验中心有鉴于台湾电子业已面对了再一次产品升级的关键时刻，因此于1991年起与笔者合作，为台湾电子业举办了10次的实验计划速学活用法研习班，共有210位学员参与学习，是国内法人机构中率先推广的先趋者。 版权DOE实验因子选择法1. 因子选错，满盘皆输我们将

14、D.O.E的应用范畴界定在解决X型问题与A型问题上，若借用象限观念来说明此一推理过程，那么下图就是一个简单的实验策略示意图：对人类而言，所有问题的原始类型都是X型问题 。而人类之文明史，其实也就是在反映人类智能成熟的过程，此一过程若就D.O.E的观点而言，就是将所有问题由X型转换成A型，再升华为T型的过程。由于任何文明（KNOWHOW）都是起源于一种混沌（X型）的状态，而离开混沌的第一步（实验策略一）就是要从众说纷云中理出正确方向，基于这样的认识，因此在D.O.E中对"因子选择"也就显得格外重要。尤其从D.O.E失败的案例中，我们很容易体会到因子选错、满盘皆输的道理。因此如

15、何有效探索要因，已在许多学者的投入研究后而自成一门学问。<版权所有寻智专业顾问有2. 探索因子，要因分析在探索要因的研究过程中，集其大成的学者是"石川馨"博士。甚至流传至今的"特性要因分析图"皆被人们昵称为"石川图"（Ishikawa Chart），由此可见石川馨博士在特性要因分析图上有独到的贡献。但可惜的是特性要因分析图流传日广之后，反而出现了小学而大遗的流弊，譬如不少人受鱼骨图（特性要因图的另一俗称）对仗工整的形式主义所害，竟而穷其精力于绘图，实乃舍本逐末之举。其另一遗祸则是受4M法的框框主义所害，而不再从穷追根硬究底上痛下

16、功夫。因此这几年表面上虽有特性要因分析日益普及化的事实，但是实际上却在制造更多画虎不成的遗憾。<版权所有寻3. 选对因子一定象话（象话原则）什么才是真正有效的特性要因图呢？这个问题可能很难有一个标准的答案，但是却不难有一些严谨的推理原则可资依循。因此验证"要因分析"是否恰当的第一个方法就是象话原则。我们先举例说明如下：以上这张特性要因图乍看之下并无不妥之处，但是若用象话原则加以印证，马上就可看出破绽。当我们问：为何板面会出现离子污染？如果答案是：因为显影之故。这象话吗？或者是因为UV条件之所致这又象话吗？由这两个例子我们就不难明白，如果所回答特性的要因不太象话，那么所

17、呈现的就是一张有瑕疵（或者说效果差）的特性要因图。上述那张特性要因图经过象话原则 的修正后，会出现新的面貌如下：修正之后，我们再用象话原则 验证一次。为何板面上会有离子污染？因为显影操作不当或因为UV条件不稳定这样因为对应其为何，岂不是象话了吗？换言之，凡符合"象话原则"者，即表示因果之间的逻辑足够严谨，这也才保证真正的因子能有机会浮现。<版权4. 抽丝剥茧，锲而不舍（丰田原则）"丰田式"的管理成功之后，日本有位记者问丰田式管理之父-大野耐一先生，请他只用一句话说明什么是丰田式的管理？大野耐一先生不愧为一代宗师，他言简意赅地说所谓丰田式的管理原则，

18、就是连问五次为什么？好一个连问五次为什么，其实这个"丰田原则"在特性要因分析上，也正是妙用无穷的法宝，现以修正后的鱼骨图为例说明之：第一"Why"为何板面会有离子污染？因为UV条件不稳定。第二"Why"为何UV条件不稳定？因为UV能量不足。第三"Why"为何UV能量不足？ 因为UV灯管已老化。因为反射罩之表面太脏。经过这样Why?Why?Why?地追根究底之后，真正的原因自然就会水落石出了。因此，若能交互运用象话原则及丰田原则才是真正要因分析的行家，也才具备了D.O.E必胜的入门条件。<版权所有寻智专业顾问有限公司>5. 选拔要因，配置实验经过熟练运用象话原则及丰田