Deney Tasarımı (DOE) Nedir? Ne işe yarar?

Deney tasarımı (DOE), bir süreci etkileyen girdiler ile o sürecin çıktısı arasındaki ilişkiyi belirlemek için kullanılan bir yöntemdir. Çıktıyı optimize etmek için süreç girdilerini yönetmek için gerekli bilgiyi bulmayı sağlar. DOE’nin anlaşılması için önce bazı istatistiksel araçlar ve deneysel kavramlar hakkında bilgi gerekir. DOE yazılım programları ile analiz edilebilir, doğru uygulama için temel DOE kavramlarını anlamak önemlidir. 

DOE metodolojisinde en yaygın kullanılan terimler şunları içerir: kontrol edilebilir ve kontrol edilemeyen girdiler, sonuçlar, hipotez testleri, blok, çoğaltma ve etkileşim. 
Kontrol edilebilir girdileri, bir deneyde veya süreçte değiştirilebilen giriş parametreleridir. Örneğin, pilav pişirmede bu girdiler pirincin miktarı, kalitesi ve kullanılan su miktarıdır. Kontrol edilemeyen girdiler, değiştirilemeyen parametrelerdir. Pilav pişirme örneğinde bu, mutfaktaki sıcaklık olabilir. Sonucu nasıl etkileyebileceklerini anlamak için bu faktörlerin tanınması gerekir. Sonuç, süreç çıktılarıdır. Pişirme örneğinde, pirincin tadı ve dokusu sonuçtur. Kontrol edilebilir girdiler, çıktıyı optimize etmek için değiştirilebilir. Girdiler ve sonuç arasındaki ilişki Şekil 1’de.

Proses Girdileri ve Çıktılar
Şekil 1 – Proses Girdileri ve Çıktılar

DOE Kavramlar

Hipotez testi : İstatistiksel yöntemleri kullanarak önemli faktörlerin belirlenmesine yardımcı olur. Bir hipotez ifadesinde iki olasılık vardır: null ve alternatif. Mevcut durum (tespit) doğruysa null hipotezi geçerlidir.  Mevcut durum (tespit) geçerli değilse alternatif hipotez doğrudur. Test, bir olasılığa dayanan bir ortamda yapılmalıdır. 
Blok ve çoğaltma : Blok, girdi veya deneysel işlemde istenmeyen değişkenlikleri önlemek için kullanılır. Örneğin, herhangi bir ekipman değişkenliğinden kaçınmak için aynı ekipmanla deney yapılabilir. Çoğaltma, sürecin bir parçası olabilecek rastgele hata miktarını tahmin etmek için aynı kombinasyonu gerçekleştiren denemeleri çoğaltmaktır.
Etkileşim: Bir deneyin üç veya daha fazla değişkeni olduğunda, etkileşim, değişkenlerin birbirleriyle eş zamanlı olarak birbirlerine etkisi olup olmadığını gösteren durumdur.

(1)Ford, Fiesta’nın lansman tarihi yaklaşırken araç halılarında fırça izleri tespit ediliyor. Usta Kara Kuşak Scott Sterbenz liderliğindeki ekip, otomotiv halısının üretimi sürecini tedarikçi ile gözden geçiriyor. Bir makinenin ayarlarının, bu problemin olası nedeni olduğunu buldular.
Ancak üretici, makine ayarlarının değiştirilmesinin halının pelüşünü de etkileyeceğini söylüyor. Ekip, pelüşü korurken fırça izlerini ortadan kaldıracak süreç iyileştirme çalışması yaparken DOE’yi ve Minitab’i kullandılar.

Deney Tasarımı (DOE) ve Minitab

Zamanın tükenmesiyle Ford’un geliştirme ekibinin, altı iğneli ayarın halının fırça işaretleri ve peluş seviyeleri üzerindeki etkilerini değerlendiren bir deney tasarlaması gerekiyordu. 
Minitab’ın DOE araçlarını kullanarak, Ford ekibi merkez noktalara sahip, 34 deneme yaptıkları kesirli bir faktöriyel tasarım oluşturdu.

Sonuç Optimize Edici

34 denemeden elde edilen veriler Minitab’da analiz edildiğinde, her yanıt için sonuçlar farklı iğne ayarları arasındaki karmaşık etkileşimleri ortaya çıkardı. Etkileşimler, daha önce yapılan tekil iğne ayarlarının neden fırça işaretlerini ortadan kaldırmanın yolunu bulamadığını açıkladı.
Sonuçlar fırça izlerini ortadan kaldırmak için yapılan optimizasyon ayarlarının peluş üzerinde olumsuz bir etkisi olmadığını gösterdi.

Deney Tasarımı (DOE) Sonuçlar

İlk DOE’de belirlenen optimum ayarlarda ince ayar yapmak için Minitab’ın Sonuç Optimize Edici aracını kullandılar. 
Onaylama çalışmalarındaki yeni halı ilk değerlendiriciler tarafından olumlu puanlar aldıktan sonra, numuneler son değerlendirme için Ford Araştırma ve Mühendislik Merkezi’ne gönderildi. Numuneler, dayanıklılık, leke direnci, renk ve parlaklık için tüm testleri geçti. 
Projenin tamamı 12 gün sürdü ve süreç kontrol altına alındı. 

Buradaki örnekte olduğu gibi Deney Tasarımı (DOE) ve Sonuç Optimize Edici araçlar, çıktının olmasını istediğiniz değere ulaşabilmesi için girdi değerlerinizi hangi aralıkta tutmanız gerektiğini gösterir. Kontrol edilebilir girdileriniz için ayarlamanız gereken değerleri bilirseniz ve uygularsanız çıktınızı da kontrol altında tutabilirsiniz.

Sürekli iyileştirme çalışmalarında kullanılan diğer istatistiksel araçlar ile ilgili yazılara bu linkten ulaşabilirsiniz.

(1) _ https://www.minitab.com/en-us/Case-Studies/Ford-Motor-Company-DOE/