การออกแบบการทดลองเพือ่ การปรับปรุงคุณภาพ

Design Of Experiment: DOE

อดิศร ไทยเจริญ
โดย
BIG Q TRAINING CO,. LTD.
www.bigq.co.th , www.bigqtraining.com
Q
Q
ให้ คาปรึกษาและฝึ กอบรมโดยมืออาชีพ เพือ่ ความประทับใจแบบเบ็ดเสร็จแก่ คุณ Q
 กระบวนการผลิตสิ นค้า 3

ปัจจัยที่ควบคุมได้
A B C
....

Inputs กระบวนการผลิต Output, y

....

M N O
ปั จจัยที่ควบคุมไม่ได้
หรื อ สัญญาณรบกวน
Q
Q
Q
 เป้ าหมายการผลิต 4

• เพื่อให้ได้ค่า y ที่ดีที่สุด (Optimal)

• y คือคุณสมบัติสินค้าที่ตอ้ งการควบคุม เช่น
- ความหนา
- ความยาว
- น้ าหนัก
- เวลาการทาปฏิกิริยา
- ปริ มาณของเสี ย
- อัตราการสิ้ นเปลืองน้ ามัน ฯลฯ Q
Q
Q
 ค่า y ที่ดีที่สุด 5

• ยิง่ มากยิง่ ดี (Larger the better) เช่น

- ความทนแรงดึง
- อายุการใช้งาน
• ยิง่ น้อยยิง่ ดี (Smaller the better) เช่น
- เวลาการทาปฏิกิริยา
- จานวนของเสี ย
• เท่ากับค่าที่ตอ้ งการดีที่สุด (Nominal the better) เช่น
- ปริ มาตร
- ความหนา
Q
Q
Q
 ลักษณะของคุณสมบัติสินค้า 6

• ลักษณะที่วดั ค่าได้ (Measurable Characteristics) หรื อ ค่าผันแปร

(Variable value) เช่น
- ความยาว ความหนา เวลา
• ลักษณะแอตตริ บิวท์ (Attribute Characteristics)
- Classified attribute: ดีมาก, ดี, พอใช้, เกรด A, B, C
- Go/No go: ดี / เสี ย, ใช้ได้ / ใช้ไม่ได้
Q
Q
Q
 วัตถุประสงค์ของ DOE 7

1. เพื่อวิเคราะห์หาปัจจัยที่มีผลต่อ y
2. เพือ่ กาหนดค่าของปัจจัยที่ให้ได้ y มีค่าดีที่สุด
3. เพือ่ กาหนดค่าของปัจจัยที่ทาให้ปัจจัยที่ควบคุมไม่ได้ มี
ผลกระทบต่อ y น้อยที่สุด
4. เพื่อศึกษาว่าปัจจัยที่ควบคุมไม่ได้ หรื อสัญญาณรบกวนปัจจัยใด
ที่มีผลต่อ y

Q
Q
Q
 ประโยชน์ของ DOE 8

เพื่อการออกแบบผลิตภัณฑ์
• เลือกวัตถุดิบที่ทาให้ y มีค่าดีที่สุด
• ออกแบบรู ปร่ างผลิตภัณฑ์ที่ทาให้ค่า y ดีที่สุด
• กาหนดค่าพารามิเตอร์ หรื อสเปคของผลิตภัณฑ์ที่ทาให้ y มี
ค่าดีที่สุด
• เลือกชิ้นส่ วนและองค์ประกอบของผลิตภัณฑ์ที่ทาให้ y มีค่า
ดีที่สุด
Q
Q
Q
 ประโยชน์ของ DOE (ต่อ) 9

เพื่อการออกแบบกระบวนการผลิต
• กาหนดวิธีการผลิตที่ทาให้ y มีค่าดีที่สุด
• เลือกเครื่ องจักรอุปกรณ์การผลิตที่ทาให้ค่า y ดีที่สุด
• กาหนดสภาพแวดล้อมการผลิตที่ทาให้ y มีค่าดีที่สุด
• กาหนดปัจจัยการผลิตที่ทาให้ y มีค่าดีที่สุด

Q
Q
Q
 ปั จจัยและค่าของปั จจัยการฉี ดชิ้นงานพลาสติก 27

Control Factor Level 1 Level 2

A: Barrel heater no. 1 350 F 360 F
B: Barrel heater no. 2 365 F 375 F
C: Barrel heater no. 3 380 F 390 F
D: Barrel heater no. 4 390 F 400 F
E: Injection pressure 20,000 psi 25,000 psi
F: Pack pressure 480 psi 520 psi
G: Pull back time 2 sec. 2.5 sec.
H: Mold close time 4 sec. 5 sec.
I: Raw material Vendor A Vendor B
J: Color concentrate Supplier X Supplier Y
K: Pack time 10 sec. 15 sec.
L: Back pressure 50 sec. 60 sec.
M: Recovery time 15 sec. 20 sec.
Noise Factor Level 1 Level 2 Q
N: Load/unload times 10/15 sec. 20/5 sec. Q
O: Operator Gavin stuart Grant Brown Q
 พิจารณาปั จจัยที่มีความสัมพันธ์กนั 28

 พิจารณาจากสภาพตามธรรมชาติ
กรณี ไม่มีความสัมพันธ์ (No Interaction)
y
ลักษณะคุณภาพ

B2

B1

A
A1 A2
Q
Q
Q
 พิจารณาปั จจัยที่มีความสัมพันธ์กนั 29

 พิจารณาจากสภาพตามธรรมชาติ
กรณี มีความสัมพันธ์กนั น้อย (Weak or Mild Interaction)
y
ลักษณะคุณภาพ

B2

B1
A
A1 A2
Q
Q
Q
 พิจารณาปั จจัยที่มีความสัมพันธ์กนั 30

 พิจารณาจากสภาพตามธรรมชาติ
กรณี มีความสัมพันธ์กนั มาก (Strong Interaction)
y
ลักษณะคุณภาพ

B2

B1

A
A1 A2
Q
Q
Q
 ความหมายขององศาเสรี หรื อองศาอิสระ 38

(Degree of Freedom : d.f.)

d.f. คือ ค่าวัดจานวนข้อมูลที่สามารถแปรได้อย่างอิสระ เมื่อกาหนดค่าที่ตอ้ งการ

d.f. = 4 (หรื อ n-1)

มีเลข 5 จานวน
คือ มีเลข 4 จานวนที่แปรได้อย่างอิสระ
มีผลรวมกัน = 80
ส่ วนตัวที่ 5 จะต้องมีค่าบังคับ
(ไม่มีอิสระในการกาหนดค่า)
Q
Q
Q
 ความหมายขององศาเสรี หรื อองศาอิสระ (ต่อ) 39

 d.f. คือ จานวนครั้งของการเปรี ยบเทียบที่ตอ้ งทา เพื่อหาผลสรุ ปสิ่ งที่ตอ้ งการ

 นักกีฬา 2 คน ถ้าต้องการหาว่าใครสู งกว่ากัน ต้องเปรี ยบกัน 1 ครั้ง (d.f. =1)

 ถ้านักกีฬา 3 คน ถ้าต้องการหาว่าใครสู งที่สุด ใครสู งรองลงมา และสู งน้อย

ที่สุด ต้องเปรี ยบเทียบทั้ง 3 คน ทั้งหมด 2 ครั้ง (d.f. = 2)

Q
Q
Q
 40

นักกีฬา 2 คน (d.f. = 1)

12 inches

Q
Q
Q
 41

นักกีฬา 3 คน (d.f. = 2)

8 inches
12 inches

Q
Q
Q
 ตัวอย่างการคานวณ d.f. 42

A = 2 levels, B = 2 levels :
(2-1) x (2-1) = 1 degree of freedom
A = 2 levels, B = 3 levels :
(2-1) x (3-1) = 2 degree of freedom A = m levels, B = n levels :
(m-1) x (n-1) = mn – m – n + 1 d.f.
A = 3 levels, B = 3 levels :
(3-1) x (3-1) = 4 degree of freedom
A = 4 levels, B = 2 levels :
(4-1) x (2-1) = 3 degree of freedom
Q
Q
Q
 แบบฝึ กหัด 43

 พิจารณาศึกษาปัจจัย 3 ระดับ ของค่า Voltage คือ 1 V, 5 V และ 9 V จงคานวณ

degree of freedom (d.f.)

 วิศวกรต้องการศึกษาปัจจัย 2 ระดับ 3 ปัจจัย และปัจจัย 4 ระดับ 1 ปัจจัย จง

คานวณหาค่า degree of freedom

Q
Q
Q
 L8 Orthogonal Array 51

Orthogonal Array L8 (27)

A B C D E F G ลักษณะ
No. 1 2 3 4 5 6 7 คุณภาพ

1 1 1 1 1 1 1 1 y1
2 1 1 1 2 2 2 2 y2
3 1 2 2 1 1 2 2 y3
4 1 2 2 2 2 1 1 y4
5 2 1 2 1 2 1 2 y5
6 2 1 2 2 1 2 1 y6
7 2 2 1 1 2 2 1 y7
8 2 2 1 2 1 1 2 y8

A ที่ระดับ 1 เกิดขึ้น 4 ครั้ง : B1 เกิด 2 ครั้ง, B2 เกิดขึ้น 2 ครั้ง

Q
A ที่ระดับ 2 เกิดขึ้น 4 ครั้ง : B1 เกิด 2 ครั้ง, B2 เกิดขึ้น 2 ครั้ง Q
Q
 L16 Orthogonal Array 52

Orthogonal Array L16 (215)

A B C D E F G H I J K L M N O
No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2
3 1 1 1 2 2 2 2 1 1 1 1 2 2 2 2
4 1 1 1 2 2 2 2 2 2 2 2 1 1 1 1
5 1 2 2 1 1 2 2 1 1 2 2 1 1 2 2
6 1 2 2 1 1 2 2 2 2 1 1 2 2 1 1
7 1 2 2 2 2 1 1 1 1 2 2 2 2 1 1
8 1 2 2 2 2 1 1 2 2 1 1 1 1 2 2
9 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2
10 2 1 2 1 2 1 2 2 1 2 1 2 1 2 1
11 2 1 2 2 1 2 1 1 2 1 2 2 1 2 1
12 2 1 2 2 1 2 1 2 1 2 1 1 2 1 2
13 2 2 1 1 2 2 1 1 2 2 1 1 2 2 1
14 2 2 1 1 2 2 1 2 1 1 2 2 1 1 2
15 2 2 1 2 1 1 2 1 2 2 1 2 1 1 2 Q
16 2 2 1 2 1 1 2 2 1 1 2 1 2 2 1 Q
Q
 Common Orthogonal Array 53

2 Levels 3 Levels 4 Levels 5 Levels Mixed Levels

L4(23) L9(34) L16(45) L25(56) L18(21 x 37)
L8(27) L27(313) L64(421) - L32(21 x 49)
L12(211) L81(340) - - L36(211 x 312)
L16(215) - - - L36(23 x 313)
L32(231) - - - L54(21 x 325)
L64(263) - - - L50(21 x 511)
Q
Q
Q
 d.f. Orthogonal Array 54

2 Levels 3 Levels 4 Levels 5 Levels Mixed Levels

L4(23) = 3 L9(34) = 8 L16(45) = 15 L25(56) = 24 L18(21 x 37) = 15

L8(27) = 7 L27(313) = 26 L64(421) = 63 - L32(21 x 49) = 28

L12(211) = 11 L81(340) = 80 - - L36(211 x 312) = 35

L16(215) = 15 - - - L36(23 x 313) = 29

L32(231) = 31 - - - L54(21 x 325) = 51

L64(263) = 63 - - - L50(21 x 511) = 45

Q
Q
Q
 แบบฝึ กหัด 55

วิศวกรต้องการทาการทดลองปัจจัย 2 ระดับ 1 ปัจจัย และ 3 ระดับ 6 ปัจจัย จงเลือก

ตาราง Orthogonal Array ที่เหมาะสมที่สุด

 จงเลือกตาราง Orthogonal Array ที่เหมาะสมที่สุด สาหรับทาการทดลองปัจจัย 2

ระดับ 1 ปัจจัย และ 3 ระดับ 5 ปัจจัย

Q
Q
Q
 การวิเคราะห์ผลการทดลองด้วยตาราง OA 56

 Main effect หมายถึง ผลของปัจจัยแต่ละปัจจัย

 Interaction effect เช่น A x B หมายถึง ผลของปัจจัยที่มีความสัมพันธ์กนั

 เช่น Main effect ของ A = 5 หมายถึง ถ้าปัจจัย A เปลี่ยนจาก A1 เป็ น A2 จะ

ทาให้ y เปลี่ยนไป 5 หน่วย

 Interaction effect ของ A x B = 1 หมายถึง ถ้าปัจจัย A มีค่าที่ระดับ 2 ค่า

ผลต่างของ y ที่ค่า B1 และ B2 จะเพิ่มขึ้นหรื อลดลงเท่ากับ 1 หน่วยเมื่อเทียบ
กับปัจจัย A มีค่าระดับ 1 Q
Q
Q
 การสรุ ปผลของปัจจัย 57

 ถ้า Main effect ของปัจจัยที่มีค่ามาก แสดงว่าปัจจัยนั้นมีนยั สาคัญหรื อปัจจัย

นั้นมีผลต่อตัวแปรตอบสนอง y

 ถ้า Interaction effect มีค่ามาก แสดงว่าความสัมพันธ์ร่วมของปัจจัยคู่น้ นั มี

นัยสาคัญ การพิจารณากาหนดค่าของปัจจัยคู่น้ นั จะต้องพิจารณาจากการเขียน
กราฟของ Interaction effect

Q
Q
Q
 ตัวอย่างการวิเคราะห์ Main effect 58

A
X A1 = y1 + y2 + y3 + y4
A B B C D E F Response
1 1 1 1 1 1 1 1 y1 = 12 4

2 1 1 1 2 2 2 2 y2 = 15 A1 = 12 + 15 + 10 + 14
3 1 2 2 1 1 2 2 y3 = 10 4
4 1 2 2 2 2 1 1 y4 = 14

A2 = y5 + y6 + y7 + y8
5 2 1 2 1 2 1 2 y5 = 18
6 2 1 2 2 1 2 1 y6 = 22 4
7 2 2 1 1 2 2 1 y7 = 20
A2 = 18 + 22 + 20 + 14
8 2 2 1 2 1 1 2 y8 = 14 4

Q
Effect of A = A1 – A2 = 12.75 – 18.50 = 5.75 Q
Q
 ตัวอย่างการวิเคราะห์ Interaction effect 59

A x B1 = y1 + y2 + y7 + y8 = 12 + 15 + 20 + 14 = 15.25
4 4

A x B2 = y3 + y4 + y5 + y6 = 10 + 14 + 18 + 22 = 16.00
4 4

Effect of A x B = A x B1 – A x B2 = 15.25 – 16.00 = 0.75

Q
Q
Q
 การเขียนกราฟ Interaction ของ A x B 60

Point 1 : A1 B1 = y1 + y2 = 12 + 15 = 13.5
2 2
Point 2 : A1 B2 = y3 + y4 = 10 + 14 = 12.0
2 2
Point 3 : A2 B1 = y5 + y6 = 18 + 22 = 20.0
2 2
Point 4 : A2 B2 = y7 + y8 = 20 + 14 = 17.0
y 3 2 2
B1

1
4
B2 Q
2 Q
A1 A2
Q
 แบบฝึ กหัด Main Effect 1 61

 จงวาด respond graph ตามข้อมูลดังนี้

Exp 1 2 3 Results
A B AxB
1 1 1 1 0.0
2 1 2 2 5.0
3 2 1 2 5.0
4 2 2 1 10.0
Q
Q
Q
 เขียนกราฟ S/N

-12 -12 -12 -12

-13 -13 -13 -13
-14 -14 -14 -14
-15 -15 -15 -15
-16 -16 -16 -16

A1 A2 B1 B2 AxB1 AxB2 C1 C2

-12 -12 -12

-13 -13 -13
-14 -14 -14
-15 -15 -15
-16 -16 -16
e1 e2 BxC1 BxC2 D1 D2
Q
Q
Q
 4. พิจารณาเลือกปัจจัย 141

Run # A B AxB C e BxC D S/N

-16.93

-15.59 A1 B1 = (-16.93) – (-15.59) = -15.65

2
-14.36 A1 B2 = (-14.36) – (-15.72) = -15.04
2
-15.72
A2 B1 = (-9.24) – (-14.88) = -12.06
-9.24 2
-14.88 A2 B2 = (-13.27) – (-14.15) = -13.71
2
-13.27

-14.15 Q
Q
Q
 เขียนกราฟของ A x B 142

Interaction Matrix
B1 B2
A1 -16.26 -15.04
A2 -12.06 -13.71

-11
-12 B1

-13
-14 B2

-15
-16
-17
Q
A1 A2 Q
Q
 คานวณความสัมพันธ์ร่วม A x C 143

Run # A B AxB C e BxC D S/N พบว่ าคอลัมน์ 5 เป็ น error แต่ มคี ่ า S/N
-16.93
สู ง (1.62) แสดงว่ ายังมีปัจจัยอืน่ อีกทีย่ งั
ไม่ นามาคิด ตาราง OA พบคอลัมน์ 5 เป็ น
-15.59 A x C ซึ่งต้ องพิจารณาด้ วย

-14.36 A1 C1 = (-16.93) – (-14.36) = -15.65

2
-15.72
A1 C2 = (-15.59) – (-15.72) = -15.66
-9.24 2
A2 C1 = (-9.24) – (-13.27) = -11.26
-14.88 2
-13.27 A2 C2 = (-14.88) – (-14.15) = -14.52
2
-14.15 Q
Q
Q
 เขียนกราฟของ A x C 144

Interaction Matrix
C1 C2
A1 -15.65 -15.66
A2 -11.26 -14.52
ดังนั้นให้ เลือก
C1
A2, B1, C1 และ D2 -11
-12
-13
-14 C2

-15
-16
-17
Q
A1 A2 Q
Q
 คานวณหาผลของ Noise 145
O 1 2 2 1
A B AxB C e BxC D N 1 2 1 2
Run # M 1 1 2 2
2.62 2.66 10.00 10.00
2.56 2.56 8.24 10.00
2.27 2.56 5.65 6.07
2.30 2.29 10.00 10.00
2.30 2.27 3.73 4.19
2.33 2.33 8.09 10.00
2.61 2.53 6.36 8.10
2.61 2.59 10.00 8.14
2.36 2.29 2.28 4.24
2.29 2.25 4.22 2.25
2.54 2.58 6.51 6.33
2.46 2.47 10.00 6.22
2.53 2.54 4.40 4.51
2.51 2.52 6.25 8.12
2.30 2.27 10.00 4.27
2.21 2.22 2.20 Q
8.05
Total 38.80 38.66 107.93Q 110.49
Average 2.43 2.42 6.75 Q
6.91
 คานวณหาผลของ Noise (ต่อ) 146

M1 = 2.43 + 2.42 = 2.425 M2 = 6.75 + 6.91 = 6.830

2 2
N1 = 2.43 + 6.75 = 4.590 N2 = 2.42 + 6.91 = 4.665
2 2
O1 = 2.43 + 6.91 = 4.670 O2 = 2.42 + 6.75 = 4.585
2 2
Response Table
Level M N O
1 2.425 4.590 4.670
2 6.830 4.665 4.585
Delta 4.405 0.075 0.085
Q
เนื่องจาก M มีค่า Delta มากต้ องให้ ความสาคัญกับ M Q
Q
 5. คานวณค่าคาดหมายของ S/N 147

สมการคาดหมาย คือ

h = T + (A2 + T) + ((A2B1 – T) – (A2 – T) – (B1 – T)) + (C1 – T) + ((A2C1 – T)

– (A2 – T) – (C1 – T)) + (D2 – T)
ลดรูปสมการเหลือ
h = A2B1 – B1 + A2C1 – A2 + D2

แทนค่ าต่ างๆ จะได้

h = (-12.06) – (-14.16) + (-11.26) – (-12.89) + (-13.33)
h = -9.60 db

Q
Q
Q
 แบบฝึ กหัดคานวณค่า S/N กรณี Larger-the-Better 148

S/N = -10log 1/y12 + 1/y22 + … + 1/yn2

n
Data Set1 : 5 9 11 15
Data Set2 : 10 14 16 20
Data Set3 : 10 10 10 10
Data Set4 : 15 15 15 15

Q
Q
Q
 วิเคราะห์ Nominal-the-Better 149

กรณี Nominal-the-Better ปัจจัยที่ควบคุมได้สามารถจาแนกดป็ น 4 กรณี คือ

Type I : ปั จจัยที่มีผลต่อความผันแปรแต่ไม่มีผลต่อค่าเฉลี่ย
Type II : ปั จจัยที่มีผลต่อค่าเฉลี่ยแต่ไม่มีผลต่อค่าความผันแปร
Type III : ปั จจัยที่มีผลต่อค่าเฉลี่ย และค่าความผันแปร
Type IV : ปั จจัยที่ไม่มีผลต่อค่าเฉลี่ย และค่าความผันแปร

Q
Q
Q
 ประเภทของปัจจัยที่ควบคุมได้ 150

1
1
2
ลักษณะคุณภาพ 2

Type I Type II

1 2
1 2
ลักษณะคุณภาพ

Type III Type VI

Q
Q
Q
 กาหนดค่าของปั จจัย 174

เนื่องจาก A, E, และ F มีผลต่อค่าเฉลี่ยของ y

m = T + (A2 – T) + (E2 – T) + (F1 – T)
ลดรู ปเหลือ
m = A2 + E2 + F 1 – 2 x T
ดังนั้น
m = 36.091 + E2 + 36.131 – 2 x 35.902
m = E2 + 0.418

Q
Q
Q
 กาหนดค่าของปั จจัย (ต่อ) 175

เนื่องจากค่าเป้ าหมายของ y คือ 36.000

ดังนั้น 36.000 = E x 0.418
E = 35.592
เนื่องจากค่า E1 = 35.592 ดังนั้น การปรับให้ E มีค่าใกล้ 35.592 ที่สุด
ดังนั้น จึงควรกาหนดให้ E เป็ น E1
สมการสาหรับการกาหนดปั จจัย ตัวปรับค่าเฉลี่ย คือ

Adjustment factor = Levellow + (Levelhigh – Levellow) x (target – responselow)

setting (responsehigh – responselow)
Q
Q
Q
 Thank You! 176

Q&A
BIG Q TRAINING CO., LTD.
ขอขอบพระคุณทุกท่าน
Q
Q
Q