3-Fundamental of Designing Experiments

ROBUST DESIGN FOR QUALITY ENGINEERING AND SIX SIGMA

SUNG H PARK
JIJU ANTONY
Outline
• Framework of experimental design
• One-factor at a time experiment
• Two-factor factorial design
• Clasification of experimental designs
• The role of experimental design
Framework of
experimental
design
 Statement of the
experiment
problem

Outline of Planning of
subsequent
Understanding of
present situaition
experiment design experiment

procedure

Recommendation Choice of
and follow-up response
management variables

Choice of factors
Confirmation test
and levels

Analysis of Selection of
results and experimental
conclusions design

Performing the
Data analysis
experiments
Discrete (attribute)
• Sample discrete: data yang dapat dihitung, seperti jumlah cacat dan jumlah titik
kecil
• Fixed marginal discrete: data jumlah individu dari n individu yang
diklasifikasikan ke dalam beberapa kategori: misalnya, ketika seseorang
mengklasifikasikan penampilan n objek sebagai sangat baik, baik, cukup, atau
buruk
• Multi discrete: jumlah cacat adalah nilai diskrit sederhana. namun, jumlah cacat
besar, sedang, dan kecil dihitung: angka-angka ini adalah data multi-diskrit. ini
mengacu pada kasus di mana ada beberapa kelas dan jumlah unit per kelas
dihitung
Continuous (variable)
• Simple continuous: nilai berkelanjutan standar seperti berat, kekerasan, dan
kekuatan Tarik
• Multi fractional continuous: nilai-nilai ini muncul ketika data dari masing-
masing kategori bukan merupakan jumlah unit individu, seperti pada nilai
diskrit marjinal tetap, tetapi persentasenya, misalnya, sangat baik 25,7%, baik
20,9%, cukup 39,2%, dan buruk 14,2%. total harus 100%
• Multi variable continuous: berat total apel dalam satu pohon adalah nilai
kontinu yang sederhana. namun, ketika apel, misalnya, dalam satu pohon
diklasifikasikan sebagai kelas satu, 15 kg; kelas dua, 20,9 kg; dan kelas tiga, 5,5
kg, maka ini adalah data multi variabel