Design of Experiments

Design of Experiments (DOE), in het Nederlands proefopzet, is een manier om met zo weinig mogelijk proeven te ontdekken welke instellingen van een proces het beste resultaat geven. In plaats van één knop tegelijk te verdraaien, varieer je meerdere factoren tegelijk, volgens een vast schema. Zo zie je niet alleen wat elke factor doet, maar ook hoe factoren elkaar beïnvloeden.

Wat is Design of Experiments?

Elk proces heeft een uitkomst die je wilt verbeteren, de Y: de sterkte van een product, de doorlooptijd, het aantal fouten. Die uitkomst hangt af van een aantal factoren, de X’en: temperatuur, druk, grondstof, aantal medewerkers. De X’en zijn de knoppen waaraan je kunt draaien.

Bij DOE kies je vooraf welke factoren je onderzoekt, op welke niveaus (bijvoorbeeld laag en hoog), en welke combinaties je test. Na de proeven laat de statistiek zien welke factoren er echt toe doen, hoe groot hun effect is, en of ze samen iets anders doen dan los.

Waarom niet één knop tegelijk?

De traditionele manier is één factor tegelijk veranderen (one factor at a time): eerst de beste temperatuur zoeken, dan bij die temperatuur de beste druk. Dat lijkt logisch, maar heeft twee grote nadelen, zoals je in de afbeelding bovenaan dit artikel ziet:

• Je mist combinaties. Als het optimum ligt bij een hoge temperatuur én een hoge druk, kan de zoektocht stap voor stap daar nooit uitkomen.
• Je ziet geen interacties. Vaak hangt het effect van de ene factor af van de andere. Dat zie je alleen als je ze samen varieert.

Een factorieel experiment test alle combinaties van laag en hoog. Bij twee factoren zijn dat vier proeven, bij drie factoren acht. Is dat te veel, dan test een fractioneel ontwerp een slim gekozen deel van de combinaties. Zo blijft het aantal proeven beperkt, terwijl je toch de belangrijkste effecten ziet.

Interactie

De grafiek hieronder laat zien wat interactie is. Bij lage druk maakt de temperatuur nauwelijks uit; bij hoge druk juist heel veel.

Wie bij lage druk de temperatuur onderzoekt, concludeert dat temperatuur onbelangrijk is, en mist zo de beste instelling. Een DOE voorkomt dat.

De stappen van een DOE

1. Bepaal het doel en de Y. Wat wil je verbeteren, en hoe meet je dat betrouwbaar?
2. Kies de factoren en niveaus. Welke X’en vermoed je, op basis van procesanalyse en data, en tussen welke waarden varieer je ze?
3. Kies het ontwerp. Volledig factorieel, fractioneel, of een ontwerp om een optimum nauwkeurig te vinden.
4. Voer de proeven uit. In willekeurige volgorde (randomiseren), zodat andere invloeden, zoals het opwarmen van een machine, het resultaat niet vertekenen. Herhaal proeven waar dat kan.
5. Analyseer en bevestig. Welke factoren en interacties zijn significant? Test de gevonden beste instelling daarna nog een keer in de praktijk.

Software als Minitab, JMP of Design-Expert maakt het ontwerp en de analyse, met ANOVA als statistische basis.

Een voorbeeld uit de praktijk

Kunststoffen zijn overal: in autodashboards, bloedzakken en het omhulsel van glasvezelkabels. Voordat zo’n product gemaakt kan worden, worden kunststoffen en hulpstoffen onder hoge druk en temperatuur samengesmolten in een extruder. Welke eigenschappen het materiaal krijgt, hangt af van de recepturen en de machine-instellingen, en die beïnvloeden elkaar. Met een DOE vind je met een beperkt aantal proeven de combinatie die het beste materiaal oplevert.

DOE wordt gebruikt in laboratoria, fabrieken en ontwikkelafdelingen, maar ook in dienstverlening, bijvoorbeeld om te testen welke combinatie van onderwerpregel, tijdstip en aanbod een e-mailcampagne het beste laat werken.

Waar komt het vandaan?

De Amerikaanse filosoof en wetenschapper Charles Sanders Peirce voerde in de jaren 1880 al gerandomiseerde experimenten uit. De Britse statisticus Ronald Fisher legde in de jaren twintig, op een landbouwproefstation in Rothamsted, de basis van de moderne proefopzet. Zijn boek The Design of Experiments verscheen in 1935.

DOE in Lean Six Sigma

Binnen DMAIC gebruik je DOE in de Analyse-fase, om te bewijzen welke X’en de Y echt beïnvloeden, en in de Improve-fase, om de beste instelling te vinden. Het is een typisch Black Belt-gereedschap.

Wil je leren hoe je experimenten opzet en analyseert? Bekijk de Black Belt-opleiding. Hieronder zie je een video (in het Engels) over de stappen van een DOE.