策略一：筛选主要因子（X型问题化成A型问题）
实验成功的标志：在ANOVA分析中出现了1~4个显着因子；这些显着因子的累积贡献率在70%以上。
策略二：找出最佳之生产条件（A型问题化成 T型问题）
实验成功的标志：在第二阶段的实验中主要的误差都是随机因素造成的。
因为各因子皆不显着，因此，每一因子之各项水准均可使用,在此情况下岂不是达到了成本低廉且又容易控制之目的。
策略三：证实最佳生产条件有再现性。
实验设计是以概率论与数理统计为理论基础，经济地、科学地制定实验方案以便对实验数据进行有效的统计分析的数学理论和方法。其基本思想是英国统计学家R. A. Fisher在进行农田实验时提出的。他在实验中发现，环境条件难于严格控制，随机误差不可忽视，故提出对实验方案必须作合理的安排，使实验数据有合适的数学模型，以减少随机误差的影响，从而提高实验结论的精度和可靠度，这就是实验设计的基本思想。
实验设计过程可以分成实验方案的设计和实验结果的数据分析两部分。实验方案的设计包括确定实验指标、选取因素、确定因素水平、建立实验指标的数学模型和设计实验方案。
今天，“书虫”在公司IQC现场召集了一个现场质量改进会，跨部门研究关键件的加工与检测难题，虽然现场气氛很好，但最终也只是众说纷纭，莫衷一是。
于是乎，“书虫”出现了一个idea, 何不安排供应商与我们自己的工程师们一同去参加一次DOE培训呢？带项目去，拿优化好的方案回来，岂不一举两得！
本帖最后由 书虫劳谦 于 2012-6-29 22:32 编辑
最近两周内，“书虫”所在的公司正好在某类机加工零件上碰到质量难题---见12楼所述（里面涉及多种工艺变量的识别、整合、优化），于是一个设想便在“书虫”脑海里生成----何不组织一个带课题的“DOE”项目的专题培训去解决这个问题呢？后与技术、采购、人事、供应商一一协商、并报高层批准，这样一个跨界的项目组便新鲜出炉。今天刚落实好培训机构及课程计划，准备在本月末完成这次为期3天的专题培训。
项目小组有SQE,SOURCING ENGINEER, DESIGN ENGINEER, SUPPLIER SUPERVISOR组成。
以下是项目培训申请书及部分项目目标：
本帖最后由 书虫劳谦 于 2012-6-29 22:23 编辑
今天下午，“书虫”抽空去DOE培训点观摩项目小组的现场培训效果。
[
今天，6-sigma-BB的第三周课又开始了，第三周的数理统计课程可有点深进深出：
本帖最后由 书虫劳谦 于 2012-8-16 21:08 编辑
在BB深进深出的统计知识学习中，不少学员慢慢走神甚至准备放弃一些高深知识点的学习，这时候培训老师拿出了一个PPT,其中有一页高屋建瓴般将6-sigma方法论归入了以下这如来神掌，期待着学员们的醍醐灌顶！
看到这样的提纲，“书虫”笑了，微笑之余更感叹于人类科学发展中思维模式的共性（甚至是范式在作祟）！在音乐教育中----以下圭多手谱真有异曲同功之妙：
楼主功力深厚！ 回复 hd_018 的帖子
呵呵，见笑了。仅抛砖引玉耳，欢迎交流点评！
从楼主这里学到了很多，想知道楼主引用资料的两本书籍的名称，谢谢！ 回复 gysmff 的帖子
欢迎来访！问候！:handshake
帖子上引用的两本书请查阅底下照片，供参考：
Jay Herzer与Barry Render的运作管理（很经典的运营管理教课书）
中国人民大学版的《六西格玛管理》
页:
1
[2]