Als er geen historische data (reeds aanwezige data) ter beschikking is bij het achterhalen van grondoorzaken, dan gaan we met een Design of Experiments (DoE) nieuwe data genereren door middel van een experiment. Deze Experimentele Data kan vervolgens gebruikt worden om de optimale instellingen van de inputfactoren te bepalen. Met inputfactoren bedoelen we factoren die van invloed zijn op het proces. Deze variabelen zijn belangrijke inputfactoren die uiteindelijk bepalend kunnen zijn voor het behalen van de Critical to Quality (CTQ) van de klant of niet.
Ook al is het experiment wellicht nog zo goed opgezet, dan nog is er altijd sprake van onverklaarbare variantie. Dit noemen we ook wel een Experimental Error. Dit wil zeggen: ‘Variantie die niet door inputvariabelen verklaard kan worden.’
Door middel van een Factorial Design wordt de onderlinge relatie tussen de factoren en de gevolgen van die factoren weergegeven. Zo kan er wederom bekeken worden of de variantie in het proces verklaarbaar is. Zo niet, dan gaat het nogmaals om een Experimental Error.
Pingback: Historische Data - Green Belt Institute
Pingback: Genichi Taguchi - Green Belt Institute
Pingback: Factorial Design - Green Belt Institute
Pingback: Experimental Error - Green Belt Institute