Monday, July 13, 2015

Design of Experiment : DOE

Design of Experiment (DOE) มีจุดประสงค์ที่จะควบคุมการเปลี่ยนแปลงตัวแปรอิสระซึ่งต่อไปนี้จะเรียกว่าปัจจัย (factors) ของกระบวนการใดกระบวนการหนึ่ง แล้วดูผลที่เกิดขึ้นกับตัวแปรตอบสนอง (Response)ของกระบวนการนั้น 
กระบวนการ (Process) คือการทำงานรวมกัน ผสมผสานกันของ เครื่องจักร (Machine) วัตถุดิบ (Material) มนุษย์ (People) กรรมวิธีการทำงาน (Methods) สภาพแวดล้อมในการทำงาน (Environment) และกระบวนการวัดค่า (Measurement) เพื่อให้เกิดเป็นผลผลิตหรือการบริการ รูปต่อไปนี้เป็นตัวอย่างกระบวนการหนึ่งที่อยู่ในหมวดการผลิตสินค้าอุตสาหกรรม เพื่อชี้ให้เห็นความสัมพันธ์ของปัจจัย กระบวนการ และตัวแปรตอบสนอง



รูปที่ 1 ปัจจัย กระบวนการ และ ตัวแปรตอบสนอง
ในกระบวนการหนึ่งๆอาจจะมีปัจจัยมากมาย บางตัวเราก็ไม่อาจจะควบคุมได้และถึงแม้จะเป็นเหตุให้เกิดผลกระกระทบต่อกระบวนการก็ตาม เราก็จำเป็นต้องละเลยหรือปล่อยให้ตัวแปรเหล่านี้เป็นไปตามธรรมชาติของมัน  ในการออกแบบการทดลองเราจะเรียกตัวแปรเหล่านี้ว่า Noise แต่ตัวแปรบางตัวเราไม่สามารถปล่อยให้มันเปลี่ยนไปตามธรรมชาติของมันได้ เพราะมันมีผลต่อกระบวนการมากกว่าตัวแปร Noise  เราจะต้องควบคุมตัวแปรเหล่านี้ให้เปลี่ยนแปลงอยู่ในตำแหน่งและช่วงใดช่วงหนึ่งที่มีผลเสียต่อกระบวนการน้อยที่สุด เราเรียกตัวแปรเหล่านี้ว่า Key Process Input Variable หรือ KPIV ในขณะเดียวกันเราจะรู้ประสิทธิภาพหรือความเป็นไปของกระบวนการได้ก็โดยการวัดด้วยตัวชี้วัด เช่นเดียวกันกระบวนการหนึ่งๆอาจจะวัดด้วยตัวชี้วัดเพียงตัวเดียว หรือมากกว่า 1 ตัวก็เป็นได้ วิธีวัดก็มีได้ทั้งวัดด้วยเครื่องมือวัดซึ่งจะได้ค่าเป็นค่าต่อเนื่อง (Continueus data) หรือเรียกว่าตัวแปรเชิงปริมาณ (Quantitative variable) ถ้าวัดได้ด้วยการนับ การสังเกตุ ซึ่งจะได้ค่าเป็นค่าไม่ต่อเนื่อง (Discrete data) หรือเรียกว่าตัวแปรเชิงคุณภาพ (Qualitative variable) แต่ทั้งนี้ทั้งนั้นเราจะไม่สามารถวัดตัวแปร Output ของกระบวนการได้ทุกตัว จำเป็นจะต้องวัดเฉพาะตัวแปรที่เราเห็นว่าบอกหรือสื่อถึงประสิทธิภาพหรือผลที่เกิดขึ้นในกระบวนการได้ดีที่สุดหรือมากที่สุดเท่านั้น เราเรียกตัวแปรที่เราคัดเลือกมานี้ว่า Key Process Output Variable หรือ KPOV 
จากรูปที่ 1 ตัวแปรเข้า Input factors ที่เห็นนั้นคือตัวแปรที่พิสูจน์แล้วว่าเป็นตัวแปรที่ส่งผลต่อกระบวนการมาก และ Output factors ที่ปรากฏก็เป็นตัวชี้วัดที่จะบ่งบอกถึงกระบวนการได้ดีที่สุด ซึ่งมีทั้งที่วัดด้วยเครื่องมือวัดได้คือความหนา การหดตัวของชิ้นงาน และที่นับหรือสังเกตุด้วยคนเท่านั้น คือจำนวนชิ้นงานที่ไม่ผ่านเกณฑ์หรือมีตำหนินั่นเอง เมื่อต้องใช้ DOE นั้นจะไม่นิยม่ใช้ Response หลายตัวในการทำครั้งหนึ่ง

ขั้นตอนในการออกแบบการทดลอง 

1. กำหนดหัวข้อปัญหา (Problem statement) จะต้องชัดเจน เข้าใจได้ง่ายและเป็นรูปธรรม ประกอบด้วยองค์ประกอบหลัก 3 อย่าง อะไรที่กำลังเป็นเป็นปัญหา (What) ลักษณะของปัญหาเป็นเช่นไรขนาดไหน (How) และพบปัญหานั้นที่ไหนช่วงเวลาใด (Where)

2. การเลือกปัจจัย (Factor) และการกำหนดระดับของปัจจัย (Treatment) จำเป็นที่จะต้องเลือกปัจจัยที่มีผลต่อกระบวนการอย่างแท้จริง ซึ่งสามารถเลือกจากกรรมวิธีคัดกรองโดยเครื่องมือทางสถิติ จำพวก Univariate เช่น T-Test  เป็นต้น ผู้ที่มีความรู้หรือเชี่ยวชาญในกระบวนการนั้นๆ ก็เป็นผู้ที่สามารถให้คำแนะนำที่ดีในการเลือกปัจจัย และการกำหนดระดับของปัจจัยด้วย 

3.การเลือกตัวแปรตอบสนอง (Response) จะต้องเน้นตัวแปรที่สามารถวัดได้ ทั้งที่วัดด้วยเครื่องมือวัดและวัดด้วยกระบวนการวัดอื่นๆ เช่น การนับ  และจะต้องเป็นตัวแปรที่สื่อถึงกระบวนการที่เราต้องการศึกษานั้นได้ดีด้วย 

4. เลือกแบบทดลอง (Experiment design) เช่น การกำหนดจำนวนสิ่งตัวอย่าง วิธีการเลือกสิ่งตัวอย่าง วางแผนการทำการทดลอง วิธีการบันทึกผลการทดลอง และการกำหนดค่าใช้จ่ายในการดำเนินการ เป็นต้น

5. ดำเนินการทดลอง (Perform the Experiment) ให้เป็นไปตามแผนการ ทั้งวิธีการดำเนินการ ความถูกต้องในการวัด การควบคุมตัวแปรในการทดลอง และเก็บผลการทดลอง

6. การวิเคราะห์ข้อมูล (Data analysis) ไม่ใช่แค่การ Run computer program เพื่อให้ได้ผลออกมาเท่านั้น แต่รวมถึงการตรวจสอบ ลักษณะและคุณภาพของข้อมูลที่ได้จากการทดลอง การพิสูจน์ทราบความถูกต้องของ Model ที่ได้ (Model adequacy checking) หาค่าระดับนัยสำคัญของอิทธิพลของแต่ละปัจจัย โดยปกติ DOE จะใช้ ANOVA ในการวิเคราะห์ข้อมูล ดังนั้นผู้วิเคราะห์ก็ต้องเข้าใจเงื่อนไข ของ ANOVA ด้วย

7. สรุปผลการทดลองและให้คำแนะนำ ผู้ดำเนินการทดลองจะเป็นผู้ที่เข้าใจที่ไปที่มาของข้อมูลดี และมองออกว่าผลที่ได้เป็นเช่นนั้นเพราะอะไร การดำเนินการมีข้อบกพร่องตรงไหน มีสาระสำคัญอะไรที่ผู้อ่านรายงานควรจะได้รับรู้ เผื่ออนาคตได้ดำเนินการทดลองบ้างก็จะเอาไปเป็นบรรทัดฐานได้ ผู้บริหารหน่วยงานอาจจะสนใจข้อวิเคราะห์ ความคิดเห็น ของผู้ดำเนินการมากกว่าผลที่ปรากฏก็เป็นได้

จะทำอย่างไรเมื่อต้องเป็นคนดำเนินการ การออกแบบการทดลอง

1. กำหนดเป้าหมาย ที่จะต้องทำให้มีความคลาดเคลื่อนของข้อมูลให้น้อยที่สุด ให้ได้สาระสำคัญของตัวปัจจัยที่เรากำลังพิจารณาให้มากที่สุด ให้ใช้ต้นทุนและเวลาดำเนินการน้อยที่สุด

2. กลยุทธ์และวิธีการดำเนินการที่ดี ควรจะเริ่มจากเข้าใจสภาพปัญหาอย่างถ่องแท้ และรู้ว่าตัวผู้ดำเนินการหรือผู้บริหารต้องการสิ่งใด

3. สิ่งที่ต้องยึดถือและต้องทำให้ได้ 3 ประการ
     3.1 การสุ่ม (Randomization) การดำเนินการใดๆกับปัจจัยจะต้องอิสระ เพื่อให้ข้อมูลแต่ละตัวเป็นอิสระต่อกัน นอกจากนั้นจะต้องคำนึงถึง หลักการกระจายอย่างทั่วถึงสมดุลย์ (ฺBalance out) สำหรับปัจจัยอื่นที่เราไม่อาจควบคุมได้
    3.2 การทำซ้ำ (Replication) หมายถึงการดำเนินการทดลองซ้ำอีกครั้ง เพื่อจุดประสงค์ 2 อย่างที่สำคัญคือ
                  - เพื่อให้สามารถมองเห็นและประเมินค่าความคลาดเคลื่อนจากการทดลองได้ การดำเนินการวิเคราะห์จะนำเอาค่าความคลาดเคลื่อนดังกล่าวไปประเมินว่าปัจจัยใดมีอิทธิพลต่อกระบวนการบ้าง
                 - เพื่อกำจัดทิ้งความคลาดเคลื่อน (Average out) อิทธิพลที่ไม่สามารถควบคุมได้ ที่มีต่อปัจจัย เปรียบดังเช่นการหาค่าเฉลี่ยนั่นเอง เป็นวิธีการในการประเมินค่าอิทธิพลของปัจจัยอีกอย่างหนึ่ง 
     3.3 การบล็อค (Blocking) เป็นเทคนิคที่ใช้ในการเพิ่มความแม่นยำ (Precision) ของการทดลอง หรือคือเพื่อลดค่าความคลาดเคลื่อนในการทดลอง

ความเข้าใจในการศึกษาหัวข้อ Design of Experiment.

ผู้เขียนมีความประสงค์จะให้ท่านผู้อ่านทุกท่านทำความเข้าใจองค์ประกอบในการเรียนรู้ DOE จึงได้แยกแยะองค์ประกอบเป็นดังแผนภาพต่อไปนี้ (ตามความเข้าใจของผู้เขียนเอง)


 ชนิดของการดำเนินการ (Design type) หมายถึงรูปแบบมาตรฐานที่จะใช้ในการดำเนินการ ผู้ทำการทดลองจะต้องตัดสินใจเลือกตั้งแต่อยู่ในขั้นตอนวางแผน เพราะ Design จะนำไปสู่วิธีการดำเนินการทดลอง วิธีเก็บบันทึกข้อมูล และเครื่องมือทางสถิติที่จะใช้ในการวิเคราะห์ในที่สุด การจะตัดสินใจเลือก Design ใดนั้น มีองค์ประกอบคือ ผลหรือเป้าหมายที่ต้องการได้รับ ความซับซ้อนของการทำการทดลอง และข้อจำกัดของทรัพยากรต่างๆ นักสถิติในยุคที่ผ่านๆมาได้คิดค้น Design ต่างๆไว้มากมาย จำเป็นที่ผู้ต้องการใช้ จะต้องศึกษารายละเอียดของแต่ละ Design เพิ่มเติมด้วย 
เครื่องมือทางสถิติ (Statistical tools) หมายถึงกรรมวิธีในการวิเคราะห์ข้อมูลที่ได้ เช่นเดียวกันที่ผู้ทำการทดลองจะต้องเลือกตั้งแต่อยู่ในขั้นตอนการวางแผนการทดลอง และที่สำคัญผู้ใช้จะต้องเข้าใจ Tool เหล่านี้ให้ดีพอ เมื่อผลการวิเคราะห์ปรากฏบนหน้าจอคอมพิวเตอร์แล้ว จะแปลความหมายอย่างไร มีข้อผิดพลาดจะรู้ได้อย่างไรและจะตรวจได้ที่ใด
เทคนิคหรือกลยุทธ์(Technique) หมายถึงวิธีการที่จะทำให้การดำเนินการทดลองง่าย สะดวก และประหยัดทรัพยากรมากขึ้น โดยที่ผลการวิเคราะห์ยังเป็นที่ยอมรับได้ เช่นเดียวกันผู้ทำการทดลองจะต้องกำหนดเทคนิคหรือกลยุทธ์พร้อมกับการเลือก Design เพราะบาง Design ก็มีข้อห้ามข้อกำหนดหรือข้อยืดหยุ่นที่แตกต่างกันไป
ข้อกำหนดที่จำเป็น (Fundamental procedure) เป็นสิ่งพื้นฐานที่ผู้ทำการทดลองจะต้องคำนึงถึงอยู่เสมอ หาไม่แล้วผลการวิเคราะห์และข้อสรุปที่ได้ก็อาจจะไร้ความหมาย หากปราศจากสิ่งเหล่านี้
ทั้ง 4 องค์ประกอบนี้ในบางครั้งผู้ที่กำลังจะเริ่มใช้ Design of experiment อาจจะไม่ค่อยใส่ใจ หรือแยกแยะว่า ที่ตัวเองกำลังพูดถึงอยู่นั้นจัดเป็นส่วนใดของ DOE เหนืออื่นใดสิ่งที่ผู้เขียนระบุในแผนภาพนั้นเป็นเพียงตัวอย่างเท่านั้น

ที่มา : http://www.geocities.ws/chalong_sri/why_DOE.htm

No comments:

Post a Comment