記得10 多年前剛開始流行「田口式」時，開始讀變量分析、多變量分析…，對於各種統計學的分佈、學理以及演算，複雜得不得了，只有一個心得：「太難了，讀了又忘，天生不是讀統計學的料！」，多年來在職場，只要碰到了有人作DOE 或是田口式，開始追問時，發現多半也是知其然而不知其所以然，究竟DOE 背後的理論基礎，實非凡人所能解。這也使它一直蒙上神秘的面紗，有人拿著這個工具招搖撞騙，但解不了問題；有人只知要求別人作DOE，卻不知道其中原理及真諦。感謝2008 年同事Tony(陳台榮), Mark(鄧江揚), Dave(陳萬福) 分別研究新程式Minitab 並分享，讓我溫故知新，對DOE 有更深的認識。
DOE 分為兩個階段的實驗：第一階段的實驗是為了找出顯著因子，第二階段實驗的目的是針對顯著的因子，找出其工作區間；最終的數據再利用多變量分析(ANOVA) 來找出各因子的關連性和貢獻度，作為量化的參考。
至於分析結果的運用，則是看如何接近目標值，讓變異的量變小。
說來簡單的幾句話，就是DOE 的要訣。至於以往畏之如虎的計算，感謝現今有了Minitab 等應用程式，或是擅用Excel 等工具，作起來較之於數十年前，真是方便太多了。我們可以把節省下的時間和資源來分析原因、讓計劃作的更周延。
當然DOE 不是適用於所有企業、產業。目前只知在製程開發上(如晶圓代工的良率)，它的效果最為明顯，這也是「田口式品質工程」為何在製造業風光，而在其他行銷、服務業卻鮮為人知的緣故。
當然DOE 既然是高等的品質工具，要用它就得先熟知常用的統計知識，要是連平均值和標準差都不知的人，得先花點工夫打好基礎，否則是無法學通的。另外兩個重要觀念，是「因子」(factor)和「水準」(Level)，弄懂了這兩個定義，才能夠看得懂各設計規劃的想法和後續的分析。
殘差檢定– 殘差(Residuals)為觀察值與預測值的差，殘差越大代表推算誤差越大。ANOVA 分析它的三個特性– 常態性、獨立性和變異數齊一性。利用殘差圖形可檢視基本假設和模型的合理性。
當有殘差出現時，這時就要去除離群值(outlier)讓它恢復成常態分佈，此時就可用到一些如直方圖(Histogram)、機率圖(Probability plot by A-D or K-S test)、時序圖、P-value(e.g. <5%)…等工具了。自此開始 MiniTab 的下拉式清單中各種功能的運算就呈現出來了。
到了殘差分析後，就會觀察到主效益(main effects)和交互作用(interactions)。Minitab 除了快速的把一堆數據算出各因子的主效益外，也同時算出它們的交互作用，以及它們的迴歸方程式，因此無論是只要看圖的高階決策者、要對照圖的初學者，或是可以讀、分析數據的老手，它都是個方便的工具。
尤有甚者，它加上了自動boc-cox 的計算，把不合理模型的數據優化(用開根號、平方、對數…)；以及加上了中間值的檢定，來確認主效益和交互作用是否是線性的；…。
當然，要能善用DOE 這樣子較具深度理論基礎的統計方式，有賴於更多的實務經驗，目前的所知只是開端。新知進展飛快，加上學海無涯，但高興有同事共同研討長進，謹誌自勉。
布魯斯的淒美一生 