Försöksplanering (DOE) är en strukturerad statistisk metod för att planera tester som skattar hur processindata påverkar ett uppmätt respons, inklusive samspelseffekter mellan indatavariabler. En samspelseffekt uppstår när effekten av en indatavariabel beror på en annan indatavariabels inställning.
I en förseglingsprocess kan ett team testa temperatur och tryck på två nivåer vardera, vilket ger fyra behandlingskombinationer i ett fullständigt faktorförsök. Att testa varje kombination gör det möjligt för teamet att bedöma om högre temperatur förbättrar förseglingsstyrkan annorlunda vid lågt och högt tryck. Testning av en faktor i taget löser inte den samspelseffekten över de föreslagna inställningarna. Driftsbeslutet gäller en kombination av inställningar, så försöket måste stödja det valet.
En DOE-plan definierar responset och dess mätförfarande innan produktionskörningar allokeras. Replikering ger en skattning av försöksfelet. Slumpmässig körningsordning minskar risken för att förväxla indataeffekter med tidsrelaterade förändringar, medan blockbildning tar hänsyn till kända störningsvariabler såsom materialpartier. Fyra behandlingskombinationer innebär därför inte nödvändigtvis fyra produktionskörningar. Reducerade faktorförsök minskar det inledande antalet körningar, men sammanblandning (aliasing) kan förhindra separat skattning av effekter och kräva uppföljande testning.
Within DMAIC, DOE commonly supports Improve-phase decisions after rotorsaksanalys has identified candidate inputs. Mätstudiemätning (Gage R&R) helps assess measurement suitability when operator differences or repeated readings may affect results. Confirmation runs test the proposed settings against the model's predictions before implementation. The styrplan then documents the confirmed settings and tested range, while styrkort monitor subsequent process behavior.
