En interaktionseffekt uppstår när effekten av en processfaktor på ett utfall beror på inställningen av en annan faktor. Inom försöksplanering (DOE) hjälper interaktioner till att förklara varför en ändring av temperatur, tryck eller en annan driftsinställning ger olika resultat under olika processförhållanden.
Överväg ett hypotetiskt bindningsexperiment med två temperaturer och två tryck. Att höja temperaturen från 150 °C till 170 °C ökar den genomsnittliga bindningsstyrkan med 2 MPa vid lågt tryck och med 10 MPa vid högt tryck. Skillnaden mellan dessa temperatureffekter tyder på en interaktion. En rekommendation om temperatur måste därför ange den tryckinställning under vilken den förväntade förbättringen gäller.
I praktiken gör en faktorförsöksplan att teamet kan uppskatta interaktioner tillsammans med huvudeffekter. Ett interaktionsdiagram visar utfallet över faktorkombinationer; icke-parallella linjer tyder på en interaktion. Statistisk analys utvärderar sedan bevisen mot experimentellt fel. Driftsbeslutet beror också på om den uppskattade effekten har betydelse i förhållande till kraven, såsom en minsta bindningsstyrka.
Interaktionsanalys hör hemma inom DOE och stödjer beslut i Improve-fasen i DMAIC. Att testa en faktor i taget kan göra att man missar interaktioner eftersom man granskar förändringar medan andra inställningar förblir fasta. När en faktorkombination har valts ut bekräftar konfirmationskörningar om det förutsagda utfallet återskapas. Pilotester kan sedan utvärdera prestandan under rutinmässiga driftsförhållanden.
