376501_de-DE

liliconcom

DOE für eine einzelne Komponente mit unterschiedlichen Quellen und Ebenen

Ich versuche, die Maltodextrin-Komponente einer Formulierung zu optimieren. Es gibt 3 verschiedene Maltodextrine, die ich bewerten möchte (verschiedene Lieferanten - kategorisch), und ich möchte jeweils 3 Konzentrationen / Niveaus verwenden.

 

Es ist nicht sinnvoll, die 3 verschiedenen Maltodextrin-Optionen als unterschiedliche Faktoren zu verwenden, da sie niemals zusammen verwendet werden - die Idee ist, die beste auszuwählen. Ich könnte 3 separate Ein-Faktor-DOEs durchführen, aber das scheint ineffizient zu sein.

 

Gibt es ein gutes Design, um gleichzeitig zu beurteilen, welches Maltodextrin das beste und welche Konzentration das beste ist?

 

Vielen Dank!

DAMHIRSCHKUHBetreff: DOE für eine einzelne Komponente mit unterschiedlichen Quellen und Ebenen

@ Thaumi . Willkommen in der JMP-Community. Es gibt mehrere Möglichkeiten, um das zu erreichen, was Sie möchten. Nur um sicherzugehen, dass Sie nicht daran interessiert sind, die Kausalstruktur zu verstehen, versuchen Sie nur, "den Gewinner auszuwählen", richtig. Ich kann einige meiner Gedanken / Fragen anbieten, aber ich gebe zu, dass ich ein frommer Determinist bin, also entschuldige ich mich im Voraus:

1. Wenn Sie herausfinden möchten, welcher Lieferant der beste ist, bin ich mir nicht sicher, ob DOE meine empfohlene Datenerfassungsstrategie ist. Warum, weil ich nicht sicher bin, wie Sie den Lieferanten als "Ebene" mit der wahrscheinlichen Variation innerhalb des Lieferanten darstellen würden. Ich könnte einen verschachtelten Probenahmeplan vorschlagen, bei dem Sie mehrere Proben mit mehreren Konzentrationen entnehmen und möglicherweise sogar eine Schicht für die Messgenauigkeit verschachteln.

2. Wie sicher sind Sie im Messsystem?

3. Sind die Konzentrationen für alle Lieferanten gleich?

4. Wie viele Proben von "Materialien" benötigen Sie, um sicher zu sein, dass diese Proben die Variabilität in den Prozessen darstellen?

 

Betreff: DOE für eine einzelne Komponente mit unterschiedlichen Quellen und Ebenen

@ Statman wirft einige gute Punkte auf, die Sie berücksichtigen sollten. Ich war wahrscheinlich zu naiv (oder nahm zu viel an), aber Ihre Problembeschreibung ließ mich denken, dass Sie zwei Faktoren hatten. Eine davon ist Supplier, eine kategoriale Variable mit drei Ebenen. Der andere Faktor ist die Konzentration, die wahrscheinlich kontinuierlich sein sollte (Sie geben nur die Anzahl der Ebenen basierend auf dem Modell an, das Sie anpassen möchten - quadratische Effekte erfordern 3 Ebenen). Vor diesem Hintergrund dachte ich, das Modell wäre: Lieferant, Konzentration, Lieferant * Konzentration, Konzentration * Konzentration und möglicherweise Lieferant * Konzentration * Konzentration.

 

Es gibt VIELE Annahmen in meinem Denken, also denken Sie bitte sehr genau darüber nach, was Sie versuchen und warum. Nachdenken und antworten @ Statman Die Fragen werden Ihnen sicherlich weiterhelfen.

Betreff: DOE für eine einzelne Komponente mit unterschiedlichen Quellen und Ebenen

Um ein paar zusätzliche Fragen / Gedanken hinzuzufügen, um zu ergänzen @ Dan_Obermiller und @ Statman 's Gedanken ... und erinnern an meine Zeit als Lieferantenqualitätsmanager ... es gibt viele nicht statistische Kriterien, die bei der Lieferantenauswahl berücksichtigt werden, insbesondere wenn Sie sagen, dass Sie nach den' Besten 'suchen ... was auch immer das bedeutet ...

 

1. Kosten (Preis).

2. Langfristige Variation aus Sicht der Qualität / Zusammensetzung.

3. Vorlaufzeit. Dies ist wichtig, wenn eines der Ziele Ihres Unternehmens darin besteht, die Arbeit im Prozessinventar, das Design von Einzelstückflussprozessen und nur allgemeine bewährte Lean-Praktiken zu minimieren.

4. Mindestbestellmengenbeschränkungen?

5. Pünktliche Lieferleistung.

6. Vertrauen / Risiko in die gesicherte Versorgung. Zum Beispiel ... muss der Lieferant in dieser COVID-Welt aus pandemischen Gründen herunterfahren?

 

Meine Erfahrung war leider, dass die oben genannten Kriterien fast immer alle technischen / wissenschaftlichen Empfehlungen überforderten, die bei Leistungstests / -bewertungen gelernt oder beobachtet wurden. Ich hoffe, Ihre Organisation ist anders?