DOE는 AMAT End-End 연속 프로세스, 설계 개선 및 최적화에서 중요한 역할을 합니다. 안타깝게도 대부분의 DOE 실무자는 DOE 통계 기반이 부족한 상태에서 익숙한 JMP가 있는 DOE 설계를 무작위로 선택하여 예측 모델이 좋지 않게 됩니다. 가장 강력한 Resolution IV 알고리즘 중 하나인 DSD를 사용하면 비교적 작은 DOE 실행 크기에서 많은 수의 예측 변수의 주 효과와 상호 작용 효과를 모두 연구할 수 있습니다. 그러나 DSD는 GRR 노이즈, SPC 시간 노이즈, 설계 제약 조건 또는 재귀적 단계적 알고리즘과 같은 직교성 위반을 허용할 수 없습니다.
DSD Blocking Design에 대한 특수 사례를 연구했습니다. 두 운영 시스템을 예측 인자로 할당하는 대신 Blocking 인자를 할당했습니다. DOE 실험 운영자는 주의를 기울이지 않고 Blocking 계획을 따르지 않고 실행 순서를 변경했습니다. 9개 실행의 전반부(1차 Blocking)를 완료한 후 설계 프로세스 소유자는 Blocking 실수를 발견하고 DOE 실행을 즉시 중단했으며, 이로 인해 설계 평가가 제대로 이루어지지 않았습니다. 논의 후 직교 설계 구조를 개선하기 위한 5가지 대안적 해결책을 찾았습니다. DOE 일정 및 비용 제약 조건을 고려하여 각 대안적 DOE 제안에 대한 자세한 설계 진단을 수행했습니다. 5가지 제안 중 Augment DOE는 9개의 새로운 Augment 지점(모두 모서리에 있음)을 추가하는 것이 가장 높은 투자 수익률에서 가장 많은 직교 위험을 회복하는 데 가장 좋습니다. 이 DOE Blocking 사례 연구를 통해 이 위기를 통해 효과적인 커뮤니케이션을 통해 JMP DOE 지식을 더욱 업그레이드했습니다.
