单因子轮换总翻车？——DOE全因子设计实战五步法

很多质量人入门DOE后，卡在选型上：因子一多知道上部分因子，因子少反而拿不准。全因子设计（Full Factorial）是把所有因子的水平组合全部做一遍的试验方法——2个因子2水平要4次，3个要8次，4个要16次。试验次数看似"奢侈"，但它能同时看清主效应和交互作用，这正是单因子轮换和部分因子设计做不到的。今天用注塑件翘曲的案例，讲清楚全因子设计什么时候用、怎么排、怎么分析。

一、什么时候该上全因子设计

三个条件同时满足，才值得上。

一是因子数量少，一般不超过4～5个。4个因子2水平共16次试验，多数产线咬牙能排；因子到6个以上，64次试验就要慎重，先考虑部分因子筛选。

二是交互作用可能是主角。A因子单独调没效果，A和B一起调效果翻倍——这种"1+1大于2"的现象，单因子轮换法永远测不出来，只有全因子试验能完整估计。

三是试验成本可承受、结论要一次到位。与部分因子相比，全因子不做"别名"妥协，每个主效应和二阶交互都能独立估计，适合在筛选出少数关键因子后，做精细优化前的"最后一轮确认"。

反过来，如果只想从8个因子里快速筛出2～3个，直接上全因子就是浪费——256次试验排不起，也没必要。全因子和部分因子不是替代关系，而是接力关系：先筛选、再全因子、最后响应曲面优化。

二、案例：注塑件翘曲的16次全因子试验

某汽车内饰件供应商生产仪表板骨架，注塑后翘曲变形量超标，装配时卡扣对不齐，客户端批量退货。项目组头脑风暴列出6个候选因子，用因果矩阵打分后锁定4个进入全因子试验，各取两个水平：

A 模具温度：60℃／90℃；B 料温：230℃／250℃；C 保压压力：60MPa／80MPa；D 保压时间：4秒／8秒。

响应变量是翘曲量，每个组合取3件产品用三坐标测量取平均值。试验前先做测量系统分析，确认三坐标重复性满足要求——测量不准，16次试验全部白做。

4个因子、2个水平，共16个组合，这就是"全因子"的含义：所有水平组合一个不少。

三、试验实施：随机化、重复与数据记录

方案定了，实施有三条铁律。

第一条是随机化：16个组合的顺序打乱再排产，避免模温机升温、操作疲劳等随时间漂移的因素系统性地偏向某一水平组合。

第二条是重复：每个组合3件，用件间波动估计试验误差——没有重复，就没有"显著性"可言。

第三条是记录：每次试验记录环境温湿度、设备状态、原料批次，分析时若发现异常点，能追溯是试验问题还是记录问题。

16个组合分两个班次完成，班次差异在分析时作为区组纳入，把"换班"的影响从误差里摘出来。

四、三步分析：主效应、交互作用与方差分析

数据汇总后，按三步走。

第一步看主效应图：四个因子中，模温对翘曲量的影响最大，料温次之，保压压力和保压时间单独看都不显著。

第二步看交互作用图——这是全因子的独家收获：把模温和保压时间画成交互作用图，两条线明显交叉。模温60℃时，保压时间从4秒加到8秒，翘曲量几乎不变；模温90℃时，保压8秒的翘曲量比4秒小一大截。也就是说，保压时间"单独没用，配合高模温才管用"。单因子轮换法到这里必然翻车：它一次只动一个因子，永远发现不了这对"搭档"。

第三步做方差分析：模型整体显著，拟合优度R²约0.9，残差随机分布、无喇叭口；交互项A×D显著，与交互作用图互相印证。

结论锁定：模温是关键因子，保压时间必须与模温联动设定，料温取高水平更优，保压压力按成本最低原则自由选择。

五、确认试验与落地固化

按最优组合——模温90℃、料温250℃、保压8秒、保压压力60MPa——连续做5批确认试验，翘曲量均值从2.1mm降至0.6mm，卡扣装配一次通过率从82%提升到99.5%。确认试验不能省：小样本结论放大到批量之前，必须用独立批次复核。

随后把参数固化进注塑工艺卡：模温、保压时间纳入SPC监控，保压压力按成本最优取值，并给换模人员配了参数对照表。三个月跟踪，翘曲量稳定，没有反弹。

六、三个常见误区

误区一：因子一多就硬上全因子。5个以上因子先做部分因子筛选，把候选压缩到3～4个再上全因子，顺序不能反。

误区二：只看主效应图，不画交互作用图。本案例里保压时间单独看"没用"，实际却是高模温下的关键杠杆——漏掉交互，结论可能完全相反。

误区三：不做随机化和重复。图省事按顺序做试验，噪声会混进效应估计，把漂移当结论；不设重复，连"显著"都无从谈起。

全因子设计的价值，不是"多做几次试验"，而是把效应之间的纠缠一次看清。它和部分因子、响应曲面串起来，就是一条完整的DOE进阶路径：先筛、再全、后优化。对每个被交互作用坑过的质量人来说，16次试验换一个"不再翻车"的结论，这笔账怎么算都值。

主效应看清方向，交互作用看清真相——全因子设计的每一次试验，都在为结论扫除盲区。

知识编号：6.4.1

版本：v20260817

作者：卓越质量智库 卓越质量智库致力于为质量管理从业者提供系统化的专业知识、方法论与实战工具，助力企业质量能力持续提升。