试验顺序随手排，显著因子可能是假的？——DOE 随机化、区组化与中心点五步法

一、一个把结论做反的试验

某压铸企业为解决气孔率偏高的问题，做了一轮两水平三因子的试验：压射速度、模温、涂料浓度，8 次试验加 2 个中心点，共 10 次。为了"顺便不耽误生产"，试验按排产顺序推进：压射速度高的组合安排在周一上午，模温高的组合安排在周三，涂料浓度高的安排在周五。

结果出来，压射速度效应最大，P 值 0.008。团队据此把压射速度提高 15%，量产后气孔率几乎没变。三个月后复盘才发现，周一那台压铸机刚换过模，周三车间空调故障，周五换了新批次的涂料——真正的差异来自这些与因子同步变化的东西。试验顺序和批次差异，被记在了压射速度的账上。

DOE 的计算没有错，错的是试验的排法。这篇文章讲的就是 DOE 里最容易被省掉、却最影响结论可信度的三件事：随机化、区组化和中心点。

二、三件事管的是同一个敌人：噪声

DOE 有个隐含前提：除了故意改变的因子，其他条件尽量一致，剩下的差异算作随机误差。但现场从来不是这样——原料有几批、设备有几台、人有几个班次、环境有温湿度、时间是连续流动的。这些无法纳入试验因子的差异就是噪声因子，它们一旦与因子同步变化，就会和因子效应纠缠在一起，统计上称为混杂。

三件事各管一段。随机化防止未知的、随时间漂移的噪声与因子绑定，做法是把试验顺序打散，不按因子水平高低排、不按设计表顺序做。区组化把已知的、可以分块的噪声从误差里剥出来，整批原料、某台设备、某个班次无法在试验内消除，就让它们成为区组，而不是假装它们不存在。中心点是所有因子都取中间水平的那几次试验，它有两个作用：检验响应是否存在弯曲，以及提供纯误差估计，用来判断模型是不是真的拟合得住。

一句话概括：随机化打散噪声，区组化隔离噪声，中心点量化噪声。省掉任何一件，结论的可信度就只能靠运气。

三、五步法

第一步：开工前列一张噪声清单

把可能的噪声源按"能不能分块"分成两栏。可以分块的是原料批次、班次、设备、操作员、样品架，它们边界清楚；不能分块的是温度漂移、刀具磨损、环境湿度，只能靠打散。

清单里要特别留意三类高发项：原料批次（尤其是新老料混用）、设备与模腔（多腔模具尤其）、时间（上午下午、周初周末）。这三类在现场最常见，也最容易被"顺手"排进同一个因子水平。

第二步：先定区组，再排顺序

区组的原则是同一区组内部尽量一致，区组之间允许有差异。如果一批要做 8 次试验而一个班次只能做完 4 次，就分成两个区组，并保证每个区组内都包含尽可能均衡的因子水平组合——千万不要让第一个区组全做低水平、第二个区组全做高水平。

区组大小要与自然的生产批量对齐：一次配料、一炉、一盘。区组越小越好，但至少要能容纳一次完整的因子水平组合。

顺序则在区组内部随机。做法很简单：把区组内的试验编号抓阄，或用随机数表、Excel 的 RAND() 排序。关键是把随机的结果留在记录里，它是审核与追溯的一部分。

第三步：把中心点分散放进去

中心点通常做 3～5 次，不建议只做 1 次。比数量更重要的是位置：中心点要分散在不同区组、不同时段，才能同时反映批间差异和纯误差。如果中心点全在第一天做完，测出来的只是第一天的波动。

重复也要分清真伪。真重复是重新设定、重新投料、重新测量；假重复是同一件样品测两次。前者才能估计纯误差，后者只反映量具的重复性，把它当误差项会把显著性算得虚高。这里有一条配套纪律：所有试验样品的测量，都应由 MSA 合格的测量系统完成，量具误差不该混进试验结论。

第四步：分析时把区组放进模型

做完试验先看区组效应本身。如果区组显著，说明批间差异确实存在，这时必须把它保留在模型里，让它吃掉这部分变异，再评估因子是否显著；如果把区组项删掉，这部分差异会全部算到误差里，或者直接算到某个因子头上。

中心点用来查弯曲与拟合。如果中心点实测均值明显偏离同因子水平下的线性预测值，说明响应是弯的，两水平试验到此为止，需要补轴点做响应曲面；如果中心点与预测吻合，两水平的线性模型才站得住。

还要看重复之间的差异，也就是纯误差。纯误差小得异常时要警惕，往往说明重复没做真，只是把同一条数据抄了两遍。

第五步：结论里写清适用条件

分析完毕，结论不能只写"因子 A 显著"。要同时写清三件事：效应在哪些区组里稳定出现，即跨区组一致性；最优点落在试验区间内部还是边界上；结论成立的前提条件，例如基于某牌号原料、某型号设备。

把试验顺序表和区组划分一并归档。下次做验证试验或放大试验时，同一套区组结构可以复用，两次试验之间才有可比性。

四、五个高频误区

第一，把试验顺序当排产顺序。为了不打断生产，把同水平的试验凑在一起做，这是自造混杂，最伤结论。

第二，以为"随机"就是"随便"。随机是对照试验的入场券，没有随机化的试验，本质上只是一组观察数据。

第三，区组只做半套。只让一个区组跑完整设计，其余区组补剩余组合，区组与因子效应互相污染。

第四，中心点做一次就够。一次中心点既看不出曲率，也估不出误差，三次是底线。

第五，用假重复冒充重复。同一件样品连测三次，只会把量具误差当作过程误差，把不显著的因子做成显著。

五、一句话总结

DOE 的可信度不只取决于设计表选得对不对，更取决于试验的排法——噪声打散了、分块隔离了、中心点铺开了，数据才配得上统计模型。

因子效应算得再漂亮，也补不回试验排法的漏洞。

知识编号：6.4.1

版本：v20260920

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。