QE能力进阶（16）｜DOE 入门：从单因子试验到全因子试验的跨越

一、调了三个月参数，结论却一上产线就失灵

某制造企业做冲压件平面度改善。工程师按老经验"一次只动一个参数"：先把压力固定在 12MPa，把速度从 30 调到 45，平面度从 0.28mm 降到 0.24mm，判定"速度有效"；再把速度固定在 45，把压力从 12 调到 14，平面度又降到 0.22mm，判定"压力也有效"。三个月下来，报告结论是"速度与压力均为显著因子，建议取速度 45、压力 14"。产线照做，平面度回到 0.27mm，改善效果基本蒸发。

复盘时才发现问题：速度 45 之所以有效，是在压力 12MPa 的偏低条件下抑制了回弹；压力一提到 14MPa，这个组合的收益就消失了。而"速度 45＋压力 14"这一格，在单因子试验的设计里从来没有被真正跑过，因此永远看不到这一幕。类似的情形在 QE 日常里反复出现：报告里的"显著因子"一到现场就失灵，原因通常不是数据不实，而是试验方式从起点上只能回答单变量问题，而现场始终是多变量问题。

二、跨越的本质：从"条件效应"到"效应＋误差"

一次单因子（OFAT）试验的读数里其实混着三种成分：目标因子的效应、因子间的相互作用、以及纯噪声。OFAT 的设计结构无法把它们拆开，于是产生四个统计后果。

第一，没有误差自由度。 每轮只改一个因子、只测一个结果，所有变化都被记到那个因子名下，没有独立的误差估计。t 检验或 F 检验的分母不存在，显著性只能靠"数值看着降了不少"来判断。判据很简单：误差自由度 df_error ≥ 3 是勉强能判的最低门槛，≥ 6 才算稳定，而典型 OFAT 试验的 df_error 是 0。

第二，估出来的是条件效应，不是主效应。 当 A、B 两个因子存在交互时，把 B 固定在某一水平下测得的 A 的效应，等于 A 的主效应加上被折叠进来的一部分交互效应。换一个 B 的固定水平重测，数值就变了。现场表现就是"这个参数有时灵、有时不灵"，最后被记成"经验"。

第三，试验点散在坐标轴的线上，信息被浪费。 OFAT 的每一次"新试验"都要在另一因子的某个条件下重走一遍起点；全因子则把试验点铺在超立方体的顶点和中心，任意两个因子的水平组合被完整遍历，每一列的正负水平数量平衡（正交），主效应与各阶交互的估计互不混杂。

第四，多出两项关键的诊断能力。 一是弯曲检验：中心点的响应均值与角点均值差异显著（p<0.05），说明响应面已弯曲，两水平不够用，应转入响应面设计；二是失拟检验：判断模型是否真的代表数据，而不是硬拟合。

用同一笔预算做个对比：2 个因子 2 水平、各带 3 次中心点的试验约 20～21 次，就能估出主效应、二阶交互、弯曲项和 3 个纯误差自由度；同样次数的 OFAT 只能得到两个互不印证的条件效应，外加一句"总波动较大"。

三、从 OFAT 跨到全因子的五步实操

第 1 步，先确认响应能不能用来做判断。 响应必须是可测、可重复的量，且测量系统先过关。判据：关键特性的 GR&R（P/TV）≤ 10% 可直接用于 DOE；10%～30% 可用，但报告中须注明测量不确定度对效应量的影响；> 30% 先修量具，否则试验做出来也是噪声占主导。

第 2 步，把因子缩到 2～4 个、水平取现场波动范围。 候选因子先用因果矩阵或鱼骨图打分收缩，因子数超过 5 个不要硬上全因子（先筛选）；水平取生产实际能达到的范围，不取设备极限；两个水平的间距应 ≥ 3 倍设备分辨率，否则设定值本身分辨不出来。

第 3 步，定规模，先把误差自由度算够再动手。 设计取 2^k 全因子（k=2～4），加 3～5 个中心点；若预计噪声大，把角点重复 2 次（试验数翻倍）。三项硬性判据：误差自由度 ≥ 3（建议 ≥ 6）；对你想捕捉的最小工程效应量，统计功效 ≥ 0.8（用软件先算，不要事后补算）；中心点数 ≥ 3 才能给出弯曲检验。

第 4 步，排试验顺序。 运行顺序随机化，避免设备升温、刀具磨损、班次差异与因子水平同步变化；噪声源明显时按班次或料批区组化，区组内随机、区组间分开分析。每个运行的因子实际水平、操作者、批号、环境条件都要记录，不能用"设定值"代替"实际值"。

第 5 步，按判据分析，不按感觉分析。 判定显著要求同时满足两条：p < 0.05，且效应量达到工程有意义阈值（如平面度 0.03mm，等于公差的 10%）；只有前者，记为"统计显著、工程可忽略"。交互项显著时禁止只报主效应，必须做简单效应分析（固定一个因子在各水平上比较另一因子的效应），并把交互方向画出来。模型验收看三项：修正 R² ≥ 0.80、失拟检验 p > 0.05、残差图无趋势与喇叭形；不达标的模型只能用于指示方向，不得用来定参数。最后按最优组合做 3～5 次确认试验，实测均值须落在预测值的 95% 置信区间内，否则退回第 3 步重查噪声与模型。

分析给出的最优组合若不只一组（例如存在两个效应相近的可行组合），优先选对噪声更不敏感、操作窗口更宽的那一组，这比再多做一轮试验更划算。

四、五个常见误区

误区一：拿"调一个、看一次"的数据做显著性判断。 没有误差自由度，噪声被当成效应，结论放大或缩小的方向完全随机。

误区二：把条件效应当主效应。 换一个固定水平结论就翻转，于是得出"DOE 不可靠"的结论——不可靠的不是方法，是设计。

误区三：无重复、无中心点就上全因子。 2^4 无重复设计里，四个主效应与六个二阶交互把所有自由度占满，误差自由度为零，高阶交互只能被迫充当误差，p 值虚高，结论无法验证。

误区四：交互显著仍按主效应单独定参数。 报告里给出"速度 45、压力 14"两个独立最优值，产品却按两个区间的其他组合大幅波动，因为真正起作用的是组合本身。

误区五：把 p 值当唯一标准。 显著性只说明"这个差异不像随机噪声"，不代表差异大到值得动产线；是否改参数，还要过工程阈值与成本这道闸。

五、自查清单

• 响应的测量系统已确认：关键特性 GR&R ≤ 10%，一般特性 ≤ 30%，数据留档
• 因子 2～4 个、水平取现场波动范围，两水平间距 ≥ 3 倍设备分辨率
• 开始前已算过功效：对目标效应量功效 ≥ 0.8；误差自由度 ≥ 3（建议 ≥ 6），来源明确（中心点或角点重复）
• 试验顺序已随机化、必要时区组化；每个运行的实际水平与噪声条件均已记录
• 分析时交互显著先做简单效应；模型满足 R²(adj) ≥ 0.80、失拟 p > 0.05，并做过 3～5 次确认试验
• 结论已转化为控制计划与作业标准中的"参数组合规则"，而非两个互不相干的区间

单因子看得到效果，全因子才看得到真相。

知识编号：6.4.1

版本：v20260926

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。