여러분이 지금 식스시그마 교육을 받고있고 실험계획(DOE)를 어떻게 실행하는지 배우고 있다고 하자.
배운 내용이 모두 이해가 되고 교육을 받고 나서 실무적으로 현장의 품질개선을 위해 사용중인 기계의
최적 설정값을 찾아내기 위해서 배운 것을 어떻게 적용을 해볼까 고민하기 시작하였다.
 

여러분은 실험계획 유형을 선정하였으며 테스트해야할 인자들도 찾아서 알고 있다고 하자.
그런데 여기서 이슈가 하나 생겼다. 여러분이 선정한 실험설계로서는 여러분이 필요로 했던 결과(Y)를
나타내어 주지 못한 것이다. 이러한 경우는 무엇인가를 이론으로 배울때 발생하는 전형적인 경우이다.
현실적으로 적용했을 때 기대하지 못했던 많은 이슈들에 부딪히게 된다.

실험결과로 부터 개선 혹은 증명하려고 하는 반응결과(Y)가 여러분이 개선하려는 반응결과를
잘 대변해주지 못하는 경우가 생기면 여러분 나름대로의 전문적인 기술력을 동원하여 틀에 밖힌
반응결과가 아닌 참조적인 새로운 반응결과(Y)를 선정하는 것을 시도해 보자.

실험계획을 가르치는 대부분의 교재에서는 분석하려고 하는 공정에서 핵심공정의 Output 변수 혹은
DMAIC 단계인 첫번째 단계인 Define 단계에서 실시한 특성요인도 분석 결과로 부터 구해진 Output이
실험의 반응결과(Y)로 사용해야 한다고 가르치고 있다.

일반적으로 이러한 가이드라인은 올바르다고 평할 수 있다. 그러나, 많은 경우에 이렇게 선정한
반응결과(Y)는 아무런 의미가 없는 측정값이되는 경우가 허다하다. 여러분은 실험결과(Y)를
정량적으로 측정할 수 있기를 원하고 있을 것이다.

미국의 포드 자동차에서 너무 빨리 고장이 나는 헤드라이트용 전구의 고장문제에 직면한 적이 있었다.
어떤 모델에서 보증비용이 해마다 증가하고 있었고, 헤드라이트용 전구의 고장이 포드 자동차에서
단독 최상위 보증비용 발생 부품이 되고 말았다.

헤드라이트용 전구의 고장이 왜 발생하는지에 대해서 의견이 일치되지 않고 의견이 분분하였다.
과전압 때문이었는지? 자동차의 진동 때문이었는지? 전구부품 협력사로 부터의 전구품질과 관련한
무엇인가가 있는 것은 아닌지?
 
헤드라이트용 전구 개선팀은 입력전압, 입력진동, 필라멘트 장착각도, 전구납품회사, 필라멘트 편심의
5개 인자를 선정하고 2수준 완전배치 실험계획인 2^5 실험배치를 결정하였다.

그런데, 문제가 생겼다. 반응결과(Y)로서 무엇을 측정하지?
개선팀에서 브레인 스토밍을 통해 전구의 평균고장시간, 고장발생 시간까지의 분산, SN비를 포함한
많은 반응결과(Y) 대상이 협의되었다. 그러나, 쌈박하게 더 좋은 것은 없을까?

고정관념을 깨고 창의적인 반응결과(Y)로서, 개선팀은 자신들이 브레인스토밍한 반응결과(Y)가 아닌
신뢰성 측정값을 선택하기로 결정하고 사후관리 분석을 실시한 결과 왜 헤드라이트 전구에서 불량이
발생하고 있었는지 명시해야할 필요가 있었다는 것을 이해하는 계기가 되었다.
이 개선팀에서 이 DOE 결과는 크게 성공하였으며 포드 자동차는 수백만달러의 비용을 절감할 수 있었다.