여러분이 품질개선에 관련한 일을 하고 있다면 실험계획(DOE)에 대하여 들어본 적이 있을 것이다.
그리고 아마 여러분의 공정을 개선하고 최적화하는 효과적인 방법을 아마 알고 있을 것이다.
그러나 DOE를 자주 사용하지 않는 경우에는 가끔 어떻게 실행하는 것이 좋을지 겁을 먹기도 한다.
어떻게 하면 적절한 실험설계를 선택할 수 있을까 그리고 Factor 개수와 수준은 올바로 선택하였다고
확신을 할 수 있을까? 그리고 데이터를 수집한 뒤에는 어떻게 하면 분석을 위한 올바른 모델을
뽑아낼 수 있을까?

5. 실험 런의 수를 줄이려면 해상도 V 디자인에 초점을 맞추자.

많은 경우에 완전배치 디자인의 1/2 혹은 1/4 디자인을 선택하는 것이 유리하다.
비록 효과가 교락되거나 서로 혼동이 되더라도 해상도 V 디자인은 이 교락의 영향을 최소화해 주고
모든 주효과와 2차 교호작용 효과를 예측할 수 있게 해준다. 실험 횟수를 줄일 수록 실험비용을
낮출 수 있다.
 

6. 반복실험을 통해 실험의 검정력을 높이자.

검정력이란 반응결과에 효과가 존재하는 경우 그 효과를 검출할 확률을 의미한다.
반복실험 횟수는 여러분 실험의 검정력에 영향을 주어서 실험 반응결과에 영향을 주는 입력변수를
성공적으로 확인할 기회를 높여주므로 검정력을 높이기 위해서 실험 반복횟수를 추가하자.

7. 반응결과에 대해 정량적인 측정을 사용하여 검정력을 개선하자.

모든 실험의 근본적인 목표는 불량을 줄이는 것이기에 반응결과로서 불량갯수를 사용하는 경우가
종종있다. 그러나 불량갯수를 구하려면 비용이 많이 들고 측정에 반응이 매우 더디기도 하다.
대신에 불량수준에 관련된 정량적인 측정을 하도록 하자. 그렇게 하면 샘플의 갯수를 극적으로
줄일 수 있고 실험의 검정력을 개선할 수 있다.

8. 관심있는 모든 입력변수와 핵심 반응값을 분석하자.

요인설계 방법은 모든 잠재적인 입력변수를 분석에 대해 포괄적인 접근을 가능하게 해준다.
실험에서 하나의 요인을 제거하는 것은 그 요인의 중요성을 결정할 기회를 '0"이 되도록
베어내는 것이다. 실험을 하려고 할 때 잠재적으로 중요한 입력변수를 빠뜨리지 않도록
주의해야 한다.