들어가는 말

Ⅰ. 실험 계획(Design of Experiment) 개요

1. 실험 계획의 시작
1.1. ‘실험 계획(DOE, Design of Experiments)’의 탄생과 발전
1.2. ‘분산 분석(ANOVA, Analysis of Variance)’의 탄생
1.3. ‘개인 오차’와 ‘최소제곱법’ 및 ‘분산 분석’ 간 관계

2. 실험계획의 기본
2.1. ‘실험 계획’에 쓰이는 주요 용어들
2.2. ‘실험 계획’의 용도
2.3. ‘실험 계획’의 수행 목적
2.4. ‘실험 계획’의 종류(위계 관점)
2.5. ‘실험 계획’의 선택
2.6. ‘실험 계획’의 5대 원리
2.7. ‘실험 계획’에 쓰일 실습 사례

Ⅱ. 요인 설계(Factorial Design)

1. 완전 요인 설계
1.1. Plan - 계획 수립
1.2. Do - 실험 실행
1.3. Check - 분석 수행
1.3.1. [그래프 분석] 주 효과도(Main Effect Plot)
1.3.2. [그래프 분석] 상호작용 효과도(Interaction Effect Plot)
1.3.3. [그래프 분석] 정방체도(Square Plot)/입방체도(Cube Plot)
1.3.4. [통계 분석] 분산분석(ANOVA, Analysis of Variance)
1.3.5. [통계 분석] 회귀분석(Regression Analysis)
1.3.6. [통계 분석] 잔차분석(Residual Analysis)
1.3.7. ‘최적 조건’ 도출
1.4. Act - 결과 검증
1.5. 곡률성 평가

2. 부분 요인설계
2.1. ‘해상도(Resolution)’와 ‘교락’의 완전 이해
2.2. ‘해상도(Resolution)’ 찾기
2.3. ‘부분 요인설계’ 분석 예
2.4. ‘접음(Folding)’의 이해

Ⅲ. 강건 설계(Robust Design)

1. ‘다구치 방법’ 개요
1.1. ‘다구치 방법’의 탄생
1.2. ‘다구치 방법’의 특징(손실 함수 관점)
1.3. ‘다구치 방법’에서의 주요 용어와 이론
1.3.1. 품질 공학(Quality Engineering)
1.3.2. 품질(Quality)
1.3.3. ‘다구치 품질 공학’의 3단계 접근법
1.3.4. 강건설계(Robust Design)
1.3.5. 요인(Factors)들 유형
1.3.6. 손실 함수(Loss Function)
1.3.7. ‘한계(Limit)’의 정의와 설정
1.3.8. SN비(Signal-to-Noise Ratio)
1.3.9. 직교배열(Orthogonal Array)
1.4. 2단계 최적화 방법(Two-Step Optimization Procedure)

2. 정특성 강건설계(연속형)
2.1. 실험 절차
2.2. 실험 진행
2.2.1. ‘망목 특성’의 강건설계
2.2.2. ‘망대(망소) 특성’의 강건설계

3. 정특성 강건설계(이진수 자료/순서 척도)
3.1. ‘이진수 자료’의 ‘손실 함수’와 ‘SN비’
3.2. ‘순서 척도’의 ‘SN비’

4. 정특성 허용차 설계
4.1. ‘망목 특성’의 ‘허용차 설계’
4.2. ‘망대 특성’의 ‘허용차 설계’

5. 동특성 강건 설계
5.1. ‘기울기(β1)’와 ‘절편(βo)’구하기
5.2. ‘오차 분산(σe2)’구하기
5.3. ‘SN비’ 구하기
5.4. 통계 프로그램으로 확인
5.5. 동특성 결과 해석

Ⅴ. 부록(Appendix)

A. 선형대수학에서 ‘직교’의 조건
B. Yates Algorithm(Analysis)(효과 계산)
C. ‘실제 값(Un-coded)’에서의 ‘회귀 계수’구하기
D. ‘SN비’예측 값의 ‘신뢰 구간’

색인

2014년 연구원, 엔지니어를 위한 퀄리티 바이블 시리즈 [FMEA편], 2015년 [관리도/프로세스능력편]에 이은 세 번째 시리즈물 [실험 계획 편(요인설계/강건설계)]이다. ‘실험 계획’은 고객 관점의 반응(Y)을 만족 수준으로 끌어올리기 위해 그와 연동된 변수(X)들을 최적 값으로 맞추는 활동으로, 제품을 넘기기 전에 모든 관리 변수들을 모아 적정 값을 찾고 확인하는 절차와 관련된다.