Pelajari empat langkah yang digunakan untuk merencanakan desain eksperimen yang efektif (DOE).
Jangan sampai kita salah menentukan DOE sehingga hanya buang-buang waktu, biaya, dan tenaga. Berikut link registrasi (Akses Gratis 60 Hari lengkap dengan Sertifikat):
https://www.statease.com/training/academy/4stepweb/
Di eLeaning seri ke-2 ini kita akan belajar tentang:
- Informasi yang harus dikumpulkan lebih dulu sebagai dasar membuat DOE yang baik
- Empat tahap sederhana dalam perancangan DOE berbekal software Design-Expert 12.
- Jumlah Running percobaan yang dibutuhkan untuk DOE berkerja optimal
- Penetuan Power rancangan DOE untuk memastikan jumlah running cukup (tidak asal berapa kali ulangan)
- Jenis DOE yang paling umum digunakan
Perancangan DOE ini diperlukan sebelum kita masuk tahap pengumpulan data (eksperimen) yang hasilnya adalah Plot Runsheet acak perlakuan yang disusun atas berbagai kombinasi multifactor dan multilevel. Adanya perancangan ini dapat mempermudah analisis kuantitatif yang lebih valid dan efisien pada data respon yang kita ukur sehingga tujuan optimalisasi proses/produk tercapai.
Salah satu hal yang saya suka dari eLearning ini adalah penggunaan analogi umum dalam menjelaskan parameter statistic yang kurang familier bagi kita. Misalnya, analogi bola golf yang berada di antara rerumputan lapangan dipakai untuk menggambarkan perbandingan antara besar sinyal dengan besar noise. Makin tinggi rumput makin kecil kemungkinan kita bisa menemukan bola golf sehingga kita perlu melakukan beberapa kali pengamatan. Sama halnya dengan makin kecil rasio sinyal/noise maka makin kecil power yang dimiliki DOE sehingga kita perlu memperbesar sinyal, atau memperkecil noise, atau melipatgandakan jumlah running (melalui ulangan) sampai DOE kita memiliki power > 80%. Dalam eLearning ini dipakai model DOE Full Factorial untuk menhindari aliasing (korelasi dari efek lain).
Berikut adalah rangkuman sederhana yang bisa saya share setelah mengikuti eLearning tsb:
