一、６標準差品質的水準要求
「6標準差」以專案改善的方式，藉著DMAIC的5大步驟，將重心放在消除錯誤和節省成本上，使企業生產和產品品質服務的流程更有效益，而且希望一直做好與做對。「6標準差」的DMAIC（界定、衡量、分析、改善、管制）已經是企業耳熟能詳的作業流程與品質共通語言：
- D（Define）訂定專案目標：找出迫切的改善主題與方案。
- M（Measure）衡量顧客需求：顧客聲音轉換成公司關鍵品質特性。
- A（Analyze）分析功能要求：針對關鍵品質特性規劃分析設計要點與步驟。
- I（Improve）確認根因及最佳化：確認關鍵性的少數得到最佳化。
- C（Control）管制計劃：確認管制能力、實施管制計劃且以管制系統鎖定。
企業導入務實的「6標準差」品質改善工具，以DMAIC為實施基礎，透過全公司的員工參與，當然；這需要公司高階管理者的全力支持，企業內成熟的管理經驗與溝通協調，更是成就六標準差最不可或缺的要素。「6標準差」將被視為企業進入品質變革管理的一大步。
二、DOE在6標準差I Phase ( Improve 改善階段)中的運用
6標準差嚴格的要求產品品質需要達到3.4ppm ( 指每百萬個產品中只有3.4個不良品)，這是目前世界級品質水準的要求。6標準差涵蓋品質管理系統的運作、人員的教育訓練、改善專案的實施等。在6標準差改善模式中，採取 DMAIC 的步驟，取得突破性方法，對既有的產品或製程進行改善。
DOE在6標準差的DMAIC 步驟 (定義Define – 測量Measure – 分析Analyze –改善 Improve – 管制Control )在I Phase 改善階段上占有極重要的地位。此階段實施DOE的全因子數或部分因子數的實驗，可以藉由統計軟體分析，理解交互作用的效應，以這實驗分析的結果，識別實驗中最重要或最關鍵的因子。
6標準差的改善階段(Improve)，首先從製程的參數設計開始逐項的展開，DOE主要的目的，表現在既有的設備之下，以最經濟、最有效的方法取得最多有用的數據，然後進一步透過統計的分析，建構出一個受到由外部而來的變異。
實驗後取得影響最小的製程參數條件，以這種穩健的設計方式，提升製造生產技術，以符合6標準差生產目標3.4ppm不良率和最佳化的生產條件組合。
三、DOE參數設計能使６標準差改善成果顯著
降低成本與提升產品高品質的最直接與最有效的方法，就是DOE實驗設計計劃法。以往；我們常常利用固有的技術、經驗與參考的技術文獻，來決定製程參數條件與最佳的組合水準。很久以前，大家都是這樣做，現在講求數據與實作良率，以效果的顯著來作為衡量的參考依據。
有了DOE，可以大幅的提高設計的高安定性與高可靠度的產品。改善階段實施DOE對於設計研發、技術工程、製造生產與品質工程等領域，利用這項利器可以使製程或技術人員，創造出具有低成本優勢，且具有高品質水準的產品，大幅提升產品良率等效益。
DOE 取得最佳化輸出變數的研究架構圖，如【圖一】
.jpg)
參考白賜清 編著，(2006年)，工業實驗計劃法，中華民國品質學會發行。林松茂整理
四、DOE的實施通則
- DOE的實施通則 可以採取如下【表一】簡單的通則方式：
【表一】
.jpg)
參考美商IEG-Ideation 6標準差顧問輔導公司黑帶BB教材(2008)。
- DOE的竅門
DOE是一種資料統計分析與實驗設計的技術，對輸入的變數與自變數間反應的演變，予以科學的驗證，讓實驗結果具有高度的準確性及95%以上高水準的可信賴信心。
DOE必須收集事物所需的資料，以科學的方法將數據和資料予以整理分析，獲得合理的設計實驗值。而技術工程或研發設計人員，如何將DOE結果應用在製程或產品設計上，以提升良率與製程準確性，是目前技術工程人員與企業所要關心和積極努力去實現的。
在生產製造某一定期間中，針對製程能力作一個實驗設計DOE，可以獲得一個實驗結果的預測值，作為品質水準的預測方法，這種方法是從過去的歷史資料中找出有用的趨勢或規律性，利用觀察到的這些趨勢和規律式求得一個數學經驗性模式。
此預測值對製程與技術工程人員而言，是非常有幫助的，有助於管理者長期的目標訂定與規劃，提供長期作業的決策性與提升製程良率績效等的基礎。DOE的實施竅門如【表二】：
【表二】
.jpg)
參考美商IEG-Ideation 6標準差顧問輔導公司黑帶BB教材(2008)。
- DOE運用Minitab統計工具
有云「工欲善其事、必先利其器」6標準差工具是對既有產品或製造進行改善，6標準差改善專案可以在短時間內獲得快速的成效，其關鍵就在於使用科學的方法，充分的運用統計軟體將DOE變得更簡單，同時也能快速地獲得決策的依據。
坊間與企業目前最常使用在6標準差活動中的軟體當稱Minitab，且Minitab 是對DOE統計分析的利器，而統計分析技術也是成就6標準差3.4ppm 不良發生數的一個重要關鍵方法。
- 統計分析結果參考
以LCM液晶顯示模組之顯示異常，不良率降低改善專案案例參考如下：
判斷顯著的因子或交互作用項：
yi：顯示異常
xi：導電橡皮更換頻度
數狀圖展開如【圖2】
Minitab 統計分析的圖表參考如【圖3】~【圖4】
【圖3】
進行DOE實驗設計全模型Pareto圖，簡化模型與殘差分析結果：
【圖4】
- 預測模式為(y)=6.75+0.5*測試時間-0.25*治具+4.75*更換頻率-0.5*測試時間*治具+0.5*測試時間*頻率+誤差 。
[註]：配合統計應用軟體Minitab 之輔助，得知的某一實驗分析統計圖參考，不代表Minitab 軟體與其在台代理公司的範例參考。
五、DOE的實驗設計結果將影響到現在與未來的製程能力
製程的參數實驗是非常重要的一項統計學工具，技術工程人員為了進行完整的實驗規劃和實驗後數據的分析，就必須要了解影響實驗輸入的變數f(x) 如採購的原物料或零組件特性和製程參數等。
考慮重要的因子，但也不能捨棄次要的原因因子，以全盤的周詳考慮，暫時拋棄自己的堅持，審視還有哪些原因未被納入而遺漏思考到，收集製程內所有的可能變異因素與變項，實驗後因子的平方和 (Sum of Square) 要達到總體平方和的80%左右，才能找到關鍵的影響因子。
以實驗設計方法了解製程參數的變項與因子的關鍵性，由實驗設計的結果求得一個適合於製程生產的方式和預測模式，可以驗證內部因素(如設備與產品品質特性)與外部因素(原物料或零組件特性)，並且也可以得知重要製程參數對這些內部與外部因素的影響。
DOE的實驗設計方式讓我們得知不同的自變數，對不同結果應變數的影響，得到最佳的製程參數 Y= f ( x)，並且透過試作(Pilot run)可以預測製程能力。所以；實驗設計DOE的精神是將收集到的資料，由不同的實驗與轉換方向，將可得到不同的自變項，而由不同的結果將影響到現在與未來的製程能力。
- 實驗設計DOE專案實施步驟說明
參考白賜清 編著，(2006年)，工業實驗計劃法，中華民國品質學會發行。林松茂整理
- 案例參考
某家高科技專業液晶顯示器LCD與液晶顯示模組LCM製造廠，公司近年來導入6標準差活動，由高階經營領導者『盟主』課程，接續培訓高階管理者『黑帶BB』種子教練，接續培訓流程的『綠帶GB』人員，公司內部的品質共通語言為『6標準差』的工具語言。
在LCD玻璃切割製程的DOE實驗設計，有一位技術工程的課長，利用自己認為重要的因子進行DOE實驗設計，實驗的結果發現並不如自己的預期，期望能發現重要的因子。如此，這位課長不斷的進行多次試作與因子重新配置分析，有發現幾項不同的因子，但是實驗結果還是無法達到預期的目標。
最後，公司的資深黑帶BB種子教練與外部輔導的顧問師，針對這個案例，進行診斷與訪談，配合計算應用軟體Minitab 之輔助，以ANOVA 分析既有的實驗數據，實驗後因子的平方和 (Sum of Square)相對於誤差的平方和都很小(沒有達到總體平方和的80%以上)，很顯然的重要的因子沒有詳細考慮到。
經由資深黑帶BB種子教練與外部輔導的顧問師的建議，這位課長拋除固有的思考模式，不再堅持他所認為非常重要的實驗因子，轉而換了幾個被他認為次要的原因(因子)當作實驗的因子，再經過幾次的實驗試作後，終於找到關鍵的影響因子，而且實驗後因子的平方和 (Sum of Square) 達到總體平方和的80%以上。
這個案例分享，讓我們得知不要遺漏所有可能的重要因素，大膽假設、合理求證。實驗設計的精神教導我們不能捨棄次要的原因因子，以全盤的周詳考慮，暫時拋棄自己的堅持，而實驗的目的在以實驗後取得影響最小的製程參數條件，達到穩健的設計方式，提升製造生產技術。
上述DOE實驗精神，以科學方法與一個團隊的合作方式，共同達到6標準差 3.4ppm 期望的高品質水準。
- 藉實驗設計推行達到6標準差水準要求
採取以目標、計劃、執行與有效性的確認方式如下【表三】16點說明：
【表三】
參考林李旺，(2006年)，科建CQE實驗設計教材，科建管理顧問公司發行。林松茂整理
六、結論
製程參數以DOE部份因子實驗為基礎，配合計算應用軟體Minitab 之輔助計算，得到可供正確判斷參考之研究數據與圖形，對參數設計具有非常重大的參考價值。藉實驗設計的推行，分析實驗數據，確認重要效應，找出最佳化的製程參數，提升產品設計品質與良率，達到6標準差3.4ppm水準要求-減少誤差、減少工時與增進顧客滿意度。
【參考書籍】
- 白賜清，2006，工業實驗計劃法，中華民國品質學會，台北。
- 林李旺，2006，科建CQE實驗設計教材，科建管理顧問公司發行，桃園。
- Thomas Pyzdek著，2002，六標準差應用手冊，科建管理顧問股份有限公司發行，桃園。
- 張傑，2008， 6標準差黑帶BB教材，美商IEG-Ideation 6標準差顧問輔導公司，台北。
- 王丕承，2003，實踐6標準差的技術，中國生產力中心出版，台北。