|
Analys - Hur får
man IN information i sina
data?
Försöksplanering, Experimentell design eller
Faktorförsök som metodik är ett klart underskattat hjälpmedel att
organisera sina experiment eller undersök-ningar. Istället för
att brukligt variera en-variabel-i-taget, som så populärt
kallas för EVIT-metoden, varieras alla variabler samtidigt
oberoende av varandra på ett systematiskt och ekonomiskt vis.
Vinsten är att betydligt färre experiment behöver genomföras för
att få svar på vilka variabler och interaktioner, så kallade
faktorer, som har och inte har
avgörande inflytande på uppmätt(a) respons(er).
Definiera
I allt experimentellt arbete är det av
yttersta vikt att den som ska utföra experimentet har kunskap
inom ämnet. Att nogsamt planera studien är en av grundbultarna
för att lyckas. Att ställa sig den enkla frågan - Vad vill jag
uppnå? - är fundamental framgångsfaktor. Metodiken är
ingen black-box som levererar goda resultat på dålig
planering.
Analysera
Vid planeringen av experiment ska vedebörande
ställa sig frågan - finns det historiska data, kännedom om
kassationer, reklamationer, experimentella fel..etc
 Vad vet jag?
Vad vet jag inte?
Vad behöver jag veta?
Strategi
Bryt ned studien i mindre hanterbara frågor
som går att besvara med experiment
Vilka kvalitativa och kvantitativa
faktorer kan tänkas påverka resultatet?
Är faktorerna kritiska, tänkbara,
kontrollerbara, kontinuerliga eller diskreta?
Är studien försvarbar ur ett
ekonomiskt perspektiv?
Arbetsgång
Problemformuleringen startar med att
identifiera vilka variabler, faktorer, som ska omfattas i
studien. En klassisk kullerbytta som många gör vid
försöksplaneringen är att de begränsar sin studie i alltför snäva
ramar.
Sållning
- att skilja de
få vitala från de många triviala
Inom
vilken experimentell domän har de störst inverkan på resultatet?
Optimering
- att hitta
optimala och ekonomiska inställningar med hänsyn till flera
responser. Vilka avvägningar behöver göras?
Validering
- att bekräfta
att modellen håller med nya experiment och externa data.
Hur
robust är modellen - klarar den störningar och
säsongsvariationer?
|
|
|
|
|
