دکتر علی قوامی

شناسایی و بیان مسأله
این موضوع ممکن است نسبتا بدیهی به نظر برسد، اما در عمل غالبا پی‌بردن به وجود مسأله‌ای که نیاز به آزمایش دارد ساده نیست، بیان عموما قابل قبول و روشن مسأله نیز آسان نیست. لازم است کلیه مفاهیم راجع به اهداف آزمایش را معرفی کنیم. معمولا مهم است که تمام جوانب مربوط به ورودی مانند: مهندسی، استاندارد کیفیت، ساخت، بازاریابی، مدیریت، مشتری و گرداننده‌ها (آن‌هایی که معمولا بصیرت کافی دارند و اغلب نادیده گرفته می‌شوند) را درنظر بگیریم. اغلب بیان روشن مسأله در فهم بهتر پدیده‌ها و حل نهایی مسأله کمک می‌کند.

انتخاب عوامل و سطوح:
آزمایشگر باید عواملی را که در آزمایش متغیرند، دامنه‌های تغییر هر یک از این عوامل و سطوح خاصی را که در هر اجرا باید اعمال شوند انتخاب کند. باید درباره چگونگی کنترل این عوامل با ارزش‌های مطلوب و چگونگی اندازه‌گیری آن‌ها نیز بیندیشد. مثلا: درجریان آزمایش لحیم کاری، 12متغیر که می‌توانند در وقوع معایب لحیم کاری مؤثر باشند تعریف شده‌اند. در اینجا مهندس مربوط باید درباره حدود مورد مورد نظر هر متغیر، (یعنی دامنه تغییرات هر عامل) و اینکه برای هر متغیر از چند سطح باید استفاده شود، تصمیم‌گیری کند. در انجام این موضوع شناخت فرآیند لازم است. معمولا شناخت فرآیند شامل تجربه عملی و درک مفاهیم نظری است. بررسی تمام عواملی که می‌توانند مهم باشند و کلا تحت نفوذ تجربه گذشته نیستند، خصوصا وقتی در مراحل اولیه آزمایش هستیم یا وقتی فرآیند هنوز تکامل نیافته است واجد اهمیت است. وقتی هدف، جدا کردن عامل یا تعیین مشخصه‌های فرایند است، معمولا بهترآن است که تعداد سطوح عامل را پایین نگه داریم (اکثرا از دو عامل استفاده می‌شود).

انتخاب متغیر پاسخ:
درانتخاب متغیر پاسخ، باید آزمایشگر مطمئن باشد که این متغیر واقعا درباره فرآیند تحت مطالعه اطلاعاتی مفید به دست می‌دهد. بیشتر مواقع متوسط یا انحراف معیار (یا هردو) مشخصه اندازه‌گیری شده، متغیر پاسخ‌اند. پاسخ‌های چندگانه، غیرمعمول نیستند. خطای اندازه گیری نیز عامل مهمی است. اگر خطای اندازه‌گیری کم باشد، آن‌گاه تنها اثرهای نسبتا بزرگ عاملی به وسیله آزمایش آشکار می‌شوند یا تکرارهای اضافی لازم می‌شوند.

انتخاب طرح آزمایش:
اگرسه مرحله اول به درستی انجام شوند، این مرحله نسبتا ساده است. انتخاب طرح شامل در نظرگرفتن حجم نمونه (تعداد تکرارها)، انتخاب ترتیب مناسب اجرا برای امتحان های آزمایش و مشخص کردن این مسأله است که آیا بلوک بندی یا محدودیت های دیگر تصادفی کردن اعمال شود یا خیر. در این کتاب از بعضی انواع مهم طرح‌های آزمایش صحبت می کنیم که سرانجام می توان این طرح‌ها را در مسائل بسیار متنوع مانند یک فهرست انتخاب طرح مناسب آزمایش مورد استفاده قرار داد.
در انتخاب طرح، در نظر داشتن هدف های آزمایش مهم است. در بسیاری از آزمایش های مهندسی، پیشاپیش می دانیم که بعضی سطوح عاملی مقادیر متفاوتی را برای پاسخ ارائه می‌دهند. در نتیجه به معلوم کردن اینکه کدام عوامل موجب چنین اختلافی می‌شوند و به برآورد کردن بزرگی تغییر پاسخ علاقه مندیم. در وضعیت های دیگر ممکن است در معلوم کردن یکنواختی، بیشتر راغب باشیم. مثلا، ممکن است دو حالت تولید A و B مقایسه شوند، که A استاندارد و B حالتی مؤثر با هزینه بیشتر باشد. بنابراین آزمایشگر علاقه‌مند به معلوم کردن مثلا این موضوع است که آیا اختلافی بین محصول این دوحالت وجود دارد یا خیر.

انجام آزمایش:
وقتی آزمایش اجرا می‌شود، نظارت دقیق فرایند برای اطمینان از انجام همه چیز طبق طرح، حیاتی است. در این مرحله خطا در شیوه آزمایش معمولا اعتبار آن را از بین می‌برد. پیش برد طرح در موفقیت آن، امری قطعی است. کم برآورد کردن جنبه‌های طرح ریزی و منطقی اجرایی یک آزمایش طرح شده در یک ساخت پیچیده یا پژوهشی و در یک محیط بسط و گسترش، ساده است.

تحلیل داده‌ها:
در تحلیل داده‌ها باید از روش‌های آماری استفاده کرد تا آن که نتایج واستنباط‌ها به جای آن که به صورت فتوا صادر شوند، در ماهیت عینی باشند. اگر آزمایش درست طرح‌ریزی شود و اگر مطابق طرح انجام شود، آن‌گاه نیازی به روش‌های آماری پیچیده نیست. بسته‌های نرم‌افزاری عالی زیادی وجود دارند که به تحلیل داده ها کمک می‌کنند و روش‌های نموداری ساده نقشی عمده در تعبیر داده‌ها ایفاء می‌کنند. تحلیل مانده‌ای و بررسی کفایت مدل نیز از تکنیک‌های مهم تحلیل‌اند. به خاطر داشته باشید که روش‌های آماری نمی توانند معلوم کنند که عامل (یا عواملی) اثری خاص دارند. آن‌ها تنها خط مشی اعتمادپذیری و معتبر بودن نتایج را ارائه می کنند. عملا، روش های آماری اثبات چیزی را موجب نمی شوند، اما اجازه می دهند که خطای محتمل در نتایج را اندازه گیری یا اطمینانی را با حکمی همراه کنیم. مزیت عمده روش‌های آماری آن است که آن ها با فرایند تصمیم گیری عینیت را اضافه می‌کنند. تکنیک های آماری توأما با مهندسی خوب یا با آگاهی از فرایند و عقل سلیم معمولابه نتیجه گیری‌های منطقی منتهی می شوند.

نتیجه‌گیری‌ها و توصیه‌ها:
به محض انجام تحلیل داده‌ها، آزمایشگر باید نتیجه گیری‌های عملی درباره پیامدها را ارائه داده نحوه عمل را توصیه کند. در این مرحله غالبا روش های نموداری به خصوص در ارائه نتایج به دیگران مفید است. اجراهایی که به دنبال می‌آیند و آزمون‌های تأییدکنندۀ آن‌ها باید برای معتبر ساختن نتایج آزمایش انجام شوند. در سرتاسر کل این فرآیند، به خاطر داشتن این موضوع مهم است که بخش مهم فرایند آگاهی، آزمایش است که در آن فرض‌هایی درباره سیستم به طور شهودی فرمول‌بندی می‌شوند، برای بررسی این فرض‌ها آزمایش انجام می‌گیرد و بر مبنای نتایج حاصل، فرض‌های جدیدی فرمول بندی شده و به همین ترتیب کار ادامه می‌یابد.
این موضوع القاء می‌کند که آزمایش، تکراری است. معمولا در شروع مطالعه طرح، یک تک آزمایش وسیع و جامع اشتباهی بزرگ است. یک آزمایش موفق احتیاج به آگاهی از عوامل مهم، دامنه های تغییر این عوامل، تعداد مناسب سطوحی که باید به کار روند و واحدهای درست اندازه‌گیری این متغیرها دارد. معمولا جواب درست این سؤال‌ها را کاملا نمی‌دانیم، اما با پیشرفت آزمایش، چگونگی آن‌ها را می آموزیم. به تدریج که برنامه آزمایش به جلو می‌رود، اغلب بعضی متغیرهای ورودی را حذف کرده، متغیرهای دیگری را وارد می کنیم، حدود کاوش بعضی عوامل را تغییر داده یا متغیرهای پاسخ جدیدی را اضافه می نماییم. درنتیجه، معمولا آزمایش را به صورت دنباله‌ای انجام می‌دهیم و به صورت یک قاعده کلی، در نخستین آزمایش بیشتر از حدود 25درصد منابع موجود را به کار نمی‌گیریم. این موضوع، وجود منابع کافی برای انجام اجراهای تأییدی و سرانجام به نتیجه رساندن هدف نهایی آزمایش را تضمین خواهد کرد.