TD0118 DOE實驗設計實務應用班：打造高效優化與問題解析能力 - 列印

課程介紹
- 實驗設計（Design of Experiments, DOE）自1930年代發展至今，已從農業優化技術，演變成製造業、研發領域最重要的科學改善工具之一。
  在製程開發初期導入DOE，可大幅縮短開發時間、提升良率、降低不必要的試誤成本，並找出真正能降低變異的關鍵因子（最佳參數組合）📉。
  
  透過本課程，你將掌握如何運用 DOE：
  ☑️ 找到最佳因子設定（最佳化 Recipe）
  ☑️ 降低產品對不可控因素的敏感度
  ☑️ 增進製程穩定性
  ☑️ 用最少的時間、最省的成本獲得最大改善效益
  
  課程搭配案例解析、圖表分析、Minitab 實作演練，讓你真正理解 DOE，而不是只會公式與名詞。
  📌 提醒：課程需自備筆電，並請於課前一週自行安裝 Minitab v17 與 Excel。
  
  ✨課程特色
  ➡️ 從問題到最佳化，一條龍學習流程
  從問題定義 → 要因分析 → DOE設計 → DOE分析 → 改善決策。
  ➡️ 圖表＋工具一次學會
  直方圖、主效果圖、散佈圖、ANOVA 等統計工具全部實戰應用📊。
  ➡️ Minitab實作練習
  講師帶著做，全程搭配案例手把手教學。
  ➡️ 最貼近現場需求的DOE課程
  不講空理論，專注於製造、研發實務可落地的方法。
  
  📅2026年度開辦梯次
  ☑️ 2026/05/29
  ☑️ 2026/09/04
課程大綱
- ➡️1. QBQ：問題背後的真正問題—案例解析
  -如何定義問題？
  -如何避免誤判問題方向？
  ➡️2. 要因選擇與前置分析
  2.1 原因搜尋工具
  魚骨圖、關聯圖、樹狀圖、5 Whys
  2.2 要因分析技巧
  直方圖、箱型圖、主效果圖、散佈圖
  ➡️3. 實驗設計（DOE）概論
  -DOE基本精神
  -因子、水平、反應量的定義
  -DOE在製程改善中的角色
  ➡️4. 實驗安排方法
  4.1 試誤法（Trial & Error）
  4.2 一次一因子（OFAT）實驗法：盲點與限制
  4.3 全因子實驗設計（Full Factorial Design）
  ➡️5. 實驗結果分析
  5.1 主效果圖、交互作用圖判讀技巧
  5.2 ANOVA變異數分析：找出真正有影響力的因子
  ➡️6. 實務案例操作與練習
  -Minitab 操作示範
  -Excel 小工具實作
  -案例分析與改善方案建立
  📌 請攜帶筆電（需安裝 Minitab v17 & Excel）
  ➡️7. DOE Workshop — 統整實戰演練
  -小組練習
  -DOE流程完整操作
  -講師解析結果與建議
課程對象
- 1.研發工程師
  2.品質管理與改善推動人員
  3.現場基層主管、製造主管
  4.IE工程師
  5.所有希望提升分析能力與改善效能的學員
課程效益
- 1.掌握 DOE 的理論基礎與正確使用方法
  2.能以 DOE 找出產品或製程的最佳參數組合
  3.降低實驗成本、縮短開發時間
  4.有效改善品質、降低變異、提升製程能力
主辦單位
- 中國生產力中心桃園服務處