Einführung in Taguchi
Versuchsplanung.
Vereinfachtes Design of Experiments
Hier geht es zum 400+ -seitigen PDF über Design of Experiments mit zahlreichen Excelvorlagen.
Spezielle Form der statistischen Versuchsplanung.
Auch bei Taguchi führt man nur einen (sehr kleinen) Teil der Versuche durch.
Der Versuchsaufwand steigt nämlich exponentiell mit der Anzahl zu untersuchender Parameter.
Welche Versuche weggelassen werden können, muss innerhalb von Expertenteams diskutiert werden.
Der
grosse Vorteil dieser Vorgehensweise liegt darin, dass man bei gleichem
Versuchsaufwand mehr Parameter gleichzeitig untersuchen kann, oder man
bei gegebener Parameteranzahl den Aufwand auf einen kleinen Bruchteil
reduzieren kann.
Bis
hierher deckt sich Taguchi mit dem klassischen Design of Experiments.
Im
Gegensatz zu Letzterem begnügt man sich bei
Taguchi allerdings mit der visuellen
Darstellung der Ergebnisse ohne statistische Absicherung.
Für eine ausführlichere Einführung in die Taguchi Versuchsplanung siehe hier.
Kritik an Taguchi:
Die Stärke der von Taguchi
vorgeschlagenen Vorgehensweise liegt in ihrer leichten Verständlichkeit
(Anschauliche Durchführung einer
ANOVA, die ja eigentlich
mathematisch etwas anspruchsvoll ist) , sowie in der planmässigen
Einbeziehung von verfügbarem Ingenieurswissen (Vereinfachung des
Versuchsablaufes durch Hinzunahme von technischer Information).
Durch diese beiden
Eigenschaften ist die Taguchi-Methode prädestiniert für den breiten
industriellen Einsatz.
Dennoch wertet diese Methode
nicht die gesamte Information aus.
Es fehlt schlichtweg der Signifikanztest ( F Test nach der ANOVA), man hat also keinen belastbaren Hinweis, wie „zufällig“ die gefundenen Effekte sind.
Das ist jedoch nicht so schlimm wie es erscheint, denn letztlich entscheidend ist, ob die Effekte aus fachlicher Sicht relevant erscheinen.
Für eine Aufstellung diverser orthogonaler Felder von Taguchi siehe hier.