O design de experimentos (DOE) é definido como um ramo da estatística aplicada que lida com o planejamento, a condução, a análise e a interpretação de testes controlados para avaliar os fatores que controlam o valor de um parâmetro ou grupo de parâmetros. O DOE é uma poderosa ferramenta de coleta e análise de dados que pode ser usada em diversas situações experimentais.

Ele permite que vários fatores de entrada sejam manipulados, determinando seu efeito em uma saída (resposta) desejada. Ao manipular várias entradas ao mesmo tempo, o DOE pode identificar interações importantes que podem ser perdidas ao experimentar um fator por vez. Todas as combinações possíveis podem ser investigadas (fatorial completo) ou apenas uma parte das combinações possíveis (fatorial fracionário).

Um experimento planejado e executado estrategicamente pode fornecer uma grande quantidade de informações sobre o efeito em uma variável de resposta devido a um ou mais fatores. Muitos experimentos envolvem manter certos fatores constantes e alterar os níveis de outra variável. Essa abordagem de “um fator por vez” (OFAT) para o conhecimento do processo é, no entanto, ineficiente quando comparada com os níveis de fator de mudança simultaneamente.

Muitas das atuais abordagens estatísticas  para experimentos planejados se originam do trabalho de RA Fisher no início do século XX. Fisher demonstrou como dedicar tempo para considerar seriamente o projeto e a execução de um experimento antes de tentar ajudou a evitar problemas frequentemente encontrados na análise. Conceitos-chave na criação de um experimento planejado incluem bloqueio, randomização e replicação.

• Bloqueio: Quando a aleatorização de um fator é impossível ou muito dispendiosa, o bloqueio permite restringir a randomização, realizando todas as tentativas com uma configuração do fator e, em seguida, todas as tentativas com a outra configuração.
• Randomização: Refere-se à ordem em que as tentativas de um experimento são realizadas. Uma sequência aleatória ajuda a eliminar os efeitos de variáveis ​​desconhecidas ou não controladas.
• Replicação: Repetição de um tratamento experimental completo, incluindo a configuração.

Um experimento bem executado pode fornecer respostas a perguntas como:

• Quais são os principais fatores em um processo?
• Em quais configurações o processo forneceria um desempenho aceitável?
• Quais são os principais, principais e efeitos de interação no processo?
• Quais configurações trariam menos variação na saída?

Uma abordagem repetitiva para obter conhecimento é incentivada, geralmente envolvendo essas etapas consecutivas:

1. Um projeto de triagem que limita o campo de variáveis ​​sob avaliação.
2. Um projeto “fatorial completo” que estuda a resposta de cada combinação de fatores e níveis de fatores, e uma tentativa de se concentrar em uma região de valores onde o processo está próximo da otimização.
3. Uma superfície de resposta projetada para modelar a resposta.

Quando usar DOE

Use DOE quando mais de um fator de entrada for suspeito de influenciar uma saída. Por exemplo, pode ser desejável compreender o efeito da temperatura e pressão na resistência de uma ligação de cola.

O DOE também pode ser usado para confirmar relações suspeitas de entrada / saída e para desenvolver uma equação preditiva adequada para realizar análises hipotéticas.