Deney Tasarımında Gözden Kaçan Tuzaklar: Karışma, Sahte Etkileşimler ve 'Anlamlı ama Önemsiz' Sonuçlar

Giriş: Deneyimli Uygulayıcıların Bile Düştüğü Tuzaklar

Bir deney tasarımı doğru kurulup analiz edildikten sonra bile, sonuçların yanlış yorumlanması işi baştan zora sokabilir. Bu derste dört büyük tuzağı işleyeceğiz: karışma (confounding) yüzünden sahte etkileşimlere kanmak, eğriliği (curvature) göz ardı edip optimumu ıskalamak, ölçüm sistemi hatasını hesaba katmadan sonuçlara güvenmek ve istatistiksel anlamlılığı pratik önemle karıştırmak. Ardından artık analizi ve sürdürülebilirlik göstergelerine bakacağız.

1. Karışma ve Takma Yapısı: Görünen Etki, Gerçek Etki mi?

Kesirli faktöriyel tasarımlarda deneme sayısını azaltmak için bazı etkiler birbirine "karışır" (confound olur) ya da "takılır" (alias olur). Yani ölçtüğünüz bir etki aslında iki veya daha fazla etkinin toplamıdır ve tasarımın kendisi bunları ayıramaz.

Örnek senaryo: Bir enjeksiyon hattında 5 faktörü (kalıp sıcaklığı, basınç, soğutma süresi, hız, malzeme nem oranı) yarım kesirli tasarımla (2^5-1) test eden bir ekip, "basınç × hız" etkileşiminin ürün ağırlığını anlamlı etkilediğini bulmuş. Ancak tasarım çözünürlüğü (resolution) düşük olduğu için bu etkileşim aslında "kalıp sıcaklığı" ana etkisiyle takılıymış. Ekip yanlışlıkla basınç-hız ayarını optimize etmiş, sıcaklık kontrolünü hiç değiştirmemiş ve sorun devam etmiş.

• Nasıl fark edilir: Deney kurulumunda tasarımın çözünürlüğünü (Resolution III, IV, V) mutlaka kaydedin ve hangi etkilerin hangileriyle takılı olduğunu gösteren "alias yapısı" (alias structure) çıktısını analiz yazılımından alıp saklayın.
• Ne yapılmalı: Anlamlı çıkan bir etkileşimi uygulamaya almadan önce, o etkileşimin başka bir ana etki veya etkileşimle takılı olup olmadığını kontrol edin. Takılıysa, ek birkaç "pekiştirme denemesi" (foldover) yaparak hangisinin gerçek etki olduğunu ayırt edin.
• Altın kural: Resolution III tasarımlarda ana etkiler iki-faktörlü etkileşimlerle karışabilir; bu tasarımları sadece kaba eleme amacıyla kullanın, karar vermek için değil.

2. Eğrilik Göz Ardı Edilirse Optimum Kaçırılır

İki seviyeli (düşük/yüksek) faktöriyel tasarımlar doğrusal (lineer) ilişkileri yakalar. Ancak birçok süreçte yanıt, faktör aralığı içinde bir tepe veya çukur yapar — yani doğrusal değil, eğrisel (kuadratik) davranır. İki seviyeli tasarım bu eğriliği göremez.

Örnek senaryo: Bir kaynak hattında akım şiddetinin çekme dayanımına etkisi iki seviyeli deneyle test edilmiş; düşük ve yüksek akımda dayanım benzer çıkmış ve ekip "akımın önemi yok" sonucuna varmış. Oysa gerçekte dayanım, iki seviye arasındaki orta bir noktada tepe yapıyormuş (ters U şeklinde); iki uç nokta tesadüfen birbirine yakın çıkmış.

• Nasıl anlaşılır: Tasarıma merkez noktalar (center points) eklemek şarttır. Merkez noktadaki yanıt, köşe noktalarının ortalamasından belirgin şekilde farklıysa, bu eğrilik olduğunun işaretidir.
• Ne yapılmalı: Eğrilik tespit edilirse, tasarımı yanıt yüzeyi yöntemine (merkezi kompozit veya Box-Behnken tasarımına) genişletin; sadece iki seviyeli sonuçlarla "en iyi ayar" kararı vermeyin.
• Sık hata: Merkez noktasız kesirli faktöriyel deneyler, eğrilik olup olmadığını hiç test etmez — sonuç "düz" görünür ama aslında kör noktadır.

3. Ölçüm Sistemi Hatası Büyükse Deney Sonuçlarına Güvenilmez

Deney tasarımı, yanıttaki değişimin faktörlerden mi yoksa gürültüden mi kaynaklandığını ayırmaya çalışır. Ancak ölçüm sisteminin kendisi büyük hata içeriyorsa, bu gürültü faktör etkilerinin üzerini örter.

Örnek senaryo: Bir laboratuvar, ürün sertliğini ölçen cihazın tekrar edilebilirliğini hiç test etmeden DOE yürütmüş. Aynı numune iki kez ölçüldüğünde sonuçlar arasında faktörlerin etkisiyle kıyaslanabilir büyüklükte fark çıktığı sonradan anlaşılmış. Bu durumda deneyde "anlamsız" çıkan bir faktör aslında etkiliydi, sadece ölçüm gürültüsü altında kalmıştı.

• Önce yapılması gereken: DOE'ye başlamadan önce bir ölçüm sistemi analizi (GRR/tekrarlanabilirlik-tekrar üretilebilirlik çalışması) yapın. Ölçüm hatası, beklenen faktör etkisinin en az beşte biri kadar küçük olmalı; değilse önce ölçüm sistemini iyileştirin.
• Pratik ipucu: Şüpheniz varsa deneyde her deneme noktasını tek ölçüm yerine 2-3 tekrar ölçümle değerlendirin; bu, gerçek faktör etkisini ölçüm gürültüsünden ayırmanıza yardımcı olur.

4. "İstatistiksel Olarak Anlamlı" ile "İşe Yarar" Aynı Şey Değildir

Deneme sayısı arttıkça, çok küçük bir etki bile istatistiksel olarak "anlamlı" (p-değeri düşük) çıkabilir. Ancak bu etkinin büyüklüğü, iş sonucunu değiştirecek kadar büyük olmayabilir.

Örnek senaryo: Bir dolum hattında, karıştırma hızının dolum ağırlığına etkisi istatistiksel olarak anlamlı bulunmuş; ancak etkinin büyüklüğü ürün toleransının çok altında, gözle ve tartıyla fark edilemeyecek kadar küçükmüş. Ekip bu "anlamlı" sonucu uygulamaya alıp süreci gereksiz yere karmaşıklaştırmış.

• Kontrol sorusu: Her anlamlı etki için şunu sorun: "Bu etkinin büyüklüğü, müşteri toleransının veya spesifikasyon aralığının yüzde kaçını kapsıyor?" Cevap ihmal edilebilir düzeydeyse, sonucu uygulamaya almadan önce tekrar düşünün.
• Altın kural: Anlamlılık, "etki gerçek mi" sorusuna; büyüklük ise "bu etkiyle uğraşmaya değer mi" sorusuna cevap verir. İkisini birbirine karıştırmayın.

5. Artık (Residual) Analizi ile Model Uygunluğunu Denetlemek

Bir DOE modelinin (regresyon denkleminin) güvenilir olup olmadığını anlamanın en pratik yolu, artıkları (gerçek değer − model tahmini) incelemektir.

• Normal dağılım grafiği: Artıklar kabaca düz bir çizgi üzerinde dağılmalı; belirgin S-şekli veya sapma, model varsayımlarının bozulduğunu gösterir.
• Artık vs. tahmin grafiği: Artıklar rastgele bir bulut gibi dağılmalı. Huni şeklinde açılan bir desen görürseniz, varyans sabit değildir (heteroskedastisite); bir eğri deseni görürseniz, modele eksik bir terim (genelde eğrilik) vardır.
• Artık vs. deneme sırası grafiği: Zamanla artan/azalan bir eğilim görülüyorsa, deney sırasında kontrol edilmeyen bir faktör (alet aşınması, vardiya değişimi, ortam sıcaklığı) devreye girmiş olabilir — bu da rastgeleleştirmenin neden şart olduğunu hatırlatır.

Pratik ipucu: Model R² değeri yüksek görünse bile, artık grafiklerinde bozuk bir desen varsa modele güvenmeyin; önce deseni açıklayan eksik faktörü veya terimi bulun.

6. Sonuçlar Sürece Kalıcı Yerleşti mi? İzlenecek Göstergeler

Doğrulama denemesi başarılı olsa bile, yeni ayarların üretimde kalıcı hale gelmesi ayrı bir mücadeledir. Aşağıdaki göstergeleri düzenli izleyin:

Pratik ipucu: Doğrulama denemesinden sonra en az 4-6 hafta boyunca haftalık kontrol kartı gözden geçirmesi planlayın; sonuçların kalıcılığını sadece "ilk hafta iyi gitti" ile değil, sürdürülen bir izlemeyle teyit edin.

Bir Üst Seviyeye Taşıyacak Kontrol Listesi

• Kesirli tasarım kullanıyorsanız alias yapısını mutlaka gözden geçirin, anlamlı bir etkileşimi tek başına yorumlamayın.
• Her tasarıma merkez noktası ekleyin; eğrilik testi olmadan "optimum bulundu" demeyin.
• DOE'den önce ölçüm sistemi güvenilirliğini doğrulayın.
• Her anlamlı etkiyi, toleransa/spesifikasyona oranıyla birlikte raporlayın.
• Modeli kabul etmeden önce üç artık grafiğini (normal, tahmine karşı, sıraya karşı) kontrol edin.
• Doğrulamadan sonra izleme takvimi kurun; "tek seferlik doğrulama" ile "kalıcı iyileştirme"yi karıştırmayın.