4. 因子与水平：什么是因子？什么是水平？连续因子与分类因子、如何选择合适的因子水平

好，咱们进入第四讲。前面几章我们把DOE的底层逻辑和基本术语捋了一遍，今天要聊的这两个概念——因子和水平——可以说是搭建参数体系的砖瓦。你设计做得再好，如果因子选错了、水平定偏了，那结果基本就是废的。

我见过不少工程师，上来就急着跑实验，结果跑完了发现关键因子没放进去，或者水平范围设得太窄，根本看不出效果。嗯，这种坑我自己也踩过，后面会细说。

4.1 什么是因子？

因子，就是你打算在实验中主动改变的那些输入变量。说白了，就是你想研究“它变了之后，输出会不会跟着变”的那个东西。

举个例子：你做一个注塑成型实验，想提高产品强度。那可能影响强度的因素有：

• 熔体温度
• 注射压力
• 保压时间
• 模具温度
• 材料牌号

这些就是因子。你控制它们，观察它们对强度的影响。

4.2 什么是水平？

水平，就是每个因子在实验中被设定的具体取值。一个因子至少要有2个水平，否则你没法比较“变了”和“没变”的区别。

还是注塑那个例子：

这里每个因子取了2个水平。当然，你也可以取3个、4个甚至更多，但水平数越多，实验次数就成倍增长，这个后面讲资源分配时会细聊。

4.3 连续因子 vs 分类因子

因子按数据类型可以分为两大类，这个区分很重要，因为它直接影响你后续的分析方法。

连续因子

取值是连续数值的因子。比如温度、压力、时间、浓度、速度。这类因子可以取任意中间值，适合做回归分析和响应曲面设计。

我个人习惯，只要条件允许，优先把因子设为连续型。为什么？因为连续因子能拟合出曲线关系，告诉你“最优值大概在哪个区间”，而不仅仅是“高好还是低好”。

分类因子

取值是离散类别或等级的因子。比如：

• 材料类型（A料、B料、C料）
• 操作员（张三、李四、王五）
• 设备编号（1号机、2号机）
• 班次（白班、夜班）

分类因子之间没有“大小”关系，你不能说A料比B料“大”。分析时通常用方差分析（ANOVA）来比较不同类别之间的差异。

4.4 如何选择合适的因子水平？

这个问题，说实话，是DOE里最考验经验的部分。理论书上不会告诉你具体选多少度、多少秒，但选得不好，实验白做。

我总结了几条实操原则：

1. 水平范围要足够宽，但不能太宽。

   太窄了，效应看不出来；太宽了，可能跑到工艺窗口外面去，做出废品。我一般建议先做一次摸底实验，或者参考历史数据，把水平定在工艺窗口的70%~80%范围内。

2. 连续因子至少取2个水平，推荐3个。

   2个水平只能看出线性趋势，3个水平才能检测弯曲效应。如果你怀疑某个因子有非线性影响，直接上3水平。

3. 分类因子的水平要覆盖所有实际可能的情况。

   比如你研究不同供应商的材料，那就把所有在用供应商都列进去。漏掉一个，结论就不完整。

4. 水平设置要可操作、可重复。

   别设一个理论上完美但实际调不到的水平。比如温度设成217.3℃，设备精度根本控不到那么细，那就是给自己找麻烦。

5. 避免极端水平组合。

   所有因子同时取最高水平，或者同时取最低水平，这种组合往往会导致工艺异常。如果你用的是全因子设计，记得检查一下有没有这种“危险组合”。

4.5 因子与水平的知识结构

下面这张图把本章的核心逻辑串起来了。你可以把它当成一个快速参考框架：

4.6 一个完整的例子

咱们把前面讲的串起来，看一个完整的案例。

场景：你是一家PCB工厂的工艺工程师，想优化回流焊的焊接质量。你怀疑三个因素有影响：峰值温度、升温速率、氮气浓度。

第一步：确定因子和类型

• 峰值温度（℃）—— 连续因子
• 升温速率（℃/s）—— 连续因子
• 氮气浓度（%）—— 连续因子

第二步：确定水平

你查了设备规格和焊膏供应商推荐范围，定了以下水平：

这里我加了中心点，目的是后面可以检验模型有没有弯曲效应。你想想看，如果只做高低两个水平，你只能看到一条直线，但实际工艺往往不是线性的。

第三步：检查可操作性

你确认了一下：设备能不能稳定控在235℃？升温速率1.5℃/s会不会太快导致热冲击？氮气浓度1000ppm会不会成本太高？

都确认没问题，好，这个因子水平方案就可以用了。