2.
[ヘルプ]>[サンプルデータライブラリ]を選択し、「Design Experiment」フォルダにある「Byrne Taguchi Factors.jmp」を開きます。
図13.1 Byrne-Taguchiデータの応答、制御因子、誤差因子
4.
内側配置計画にL9の直交配列を適用するため、[L9-Taguchi]が選択されていることを確認します。
5.
8水準の外側配置計画を作成するため、[L8]をクリックします。
6.
[続行]をクリックします。
7.
[テーブルの作成]をクリックすると、図13.2 のような計画テーブルが表示されます。
図13.2 データを入力する前のタグチ計画
ここで、粘着力の引っ張り強度を測定し、欠測値の列に入力したとしましょう(図13.3 )。欠測値の列名についている「+」および「-」は、その実験における誤差因子の水準を表しています。たとえば、「Y---」なら、測定の際に3つの誤差因子が低水準に設定されていたことを意味します。
8.
[ヘルプ]>[サンプルデータライブラリ]を選択し、「Design Experiment」フォルダの「Byrne Taguchi Data.jmp」を開きます。図13.3 に実験が完了した後のデータを示します。
図13.3 タグチ計画による実験データのテーブル(Byrne Taguchi Data.jmp)
「SN比Y」列の値は次の式で計算された性能統計量です。ここでは、「望大特性」(larger-the-better, LTB)の式が使われています。これは、逆数の平均平方の常用対数(10を底とする対数)に-10を掛けたものです。
個々のY値がどれも大きいとき、この式の値は大きくなります。
1.
「Byrne Taguchi Data.jmp」データテーブルで、「モデル」スクリプトの緑の三角ボタンをクリックして、スクリプトを実行します。
図13.4 「Byrne Taguchi Data.jmp」の「モデルのあてはめ」ウィンドウ
2.
[実行]をクリックします。
3.
「応答 平均Y」の赤い三角ボタンのメニューから[因子プロファイル]>[プロファイル]を選択します。
図13.5 予測プロファイル
プロファイルのトレースを見ると、最初の3因子の設定を変えれば「SN比Y」が大きくなることがわかります(図13.5 )。次に、最適な設定を見つけます。
4.
「予測プロファイル」の赤い三角ボタンのメニューから[最適化と満足度]>[満足度関数]を選択します。
プロファイルにトレースの行と関数設定の列が加わります(図13.6 )。この例では、デフォルトの満足度関数である「望大特性」をそのまま使います。予測プロファイルについて詳しくは、『プロファイル機能』のプロファイルを参照してください。
5.
「予測プロファイル」の赤い三角ボタンのメニューから[最適化と満足度]>[満足度の最大化]を選択します。
図13.6 「Byrne-Taguchiデータ」の最適因子設定
この例では、「結合部長さ」「高さ」が1から2へ変化しています (図13.5 図13.6 を参照)。また、「奥行き」の設定は1から3へ変化し、 「粘着率」に変化はありません。これらの新しい設定を採用することで、SN比は24.0253から26.9075へ上昇します。