Design of Experiments（DOE）：実践ガイド
Turn this article into takeaways for your work.
Each assistant summarizes the article only for you and suggests best practices for your work.
多くのチームはプロセス変更を同じ方法でテストしています。1つのことを調整し、何が起こるかを観察し、次に別のことを調整するというやり方です。これは遅く、因子間の相互作用を見落とし、他の何かを変えた途端に成り立たなくなる結論に陥りがちです。Design of Experimentsは、より速く、より厳密な道筋を提供します。
Design of Experiments（DOE）は、どの入力条件がどの程度アウトプットを左右しているかを理解するために、テストを計画するための構造化された手法です。複数の因子を制御された方法で同時に変化させ、統計分析を使ってシグナルとノイズを切り分けます。これは、根拠のある最適化と、コストのかかる試行錯誤との違いを生み出します。
Design of Experimentsとは何か
**Design of Experiments（DOE）**は、プロセスの入力（因子）とアウトプット（応答）の間の因果関係を効率的に特定するために、一連のテストをどう設定し実行すべきかを正確に示す応用統計学の一分野です。
**因子（factor）とは、温度、バッチサイズ、メッセージのコピーなど、実験中にコントロールする変数のことです。各因子は定義された水準（level）**でテストされます（例：180°C対200°C、あるいは短い件名対長い件名）。**応答変数（response variable）とは、測定対象、すなわち歩留まり、不良率、コンバージョン率などです。複数の因子を計画された構造の中で同時に変化させることで、DOEは主効果だけでなく、ある因子の効果が別の因子の水準によって変わる交互作用（interaction）**も捉えます。この交互作用の情報こそ、一因子ずつのテストでは見落としてしまうものです。
重要なポイント
- Six Sigma実践者がDOEを使うと、構造化されていない実験と比較して、サイクルタイムが40〜70%削減されると報告されています（American Society for Quality、ASQ、2022年）。
- Journal of Quality Technology誌に掲載された研究では、計画された実験は3〜5回の試行で重要なプロセス変数を特定できたのに対し、一因子ずつのテストでは15回以上を要したことがわかりました（JQT、2020年）。
- Minitabの2023年の顧客調査では、統計的DOEツールを使用している製造業組織の68%が、非公式なテストアプローチよりも早く改善目標に到達したことがわかりました（Minitab、2023年）。
DOE対OFAT（一因子ずつのテスト）
テストの伝統的なアプローチはOFATです。すべてを一定に保ち、1つの因子だけを変え、結果を観察し、これを繰り返します。直感的で、非常にシンプルなシステムであれば機能することもあります。しかし、交互作用が存在する場合や試行回数が問題になる場合には、すぐに破綻します。
| 観点 | DOE | OFAT |
|---|---|---|
| 交互作用の検出 | できる：設計上A x B効果を発見する | できない：交互作用は隠れたままになる |
| 必要な総試行回数 | 少ない：分割実験計画は多くの因子を8〜16回の試行でカバーできる | 多い：各因子ごとに一連のテストが必要 |
| コスト効率 | 高い：試行あたりの情報量が最大化される | 低い：多くの試行が冗長な情報しか生まない |
| 結果への信頼度 | 統計的：ANOVAで誤差を定量化 | 非公式：分散の推定値がない |
| 使うべき場面 | 複数の因子、交互作用が疑われる場合、試行回数に制約がある場合 | 単一因子、よく理解されたシステム、簡易な健全性チェック |
3つ以上の因子を持つプロセスを最適化していて、温度が圧力の違いによって歩留まりに異なる影響を与えるかどうかを気にしているなら、OFATはあなたを誤らせます。DOEはそうなりません。
Design of Experimentsの主要概念
これらの用語を理解することで、最もよくある設計ミスを防げます。
| 用語 | 意味 |
|---|---|
| 因子（Factor） | 2つ以上の水準でテストされる制御された入力変数 |
| 水準（Level） | 因子の特定の設定値（低／高、オン／オフ、50mg／100mg） |
| 応答変数（Response variable） | 実験がうまくいったかどうかを判断するために測定するアウトプット |
| 交互作用（Interaction） | 因子Aの応答への効果が因子Bの水準に依存する場合 |
| ブロッキング（Blocking） | シフト、オペレーター、バッチなどの外乱変数によって試行をグループ化し、誤差を膨らませないようにすること |
| ランダム化（Randomization） | 未知の時間トレンドによる系統的バイアスを防ぐため、実験の試行をランダムな順序で実行すること |
| 反復（Replication） | 真の実験誤差を推定するため、同じ処理の組み合わせを複数回実行すること |
| 交絡（Confounding） | 2つの効果が互いに区別できない状態。通常は分割実験計画で発生 |
| 中心点（Center point） | 応答の曲率を検出するために使う、すべての因子範囲の中点での試行 |
ランダム化とブロッキングは、あってもなくてもよい単なる配慮事項ではありません。ランダム化がなければ、温まっていくオーブンや疲労した作業者が本物の因子効果のように見えてしまうことがあります。ブロッキングがなければ、真の改善とシフトごとのノイズを切り分けることができません。
実験計画の一般的な種類
| 設計 | 最適な用途 | トレードオフ |
|---|---|---|
| 完全実施要因計画 | 2〜4因子、すべての交互作用が必要 | 因子を1つ加えるごとに試行回数が倍増（2^k） |
| 一部実施要因計画 | 4〜8因子、予算制約あり | 一部の高次交互作用が交絡する |
| Plackett-Burman計画 | 8〜20因子の迅速なスクリーニング | 主効果のみ推定、交互作用情報なし |
| 応答曲面計画（CCD／Box-Behnken） | スクリーニング後の最適化、曲線的な応答 | 因子ごとに3水準が必要で、試行回数が増える |
| タグチ法 | 製造業におけるノイズへの頑健性 | 設計上一部の交互作用を交絡させ、柔軟性が低い |
典型的なプロジェクトでは、まずPlackett-Burman計画で非活性因子をスクリーニングし、生き残った因子に一部実施要因計画を適用し、最適点を特定する必要がある場合には応答曲面計画を実行します。各ステップが不確実性を減らし、リソースを集中させます。
Design of Experiments研究の進め方
ステップ1：目的と応答変数を定義する
まず、正確な問題定義から始めます。「歩留まりを改善する」は曖昧すぎます。「ライン3の初回良品率を、サイクルタイムを増やすことなく87%から93%に引き上げる」はテスト可能です。測定する応答変数を特定し、それを再現性を持って測定できることを確認してください。測定システムの一致性が低いと（統計的工程管理とプロセス能力を参照）、どんな実験も台無しになります。
ステップ2：因子と水準を選ぶ
応答に影響を与えうるすべての変数をリストアップします。過去のデータ、特性要因図、FMEAを使って、チームでリストをスクリーニングします。最も可能性の高い4〜8個の候補まで絞り込みます。それぞれについて、効果を検出できるほど広く、かつ安全で操作可能な現実的な範囲で低水準と高水準を設定します。範囲がわからない場合は、まず範囲探索実験を実施してください。
ステップ3：設計を選択する
状況に合わせて設計を選びます。
- 全組み合わせに予算がある2〜3因子：完全実施要因計画（反復ありで最小4〜8試行）。
- 交互作用の情報が必要な4〜7因子：解像度IVまたはVの一部実施要因計画。
- 初期スクリーニング用の8因子以上：Plackett-Burman計画。
- 確定した2〜3因子の最適化：応答曲面計画。
ソフトウェア（Minitab、JMP、あるいは無料のR FrF2パッケージ）を使って計画行列を生成してください。試行順序を手作業で作ってはいけません。
ステップ4：実験を実行し、ランダム化する
ソフトウェアが生成したランダムな順序で試行を実行します。ランダム化は交渉の余地がありません。時間トレンド、装置のドリフト、作業者の学習効果が因子効果のように見えてしまうのを防ぎます。研究対象外のすべての変数は、標準運用値に保ってください。周囲の環境条件、オペレーター、装置の状態、ロット番号など、すべてを記録してください。
ステップ5：結果を分析する
応答データをソフトウェアに入力し、分散分析（ANOVA）または回帰分析を実行します。次の点を確認します。
- 主効果プロット：どの因子が平均応答をシフトさせるか。
- 交互作用プロット：ある因子の効果が別の因子の水準によって逆転するかどうか。
- 残差プロット：モデルの前提（正規性、分散の一定性）が満たされているかどうか。
- 効果のパレート図：有意水準を超えている効果はどれか。
統計的に有意な効果とは、閾値（通常0.05）を下回るp値を持ち、かつ実務上対処する価値のある大きさを持つものです。両方が重要です。試行回数が多いと、統計的には有意でも業務上は無関係な小さな効果が出ることがあります。
ステップ6：確認して反復する
予測された最適設定で確認実験を実行します。確認結果はモデルの予測区間の範囲内に収まるべきです。収まらない場合は、何か見落としがあったということです。未測定の因子、狭すぎた範囲、あるいは紛れ込んだノイズ変数などです。このステップは多くのチームが早々に飛ばしてしまい、後で後悔するところです。確認できたら、新しい設定を標準作業手順に成文化し、管理図のベースラインを更新してください。
Design of Experimentsの実例
| 業界・機能 | 研究対象 | テストされた因子 | 結果 |
|---|---|---|---|
| 医薬品製造 | 錠剤の溶出速度 | 圧縮力、結合剤濃度、造粒時間 | 変動の91%を説明する2因子を特定し、規格外バッチを60%削減 |
| メールマーケティング | クリック率 | 件名の長さ、送信時刻、パーソナライゼーション、CTAコピー | 2^4分割実験で件名とCTAの交互作用が支配的要因と判明 |
| 農業 | 作物収量 | 肥料の種類、灌漑頻度、畝間隔 | 応答曲面計画により、3因子同時の最適点を15プロットで発見 |
| ソフトウェアパフォーマンス | API応答レイテンシ | キャッシュサイズ、コネクションプール深度、クエリタイムアウト | Plackett-Burman計画で7パラメータをスクリーニング、2つが支配的で、p95レイテンシを34%削減するよう調整 |
| 食品加工 | スナックの食感スコア | 焼成時間、オーブン温度、水分含有量 | 中心点を含む完全2^3実施要因計画で曲率を確認し、応答曲面計画で最適点を発見 |
化合物の配合、広告コピーの作成、データベースのチューニングのどれであっても、同じロジックが当てはまります。入力条件が変動し、どれが重要かわからないなら、DOEは直感よりも速く答えを出します。
ベストプラクティスとよくある間違い
すべきこと：
- 不便であっても、毎回試行順序をランダム化する。
- 純粋な誤差を推定するため、少なくとも中心点は反復する。
- 開始前に測定システムを検証する（必要であればGauge R&R）。
- 生産を変更する前に、最適設定で結果を確認する。
- 実験を再現できるよう、因子範囲、応答の定義、実行ログを文書化する。
すべきでないこと：
- 実験の途中で因子を追加する。開始後に因子を追加すると計画構造が無効になります。
- 不十分な解像度で因子を増やしすぎる。交互作用が存在するとわかっている場合に解像度III設計を使うと、交絡した誤解を招く結果になります。
- 統計的有意性と実務上の重要性を混同する。必ず効果の大きさを確認してください。
- 確認実験を省略する。モデルは数学的な抽象化にすぎず、プロセスは現実のものです。
- DOE設計を手計算しようとする。ソフトウェアが正しい交絡パターンを持つ有効なランダム化試行順序を生成します。即興でやらないでください。
DOEはDMAICのImproveフェーズに自然に組み込まれ、当て推量を統計的に裏付けられた最適設定の選択に置き換えます。また、Lean Six Sigmaプロジェクトや、根本原因分析によって容疑者リストが正式にテストする価値のある少数の因子まで絞り込まれたSix Sigmaの取り組みでも一般的です。
よくある質問
Design of ExperimentsはA/Bテストと同じですか。
A/Bテストは、DOEの特殊で単純化されたケースです。1つの因子を2水準で、ランダム割り当てを行うものです。DOEはこのロジックを一般化し、複数の因子を同時にテストし、交互作用とブロッキングを明示的に扱います。メールキャンペーンで適切な多変量テストを実行しているなら、それはDOEを行っていることになります。1つずつテストしているなら、それはランダム割り当て付きのOFATを行っていることになり、純粋なOFATよりは優れていますが、それでも交互作用は見落とします。
何回の試行が必要ですか。
2水準の完全実施要因計画では、最小試行回数は2^k回（kは因子数）です：3因子で8回、4因子で16回、というように増えていきます。反復するとその回数は倍になります。分割実験計画はこれを大幅に減らします。5因子の解像度V設計では16回で済みます。8因子のスクリーニング設計は12回で行えます。適切な回数は、どれだけの交互作用を解明する必要があるか、どれだけの純粋誤差を推定する必要があるかによって決まります。ソフトウェアに設計の選択から計算させてください。
どんなソフトウェアが必要ですか。
MinitabとJMPが業界標準です。どちらも設計の生成、試行順序のランダム化、ANOVAと回帰分析の実行、標準的な効果プロットの作成を行えます。RのFrF2パッケージとrsmパッケージも無料で同じことができます。Excelはシンプルな2因子の完全実施要因計画なら扱えますが、それより大きくなるとエラーが起きやすくなります。チームが既にDMAICやSix Sigmaベルトのトレーニングを受けているなら、Minitabのライセンスはほぼ確実に既に取得済みでしょう。
DOEを使うべきでないのはどんなときですか。
テストすべき因子がもっともらしいものが1つしかない場合は、シンプルなA/Bテストの方が速いです。因子の水準を正確にコントロールできない場合（例えば周囲の湿度を実際に一定に保てない場合）、実験の妥当性は崩れます。また、試行にかかる時間やコストが極めて高く、FMEAが既に1つの因子を強く指し示している場合は、完全な計画実験よりも確認的な一因子テストの方が現実的かもしれません。
DOEは製造業だけでなくサービス業でも使えますか。
はい。測定可能な入力とアウトプットを持つプロセスであれば、DOEで研究できます。カスタマーサービスの通話対応（保留時間、スクリプトの長さ、コールバックポリシー）、ソフトウェアデプロイ（機能フラグの組み合わせ、ロールアウト率）、マーケティングキャンペーン、サプライチェーン構成などです。応答がウィジェットの歩留まりであろうとネットプロモータースコアであろうと、数学は変わりません。
関連記事
Senior Operations & Growth Strategist