実験計画法

因子と水準とは何か?

こんにちは、シラスです。

実験計画法を学び始めると、最初に必ず覚えるべき2つの専門用語があります。
それが「因子(いんし)」「水準(すいじゅん)」です。

「言葉は聞いたことがあるけど、どっちがどっちだっけ?」
「設定値のこと? パラメータのこと?」

ここが曖昧なままだと、L18直交表などの高度なテクニックを使おうとしても、実験の設計図(割り付け)が書けずに挫折してしまいます。

この記事では、実験の土台となるこの2つの概念について、料理の例えや図解を交えながら、実務レベルまで掘り下げて解説します。

1. 因子(Factor)とは?「原因の候補」

まずは「因子」からです。

🔍 因子の定義
実験の結果(特性値)に影響を与える可能性がある「要素・項目」のこと。

もっと噛み砕いて言うと、
「これを変えたら、結果が変わるんじゃないか?」と睨んだ犯人候補のことです。
(英語では Factor と言います)

身近な例で考える

「実験」というと堅苦しいですが、私たちは日常的に因子を考えています。

実験テーマ(結果) 因子(原因の候補)
カレー作り
(おいしさ)
・お肉の種類
・カレールーの銘柄
・煮込み時間
・隠し味の有無
スマホの電池持ち
(稼働時間)
・画面の明るさ
・起動しているアプリ数
・Wi-Fiのオン/オフ
・外気温

実験計画法とは、これら無数にある因子の中から「特に重要そうなもの」をピックアップし、本当に犯人(効果がある)なのかを取り調べするプロセスのことです。

2. 水準(Level)とは?「具体的な設定値」

次に「水準」です。
因子が決まっただけでは、実験はできません。「具体的にどうするか」を決める必要があります。

🎚 水準の定義
その因子に対して設定する「具体的な条件・状態・数値」のこと。

英語では Level と言います。
「温度」が因子なら、「200℃」や「250℃」が水準です。

2種類の水準(量的と質的)

水準には、大きく分けて2つのタイプがあります。
ここを意識すると、実験の精度が上がります。

📏 1. 量的因子(数値で表せる)

温度、時間、圧力、長さ、量など。

  • 水準1: 100℃
  • 水準2: 120℃
  • 水準3: 140℃
🍎 2. 質的因子(数値ではない)

材料の種類、工場の場所、作業担当者、方法など。

  • 水準1: 材料A(国産)
  • 水準2: 材料B(外国産)

3. 因子と水準をセットで考える

実験計画とは、結局のところ「因子と水準の組み合わせ表(マトリクス)」を作ることです。

例えば、「肉の種類(2水準)」と「スパイスの量(2水準)」を調べたい場合。

因子 水準1 (Low) 水準2 (High)
A:肉の種類 牛肉 🐮 鶏肉 🐔
B:スパイス 少なめ 多め

これらを組み合わせると、以下の $2 \times 2 = 4$ 通りの実験条件が生まれます。

  1. 牛肉 × 少なめ
  2. 牛肉 × 多め
  3. 鶏肉 × 少なめ
  4. 鶏肉 × 多め

因子が増えれば増えるほど、この組み合わせは爆発的に増えていきます。
(例:因子が7個あったら、$2^7 = 128$ 通り!)

だからこそ、「直交表」などのテクニックを使って、効率よく実験する必要が出てくるわけです。

4. ケーススタディ:オムライスの新レシピ開発

最後に、より実践的なイメージを持つために、「究極のオムライス」を作る実験を計画してみましょう。

あなたはシェフとして、以下の3つの因子に注目しました。

📋 実験計画書

目的: ふわとろで美味しいオムライスを作りたい。

設定した因子と水準:

  • 因子A(卵の種類):
    • 水準1:スーパーの特売卵
    • 水準2:ブランド地養卵
  • 因子B(マヨネーズ添加):
    • 水準1:入れない
    • 水準2:入れる(小さじ1)
  • 因子C(火加減):
    • 水準1:中火
    • 水準2:強火

このように整理することで、初めて「何を、どう変えて実験すればいいか」が明確になります。

もしこれを整理せず、「とりあえず高い卵を使って、強火でやってみるか…あ、マヨネーズ入れるの忘れた」などと行き当たりばったりでやると、何が原因で美味しくなったのか(あるいは不味くなったのか)が一生分かりません。

まとめ

因子(Factor): 結果に影響しそうな「項目」(温度、材料など)。
水準(Level): 因子ごとの具体的な「設定値」(100℃、材料Aなど)。
✅ 実験とは、因子と水準の組み合わせを評価すること。

実験を成功させるコツは、難しい計算をすることではありません。
実験を始める前に、「どの因子を選び、どの水準(範囲)で振るか?」を徹底的に考えることです。

ここさえ間違っていなければ、あとはデータが答えを教えてくれます。

次回は、実験の信頼性を高めるために必須の概念、「繰返し(Repetition)」について。
「なぜ同じ条件で2回も3回も実験しなきゃいけないの? 面倒じゃない?」
その疑問に、統計学的な理由でお答えします。

統計学のおすすめ書籍

統計学の「数式アレルギー」を治してくれた一冊

「Σ(シグマ)や ∫(インテグラル)を見ただけで眠くなる…」 そんな私を救ってくれたのが、小島寛之先生の『完全独習 統計学入門』です。

この本は、難しい記号を一切使いません。 「中学レベルの数学」と「日本語」だけで、検定や推定の本質を驚くほど分かりやすく解説してくれます。

「計算はソフトに任せるけど、統計の『こころ(意味)』だけはちゃんと理解したい」 そう願う学生やエンジニアにとって、これ以上の入門書はありません。

¥2,420 (2025/11/23 09:57時点 | Amazon調べ)

【QC2級】「どこが出るか」がひと目で分かる!最短合格へのバイブル

私がQC検定2級に合格した際、使い倒したのがこの一冊です。

この本の最大の特徴は、「各単元の平均配点(何点分出るか)」が明記されていること。 「ここは出るから集中」「ここは出ないから流す」という戦略が立てやすく、最短ルートで合格ラインを突破できます。

解説が分かりやすいため、私はさらに上の「QC1級」を受験する際にも、基礎の確認用として辞書代わりに使っていました。 迷ったらまずはこれを選んでおけば間違いありません。

タグ

-実験計画法
-