※本記事にはプロモーション（広告）が含まれています。
因子とは、実験で結果に影響を与えるかどうかを調べるために変える条件（温度・時間・材料など）のことで、水準とは、その因子をどの値に設定するか（温度なら100℃と120℃など）のことです。因子を変えたときに結果が平均でどれだけ変わるかを主効果、どの因子でも説明できない結果のばらつきを誤差といいます。
この記事の位置づけ
「実験計画法の基礎概念シリーズ」第3回。前回は「全数試験の限界」を学びました。今回は実験計画法の最重要キーワード「因子」と「水準」の違いを解説します。
「因子と水準、どっちがどっちか混乱する…」
「英語でFactorとLevelって言われても…」
大丈夫です。この2つは「何を」と「どのくらい」で覚えれば一発です。
ホットケーキ作りを例に、図解でスッキリ理解しましょう。
因子とは？【何を変えるか】
因子（いんし）とは、実験で意図的に変える条件のことです。
英語では「Factor（ファクター）」と言います。
因子の定義
結果に影響を与えそうな「変えたい条件」のこと。
「何を変えるか？」の答えが因子。
ホットケーキで考える「因子」
「ふわふわのホットケーキを作りたい！」と思ったとき、何を変えてみますか？
- 牛乳の量 → 因子A
- 卵の個数 → 因子B
- 焼き加減（火力） → 因子C
このように「結果を左右しそうな条件」が因子です。
水準とは？【どのくらい変えるか】
水準（すいじゅん）とは、因子の具体的な設定値のことです。
英語では「Level（レベル）」と言います。
水準の定義
因子ごとに設定する「具体的な値や種類」のこと。
「どのくらい変えるか？」の答えが水準。
ホットケーキで考える「水準」
先ほどの因子に、具体的な値を設定してみましょう。
| 因子 | 水準1 | 水準2 |
|---|---|---|
| A：牛乳の量 | 100ml | 200ml |
| B：卵の個数 | 1個 | 2個 |
| C：焼き加減 | 弱火 | 強火 |
「牛乳の量」という因子に対して、「100ml」「200ml」という水準を設定するわけです。
因子と水準の関係【親子関係でイメージ】
因子と水準の関係は、「親」と「子」でイメージするとわかりやすいです。
因子（親）
「何を変えるか？」
↓
水準1（子）
水準2（子）
「どのくらい変えるか？」
1つの因子（親）に対して、複数の水準（子）がぶら下がるイメージです。
水準は2つとは限りません。「弱火・中火・強火」のように3水準にすることもあります。
覚え方のコツ【一発で区別する方法】
混乱したときは、この質問を思い出してください。
| 因子 | 「何を」変える？ → 条件の種類 |
| 水準 | 「どのくらい」変える？ → 条件の値 |
もう一つの覚え方として、「因子は名詞、水準は形容詞」という見方もあります。
- 因子：牛乳の量（何の話？）
- 水準：多い or 少ない（どんな状態？）
よくある質問
水準は2つじゃないとダメ？
いいえ、3つ以上でもOKです。
たとえば「温度」という因子に対して、「100℃・150℃・200℃」と3水準を設定することもあります。
ただし、水準を増やすと実験回数が増えるので、まずは2水準で始めるのが基本です。
因子はいくつまで設定できる？
理論上は制限がありませんが、多すぎると実験が複雑になります。
実務では3〜7因子程度で始めることが多いです。直交表を使えば、7因子でも8回の実験で済みます。
主効果とは？【因子を変えたときの変化量】
主効果（しゅこうか）とは、ある因子の水準を変えたとき、結果（特性値）がどれだけ変化するかを表す数値です。
英語では「Main Effect（メインエフェクト）」と言います。
主効果の定義
因子の水準を変えたときの、結果の平均値の差。
「この因子は結果にどれだけ影響するか？」を表す指標。
カレー作りで理解する主効果
具体例で考えてみましょう。
「美味しいカレーを作りたい」という目標で、2つの因子を調べます。
| 因子 | 水準1 | 水準2 |
|---|---|---|
| A：肉の種類 | 鶏肉 | 牛肉 |
| B：スパイスの量 | 少なめ | 多め |
4パターンで実験した結果、以下の美味しさスコアが得られました。
| 実験No. | 肉（A） | スパイス（B） | 美味しさスコア |
|---|---|---|---|
| 1 | 鶏肉 | 少なめ | 60点 |
| 2 | 鶏肉 | 多め | 64点 |
| 3 | 牛肉 | 少なめ | 80点 |
| 4 | 牛肉 | 多め | 84点 |
主効果の計算方法
主効果は、水準ごとの平均値の差で計算します。
因子A（肉の種類）の主効果
鶏肉の平均：（60 + 64）÷ 2 = 62点
牛肉の平均：（80 + 84）÷ 2 = 82点
主効果A = 82 − 62 = +20点
因子B（スパイスの量）の主効果
少なめの平均：（60 + 80）÷ 2 = 70点
多めの平均：（64 + 84）÷ 2 = 74点
主効果B = 74 − 70 = +4点
結果の解釈
主効果を比較すると…
因子A（肉）
+20点
影響度：大
因子B（スパイス）
+4点
影響度：小
わかったこと
肉を鶏肉→牛肉に変える方が、スパイスを増やすより5倍効果がある！
→ 改善するならまず肉から手をつけるべき。
このように、主効果を比較することで「どこを改善すべきか」の優先順位がわかるのです。
主効果の注意点
主効果だけで判断すると失敗することも
主効果は便利な指標ですが、これだけ見て最適条件を決めると失敗することがあります。
なぜなら、因子の組み合わせによって効果が変わることがあるからです。
これを「交互作用」と言います。次の記事で詳しく解説しますね。
誤差とは？【説明できないバラつき】
誤差（ごさ）とは、実験結果に含まれる原因がわからないバラつきのことです。
英語では「Error（エラー）」と言います。
誤差の定義
因子（意図的に変えた条件）では説明できない、
結果のバラつき・変動のこと。
的当てゲームで理解する誤差
あなたが的当てゲームを3回やったとします。
3回投げた結果
1回目：98点 2回目：102点 3回目：100点
平均は100点だけど、毎回ピッタリ100点にはならない
同じ人が、同じ距離から、同じ的を狙っているのに、結果が微妙に違います。
この「微妙なズレ」が誤差です。
誤差が生まれる原因【3つの発生源】
誤差はさまざまな原因で発生します。大きく分けると3つあります。
① 材料のバラつき
同じ材料でも、微妙に品質が違います。
- 同じ銘柄の小麦粉でも、ロットによって微妙に成分が違う
- 同じメーカーの部品でも、1個1個のサイズが微妙に違う
- 同じ畑の野菜でも、1つ1つの甘さが微妙に違う
② 環境の変化
実験中に環境が少しずつ変わります。
- 朝と夕方で室温が違う
- 湿度が変化する
- 機械が温まって動作が変わる
③ 測定のブレ
測定する人や機器によって、結果が微妙に変わります。
- 目盛りの読み方が人によって微妙に違う
- 測定機器にも精度の限界がある
- 同じ人でも、体調によって判断がブレる
誤差の3大発生源
| ① 材料 | ロット差、個体差 |
| ② 環境 | 温度、湿度、時間帯 |
| ③ 測定 | 人のクセ、機器の精度 |
誤差と上手く付き合う方法
誤差はゼロにできませんが、小さくしたり、正しく見積もったりすることはできます。
| 対策 | 内容 |
|---|---|
| 繰り返し（反復） | 複数回実験して誤差の大きさを把握する |
| ランダム化 | 偏りを防いで誤差を均等に散らばらせる |
| 局所管理 | 似た条件をグループ化して環境差を除去 |
| 測定精度の向上 | より精密な機器を使う、測定者を統一する |
これらは、すでに学んだ「実験の3原則」そのものですね。3原則は誤差をコントロールするためのルールでもあるのです。
まとめ
この記事のポイント
- 因子＝「何を変えるか？」（条件の種類）
- 水準＝「どのくらい変えるか？」（条件の具体的な値）
- 1つの因子に対して、複数の水準がぶら下がる「親子関係」
- まずは2水準で始めるのが基本
因子と水準がわかれば、実験の設計がグッとイメージしやすくなります。次の記事では、「なぜ同じ条件で複数回実験するのか？」という繰り返しの重要性を解説します。
実験計画法を、図で全体から学びたいときに向いています。実験計画法の基本と仕組みを、図解で解説した入門書です（秀和システム）。
実験計画法を、基礎から順に学びたいときに向いています。実験計画法を基礎から学べる入門書です（日科技連出版社、永田靖 著）。
次に読むべき記事
この記事の内容がわかったら、実験計画法の基礎の次のテーマに進みましょう。続けて読むと、現場でそのまま使える知識になります。
メーカーで電気設計と品質保証に携わってきた経験をもとに執筆しています。むずかしい専門用語をできるだけ使わず、はじめて学ぶ人がつまずかないように、図とたとえで説明することを大切にしています。
テーマ別に、もっと深く学ぶ
気になるところから読んでも大丈夫です。どの記事も、はじめて学ぶ人向けにやさしく書いています。
