※本記事にはプロモーション(広告)が含まれています。
はじめに
QC 検定 1 級の勉強を始めると「ロバストパラメータ設計」という言葉に必ず出会います。ところが「ばらつきに強い設計」という抽象的な説明だけではイメージがわかず、多くの受験者が得点源にできずに終わります。本記事では、まったくの初学者でもロバスト設計の全体像をつかめるように、用語→考え方→手順→簡単な例題の順に解説します。読み終えるころには「ロバスト設計って要するにこういうことだよね」と人に説明できるようになります。
1. まずは「ばらつき」の悩みを思い出してください
-
冬はプリンが固め、夏はゆるゆる
-
同じレシピなのにクッキーがたまに焦げる
-
スマホのバッテリーが人によって持ちが違う
これらは全部「温度」「湿度」「使い方」といった自分では変えられない環境の揺らぎ(=ノイズ)のせいで起きる現象です。
製品を作る側に立つと、不良品でなくても「今日はわずかに厚みが薄い」「今日は目標より抵抗値が高い」という小さなズレが大量に出ます。これが隠れコストとなり、クレームの原因や歩留まり低下につながります。
2. ロバスト設計は“外敵に強い設定”を探す方法
2.1 ふたつの役者:制御因子とノイズ因子
ロバスト設計は「外の揺らぎ(ノイズ)に振り回されないダイヤル位置」を探す作業です。
2.2 ここがミソ:ズレ=お金が飛ぶ
タグチという研究者は、目標から外れた量
が大きいほど社会に損失が出る、としてという式を示しました。平方(2 乗)になるので、少しのズレでも損がぐっと増えます。だから「規格内ならいいや」ではなく、ばらつきを根こそぎ小さくしたいわけです。ロバスト設計はその強力な武器になります。
3. 静特性と動特性、たったこれだけで区別
-
静特性:いい点は「この高さがベスト!」と決まっている品質。
-
例:抵抗値を 100 Ω にしたい
-
-
動特性:入力の大きさに合わせて出力が動く品質。
-
例:ハンドルを 2 倍切ったら車が 2 倍曲がるようにしたい
-
静特性では「ズレが小さいほど良い」、動特性では「入力―出力の直線が崩れないほど良い」が評価基準になります。
静特性のS/N比は3つだけ|望小・望大・望目の選び方
静特性のばらつきの良し悪しは、S/N比η(イータ、単位dB)で比べます。値が大きいほど、ノイズに強い(ばらつきの小さい)設定です。品質特性の種類によって、使う式が3つに分かれます。
選び方は「小さいほどよい → 望小」「大きいほどよい → 望大」「目標値がある → 望目」の順に考えます。望目特性は、平均を目標値に合わせる調整が別にできる前提で、まず平均に対するばらつきが小さくなる設定を選び、そのあと平均を目標値に合わせます(2段階設計)。平均を調整できない場面などでは、分散だけで比べる η = −10 log10(分散)を使う教科書もあります。
数字を入れてみると、次のようになります(分散は n−1 で割る不偏分散)。
4. ロバスト設計の手順をざっくり道案内
-
品質特性を決める
「抵抗値」「回転速度」など、何を良くしたいかをはっきりさせる。 -
ノイズ因子を洗い出す
温度、湿度、電圧変動…「外敵リスト」を作る。 -
制御因子を選ぶ
原料比率、圧力、時間…自分でいじれるダイヤル。 -
直交配列で実験計画を立てる
制御用(内側)・ノイズ用(外側)の表を組み合わせ、最少回数で網羅。 -
実験して S/N 比を計算
平均アップ&ばらつきダウンを同時に評価。 -
主効果図を読み、最適水準を決める
グラフで一番背の高いバーを選ぶイメージ。 -
損失額を計算し「本当に得したか」を確認
これで“外敵に強い設定”が手に入ります。
5. ミニ体験:プリンを失敗しない温度設定
-
制御因子:蒸し温度 A(低/高)
-
ノイズ因子:季節 B(冬/夏)
4 回蒸してみるとこうなりました(固さを数値化)。
読み取り
-
高温のほうが 平均は低く、ばらつきも小さい
-
S/N 比も大きい(計算すると高温が約 −6.0 dB、低温が約 −11.6 dB で、高温が約 5.6 dB 優位)
→ 結論:蒸し温度は「高」に決定!
冬でも夏でも失敗しにくいプリンになります。
6. 試験で狙われる“ここだけは外せない”
-
制御/ノイズ/信号の分類:単語穴埋めで 1〜2 点
-
S/N 比 3 式:Smaller / Larger / Nominal を瞬時に選ぶ
-
直交配列 (L4,L8,L16):因子・水準数からどれを使うか
-
主効果図:一番高いバー=最適、とコメントできる
この4つさえ押さえれば、ロバスト設計は毎回 8〜10 点の得点源になります。
まとめ
-
ロバスト設計=外敵(ノイズ)に強いダイヤル設定探し
-
静特性は「目標に近づけ、ばらつきを減らす」
動特性は「入力と出力の直線を崩さない」 -
S/N 比と直交配列を使えば、少ない実験で最適条件が見つかる


