工程変数がある配合実験の例
この例では、応答曲面モデルの予測式を使用して、配合プロファイルを作成します。望ましい特性に応答がなる領域を設定し、その領域内に収まるさまざまな因子設定の組み合わせを調べます。
ここでは、魚のパティの舌触りを最適化するための実験データをアレンジしたデータテーブルを使います。3つの混合成分があり、それぞれの値は魚のパティ中の魚肉の割合を示しています。また、それらの配合因子のほかにも、工程変数としてパティを焼くときのオーブンの温度もあります。応答は、舌触りの良さを測定したもので、値が大きいほど良い評価を表します。
1. ［ヘルプ］>［サンプルデータフォルダ］を選択し、「Fish Patty.jmp」を開きます。
2. ［グラフ］>［配合プロファイル］を選択します。
3. 「予測評価」を選択し、［Y, 予測式］をクリックします。
4. ［OK］をクリックします。
図6.8 「配合プロファイル」の最初の出力
5. メーカー側は、評価を5以上にしたいと考えています。「予測評価」の調整スライダを使って等高線を5に近づけてみましょう。または、「等高線」テキストボックスに「5」と入力し、等高線の値を5に設定することもできます。
図6.9 「予測評価」が5のときの等高線
等高線に付随した点線は、「予測評価」の増加方向を示しています。
6. 「予測評価」の「下限」のボックスに、「5」と入力します。すると、プロットに薄赤色の陰影が表示されます。陰影つきの領域における因子の組み合わせでは、評価が5を下回ります。評価が5以上のパティを製造するためには、条件に合った（陰影のついていない）領域に因子を設定する必要があります。この領域を見ると、条件を満たすには、「ニベ」の割合を低く（10%未満）、「ボラ」の割合をやや低く（70%未満）、「タイ」の割合をやや高く（30%以上）しなければいけないことがわかります。これは、調理温度が400度の場合です。
図6.10 「予測評価」が5以上になる領域
7. 「温度」のスライドを動かして温度を変更し、可能な領域がどのように変化するかを観察してみましょう。
この後の分析作業としては、次のようなものが考えられます。
• 4つの因子すべてを同時に考慮して応答を最適化する。カスタムプロファイルまたは満足度プロファイルと最適化を参照してください。
• 因子とモデル誤差がばらつくものとして、応答をシミュレーションする。シミュレータを参照してください。