研究開発や技術開発では、「どの条件が結果に効いているのか分からない」「実験回数が多すぎて時間が足りない」「一つずつ条件を変えているが、なかなか最適条件にたどり着かない」という悩みがよくあります。
たとえば、材料開発であれば、原料の種類、配合量、温度、時間、pH、攪拌速度、乾燥条件など、多くの条件が結果に影響します。製造工程であれば、設備条件、作業条件、環境条件、原料ばらつきなども関係します。
このようなとき、1つの要因だけを変えて実験する方法では、膨大な時間がかかる場合があります。また、複数の要因が組み合わさったときの影響、つまり交互作用を見落としてしまうこともあります。
そこで役立つのが、DOEです。
DOEは、Design of Experimentsの略で、日本語では実験計画法と呼ばれます。実験を効率よく設計し、少ない実験回数で重要な要因や最適条件を見つけるためのフレームワークです。
研究開発、製品開発、工程改善、品質改善、データ分析など、さまざまな場面で使えます。
この記事でわかること
・DOEとは何か
・DOEは何に使うのか
・DOEの基本的な考え方
・DOEの使い方
・DOEの具体例
・関連フレームワークとの違い
最初から完璧に使いこなす必要はありません。まずは「DOEは複数の条件を計画的に変えて、結果に効く要因を効率よく見つけるための型だ」とつかめれば十分です。
DOEとは？
DOEとは、Design of Experimentsの略で、日本語では実験計画法と呼ばれます。
実験を行う前に、どの要因を、どの水準で、どの組み合わせで試すかを計画し、効率よくデータを取得するための考え方です。
初心者向けに言い換えると、DOEは「行き当たりばったりではなく、最初に実験の組み方を設計する方法」です。
たとえば、温度、時間、配合量の3つが製品性能に影響しているとします。それぞれを低・中・高の3水準で調べようとすると、すべての組み合わせを試す場合、かなり多くの実験が必要になります。
DOEを使うと、必要な情報を得るために、どの組み合わせを試せばよいかを計画できます。これにより、実験回数を抑えながら、重要な要因や条件の傾向を把握できます。
一言でいうと、DOEは複数の要因が結果に与える影響を効率よく調べ、最適条件を見つけるためのフレームワークです。
DOEは何に使うのか
DOEは、実験や検証を効率よく進めるために使います。
研究開発では、結果に影響する要因が複数あることが普通です。材料の種類、配合、温度、時間、湿度、圧力、処理速度、装置条件など、多くの要因が関係します。
それらを一つずつ変えて確認する方法もありますが、時間がかかります。また、ある要因の効果が、別の要因の条件によって変わることもあります。
DOEは、こうした複数要因の影響を効率よく調べるために使います。
主な用途は次の通りです。
・結果に効いている要因を見つける
・実験回数を減らす
・複数要因の影響を整理する
・最適な条件を探索する
・品質ばらつきを減らす
・工程条件を改善する
・新製品開発の条件検討を効率化する
・仮説検証を計画的に行う
・実験結果を説明しやすくする
DOEを使うと、「なんとなく条件を振ってみる」から、「目的に合わせて実験を設計する」へ変えることができます。
どんな人に向いているか
DOEは、研究開発、製造技術、品質管理、データ分析に関わる人に向いています。
・実験回数を減らしたい研究者、技術者
・条件検討を効率化したい人
・複数要因の影響を整理したい人
・工程条件を最適化したい人
・品質ばらつきを減らしたい人
・試作や評価に時間がかかっている人
・データに基づいて開発判断をしたい人
・若手研究者や技術者に実験設計を教える人
・属人的な実験から脱却したい人
特に、実験条件が多く、どこから手をつければよいか分からない場合に効果的です。
DOEの基本的な考え方
DOEの基本は、「要因」「水準」「応答」を整理することです。
要因とは、結果に影響を与える可能性がある条件です。たとえば、温度、時間、配合量、圧力、pH、攪拌速度、乾燥条件などです。
水準とは、各要因で試す条件の値です。たとえば、温度であれば、80℃、100℃、120℃のような値です。配合量であれば、5%、10%、15%のように設定できます。
応答とは、実験の結果として測定するものです。たとえば、強度、粘度、収率、粒径、硬度、接着力、反応率、不良率、処理時間などです。
DOEでは、要因と水準をあらかじめ整理し、どの組み合わせで実験するかを計画します。
また、DOEでは交互作用も重要です。
交互作用とは、ある要因の効果が別の要因の条件によって変わることです。たとえば、温度を上げると性能が良くなると思っていたが、配合量が多い場合だけ効果があり、配合量が少ない場合は逆に悪化する、といったことがあります。
一つずつ条件を変える実験では、この交互作用を見落とすことがあります。DOEを使うと、複数要因の関係を計画的に確認しやすくなります。
DOEの使い方
手順1 実験の目的を明確にする
まず、実験の目的を明確にします。
何を知りたいのか、どの特性を改善したいのか、どの条件を最適化したいのかを決めます。目的があいまいなまま実験を組むと、結果を見ても判断できません。
たとえば、次のように目的を設定します。
・接着強度を最大化したい
・硬化時間を短縮したい
・粒径のばらつきを減らしたい
・収率を高めたい
・不良率を下げたい
・加工条件の許容範囲を知りたい
目的が明確になると、測定すべき応答や検討すべき要因が決めやすくなります。
手順2 応答を決める
次に、実験結果として何を測定するかを決めます。
応答は、実験の目的に対応する測定項目です。測定方法が不安定だと、正しい判断ができません。そのため、応答はできるだけ測定可能で、再現性のあるものにします。
たとえば、材料開発であれば、次のような応答が考えられます。
・引張強度
・接着強度
・粘度
・硬化時間
・収率
・粒径
・耐熱性
・外観不良率
・コスト
・作業性評価
複数の応答を見る場合もあります。その場合は、何を最優先にするかを決めておくことが大切です。
手順3 要因と水準を決める
次に、結果に影響しそうな要因と、その水準を決めます。
要因は、経験、過去データ、文献、現場の知見、顧客要求、FMEAなどを参考にして選びます。要因を増やしすぎると実験が複雑になります。最初は、影響が大きそうな要因に絞ることが重要です。
たとえば、接着剤の硬化条件を検討する場合、要因として次のようなものが考えられます。
・硬化温度
・硬化時間
・塗布量
・表面処理条件
・接着剤の配合比
・圧着圧力
各要因について、低い条件と高い条件、または複数の水準を設定します。
水準を決めるときは、現実的に試せる範囲にすることが大切です。極端すぎる条件を入れると、実験としては面白くても、実務に使えない結果になることがあります。
手順4 実験計画を組む
要因と水準が決まったら、どの組み合わせで実験するかを決めます。
すべての組み合わせを試す方法を完全実施計画と呼ぶことがあります。情報量は多いですが、要因や水準が増えると実験数が急増します。
一方、一部の組み合わせだけを計画的に選ぶ方法もあります。これにより、実験回数を抑えながら、重要な傾向を把握できます。
初心者の場合、専門的な統計手法を最初からすべて理解する必要はありません。まずは、次の点を意識するだけでも実験の質が上がります。
・要因を計画的に変える
・同じ条件を必要に応じて繰り返す
・実験順序の偏りに注意する
・測定方法をそろえる
・外乱要因をできるだけ管理する
・結果を比較しやすい形で記録する
実験計画を事前に作っておくことで、途中で条件を思いつきで追加したり、都合のよい結果だけを見たりすることを防ぎやすくなります。
手順5 実験を行い、結果を分析する
計画に沿って実験を行い、結果を記録します。
実験後は、どの要因が応答に大きく影響しているかを分析します。グラフ化したり、平均値を比較したり、統計解析を行ったりして傾向を確認します。
初心者は、まず次のような見方から始めるとよいでしょう。
・どの条件で結果が良かったか
・どの要因を変えると結果が大きく変わったか
・要因同士の組み合わせで傾向が変わるか
・ばらつきが大きい条件はどれか
・実務上使いやすい条件はどれか
重要なのは、単に最高値を出した条件だけを見るのではなく、再現性や安定性も見ることです。
手順6 最適条件を確認する
分析結果から有望な条件が見つかったら、確認実験を行います。
DOEで得られた結果は、あくまで実験計画の範囲で得られたものです。最適と思われる条件が、本当に再現するか、実務で使えるかを確認する必要があります。
確認すべき項目には、次のようなものがあります。
・同じ条件で再現するか
・スケールを変えても成り立つか
・材料ロットが変わっても安定するか
・量産設備で実行できるか
・品質規格を満たすか
・コストや作業性に問題がないか
研究室レベルで良い結果が出ても、量産や顧客使用環境では問題が出ることがあります。DOEの結果は、次の検証につなげて使うことが重要です。
DOEの具体例
例 接着剤の硬化条件を検討する場合
新しい接着剤の開発で、接着強度を高めながら硬化時間を短くしたい場合を考えます。
検討する要因として、硬化温度、硬化時間、塗布量の3つを選びます。それぞれについて、低水準と高水準を設定します。
・硬化温度：80℃、120℃
・硬化時間：10分、30分
・塗布量：少ない、多い
応答として、接着強度と外観不良の有無を測定します。
このように要因と水準を決めて、組み合わせを計画的に試すと、どの要因が接着強度に効いているかを確認できます。
たとえば、結果から「硬化温度の影響が大きい」「塗布量は多ければよいわけではない」「硬化時間を長くしても、ある温度以上では効果が小さい」といった傾向が見えるかもしれません。
この情報があれば、次の実験で条件範囲を絞り込みやすくなります。
別の例 Webサイトの問い合わせ率を改善する場合
DOEは、研究開発だけでなく、マーケティングや業務改善にも考え方を応用できます。
たとえば、Webサイトの問い合わせ率を高めたい場合を考えます。
要因として、次のようなものを設定できます。
・CTAボタンの文言
・ファーストビューの見出し
・問い合わせフォームの項目数
・導入事例の掲載有無
・料金表示の有無
応答は、問い合わせ率やフォーム到達率です。
一つずつ変更して比較する方法もありますが、複数の要因を計画的に組み合わせて検証すれば、どの要素が問い合わせ率に影響しているかを効率よく確認できます。
たとえば、単にボタン文言だけでなく、「見出し」と「導入事例」の組み合わせで効果が変わる可能性もあります。
このように、DOEの考え方は、技術開発だけでなく、マーケティング施策や業務改善の検証にも応用できます。
具体例でわかるポイント
具体例からわかるポイントは次の通りです。
・複数の要因を計画的に変えることで効率よく検証できる
・一つずつ条件を変える方法では見えにくい関係が分かる
・応答を明確にすると実験の目的がぶれにくい
・結果に効く要因と効きにくい要因を分けられる
・最適条件だけでなく安定条件も考える必要がある
・技術開発以外の改善活動にも応用できる
DOEは、実験を増やすための方法ではなく、必要な実験を賢く組むための方法です。
DOEを使うメリット
DOEを使うメリットは、実験や検証を効率化できることです。
研究開発では、すべての条件を試す時間はありません。思いつきで条件を変えていると、実験数が増える一方で、結果の解釈が難しくなります。
DOEを使うことで、実験前に目的、要因、水準、応答を整理し、必要な情報を得るための実験を計画できます。
主なメリットは次の通りです。
・実験回数を減らしやすい
・重要な要因を見つけやすい
・複数要因の影響を整理できる
・交互作用を確認しやすい
・条件検討の根拠を説明しやすい
・実験の属人化を減らせる
・開発スピードを上げやすい
・品質ばらつきの低減につながる
・次の実験計画を立てやすくなる
DOEは、研究開発の効率を高めるだけでなく、実験結果を組織の知識として残しやすくする効果もあります。
DOEを使うときの注意点
DOEを使うときは、統計手法だけに意識が向きすぎないよう注意が必要です。
よくある失敗例は次の通りです。
・目的があいまいなまま実験計画を組む
・応答が測定しにくい、またはばらつきが大きい
・重要な要因を入れ忘れる
・要因を増やしすぎて実験が複雑になる
・現実的でない水準を設定する
・外乱要因を管理していない
・結果の数値だけを見て、現場で使えるかを確認しない
・確認実験をせずに最適条件と判断する
DOEは、データを取れば自動的に正解が出る方法ではありません。実験目的の設定、要因選定、測定の信頼性、現場知見との照合が重要です。
また、DOEの結果は、設定した要因と水準の範囲内での結果です。その範囲を外れた条件にそのまま当てはめるのは危険です。
関連フレームワークとの違い
DOEと関連するフレームワークには、FMEA、パラメータ設計、QFD、品質表、ステージゲートなどがあります。
FMEAは、製品や工程の不具合リスクを事前に洗い出すフレームワークです。FMEAで重要なリスクや原因が見つかった後、その要因の影響をDOEで確認することができます。
パラメータ設計は、タグチメソッドなどで知られる考え方で、ばらつきや外乱に強い条件を見つけるために使います。DOEが実験計画全般を指すのに対し、パラメータ設計は特に安定性やロバスト性に注目する考え方です。
QFDは、顧客要求を技術特性に変換するフレームワークです。QFDで重要な技術特性を明確にし、その特性を改善するためにDOEを使う流れが考えられます。
品質表は、顧客要求と技術特性の関係を整理する道具です。品質表で重視すべき特性が分かった後、どの要因がその特性に影響するかをDOEで調べることができます。
ステージゲートは、開発テーマを段階的に評価するフレームワークです。DOEは、各ステージで技術的な根拠を得るための実験設計として活用できます。
DOEはどんな場面で使うと効果的か
DOEは、複数の要因が結果に影響しており、効率よく条件検討をしたい場面で効果的です。
活用場面としては、次のようなものがあります。
・新材料の配合条件を検討するとき
・反応条件や加工条件を最適化するとき
・工程条件を改善するとき
・品質ばらつきの原因を調べるとき
・試作回数を減らしたいとき
・重要な要因を絞り込みたいとき
・複数の条件が絡む問題を整理したいとき
・マーケティング施策や業務改善を検証するとき
・開発テーマの技術的根拠を作りたいとき
特に、「条件が多すぎて何から試せばよいか分からない」という状況で役立ちます。
まとめ
DOEは、複数の要因が結果に与える影響を効率よく調べ、最適条件や重要要因を見つけるためのフレームワークです。
研究開発や技術開発では、試すべき条件が多く、すべてを実験することは難しい場合があります。DOEを使えば、目的、応答、要因、水準を整理し、計画的に実験を進めることができます。
重要なのは、統計手法を使うこと自体ではなく、実験の目的を明確にし、必要な情報を得るために実験を設計することです。
まずは、自分が今検討している実験について、「結果に効きそうな要因」「試す水準」「測定する応答」を書き出すところから始めてみましょう。
次に読みたい関連記事
まず全体像を見たい方へ
仕事で使えるフレームワーク一覧｜初心者向けに意味・種類・使い方をわかりやすく解説
あわせて読みたい関連記事
FMEAとは？初心者向けに意味・使い方・具体例をやさしく解説
パラメータ設計とは？初心者向けに意味・使い方・具体例をやさしく解説
QFDとは？初心者向けに意味・使い方・具体例をやさしく解説
目的別にまとめて読みたい方へ
研究開発・技術開発で使うフレームワークまとめ｜初心者向けに種類・使い方・選び方をわかりやすく解説
