前回のその1に続いて、解説します。
【 Minitabによるタグチメソッドの分析 】
8.タグチメソッドの分析を選択: Minitabのメニューからタグチメソッドの分析を選択します。
9. 取得データの選択: ノイズ因子と取得データが記入されている列をすべて選択します。
Minitabによるタグチメソッドの分析1
10. 表示するグラフの選択: Minitabのデフォルトのままで十分です。
11. 分析の種類の選択: Minitabのデフォルトのままで十分ですが、念のため全部の分析を選択（チェック）します。
12. 分析対象の制御因子の選択: すべての制御因子と、相互作用（石灰石の量と添加物の量）を選択します。
Minitabによるタグチメソッドの分析2
13. グラフの表示方法の選択: デフォルトのままで十分ですが、4つのグラフを一つにまとめて表示するのが個人的に好きなので、そのように選択します。
14. オプションの選択: デフォルトのままです。
15. 保存データの選択: N/S比、平均値、標準偏差値をMinitabのワークシートに保存するように選択します。
Minitabによるタグチメソッドの分析3
OKボタンを押すと、Minitabは計算したS/N比、平均値、標準偏差値をワークシートに保存してくれます。また各種グラフを表示してくれます。
利得の計算は別で行いました。それぞれのS/N比と現行のS/N比37.95との差です（本の中では値が違うが（校正ミス？）本の図3.19中の値を使用）。最大のS/N比（最大の利得）が試験項目の中では最も効果的な制御因子の組み合わせを表しているので、試験項目6番目がそれにあたります。
Minitabによるタグチメソッドの分析4
またMinitabのセッション画面には制御因子と各水準のS/N比や平均値、標準偏差値などが表示されます。また要因効果図等も表示されます。そこから制御因子の最適な組合せは、
- 石灰石の量（5%）
- ロウ石の量（多）
- ロウ石の種類（新規２）
- 長石の量（10%）
- 長石の種類（御花山）
- 添加物の量（5.0%）
- 廃棄物の再利用（多）
- 粘土の種類（木節）
であることが分かります。
Minitabによるタグチメソッドの分析5
では、この最適な制御因子の組合せのS/N比がどのくらいになるのか求めてみましょう。
【Minitabによる最適値の予測】
16.タグチメソッドの結果予測を選択: Minitabのメニューからタグチメソッドの結果予測を選択し、すべての項目を選択します。
Minitabによる最適値の予測1
17. 制御因子を選択: 予測の計算で使う制御因子を選択します（すべて選択）。
18: 制御因子の水準を設定: S/N比が最も高かった水準をそれぞれの制御因子で選択します。
OKを押すと、選択した制御因子の水準で計算したS/N比等の予測値をMinitabが表示します。S/N比の結果は52.12、利得は52.12 – 37.95 = 14.17 となりました。
Minitabによる最適値の予測2
時には難解なタグチメソッドもMinitabを使えば簡単でとても速く結果が得られます。メニューからタグチメソッドを選択して、必要最低限のいくつかの項目をクリックしながら設定するだけなのですからとても簡単です。
【タグチメソッドのすごいところ: 手計算でもロバスト設計ができる】
田口玄一博士がタグチメソッドを開発したのは1940年代後半のことです。これは考えてみると、とても興味深いことです。なぜなら当時はラップトップ・コンピュータ（PC）もなければ、Min...
一方、1990年代以降に発達したリーンシックスシグマのDOEや統計的手法（ロバスト設計／最適化）は、PC上で統計ソフトウェアを使うことが前提になっています。トレーニングではもちろんPCと専門ソフトウェアを標準で使います。
リーンシックスシグマのDOE（統計的手法を含めて）の方が精度の高い最適化をより簡単に速く行えることができるからといっても、タグチメソッドとは時代背景も前提条件も違うのですから、単純に比較することができません。むしろ手計算であって十分実用的な精度の最適値が得られるタグチメソッドは素晴らしいと思います。