直交表実験が全て終了したら、生データをプロットしてSN比の計算式が使えるかを確認する必要があります。 この作業大事です。 次の資料をご覧ください。
資料はこちら → 要因効果図
p.1、2 通常、動特性でデータをとりますので、入力に対する出力をプロットしてみます。L18直交表実験であれば18個のグラフが描けるはずです。この18個のグラフを見て、SN比が良いものから３つ、悪いもの３つを選びます。SN比が良いものはL11、L18及びL2、悪いものはL9、L1及びL10ですね。SN比が良いとは、N1とN2が接近しているもの、悪いものはN１とN2が離れています。 実際に計算したSN比が、上述の順番の大小関係になっているかご確認ください。 ここで気をつけることは、L2の場合です。SN比は大きいのに、感度（直線の勾配）が全然ない場合があります。ご注意ください。 理想に近いのは、SN比も感度も高いものです。 数値の良し悪しを、生データを眺めて確認することが重要です。
p.3 SN比の値とグラフから選んだものが一致している場合は、次のステップとして「要因効果図」を描きます。 横軸に制御因子とその水準を並べ、縦軸にSN比あるいは感度をプロットします。 最適条件は、SN比が高い水準の組合せになります。最悪は、その逆にSN比が低い水準の組合せです。 原則として、SN比を感度よりも優先にします。 A案はSN比を優先した最適条件、B案は感度を優先にした最適条件です。 最適条件は異なります。 SN比を優先させて感度を犠牲にする場合もあれば、感度を優先させてSN比を犠牲にする場合もあります。
p.4 行毎にSN比が数値として入ったものが左の表です。 例えば、パラメータBの水準１、２及び３のSN比をどうやって求めるかを説明します。右と左の表を見比べてご覧ください。水準１が含まれるSN比は赤枠内です。６つのデータがありますので、その平均値を算出したものがB1で、49.619と計算されます。同様に水準２は緑枠６個のSN比の平均、水準３は青枠６つの平均です。 他の列も同様に計算していきます。 一通り計算したら、A～Hに平均値及び全てのSN比の平均が全て同じになることをチェックしてください。違った値は、数式をご確認ください。
p.5 各因子の水準についてSN比をプロットしたものが要因効果図です。描けたら、SN比が高いもの、低いものをピックアップして、各々最適条件、最悪条件とします。
p.6 最適条件と最悪条件のSN比の差を推定利得と呼びます。
p.7 最適条件と最悪条件のサンプルを作製して、SN比を計算して確認利得を計算します。この最適条件と最悪条件は直交表の中には出てこない条件となります。L18直交表は、２×３７＝4,374通りの組合せを18通りの組合せを代表してみていますので、最適条件は、4,374通りの組合せの中で一番SN比が高い条件のはずです。 ところが、利得がマイナスになることがあります。 この場合、要因効果図は信用できないことを意味します。 もう一度制御因子あるいは水準をかえて実験を繰り返す必要が出てきます。