EXWF50MT
SH2	EXCELで新シン・計数ケイスウ管理カンリ(52)
		「EXCELでMTS(マハラノビス・タグチ・システム）」
SH3	店舗テンポ販売ハンバイData
SH4	店舗テンポ販売ハンバイ、距離キョリ計算ケイサン：Q5を基準キジュン
SH5	店舗テンポ販売ハンバイ、距離キョリ計算ケイサン：Q5Q4を基準キジュン
SH6	項目コウモク選択センタク
SH7	BRAND調査チョウサData
SH8	D^2:距離キョリの計算ケイサン
SH9	L8で項目コウモク
SH10	L8-No2Sheet
参考サンコウ図書トショ	田口タグチ玄一ゲンイチ氏シ編著ヘンチョ「MTシステムにおける技術ギジュツ開発カイハツ(品質ヒンシツ工学コウガク応用オウヨウ講座コウザ)」日本ニホン規格キカク協会キョウカイ'02
	長谷川ハセガワ良子ヨシコ氏シ著チョ「MTシステムのはなし」日ヒ科カ技ギ連レン'04
	鴨下カモシタ、矢野ヤノ、高田タカタ、高橋タカハシ各氏カクシ共著キョウチョ「おはなしMT」日本ニホン規格協会キカクキョウカイ'04
	渡部ワタナベ義晴ヨシハル氏シ編著ヘンチョ「実践ジッセン・タグチメソッド」日ヒ科カ技ギ連レン'06
	MT法ホウの種類シュルイ（MTS--MTA--TS--T）
	MTS：マハラノビス･タグチ･システム法ホウ
	MTA:マハラノビス･タグチ･アジョイント法ホウ:余ヨ因子インシ行列ギョウレツを使用シヨウ、多重タジュウ共トモ線セン性セイへの対ツイ応オウ
	ＴＳ：タグチ・シュミット法ホウ：単位タンイ空間クウカン（基準キジュン空間クウカン）が中位チュウイにある場合バアイ、シュミットの直交チョッコウ展開テンカイを使用シヨウ
	T:タグチ法ホウ：シュミットの直交チョッコウ展開テンカイを使ツカわない方法ホウホウ
	注チュウ：原点ゲンテンというか基準キジュンになる処トコロを単位タンイ空間クウカンまたは基準キジュン空間クウカンと言イい、原点ゲンテン(基準キジュン)からの距離キョリで判断ハンダンする。
手順テジュン：	単位タンイ空間クウカン或アルいは基準キジュン空間クウカンの定義テイギ
		相関ソウカン行列ギョウレツ(r=1に近チカいのは除ノゾく)
	単位タンイ空間クウカン･基準キジュン空間クウカンDataの(基準化キジュンカ)、マハラノビスの距離キョリD2計算ケイサン
		基準化キジュンカDataの行列ギョウレツの逆行列ギャクギョウレツ(DB化カ)
		ヒストグラム（基準キジュンと以外イガイの位置イチ(距離キョリ)の確認カクニン）
	項目コウモクの選択センタク(直交チョッコウ表ヒョウへの割ワり付ツけ)と計算ケイサン
		項目コウモクを直交チョッコウ表ヒョウに割ワり付ツけて
		各カク基準キジュン空間クウカンのDataで逆行列ギャクギョウレツ ,基準キジュン空間クウカン以外イガイのDataで望ボウ大ダイ特性トクセイのSNを求モトめる
			SN=-10*Log（１/m(Σ(1/Di^2))
			ｙ：(距離キョリ)はD^2の形カタチになっている
	診断シンダン、予測ヨソク
		単位タンイ空間クウカン･基準キジュン空間クウカンのDBで評価ヒョウカすうｒ
距離キョリの計算ケイサン
	D^2=(1/k)*[基準化キジュンカData]*[基準キジュンor単位タンイ空間クウカンの相関ソウカン行列ギョウレツの逆行列ギャクギョウレツ]*[基準化キジュンカdata]^t
		先マずMMULT関数カンスウ、次ツギにSUMPRODUCT関数カンスウで計算ケイサン。					^tは転置テンチ行列ギョウレツ
		本来ホンライはMMULT関数カンスウで関数カンスウ計算ケイサンを2回カイ行オコナう。
		ｋ：項目数コウモクスウ
項目コウモク選択センタクの直交チョッコウ表ヒョウ
	実験ジッケン数スウだけ必要ヒツヨウ、Lnの列レツ効果コウカを見ミる
中部支部報第11号：平成11年１月('99/1)
新・計数管理ハイライト（１０）
『本物の理解の効用（ベテランの思考過程にＭＴＳの援用』
丸山　昭男
以前にベテランの思考過程への接近法としてチェック項目のマトリックスを作り、その
中に違和感を感じた所をチェックして解析する方法を提案して全研で発表した（月刊経営
士S57/5P15) 。ＫＪ法は親近感を基準にして進めるが、その逆で違和感（差）の大きさを
基準にする進め方であり、数量化４類の双対性に着目した。今回は「距離」の概念を基準
にした進め方を試してみた。（ＭＴＳ：マハラノビス・タグチ・システム、品質工学の最
近のテーマ）
距離の概念についてはマハラノビスがデータを基準化して求めることを数十年前に提唱
している。最近の品質工学では、�@正常な場合のデータでＤＢ（データベース：今の場合
は項目データの逆行列）を作る。�AそのＤＢを使って距離を測定し診断を行う。�B直交表
を使って要因の効果をＳＮ比で判断する。という方法が開発されている。取り上げるべき
要因と距離の基準の決定が専門家の分野であるとされている。
芸術家でも職人でも初心の頃は本物に慣れるのがベテランへの道であるといわれている。
修業とは正常品のＤＢを頭脳に、体に、叩き込む時期でもあるらしい。
十数年間商店の診断も実施してきた。完全な記録を残してはいないがある程度時間を掛
けた案件は整理することができる。観点（項目）を１９に絞り５段階で評価した。事業の
総合評点も５段階に分けた。不確かなデータは取り上げないで１０１件が得られた。
１番上位の段階（評点５）のグループを正常（本物）としてＤＢを作成し、各事業の距
離と各グループの平均を求めた。また、１番及び２番の段階のグループを正常（準本物）
としてＤＢを作成し、各事業の距離と各グループの平均を求めた。正常なグループの距離
の平均は１である。
両者を並べて示すからその差を見られたい。朱に交われば赤くなるという例えが適切か
どうか、程度のやや悪いデータでも正常のグループに交わると判別力が弱くなる。
また、５グループの度数分布表から個別のデータ（評点）の確からしさを見られたい。
診断の立場で言えばグループを判別する値がキチンと決まることが望まれる。製品検査、
火災報知のようなシステムの診断、病気の診断などの場合には綺麗に決まっているが、本
例のような場合には傾向はよいが、判別点については最悪の方ではよいが、中間段階では
完全とは言えなかった。項目の数、項目毎の評価の定義と正確性、さらに業種別の特性の
配慮などに問題があることは確かである。本務である工場診断の場合には業種ごとの特性
の影響が大きいから、幾つかの分類を行う必要があると考えている。そのために分類ごと
の正常（本物）のものでのＤＢを作成できるほどの案件数がないのが残念である。
項目（要因）の効果は図の右下がりの値の大きさ（ＳＮ比水準平均の差）で分かる。
見る目の確かさを何となく持つのが従来のアプローチであるとすれば、不確かさ、危う
さは避けられず、技量というより信用問題に関わることになるのではなかろうか。件数
（経験）と共に計数的アプローチの必要性が痛感される。
前回に触れたＳＣでの消費者アンケートからのＣＳＧの場合のデータを、満足度上位の
グループを正常（本物）と見做して距離を求めた。グループの平均値が最下位とその上の
グループの場合が逆転したのがあった。項目と距離の基準を定義してアンケートを求めた
わけではないから違いのあることはやむを得ないが、大衆（と言うほどのデータ数ではな
いが）の目と同じ程度であるべきかについては立場上の検討が必要であると思われる。
（この解析結果は図表では示していない）
参考：距離Ｄ２　＝1/N Σａｉｊ((y ｉ　−ｍｉ　)/σｉ　)(y ｊ　−ｍｊ　)/σｊ
N:項目数、ａｉｊは項目の相関行列の逆行列の各要素
ソフト：（株）オーケン、ＭＴＳ for Window 。日本規格協会、ＡＮＯＶＡ−ＴＭ