今回は直交表とPairwise法の３因子間の組み合わせのばらつきを比較してみます。直交表の場合はダミー水準があるとばらつきに影響がでてきますが、多くの場合ダミー水準があるのでダミー水準のあるモデルで比較することにします。
比較に使用したモデルを次に示します。
このモデルで生成を行なうと、直交表の場合はL64で64件のテストケースとなります。３因子間網羅率は64.4%でした。Pairwise法の場合は67件のテストケースとなり、３因子間網羅率は63.2%でした。
それぞれの生成結果を「分析」ボタンの「組み合わせマトリクスの表示」で３因子間の組み合わせマトリクスを表示させ、見やすいように手を加えた結果を次に示します。
この比較ではパラメータＣ、Ｄ、Ｅの組み合わせを対象としています。緑のセルが３因子間の組み合わせが出現していることを意味します。
直交表の場合は３因子間の組み合わせの数が16、16、8、8、8、8となり、Pairwise法の場合は10、9、10、9、9、13となりました。
直交表で16と8の二つに分かれたのはダミー水準の値がそれ以外の値より２倍多く出現しているためです。具体的にはパラメータＣとＤの値の個数が６で８水準より２少ないのでc1、c2とd1、d2の組み合わせではほかの組み合わせより２倍多く出現しているからです。
Pairwise法の場合は組み合わせの数がランダムのばらついているようです。それに対して直交表の場合はダミー水準による違いはありますが、組み合わせには規則性が見られ、３因子間の組み合わせにばらつきが少なくなっています。
３パラメータの組み合わせで発生する障害を検出する可能性は直交表とPairwise法とで違いがあるでしょうか。３因子間網羅率に違いがなければばらついていてもいなくても違いがないようにも思いますが、やはりばらつきがなく均等に組み合わせが出現する直交表が好ましいでしょう。