在早期田口品質工程(靜態特性)--以產品品質特性為目標的SN比,一般可以分為:
1.>(一般)望目特性SN比:
期望產品品質特性為有目標的特性,且產品間之變異要越小越好。(eg.在部落格NO.43篇『原來『田口品質工程』也可以用於血糖量測試片(碳電極片)開發(下)』文章中提到血糖量測試片(碳電極片)期待透過網版印刷將碳膠網印在PET材料上,網印出每一片碳電極達到一定的有效面積且片與片之間、排與排之間、張與張之間的所有碳電極之間的變異極小化。其他產品/製程工藝例子如:芯軸研磨加工尺寸正確性與變異小、LED 色度調整達到目的色度正確性與變異小、塑料射出成型達原本模具設計之尺寸正確性與極小之變異、黃光制程-顯影/蝕刻後線路尺寸的正確性與極小之變異、Sputtering材料電漿噴塗加工達到正確的厚度與極微小變異、衝壓成型金屬材料之尺寸與變異/折彎之角度正確性與微小變異、…..。
望目特性SN比公式(簡化):
2.>零目標特性SN比:
跟望小特性SN比較很類似,但是望小特性最小是”0”,不會出現”負值”; 零目標特性SN比的品質特性是有”負值”,假如 NO-40.透過『自然科學遊戲-紙飛機設計(Activity)』進行Taguchi實驗計畫(下) 研究最適參數組合影響飛行效果:飛的遠/飛的直=>落點距離中心最接近距離,如果目標是一面牆壁,紙飛最遠只能夠飛到固定的距離線,它基本上就是望小特性SN比(最小是”0”)。
如果沒有這面牆時,量測都是落點距離設定目標點的差距,如此一來,有「正」 (飛越15 m的線);有「負」(飛不過15 m的線),這時候量測出來就是零目標特性SN比。當然也是越接近「零」越好.但不同於望小特性SN比(量測的值最小值是0)
其他産品/制程工藝例子如:平面度誤差越接近0(偏離0)越小越好、NC加工(或線切割加工) 沿著圖面加工之加工後與尺寸離圖面尺寸偏離(有正有負)越小越好……。
η =－10㏒ Ve【Se=ST-Sm ; Ve=Se/n-1】
S=平均值 =(y1+y2+y3+….yn)/n
3.>望大特性SN比:
期望產品品質特性越大越好的特性。(eg. NO7.『超音速火焰噴塗工藝研究與噴塗品質改善』文章中提到開發研究HVOF (超音速火焰噴塗工藝)的產品特性要達到D-Gun塗層的《HV硬度》越高越好。其他產品/製程工藝例子如:汽車安全氣囊氣體發生劑的燃燒速度越快越好、氣體發生劑的比表面積越大快越好、泡沫鋁(金屬發泡)耐熱性耐高溫度越高越好、發泡産品的回彈(性)越快越好、發泡産品老化試驗（70度*xx小時；100度*xx小時）時間越久越好、色牢度越高越好、撕裂力(強度)越大越好、拉伸力(強度)越大越好……。
² 望大特性SN比公式:
4.>望小特性SN比:
期望產品品質特性越小越好的特性。(eg. No-34.『日常生活話題:浴室除濕效果測試(下)』,進行參數實驗後試驗結果,浴室達到《Y1相對濕度【%】結果Y1越小越好) (量測的值越接近0越好,最小值是0)。
其他産品/制程工藝例子如:射出成形産品上的水痕/毛邊越小(少)越好、壓鑄産品上的毛邊/鑄縮孔越小(少)越好、馬達組裝後的震動值/噪音量越小越好、超音(聲)波熔接後的熔接孔隙大小越小(少)越好、轉動軸研磨加工後之偏擺度越小越好、精密研磨加工表面粗糙度越小越好、乾燥制程後氣體發生劑的含水分越少越好、氣體發生劑燃燒産生有毒氣體越少越好、發泡工藝産品表面缺陷面(體)積越小(少)越好、發泡工藝産品發泡孔不足面積越小越好、發泡産品表觀密度(越小越好)、色差越小(少)越好、阻燃特性質(燃燒時間越短(少)越好)、VOC有機揮發物質越少越好、微粒污染數越少越好（如半導體製程）、機械振動幅度越小越好……。
² 望小特性SN比公式:
5.>Ω轉換SN比:離散型特性
輸出是:不良率或等級(無法使用有讀值的量測社辦量測並取得連續值-計量值),例如:電器產品組裝後之【外觀】不良率、檢驗產品的誤判率(將好的產品判為不良品;將不良品判為良品、電路板波焊焊接加工後的外觀 (錫尖、錫包、…缺失)之不良率、熱收縮膜製程過熱烘爐後熱收縮膜外觀(牛眼/皺褶/破孔……)不良率、布料經染整工藝後不對色列為不合格品(或次級品)的比例。
公式:y1 :不良個數=> p1:y1/N 【%】:不良比率
η =10㏒ *【(1－p1)/(p1)】
6.>另外用於技術開發(技術先行性與技術泛用性)動態的SN比說明:
除了上述的有目標值得SN比((一般)望目特性SN比、零目標特性SN比、望小特性SN比、望大特性SN比、Ω轉換SN比之外還會有研究技術特性的動態SN比。
例如:可以容易且穩定控制(找到一個因子—"信號因子”),去控制PCB電鍍製程銅厚度控制最優化條件,同時也讓該印刷電路板面的表面銅厚與孔壁銅厚達到均勻化的『參數設計-田口方案』。
例如:可以容易且穩定控制(找到一個因子—"信號因子”),容易地去控制染整製程深淺顏色之最優化條件,同時也讓該染整製程欲控制的顏色達到均勻化的『參數設計-田口動態分析方案』。
7.>多品質特信的SN比說明:
另外在處理多變量的健康數據（例如，同時分析多個生理指標、血液檢查結果）時，田口方法常會《馬哈拉諾比斯距離（Mahalanobis Distance, MD）》結合，稱為 MTS (Mahalanobis-Taguchi System)。
- 田口方法之 MTS 的目標： 建立一個「正常（健康）」的參考空間，並計算新的樣本與這個「正常」空間的距離（MD），距離越大代表「異常」的程度越高。
- 田口方法MTS也可以應用在銀行信用評分模式上，信用評分模式已廣泛被使用在信用決策上。
- MTS是由田口博士所發展出的一種型態辨識技術，這個技術的主要目的是透過建構一多變量量表對多維資料進行較佳的預測。
