検査を不良にするプロセス管理

品質管理は当初検査から出発しましたが、結果は完璧ではないし、また付加価値も生みません。

そこで、「プロセス管理」という、工程で品質を作り込むという考え方が誕生しました。

規格下限と規格上限の間に入るものが良品、そこからはみ出るものはは不良品です。

検査ではこの不良品をはねる必要があります。

ばらつきが少なくになれば、検査は不要となります。

これがプロセス管理です。

ばらつきの限界を定めた管理図

ばらつきには、許容される「偶然原因」によるものと、「見逃せない原因」による２つのものがあります。

これら２つの原因を区別することが重要であり、見逃せない原因であれば、これを探し出し除去する必要があります。

このばらつきの限界を示すために、「上部管理限界」と「下部管理限界」とを示す２本の管理限界線を設定します。

これに工程の状態や品質特性を表す点を時系列にプロットし、点が２本の管理限界線の間に落ちれば、ばらつきは偶然原因によるものであり、点が外に出れば見逃せない原因によるものであると判断し、工程にタイムリーに必要なアクションをとることができます。

このための道具を管理図といいます。

管理限界の幅：３シグマ限界

管理図の管理限界の幅は、普通は「３シグマ限界」（シグマはギリシア文字のσから由来します）により与えられます。

統計的品質管理において、不良には３つのパターンがあります。

理想的な作業標準が確立され、作業標準通りに作業がなされ、図の下段のようになったとします。

すなわち、図は工程平均μ（ギリシア文字のミューで、平均を表します）と偶然誤差によるばらつきを示します。

この工程平均μを中心としてばらつきを示す標準誤差σの3倍を幅に管理限界値を設定する方法が一般に行われ、これを「３シグマ限界」とよびます。

図に示すように管理状態ではμ±1σに68.3%、μ±2σに95.4%、μ±3σに99.7%が位置し、３シグマ限界を超える確率は1000個にたった3個しかないゆえ、この限界を超えたとき、工程に何らかの異常が生じたものと考え、アクションをとる必要があります。

これを３シグマのルールといいます。

ChatGPTに聞いてみた

プロンプト

あなたは最高のデータサイエンティストです。
３シグマのルールについて解説してください。
#制約条件：
サルでもわかる平易な日本語で
文字数は300字程度

ChatGPTの回答

３シグマのルールは、統計学で使われるルールで、データの分布がどのようになっているかを説明します。「シグマ（σ）」は、データのばらつきを表す「標準偏差」という値です。このルールによると、ほとんどのデータ（約99.7%）は、平均値の前後3シグマ（標準偏差の3倍）の範囲内に収まります。具体的には、
平均値の前後1シグマの範囲には、データの約68%が収まります。
平均値の前後2シグマの範囲には、約95%のデータが収まります。
平均値の前後3シグマの範囲には、約99.7%のデータが収まります。
このルールは、品質管理や製造プロセスの監視によく使われます。例えば、製品のサイズがある平均値を持っているとして、その前後3シグマの範囲を超える製品があれば、その製造プロセスに問題があるかもしれないとすぐにわかります。3シグマのルールを使うことで、プロセスが正常に機能しているかどうかを簡単にチェックでき、問題があれば早期に対処することができます。