QC検定 教科書

品質管理(QC: Quality Control) は、製造業を中心に発展してきた「ばらつきを抑え、品質を保証する」ためのマネジメント手法です。日本の戦後復興と高度経済成長を支えた中核技術であり、現代でも製造業・サービス業で現役の枠組みです。

歴史 ─ 米国から日本、そして世界へ

• 1920s 米国: Shewhart が管理図を考案。SPC(統計的工程管理)の出発点
• 1950 戦後日本: Deming・Juran が招かれ、TQC(全社的品質管理)を導入
• 1960s-70s 日本: QC サークル運動が全国に広がり、製造業の品質革命
• 1987 ISO 9000: 国際品質マネジメント規格制定
• 1990s〜 シックスシグマ: モトローラ → GE が広めた品質改革
• 現代: TQM(Total Quality Management) として統合・発展

TQM(総合的品質管理)の 3 本柱

PDCA サイクル

QC ストーリー

1. テーマの選定: 改善すべき問題を選ぶ
2. 現状の把握: データで現状を可視化(QC 7 つ道具を活用)
3. 目標の設定: 数値的に達成目標を決める
4. 要因の解析: 根本原因を特定(特性要因図など)
5. 対策の立案・実施: 効果のある対策を選び、実行する
6. 効果の確認: 改善が達成されたか測定
7. 標準化と歯止め: 改善を維持する仕組みを作る
8. 反省と今後の課題: 残った課題を次のテーマに

品質を 統計的に 管理するのが SQC(Statistical Quality Control)。データに基づいて意思決定する文化と、それを支える統計手法の両方が求められます。

ばらつきの 2 種類

計量値・計数値

• 計量値: 重量・長さ・電圧など連続値で測れる特性。X̄-R 管理図、Cp/Cpk など
• 計数値: 不良品数・欠陥数など離散値。p 管理図(不良率)、c 管理図(欠陥数)、u 管理図(単位あたり欠陥数)など

中心値とばらつきの考え方

品質は『中心値が規格の中央に来ているか』と『ばらつきが規格の幅に対して十分小さいか』の 2 軸で評価します。これを定量化したのが 工程能力指数 Cp / Cpk(2 章で詳解)です。中心ずれと広がりは別物として管理する、というのが品質工学の基本姿勢です。

管理図(Control Chart) は、工程から定期的に測定値を取り、時系列で記録した図。中心線(CL)・上下管理限界線(UCL/LCL)を引いて、点が範囲外に出たら『工程に異常がある』と判定します。

管理図の種類

管理限界の決め方(±3σ ルール)

理論的には $\pm 3{\sigma }_{\bar{X}}=\pm 3\sigma /\sqrt{n}$ ですが、$\sigma$ は群間範囲 $\bar{R}$ から $A_2$ 表で換算するのが慣例。正規分布のもとで管理状態にある工程では、点が外れるのは 0.27%(1000 回に 3 回未満) ─ 外れたら『偶然ではなく異常がある』と判定する根拠です。

Western Electric ルール

管理限界外の点だけでなく、点の 動きのパターン からも異常を判定するルール群:

• ルール 1: 1 点が ±3σ を外れる
• ルール 2: 連続 9 点が中心線の片側
• ルール 3: 連続 6 点が単調に上昇または下降
• ルール 4: 連続 14 点が交互に上下
• ルール 5: 連続 3 点中 2 点が ±2σ を超える

工程能力指数は『規格の幅に対して、工程のばらつきがどれだけ小さいか』を表す指標。製造業の品質目標として広く使われます。

工程能力指数の定義

工程能力指数の目安

• $C_{pk}<1.00$: 不十分 ─ 規格外れが頻発、改善必須
• $1.00\le C_{pk}<1.33$: 要注意 ─ なんとか規格内だが改善の余地
• $1.33\le C_{pk}<1.67$: 十分 ─ 一般的な製造業の目標値
• $1.67\le C_{pk}$: 余裕あり ─ シックスシグマで $C_{pk}=2.0$ を狙う

検査(Inspection) は、製品が規格を満たしているかを判定する活動。全数検査と抜取検査に大別され、コスト・品質要求・破壊性の有無で使い分けます。

検査の分類

• 全数検査(100% Inspection): 全製品を検査。医薬品・航空機部品など重要度の高いもの
• 抜取検査(Sampling Inspection): 一部だけ検査。コスト効率の標準
• 無検査: 工程の信頼性が高ければ検査自体を省略(品質保証は工程能力で担保)
• 間接検査: メーカ側の検査結果を信頼して受入側は省略

抜取検査の方式

• 規準型: AQL・LTPD などの基準を満たす検査計画を選ぶ
• 選別型: ロット不合格時に全数検査して不良品を取り除く
• 調整型: 過去の品質履歴に応じて、なみ検査・きつい検査・ゆるい検査を切り替える(JIS Z 9015)
• 逐次抽出型: サンプル数を逐次増やしながら判定

OC 曲線(Operating Characteristic Curve) は、抜取検査計画の性能を 1 枚のグラフで表すもの。横軸=ロット不良率、縦軸=合格確率。

AQL と LTPD

サンプルサイズと判定数の影響

• サンプルサイズ n を増やす: OC 曲線が 急峻 になる(判定精度向上)
• 判定数 c を増やす: 曲線が 右にシフト(合格になりやすい)
• 両者のバランス が抜取検査計画の設計

計数規準型抜取検査(JIS Z 9015)

標準的な検査表で、AQL に応じた n と c を決定できます。通常検査・きつい検査・ゆるい検査 の 3 段階があり、直近のロットの不良履歴 に応じて切り替えます。

• 通常検査: 標準
• きつい検査: 連続 5 ロット中 2 ロット不合格 → 切替
• ゆるい検査: 連続 10 ロット合格 → 切替

QC 7 つ道具 は、現場の品質改善で活用される 数値データ向けの 7 つのツール。シンプルですが極めて実用的で、現代でも品質改善の定番です。

1. パレート図: 不良要因を多い順に棒グラフで並べ、累積比を折れ線で。「ABC 分析」「2:8 の法則」 の可視化
2. 特性要因図(フィッシュボーン): 結果(問題)に対する要因を、4M(人・機械・方法・材料)などで体系的に書き出す。根本原因分析
3. ヒストグラム: データの分布形状を確認。中心・ばらつき・形(正規型・歪み・二峰)を視覚的に
4. 散布図: 2 変数の関係(相関)を視覚化。回帰前段の探索的分析
5. 管理図: 工程の時系列管理(2 章参照)
6. チェックシート: 不良の種類・発生箇所などを集計するための表
7. グラフ(層別): 棒・折れ線・円グラフ全般。条件で層別して比較

パレート図と特性要因図 ─ 改善のフロー

特性要因図の 4M(または 5M)

• Man(人): スキル・経験・疲労・作業者交代
• Machine(機械): 設備・工具・摩耗・故障
• Method(方法): 作業手順・条件・パラメータ設定
• Material(材料): 原料品質・ロット差・供給元
• (+ Measurement / Environment) を含めて 5M / 6M に拡張する場合も

新 QC 7 つ道具 は、QC 7 つ道具(数値データ中心)に対し、言語データ・概念整理 に特化した 7 つのツール。1979 年に提唱された、いわば『定性データ版』の道具立てです。

1. 親和図(KJ 法): 多くのアイデアを似ているもの同士でグループ化 → ボトムアップで全体構造を発見
2. 連関図: 要因間の 因果関係 を矢印で可視化。複雑な原因の絡みを解明
3. 系統図: 目的 → 手段 → さらなる手段、と階層的に展開。マインドマップ的
4. マトリクス図: 行と列の交点で対応関係を整理。優先度評価で頻用
5. マトリクスデータ解析法: マトリクス図を数値化して主成分分析的に処理
6. PDPC 法(Process Decision Program Chart): 計画実行の途中で起こりうる問題と対策を事前に図示
7. アローダイアグラム: プロジェクトの工程順序と所要時間を矢印で表す。クリティカルパス法

新旧 7 つ道具の使い分け

• 問題が見える(数値で測れる) → QC 7 つ道具(統計的分析)
• 問題が見えにくい(言語データ・コンセプト) → 新 QC 7 つ道具(構造化思考)
• 実務では両方を組み合わせる: 親和図で全体像 → パレートで重点 → 特性要因図で根本原因 → 連関図で関係整理 → 対策案を系統図で展開

現代的な使い方の発展

新 QC 7 つ道具の発想は、現代の デザイン思考・アジャイル開発・OKR・5 Whys 分析 などにつながっています。トヨタ生産方式の 5 Whys は『なぜ?』を 5 回繰り返して根本原因にたどり着く手法で、特性要因図・連関図と発想を共有しています。問題を体系的に分解するという普遍的な思考フレームの一つの完成形です。

ここまでで QC 検定 2-3 級レベルの主要範囲は終わりです。品質管理の考え方・統計的工程管理(管理図・工程能力)・抜取検査・QC 7 つ道具・新 QC 7 つ道具 ─ 製造業の品質管理から、現代の知的労働の改善活動まで活かせる体系を一通り扱いました。