統計的プロセス管理（SPC）を製造現場に取り入れる——管理図の読み方と工程変動の早期発見ステップ

※本記事には広告・アフィリエイトリンクを含みます。

寸法データは規格内に収まっている。それでもラインの誰かが「なんか今日、感触が違う」と言う。

数値は正常。でも現場の勘は異常を訴えている。この食い違いを、ベテランの経験則だけで判断してきた工場は多い。

これは担当者の感度の問題ではない。工程のばらつきを「数値の推移」として見る仕組みがないだけだ。

よくある失敗——「規格内だから大丈夫」の罠

ある部品加工の現場では、寸法検査を全数実施していた。規格は±0.05mm。検査結果は毎回「合格」の判定シートに丸がつくだけだった。

問題は、その合格ラインが少しずつ上限に近づいていたことだ。3週間かけてじわじわとシフトしていたが、誰も気づかなかった。規格内かどうかしか見ていなかったからだ。

もう一つの例は、月次の品質会議で不良率だけを追っていたケースだ。不良率は横ばいだった。しかし工程の中では、ロットごとのばらつきが大きくなっていた。不良として顕在化する一歩手前で、工程は既に不安定になっていた。

3つ目は、ベテラン作業者の「音」や「感触」による判断に頼っていたケースだ。その人が休むと、異常の初期兆候を誰も拾えなくなる。この属人化の問題は、機械音での品質差異検知の記事でも触れた通り、多くの現場で共通して起きている。

なぜ「規格内なのに危ない」が起きるのか

原因は、検査が「合格・不合格」の二値判定にとどまっていることにある。

規格は「この範囲を外れたらアウト」というラインでしかない。工程が今どちらの方向に動いているか、どのくらいの速さでばらついているかは、規格判定だけでは見えない。

もう一つの原因は、データが記録されていても「時系列で並べて見る」習慣がないことだ。検査記録がExcelや紙の帳票に蓄積されていても、1件ずつの合否確認で終わっていれば、傾向は浮かび上がらない。

これは個人の注意力の問題ではなく、情報設計の問題だ。データはある。しかし「変動を可視化する」形に整えられていない。

放置すると何が起きるか

工程変動を見逃したまま操業を続けると、まず不良の発生が突発的に見える。実際は数週間前から予兆があったのに、規格を割った瞬間に「急に不良が出た」という扱いになる。

原因調査は後手に回る。データが時系列で残っていないと、「いつから」「どの条件で」変動が始まったかを特定するのに時間がかかる。担当者の記憶に頼った原因究明になり、再発防止策も的外れになりやすい。

顧客対応にも影響する。不良の初期段階を検出できていれば、出荷前に止められたはずのロットが、市場に出てからクレームとして返ってくる。これは品質のばらつきが顧客要望のリスクにつながる問題とも重なる構造だ。

さらに、原因不明のまま「念のため全数再検査」といった対応が増え、残業時間が膨らむ。工程が安定しているという確証がないから、余分な検査工程を積み増すしかなくなる。

統計的プロセス管理（SPC）と管理図の基本

統計的プロセス管理（SPC）は、工程から得られるデータを統計的に分析し、変動が「通常の範囲」か「異常な兆候」かを区別する考え方だ。

中心となるのが管理図だ。管理図には中心線（工程の平均）、上方管理限界（UCL）、下方管理限界（LCL）が引かれる。この管理限界は規格限界とは別物だ。規格は「顧客が許容する範囲」、管理限界は「その工程が統計的に見て通常どのくらいばらつくか」を示す。

管理図を読むときに見るべきシグナルは主に3つある。

1点が管理限界を超える。これは明確な異常だ。

連続する点が中心線の片側に偏り続ける。7〜8点以上同じ側に並ぶ場合、工程に何らかの偏りが生じている可能性がある。

点が一定方向に上昇・下降し続ける。規格内であっても、工具摩耗や材料ロットの変化など、進行性の要因を示すことがある。

規格を割る前に、この「傾向」を捉えることがSPCの核心だ。

改善するための判断基準

すべての工程にSPCを導入する必要はない。判断基準を持つことが重要だ。

まだ手作業の記録・目視確認で十分なケースは、工程のロット数が少なく、品質への影響が限定的な場合だ。無理にシステム化するより、チェックシートの運用を丁寧にする方が費用対効果が高い。

テンプレートで十分なケースは、検査項目が固定的で、担当者が交代しても同じ基準で判断できるようにしたい場合だ。Excelでも管理図テンプレートを作れば、傾向の可視化はある程度実現できる。

ツール導入を検討すべきケースは、検査データの量が多く、複数ラインや複数拠点で同じ管理基準を統一したい場合、あるいは異常検知をリアルタイムに近い形で行いたい場合だ。手作業の集計が追いつかなくなってきたら、それがシグナルだ。

今日からできる改善手順

Step 1として、まず直近1〜3か月分の検査データを時系列で並べてみる。合否判定ではなく、実測値そのものをグラフにする。これだけで、規格内でも動いている傾向が見えてくることがある。

Step 2として、中心線と管理限界を仮計算してみる。工程が安定している期間のデータから平均と標準偏差を出し、±3σを目安に管理限界を引く。専門的な精緻さより、まず「線を引いて見る」ことを優先する。

Step 3として、管理図を週次・日次で更新する運用を決める。誰が、いつ、どのデータを転記するかを明確にする。属人化させず、複数人が同じ基準で読めるようにすることが次の再発防止につながる。この考え方は担当者依存からの脱却を扱った記事とも共通する。

おすすめの次アクション

管理図は一度作って終わりではない。運用を定着させるには、記録のフォーマットを標準化し、異常シグナルが出たときの対応フローまで決めておく必要がある。

残業や引き継ぎの属人化に悩んでいる場合は、個人化された残業の原因を扱った記事や、医療機器保守における一人依存リスクの記事も合わせて読むと、SPC導入の前段階で整理すべき運用課題が見えてくる。

よくある質問

Q1. 管理図は何個のデータから作れますか

一般には20〜25サブグループ程度のデータがあると、中心線と管理限界の計算に一定の安定性が出るとされる。ただしこれは目安であり、工程特性やばらつきの大きさによって必要なサンプル数は変わる。最初は少ないデータでも仮の管理図を作り、運用しながら精度を上げていく進め方が現実的だ。

Q2. 規格限界と管理限界の違いがよくわかりません

規格限界は顧客や設計が許容する範囲であり、外部から与えられる基準だ。管理限界はその工程が統計的に見て通常どの程度ばらつくかを示す、工程内部から算出される基準だ。管理限界が規格限界より広い場合、工程能力自体を見直す必要がある可能性がある。

Q3. Excelだけで運用できますか

小規模なラインや検査項目が少ない場合は、Excelのグラフ機能と条件付き書式で管理図の基本的な運用は可能だ。ただし複数ラインを横断して見たい場合や、リアルタイムでの異常通知が必要な場合は、専用のSPCソフトウェアやデータ収集システムの検討が視野に入る。

Q4. 医療機器や規制業種の製造でもSPCは使えますか

一般に、統計的プロセス管理は製造業全般で活用されている手法であり、医療機器製造の現場でも工程監視の一手法として取り入れられることがある。ただしISO 13485やQMS省令など、業界固有の要求事項に照らしてSPCの位置づけや記録の扱いをどう定めるかは、各社のQMS責任者や品質保証部門による確認が必要になる。導入を検討する場合は、必ず社内の品質責任者と要求事項を照らし合わせてほしい。

SPC運用を後押しするツール

管理図を手計算・手書きで維持するのは、データ量が増えるほど負担が大きくなる。ここからは、SPC運用の実務でよく使われるツールの系統を紹介する。

統計解析・SPC専用ソフトウェア

Minitabやその他の統計解析ソフトウェアは、管理図の自動作成、工程能力指数（Cp・Cpk）の算出、異常シグナルの自動判定機能を備えている。検査データをCSVで取り込むだけで管理図が生成できるため、Excelでの手計算から移行する際の負担が小さい。複数ラインのデータを一元管理したい場合にも向いている。

データ収集・見える化ツール

検査機器やセンサーからのデータを自動収集し、ダッシュボードで可視化するIoT系のツールも増えている。手入力による転記ミスを減らし、異常発生時にアラートを飛ばす仕組みを組み込めるため、リアルタイム性を重視する工程では検討する価値がある。まずは自社の検査工程がどこまでデジタル化されているかを棚卸しした上で、導入範囲を絞って比較検討するのが現実的だ。