統計的プロセス制御

歴史

統計的工程管理は、1920年代初頭にWalter A. Shewhartによって開拓されました。Shewhartは、管理図の基礎と、慎重に設計された実験による統計的な制御の状態の概念を作成しました。シェハート博士は純粋な数学的統計理論に基づいていましたが、物理的なプロセスからのデータはめったに「正規分布曲線」（ガウス分布、一般的には「ベル曲線」とも呼ばれます）を生成しないことを理解していました。彼は、製造データで観測された変動が、自然界のデータ（例えば、粒子のブラウン運動）と同じように振る舞うとは限らないことを発見しました。Shewhart博士は、すべてのプロセスが変動を示す一方で、プロセスによっては、プロセスに自然な制御された変動を示すもの（変動の共通の原因）もあれば、プロセスの原因系に常に存在しない制御されていない変動を示すもの（変動の特別な原因）もあると結論づけました。制御されていないばらつきは、しばしば不良品と関連しており、問題を特定して品質を改善するためのデータ駆動型の手段を提供しています。

W.エドワード・デミングは、その後、第二次世界大戦中に米国でSPC法を応用し、軍需品をはじめとする戦略的に重要な製品の品質向上に成功しました。終戦後は、日本の産業界にSPCの手法を導入することに尽力しました。デミングは、SPCとそれに関連したマネジメント手法を併用することで、品質マネジメントシステムと呼ばれるようになりました。

アプリケーション

以下の記述は、SPCの原則はどちらにもうまく適用することができますが、サービス業というよりは製造業に関連しています。SPCをサービス環境に適用する方法の説明と例については、Roberts (2005)を参照してください。Seldenは、販売、マーケティング、顧客サービスの分野でSPCを使用する方法を、Demingの有名な赤いビーズ実験を使って、簡単なデモンストレーションとして説明しています。

大量生産では、従来、完成品の品質は、製品の製造後の検査によって達成されていました。対照的に、統計的な工程管理は、後に不合格のプロダクトで起因するかもしれない重大な偏差を予測するために生産工程の性能を観察するのに統計的な用具を使用する。

2種類の変動がすべての製造プロセスで発生します：プロセス変動のこれらのタイプの両方が最終製品の後続の変動を引き起こします。第一は、自然または一般的な原因の変動として知られており、それが設計されているようにプロセスに固有の変動で構成されています。一般的な原因によるばらつきには、温度のばらつき、原材料の特性、電流の強さなどが含まれる場合があります。2番目の種類の変動は、特別な原因による変動、または割り当て可能な原因による変動として知られており、最初のものよりも発生頻度は低いです。十分な調査を行うことで、特別な原因によるばらつきについては、異常な原材料や不正確な設定パラメータなどの特定の原因を見つけることができます。

例えば、朝食用シリアル包装ラインは、各シリアルボックスに500グラムの製品を充填するように設計されていてもよいが、正味重量の分布に従って、いくつかのボックスは500グラムよりもわずかに多く、いくつかのボックスはわずかに少なくなる。生産プロセス、投入物、または環境が変化すると（例えば、製造を行う機械が摩耗し始めるなど）、この分布は変化する可能性があります。例えば、カムや滑車が摩耗すると、シリアル充填機は、各箱に指定された量よりも多くのシリアルを入れ始めるかもしれない。この変化をチェックせずに続けると、より多くの製品が製造者や消費者の許容範囲外で生産され、結果として廃棄物が発生します。この場合、廃棄物は消費者のための「無料の」製品の形であるが、通常、廃棄物は手直しやスクラップで構成されています。

変更の原因となったプロセスで何が起こったのかを適切なタイミングで観察することで、品質エンジニアや生産ラインを担当するチームのメンバーは、プロセスに侵入したばらつきの根本原因をトラブルシューティングし、問題を修正することができます。

SPCは、プロセスの中でアクションを取るべき時を示しますが、NOアクションを取るべき時も示します。例えば、体重を一定に保ちたいと思っていて、毎週体重測定をしている人がいます。SPCの概念を理解していない人は、体重が増えるたびにダイエットを始めたり、体重が減るたびに食事量を増やしたりしてしまうかもしれません。このような行動は有害であり、体重の変動をさらに大きくしてしまう可能性があります。SPCは正常な体重の変動を説明し、その人が実際に体重が増えているか減っているかを示すのに役立ちます。

SPCの基本ステップ

統計的プロセス管理は、大きく分けて3つの活動セットに分けられる：プロセスの理解、変動の原因の理解、および特殊な原因による変動の原因の除去である。SPCの主なツールは、管理図、継続的な改善と設計された実験に焦点を当てたものである。

プロセスを理解する上で、プロセスは一般的にマッピングされ、プロセスは管理図を使用して監視される。管理図は、特別な原因に起因する可能性がある変動を識別するために使用され、一般的な原因に起因する変動に対する懸念からユーザーを解放するために使用されます。これは、継続的で継続的な活動である。プロセスが安定しており、管理図のための検出規則のいずれもトリガーしない場合、将来的に適合した（すなわち、仕様内の）製品を生産する現在のプロセスの能力を予測するために、プロセス能力分析が実行されることもある。

管理図の検出ルールによって過剰な変動が識別された場合、またはプロセス能力が不足していることが判明した場合、その変動の原因を特定するために追加の努力が行われます。使用されるツールには、石川図、設計された実験、パレート図があります。設計された実験は、SPCのこの段階では非常に重要であり、多くの潜在的なばらつきの原因の相対的な重要性を客観的に定量化する唯一の手段です。

変動の原因が定量化されると、統計的にも実務的にも有意な原因を排除するために努力が費やされる（すなわち、わずかではあるが統計的に有意な効果しかない原因は、修正するための費用対効果が高いとは考えられないかもしれないが、統計的に有意ではない原因は、実務的に有意とは考えられない）。一般的に、これには標準作業の開発、エラー防止及びトレーニングが含まれる。特にプロセス能力に問題がある場合には、ばらつきを減らしたり、望ましい目標にプロセスを合わせるために、追加のプロセス変更が必要になることがある。

SPCとソフトウェア品質

1989年に、ソフトウェア工学研究所は、SPCがソフトウェア工学プロセスのような非製造プロセスに有用に適用できるという概念を、能力成熟度モデル(CMM)の中に導入しました。この考えは今日、能力成熟度モデル統合(CMMI)のレベル4およびレベル5の練習の内に存在する。しかし、SPCがエンジニアリングプロセスのような非反復的な、知識集約的なプロセスに適用されたときに有用なツールであるというこの考え方は、多くの懐疑論に遭遇し、今日も論争の的となっています。問題は、繰り返しではなく、長期的な視点でパフォーマンスの繰り返しを観察するのではなく、品質の一回限りの、あるいは一回限りの側面を持つソフトウェアの多くの分野にあります。

関連ページ

• 品質保証
• 品質管理
• 分散分析
• サンプリング（統計
• シックスシグマ