T5工程能力・初期流動・データ活用
目的
数字で品質を語り、不良の予兆を工程へ返す。
- 工程能力（Cp／Cpk）で実力を把握重点
- ばらつき・測定の再現性（MSA）を考慮する
- 検査データを蓄積・分析し、不良の予兆を工程へフィードバック（品証の三本柱＝AI・画像検査／データ活用）
- 初期流動で異常を早期に検知する
- 算出したCp/Cpkと判断結果をQC工程表・工程管理項目表に反映し、次回見直し時期を決めておく
- 工程条件を変更したとき（4M変更・是正処置後等）は、変更後のデータで工程能力を再確認する
工程能力調査の通し例（データ採取〜判断までの流れ・架空の一般化例）
- データ採取計画を立てる（対象特性・サンプル数・採取タイミングを工程の実態に合わせて決め、生産条件を変えずに連続して採る）重点
- 層別する（設備・シフト・原料ロットなど、ばらつき要因になり得る軸でデータを分ける。層別せずに合算すると異常が埋もれる）重点
- 正規性・独立性の前提を確認する（ヒストグラム・時系列プロットで極端な偏り・周期的な変動がないかを見る）重点
- 前提を満たしていればCp/Cpkを算出し、崩れていれば層別のやり直しか、範囲・中央値ベースの指標や個別管理図での判断に切り替える
- 算出したCp/Cpkと社内基準値を突き合わせ、余裕度合いに応じた打ち手（現状維持／監視強化／工程改善）を判断する
判断フロー（前提が崩れているときの扱い）
- 分布が明らかに偏っている → 層別の軸を見直す（設備・シフト等で分けて再確認）
- 層別しても偏りが残る → 正規分布前提の指標を使わず、範囲・中央値ベースの管理に切り替えるか、データ収集条件そのものを見直す
- 周期的な変動がある → 独立性の前提が崩れている可能性が高く、管理図で時系列の傾向を先に確認する
やってはいけない（NG）
- 層別せずに全データを合算してCp/Cpkを1つだけ算出する
- 正規性を確認せず、数値だけを鵜呑みにして「合格」と判断する
- 根拠なく外れ値を除外してから算出する（T22参照）
関連する場面
同じ読者向けの他トピック
T1新製品・量産立ち上げ（APQP／PPAP 的）T24M変更管理（人・機械・材料・方法）T3工程・検査基準の制定／改訂T4設備の導入・改善T6化学物質・環境法規の設計織り込みT7不具合の再発防止と設計・標準へのフィードバックT8治具・型・設備の維持管理T9設備保全とデータ活用（予知保全の入口）T10検査の自動化・AI外観検査導入の進め方T11工程FMEA（PFMEA）の作成と活用T12統計的工程管理（SPC）・管理図の導入と工程能力の見える化T13トレーサビリティ設計（ロット管理・識別の作り込み）T14測定システム解析（MSA／Gage R&R）の実施と判断T15品質業務のノーコード自動化の進め方T16生成AIを品質業務で安全に使うT17試作品の品質評価依頼の出し方T18工程データの品証への共有ルールT19顧客規格から社内管理値への落とし込み方T20工程条件変更の社内実験計画の立て方T21検査基準書の作り方T22検査データの統計処理でやりがちな誤り5類型T23図面・仕様書に書ききれない「暗黙の要求」の拾い方T24過去トラブルの再発防止策が現場で守られているかの確認T25試験・測定を外注するときの相手の見方T26生成AIが出した不良原因の答えの扱い方T27試験・検査の結果が規格ぎりぎりのときの扱いT28根拠の記録が残っていない社内基準に出会ったときの扱いT29測定方法を変えるときの同等性の示し方T30顧客へ検査の生データ（測定の生値）を求められたときの扱いT31自作治具・簡易測定器を検査に使うときの確認T32抜取検査の水準を顧客と決め直すときの進め方T33測定値の丸め方・有効数字で社内と顧客の解釈が割れたときの揃え方T34社内の検査データを外部に出す前の匿名化・加工の線引き