シックスシグマ習得：核心原則と必須ツール（DMAIC・SPC・工程能力）

リーンとシックスシグマシリーズ第3弾へようこそ。第1回「リーンとシックスシグマの手法とは？」で見た通り、リーンとシックスシグマは相補的な継続的改善手法であり、それぞれ生産プロセスの全体的な無駄とばらつきを低減します。第2回「リーンの原則とツール」では、リーンの主要原則・ツール・手法をいくつか深掘りしました。ここではシリーズを締めくくる形で、シックスシグマをハイレベルに解説します。シックスシグマツールキットには多くのツール（FMEA、IPO図、信頼区間、ヒストグラム、パレート図、F検定、DFSS等）がありますが、ここでは扱いません。焦点は、シックスシグマを効果的にする「統計的現実」の議論にあります。

シックスシグマは、統計ツールを用いて欠陥を引き起こすばらつきを特定し、欠陥と無駄の根本原因を特定・排除することを目指します。シックスシグマ手法では、問題を効果的に解決する唯一の方法は、その根本原因を永続的に排除することです。

100万機会あたり3.4件以下の欠陥達成を目指す、測定ベースの戦略であり、プロセス改善に焦点を当てます。シックスシグマ欠陥とは、顧客仕様から外れるあらゆるものです。シックスシグマ機会とは、欠陥が発生し得る総機会数です。

シックスシグマのドクトリン（教義）

シックスシグマは、以下3つのキーアイデアに基づきます：

1. 安定した予測可能なプロセス結果（すなわちプロセスばらつきの低減）への継続的努力が、ビジネス成功に不可欠である。
2. 製造およびビジネスプロセスには、測定・分析・管理・改善可能な特性がある。
3. 持続的な品質改善には、組織全体、特にトップマネジメントのコミットメントが必要である。

シックスシグマ手法：DMAICプロセス

DMAICはデータ駆動型のシックスシグマ問題解決手法です。5フェーズのプロセスは、頭文字を取って表されます：

• Define（定義） - 問題、プロジェクト目標、改善領域、顧客要求を記述する。
• Measure（測定） - プロセスパフォーマンスを測定する。
• Analyze（分析） - 欠陥とばらつきの潜在的根本原因を分析・特定する。
• Improve（改善） - 根本原因を排除し、運用を改善する。
• Control（管理） - 改善プロセスを品質管理する。

各フェーズをさらに分解：

Define（定義）

問題、目標、改善領域を記述したら、プロセスの振る舞いに関連する様々な入力変数と出力変数を特定することが重要です。多くの場合、仕様外になっているのは出力変数です。どの入力変数が出力変数のばらつきを引き起こしているかを特定することが重要です。

Measure（測定）

出力振る舞いを引き起こす入力変数が特定できたら、分析を開始するのに十分なデータを提供する測定計画を立案できます。このフェーズでは、主要な入力・出力変数のデータを収集します。また、後で改善度合いを測るためのパフォーマンス基準値を開発するフェーズでもあります。経験則として、プロセス振る舞いを代表する十分なデータを得るには、最低30観測点が必要です。

Analyze（分析）

データ収集後、最も可能性の高い3〜5個の潜在的根本原因を特定するために分析します。継続的なデータ収集と見直し、統計ツール、プロット、チャートを用いて、各潜在的根本原因の寄与度を理解することで達成します。DMAICプロセスは反復的であり、すべての有効な根本原因が特定されるまで繰り返されます。

Improve（改善）

分析フェーズで特定された有効な根本原因に基づき、過剰なばらつきが排除されるまでプロセスを調整します。測定と分析フェーズを繰り返し、望ましい結果が得られるまで継続します。

Control（管理）

望ましい結果が得られたら、改善を制度化し、過剰なばらつきの発生源を排除します。このステップには、アウトプットが許容品質レベルを維持し続けることを保証する管理計画が伴うべきです。管理計画には、プロセスを監視し長期的に正常機能を確保する統計的工程管理（SPC）の導入が含まれます。また、問題発生時の対抗策も管理計画に含めるべきです。

まとめ： DMAICは、過剰なばらつきを伴う問題に体系的にアプローチし解決する問題解決手法です。

統計的工程管理（SPC）

統計的工程管理は、プロセスが製品・プロセス基準を満たしているかを測定するツールです。プロセスが能力があり、時間の経過とともに安定していれば、プロセスが設計された通りのアウトカムが達成されます。

マフィン作りの例で、これら重要概念を理解しましょう。

プロセス能力とばらつき

プロセスは入力を出力に変換します。ここで材料が入力です。オーブンが特定温度に達し、特定時間マフィン生地を入れておくことで理想的なマフィンができることは知られています。

オーブンが正常に動作していると仮定します。我々が望む——完璧に焼き上がった温かいマフィン——を生み出す能力があります。オーブンが正常なら、焼き菓子がうまくいく保証になりますか？

もちろん違います。

オーブンは正常でも、マフィン飢えの不安な子供たちが「できた？」と何度も扉を開けたらどうなるでしょう？ タイマーが鳴る頃にはマフィンは半生です。これは「特別要因によるばらつき」の例です——プロセスがアウトオブコントロール状態にあるため、望ましい結果が得られません。プロセスには能力があり、適切に運用すれば望む結果を出せますが、コントロールされていません。

オーブンが最適に動作——適温で、処方時間中扉が「閉じたまま」——することを確保すれば、プロセスはコントロール下に戻ります。これで「能力があり、かつコントロールされている」プロセスとなり、理想的な1ダースのマフィンが期待できます。

上記のようなすべての特別要因が排除されれば、プロセスは「管理状態」とみなされ、経験するばらつきはプロセス固有の固有ばらつきのみになります。これには、計量材料の微小なばらつき、オーブン温度のわずかな変動などが含まれます。しかし、プロセスはこれらの（固有の）ばらつき源があっても、望ましい結果を出せるだけのロバストさを持っています。

まとめ： プロセス能力とは、プロセスが望ましい結果を出せる程度の尺度——すなわち、管理状態にある場合、プロセスが固有に生み出す不良率を教えてくれます。望ましい結果：完璧に焼けた1ダースのマフィン。

標準偏差

理想的なマフィンの焼き方がわかったところで、標準偏差を導入します。

標準偏差（σ）はばらつきの尺度であり、プロセス能力指数を計算する数値です。分散の平方根として計算されます。

品質管理の父、ウィリアム・シューハート博士は1920年代早期に管理図の開発を始めました。主要なプロセス出力変数を測定し、それが上図のようなベル型曲線（正規分布）を描く場合、表示されているばらつきはランダムであり、したがってプロセス固有のものであると気づきました。

言い換えれば、プロセスは設計通りに振る舞っています。データがランダムでないなら、その振る舞いを説明するロジック（特別要因）が存在するはずです。

ここで経験則（エンピリカルルール）が登場します。このルールは、ランダム分布において：

• 観測値の68%が平均 ±1標準偏差以内にある
• 観測値の95%が平均 ±2標準偏差以内にある
• 観測値の99.7%が平均 ±3標準偏差以内にある

シューハートは管理限界を含む管理図（下図参照）も設計しました。管理限界は通常、平均から±3標準偏差の距離に設定されます。データポイントが管理限界内にあれば、品質レベルは少なくとも99.7%良好であることがわかります。

統計的工程管理はこの知識を活用します。2つのグラフ（管理図/ランチャート）を、データを入力し、データポイントが平均と管理限界のどこに位置するか観察することで監視します。プロットが管理限界内に収まる限り、プロセスは「管理状態」とみなされます。マフィン例で言えば、オーブン温度のランチャートでは、頻繁な扉開閉による特別要因の温度変動が、正常範囲（熱源のオン・オフによるランダムな温度変動など）の外側にプロットされます。

仕様または仕様限界（公差）には注意が払われていないことにご留意ください。管理状態にあるプロセスは、設計された（必ずしも意図されたわけではない）アウトプットを生み出します。したがって、実際には不良品を生産している可能性があります。

プロセス能力指数（Cpk）と管理

シックスシグマでは、プロセス能力指数（Cpk）は、プロセスが顧客の公差範囲内で製品を生産する能力を測定する統計ツールです。Cpkが高いほど、プロセス分布が公差範囲に対して狭く、アウトプットが均一です。

Cpkは以下の式で計算されます（UCL：上側管理限界、LCL：下側管理限界）：

Cpk = min(UCL - μ, μ - LCL) / (3σ)

Cpkが高いほど良く（2.0に近ければ優秀）、Cpk 1.33は、管理状態にあり仕様を満たすプロセスの実質的な最低値を示します。

ここまでで、プロセスが能力があり管理状態にあれば、定義によりそのプロセスが設計された結果を出すことはわかっています。SPCによるプロセス管理の測定方法と、プロセスを管理状態に保つ重要性について議論しました。

仕様限界はプロセスの公差に関わります。例えば、ネジの直径が3インチ（3"）と寸法指定されているとします。しかし、プロセス固有のばらつきをどう許容してピンを製造するか？ それを公差で対応します。直径3" ±0.003インチのネジで十分と判断されます。この範囲内のすべてのネジが用途で正常に機能します。

NIST（米国立標準技術研究所）によれば：

「プロセス能力は、管理状態にあるプロセスのアウトプットを、能力指数を用いて仕様限界と比較するものです。比較は、プロセス仕様の広がり（仕様『幅』）と、6プロセス標準偏差単位で測定されるプロセス値の広がり（プロセス『幅』）の比率を形成することで行われます。」

プロセス能力指数は、アウトプットが既存目標にどれだけ近いか、平均パフォーマンスがどれだけ一貫しているかを判断するために用いられます。したがって、将来のアウトプットパフォーマンスと一貫性を予測するのに使用できます。

プロセス能力指数と標準偏差

私たちの目的では、プロセスが良品を生産する能力を判断できることがすべてです。これは以下の問いに答えることと同義です：

• アウトプットの何%が顧客仕様を満たすか？*
• 3インチ＋0.003インチ（3.003インチ）より大きい直径のネジは何本か？
• 3インチ−0.003インチ（2.997インチ）より小さい直径のネジは何本か？

思い出してください：

3標準偏差のばらつき尺度は、99.7%の良品生産を意味します。これはプロセス能力指数1に相当します。

文献の大方の一致見解：

プロセス能力（CpおよびCpk）指数は最低1.33必要です。

これは「シフトとドリフト」として知られる、プロセス正常変動による欠陥（変動がなければ発生しない欠陥）を許容するためです。

しかし、変動は常に存在します。鍵は、良好なプロセス管理を維持し欠陥を防ぐことです。

再びNISTによれば：

「プロセス能力指数は、プロセス変動とプロセス仕様の両方を用いて、プロセスが『能力がある』かどうかを判断します。」

シフトとドリフト

良好なプロセス管理維持の主な問題は、時間の経過とともに、初期設定をいかに厳密にしても、あらゆるプロセスがシフトしドリフトすることです。これが起こると、プロセス平均が移動すると、変数範囲全体も移動するが、仕様限界は固定されたままである、という点が重要です。

プロセスが仕様限界を超えて移動すれば、不良品を生産することになります。指数レベル1.00以上を維持したいです。これは、プロセス平均の良好なセンタリングと変動の最小化で達成されます。

まとめ： シックスシグマを用いることで、プロセスが能力があるかを理解し、プロセス管理とプロセス能力を測定できます。管理状態にあるプロセスが望ましい結果を出せる能力（Cpk ≥ 1.33）を持つ限り、それが管理状態に保たれている限り、適切に機能し続けます。シックスシグマやリーンについてさらに知りたい方は、www.cmtc.comの「サービス」をご覧ください。

CMTCについて

CMTCは、カリフォルニア州の中小製造業者（SMM）に対して、技術支援、人材開発、コンサルティングサービスを提供し、SMMの生産性とグローバル競争力の向上を支援しています。

詳細については、www.cmtc.comをご覧いただくか、310-263-3060までお問い合わせください。