コンサルティング項目(Consulting Item)

QCストーリー（QC Story）とは、問題解決や課題達成のために、現状把握から対策実施、効果検証、標準化までを順序立てて進める品質管理の手法です。 　QCストーリーは、現場の従業員が少人数のグループで自主的に品質改善に取り組むQC活動の進め方の一つです。現状と理想の差分を分析し、問題や課題を特定、原因を明らかにして対策を実施し、その効果を検証したうえでルール化する一連の活動を指します。単なる思いつきではなく、誰が見ても分かる形で改善の流れを整理する仕組みでもあります。 　QCストーリーには主に2種類または3種類の型があります。 ●問題解決型：すでに発生している問題や不良を改善するための型。現状と基準値のギャップを埋めることが目的です。 ●課題達成型：新しい目標や理想の状態に挑戦する型。これまでにない高い目標を達成するために用います。 ●施策実行型：特定の施策を実行し、効果を確認する型。 　QCストーリーは一般的に、以下の8つのステップで構成されます。 ①テーマ選定：改善すべき問題や達成したい課題を明確化 ②現状把握：データや事実に基づき現状を分

新QC7つ道具の一つにアローダイヤグラム法（Arrow Diagram）があります。アローダイヤグラム法は、作業間を矢印で結び、その順序関係を図示することにより、最適な日程計画をたて、計画の実行時期、行動順序を見える化する手法です。 作成手順は以下の様になります。 STEP1：作業を洗い出す 　プロジェクトに必要な作業を漏れなくリスト化する。 　（例：A：材料準備、B：加工、C：検査…） STEP2：作業の順序関係を整理する 　どの作業がどれに依存するか並行できる作業はどれかを明確にする。 STEP3：結合点（○）と矢印（→）で図を描く 　作業を矢印で表す開始点と終了点に番号をつける。必要に応じてダミー作業（破線）を使う。 STEP4：各作業の所要時間を記入する 　矢印の上に作業名と所要時間を書く。 STEP5：最早結合点時刻（ES）を計算する 　前工程が最も早く終わる時刻開始点から順に計算する。 STEP6：最遅結合点時刻（LS）を計算する 　(プロジェクト終了から逆算、遅れても影響しないギリギリの時刻) STEP7：余裕日数（フロート）を求め

マトリックス・データ解析法（Matrix Data Analysis）は 、 別名、主成分分析 (多変量解析法の1つ）ともいいます。 「新QCの７つ道具」の中で唯一数値データを整理する手法です。 　この手法により、膨大な数値データを二次元の散布図に集約し、全体構造や類似性・異常値を直感的に把握できます。元のデータの情報をできるだけ保持しつつ、次元を削減して分析するため、意思決定や問題解決に有効です。 【計算手順】 ①データ収集：分析対象の数値データをマトリックス形式で整理する。 ②標準化：平均0、標準偏差1に変換し、尺度の違いを統一する。 ③相関行列の作成：変数間の相関関係を行列として表す。 ④固有値・固有ベクトルの算出：データのばらつきを最大化する軸を求める。 ⑤主成分の選択：累積寄与率などを参考に、分析に用いる主成分を決定する。 ⑥散布図作成：第一主成分と第二主成分を軸にしてデータをプロットし、傾向を可視化する。 　マトリックスデータ解析法は、 数値データを整理する「QCの７つ道具」とは違って、複雑な計算を要するので業務では解析ソフト (St

マトリックス図法（Matrix Diagram）は、新QC7つ道具の一つで、品質管理や経営企画、プロジェクトマネジメント、商品開発など幅広い分野で活用されます。 　マトリックス図法は、行と列に要素を配置し、交点に関連性や評価を示すことで、要素間の関係を可視化し問題解決を支援する手法です。 　マトリックス図法については、様々な場面で頻繁に使用されていますので、その作成手順等については説明を省略します。 　マトリックス図法は、ある問題に関連する要素同士を組み合わせて考えることによって、解決策の方向性を見出すことができ、２因子の対応関係を見える化する手法でもあります。 　マトリックス図法の系統図法との連携という意味で、以前、解説した系統図法で手段を洗い出し、マトリックス図法で洗い出された手段の評価を行い、取り組み事項を決めていくというスタイルも一般的に活用されています。

新QC7つ道具の1つにPDPC法（Process Decision Program Chart／過程決定計画図）があります。 PDPC法とは、目標達成までのプロセスで起こりうる問題を事前に予測し、それぞれの対策や代替ルートを図式化するリスク管理手法です。 　PDPC法は、1968年、東京大学の近藤次郎氏が不確実性の高い状況（東大紛争など）で複数の進行シナリオを事前に設計する必要から考案した手法です。その後、新QC7つ道具として体系化され、製造業やプロジェクト管理で広く普及しました。 ●作成手順 　①テーマ・目標の設定 　②正常ルート（理想ルート）の作成 　③各ステップの問題点を予測 　④問題への対策・代替案を立案 　⑤図として整理し優先順位を決定 　PDPC法は、計画の正常ルートだけでなく「もし問題が起きたらどうするか」という異常時の代替ルートを同時に可視化する手法です。起こりうる問題を事前に洗い出し、問題ごとの対策・代替案を図にまとめることにより、想定外を「想定内」に変えることで計画の確実性を高めることができるわけです。

新QCの7つ道具の一つに系統図法（Tree Diagram）があります。系統図法は、ある目的（ゴール）を達成するために「どうすればよいか？」を繰り返し問い、手段を階層的に整理する手法です。左端に目的を置き、右方向または下方向に向かって一次手段、二次手段、さらに具体的な手段へと枝分かれさせて展開します。各手段は上位から見れば「手段」、下位から見れば「目的」となる連鎖構造が特徴です。これにより、考えの抜けや漏れを防ぎ、全体像を俯瞰できます。 ●系統図法の作り方の基本ステップ ①目的を明確にする：達成したい目標を設定します。 ②一次手段を考える：「どうやって目的を達成するか？」を問い、主要な手段を挙げます。 ③二次手段・三次手段を展開：一次手段をさらに具体化し、実行可能なステップに分解します。 ④階層構造を整理：ツリー状に整理し、抜け漏れがないか確認します。 ⑤実行可能なレベルまで具体化：最終的に「誰が・いつ・何を・どうするか」が明確になるまで展開します 。 ●系統図法のメリット： 　全体像を俯瞰でき、手段の漏れを防ぎ、新たな解決策を発見し

連関図法（Interrelationship Diagram）は、新QC7つ道具の一つとして、品質管理、プロジェクトマネジメント、経営課題の分析など幅広い場面で活用されています。 　例えば、製造現場での作業効率低下や品質問題の再発原因分析、DX推進や顧客満足度向上の課題分析などにも利用可能です。 　連関図法は、原因と結果が複雑に絡み合っている問題について、その関係を論理的に繋ぎ、真因を明らかにしていく要因の絡み合い状態を見える化する手法です。 【連関図の作成方法】 　①問題の定義；解決したい問題を明確に定義します。 　②要因の抽出；問題に関わるすべての要因を洗い出します。 　③関係性の設定；各要因間の関係性（原因→結果、目的→手段など）を矢印で結びます。 　④図の作成；関係性を整理した図を作成します。 【連関図法の活用例】 　①品質管理；製品不良の原因究明、品質向上策の検討 　②業務改善；業務効率化のための課題分析、改善策の立案 　③問題解決；組織内の問題解決、顧客クレーム対応 　④企画・立案；新製品開発、新規事業の企画 　QC7つ道具の一つに「

従来のQC7つ道具が数値データを扱うのに対し、親和図法は定性的な情報を扱う新QC7つ道具の一つです。 親和図法（Affinity Diagram）は、文化人類学者の川喜田二郎氏が1960年代に考案した　「KJ法（川喜田二郎法）」に基づく手法で、言語データ（意見や事実、発想など）を整理・統合して課題を明確化することを目的としています。 つまり親和図法とは、複数の言語データをそれら相互の親和性※ によって整理することで問題を明らかにしたりして混沌とした状態を見える化する手法と言えます。 【作成手順】 親和図法は基本的に以下のステップで作成します。 ①情報の収集 　課題に関する意見や事実、アイデアを集めます。会議の発言、アンケート、観察記録など、定性的な情報を対象にします。 ②カード化 　集めた情報を1つずつカード（付箋やメモ紙、ExcelやPowerPointの図形でも可）に書き出します。内容は簡潔かつ具体的に記載します。 ③グループ化 　内容の類似性や関連性に基づき、カードをまとめます。2枚ずつ順に親和性を確認しながらグループ化するのがポイントで

工程能力調査のｎ数(process capability n)は、何故n=30で良いのかという質問をよく受けます。今回はこのｎ数についてコメントします。 　工程能力を確認するためのサンプリングのｎ数のあり方は、母集団の分布をいかに的確に把握できるかということになりますが、最低でもｎ＝30は欲しいと言われています。（多ければ精度は上がりますが、さすがに100以上は多いし、負荷がかかる。） 　その根拠としては、調査にかかる時間・コスト面から、また、ｎ＝30なら「さすがに少なすぎる」とは言われにくい、その他、過去の調査や他社の事例とも比較しやすいなどの理由があげられます。 　以上が、工程能力調査のｎ数をn=30とする、おおざっぱな根拠となりますが、ｎ数の目安についてもう少し場合分けして述べると以下のようになります。 ①ｎ数の最低限の目安 　一般的には、最低限の目安としてn=30が必要とされます。これは、量産現場で工程の安定性やばらつきを把握するために最低限必要なサンプル数です。 ②ｎ数の推奨値 　自動車産業などでは、初期の工程能力調査のサンプル数として

MSAとは「Measurement Systems Analysis」の略で、測定システムの信頼性と精度を評価する手法です。 MSAは、IATF16949で定められたコアツールの一つであり、APQP（ Advanced Product Quality Planning and Control Plan ）やFMEA、SPC（ Statistical Process Control ）、PPAP（ Production Part Approval Process：生産部品承認プロセス ）と並んで、製品の品質保証に不可欠な手法です。校正だけでは見えない測定のばらつきや信頼性を評価することで、安定した製造と品質管理を支えます。 　 MSAで 実務上、最も頻繁に実施されるのが、以前ご紹介した「 GR&R （Gage Repeatability and Reproducibility）」であり、繰り返し性と再現性を同時に評価し、測定システムのばらつきが製品のばらつきや公差に対してどの程度の割合を占めるかを数値で示したものです。 　MSA（測定システム解析）

洗浄工程について、いくつか述べてきましたが、ここでは洗浄の良し悪しを判断するための洗浄性評価方法（Cleaning evaluation method）について、コメントします。 　洗浄工程といっても様々ですが、ここでは主に製品・部品として要求される清浄度を確保することを目...

AGIとは、従来のAI（Artificial Intelligence）の進化した形を指します。AGIは、Artificial General Intelligence（人工汎用知能）の略であり、人間のような汎用的な知能を持つ人工知能を指します。...

回帰分析（regression Analysis）とは、データからわかる結果を客観的に説明する手法のことです。データからどのような傾向があるのかを数値化し、図に直線を引くことで可視化することもできます。 相関係数という言葉がありますが、相関係数は、2つの値がどれだけ相関して...

自動翻訳（Automatic Translation）の現状について、特に生産技術関連文章の英訳には興味があるので、確認することにしました。結果はやはり、驚異的でした。思った以上に・・・（以下は、その確認結果の一例です。）...

製品・部品加工に関係する生産技術者として知っておくべき設計図面における幾何公差（ geometrical tolerance） について、コメントします。 　幾何公差とは、物体の形状・姿勢・位置関係などの誤差の許容値を表します。...

生産技術業務の中で頻繁に活用し、知っておくべき統計手法の基本的な内容でもある相関分析について簡単にコメントします。 相関分析（correlation Analysis）とは、2つ以上の変数間にある関係性を調べるための統計手法です。相関分析を行うことで、2つの変数がどの程度関...

生産技術業務の中で、頻繁に使用する特性要因図のあり方についてコメントします。 特性要因図（ fishbone diagram, cause effect diagram ）は、品質管理の手法の一つで、製品の品質特性に関連する要因を列挙する手法です。特に生産技術の場合は、工程...

以前、ブログ「 リバースエンジニアリング 」にて、 店じまい活動 に関連した内容についてコメントしましたが、近年、このリバースエンジニアリングを業としている企業を展示会などで時々お見掛けする機会が多くなってきており、このリバースエンジニアリングの基本的な内容について、いまま...

たくさんのデータや数値を分かりやすい図表で表現し、理解しやすい分析方法として、決定木分析があります。決定木分析はビジネスデータだけでなく、ほぼ全ての分野でよく使われており、生産技術分野においても例外ではありません。 　決定木（けっていぎ、英: decision...

生産技術業務の中には、加工工程の加工条件を見極めるための実験など、本格的な実験の前に、測定誤差などのばらつきを評価する必要が生じる場合があります。そのためのツールとして、よく使用されるのがこの 枝分れ実験解析 （Nested Design）です。...