ものづくり・製造

公差とは？ばらつきとの違いとシックスシグマの意味

2026/6/21 （更新: 2026/11/3）

🤖 AIを使用して執筆

不良は、山が枠からはみ出した分

製品は、測った値が公差の枠に入れば良品、外れれば不良とする。山の裾が枠からはみ出した分は、そのまま不良になる。直径が 9.92〜10.08mm に散らばる工程に ±0.05mm の枠をかければ、9.92〜9.95mm と 10.05〜10.08mm の軸が不良になる。

現場の課題の中心は、避けられないばらつきの山を、公差の枠の中にどれだけ確実に収め続けるかにある。山を狭くできれば裾が枠の内側に収まり、不良は減る。だから現場は、ばらつきを生む原因（温度の揺れ、機械の癖、材料の差）を一つずつ潰して、山を細くすることに力を注ぐ。

品質工学（タグチメソッド）は、枠の内側に入ることだけを品質とはみなさない。品質を「規格の内側にあること」と定義するだけでは、品質を得る方法も、コストとの結びつけ方も示せないとし、特性が狙いの値から外れること自体が損失を生むと考える¹。狙いの値が 10.00mm なら、枠の内側にある 10.04mm の軸も、10.00mm の軸より損失が大きいと数える。

公差の決め方には、厳しさとコストのトレードオフがある。公差を厳しくする（枠を狭める）ほど、同じ工程でも散らばりの両端が枠の際に来て不良が出はじめるので、作るのは難しく高くなる。品質工学も、ばらつきへの影響が大きい要素ほど公差を狭める必要があり、それを満たすにはより高精度な部品・工程が要るため、生産・運用コストが上がると指摘している¹。

品質工学は公差を決める前の段階に、パラメータ設計を置く。パラメータ設計は、設計そのものをばらつきに鈍感にする方法である。最適なパラメータを選べば公差はむしろ広げられ、安い部品と工程で足りる¹。

だから優れた設計は、必要以上に厳しい公差をつけない。本当に必要な精度を見極めて枠を決めることも、ものづくりの技術である。必要のない精度を求めれば、その分の費用が無駄になるからだ。

「シックスシグマ」とは、山がどれだけ細いか

シックスシグマは、平均から公差の枠の片側の端まで、標準偏差6個ぶんの余裕がある状態を指す。山が枠に対して十分に細いので、長い間に平均が多少ずれても、不良は百万個あたり数個にとどまる²。逆に、山が枠ぎりぎりだと、小さな揺れでも不良が出る。

同じ余裕を表す数に、工程能力指数（Cpk）がある。Cpk は、平均から公差の近い側の端までの距離を $3\sigma$ で割った値である³。余裕が $6\sigma$ なら $6\sigma / 3\sigma = 2.0$ で、これが短期の Cpk にあたる。平均が $1.5\sigma$ ずれると見込むと余裕は $4.5\sigma$ になり、長期の Cpk は $4.5\sigma / 3\sigma = 1.5$ になる。

一般に語られる「百万個あたり3.4個」は、長期的には平均がずれることを見込んだ補正（$1.5\sigma$ シフト）を組み込んだ値である。ずれを見込まない $6\sigma$ なら、不良は百万個あたり0.002個で、3.4個とは約3桁違う²。どちらの数も、もとは製品の個数ではなく、欠陥が起きうる機会（opportunity）の百万回あたりで数えた値で、製品1個につき機会が1回なら百万個あたりと同じになる²。

1.5σ の補正は、どの工程にも当てはまる定数ではない

$1.5\sigma$ の補正が妥当かどうかは、工程の性質で変わる。臨床検査の論文は、補正の統計的な根拠を管理図の検出力に置く²。管理図は、工程の測定値を時間の順に打ち、平均や散らばりが変わったことを見つけるための図である。

管理図の検出力を根拠にしているので、同じ論文は、補正が妥当でありうるのは検査の分析工程だけだとし、分析の前後の工程へそのまま持ち込むことを批判する²。分析の前後の工程は、正規分布（平均を中心に左右対称の釣鐘形をした分布）に従うとは考えにくく、管理図でも監視されていないからだ。

製造工程については、同じ論文が、長期的なドリフトが通常起きる製造工程では $1.5\sigma$ のシフトが妥当だという観察を Harry と Lawson の 1992 年の報告として引く。そのうえで、シフトの実際の大きさは $1.5\sigma$ と違いうる（小さいこともある）とも書いている²。

補正そのものにも異論がある。Wheeler は、W. Edwards Deming の名を冠した会議に招かれた 2007 年の講演で、シックスシグマの多くの改善の手順が $1.5\sigma$ の緩衝帯を見込んで計算することを、工程がその内側に収まるという非現実的で根拠の無い仮定だとして退けている⁴。臨床検査の論文は、分野や工程の性質を問わず当てはめる普遍の定数とみなすべきではないと結論している²。

ばらつきを狭める前に、ばらつきを測る

ばらつきを抑えるには、まずばらつきを測れていなければならない。どれだけ散らばっているか、何が原因で散らばるか。測れないものは、狭められない。統計的工程管理の出発点は、工程のばらつきを管理図で継続的に測り、避けられない偶然の揺れと、突き止めて潰せる特定の異常とを区別することにある⁵。

シューハートは、品質を直接には測れない場合について、測定の精度が公差の幅を左右することも書いている。1931年の著書の第3章には「公差の縮小」という節があり、シューハートはそこで「与えられた確率のもとで、測定の誤差を小さくすれば公差限界を狭められるのは明らかである」と書いている⁵。この節が扱うのは、代用特性で測る場合だ（引張強さを硬さや密度から推す、といった状況）。

この記事はAIを使用して執筆されました。内容には誤りが含まれる可能性があります。事実や数字の出典は脚注から確かめられます。