投稿者: QCプラネッツ

  • 5分でわかる品質用語

    5分でわかる品質用語

    本記事のテーマ

    【初心者向け】難解な品質管理用語が簡単にマスターできる【5分で理解できます】
    • ➀品質,QCD,QCストーリ,PDAC(成績編)
    • ②理念,方針管理,全員の積極的参加(部活編)
    • ③品質管理の企業活動
    「品質管理の用語がわかる!」
    「QCD,関係性管理,継続的改善,ISO9001,プロセスアプローチなどの難解な品質用語がわかる!」

    1つ気にあるのは

    品質管理は概念が難しいわりに、
    【何となくできるもの】ですよね

    なぜかわかりますか?

    それは

    すでに学生時代で習得しているからなのです。

    本記事を読めば、学生時代の思い出に浸りながら品質管理のベースが理解できます。

    さっそく見ていきましょう。

    ➀品質,QCD,QCストーリ,PDAC(成績編)

    品質、QCD、PDCA、QCストーリ、重点指向がわかる!

    品質とは何か?超わかりやすく説明したい!

    最初の問いです。

    品質とは何か説明できますか?

    Wikipediaでは、
    品質(ひんしつ、クオリティ = quality)は、工場で生産された製品や、サービス業が提供するサービスの有する特性、もしくは属性をいう。
    と書いてます。

    こんな説明じゃ、わからない!
    品質管理の最初の「品質」の意味がわからないと、品質管理すべてが嫌いになってしまう!

    品質管理が難しく、距離を置かれる理由が、難しい説明なのです。
    ならば、簡単に説明できればよいのです!

    学校の悪い成績で怒られた思い出に品質管理用語が隠れている!

    学校の成績が悪かったら、親は怒りましたよね! なぜ怒るんでしょうか?

    それは、あなたの親があなたに
    「これくらい点数が取れる」と勝手に期待値を作る
    からです。

    期待値以上なら褒めて、以下なら怒るわけですね。

    ここに「品質」のエッセンスがあると思いませんか?

    つまり、

    「品質」とは、「相手が満足する基準」

    そして、もう1つ大事なことは、

    自分ではなく
    相手の期待値を超えること
    が品質では重要
    なのです。

    次にQCDを考えましょう。学校の成績が悪かったら、向上するよう怒られましたよね。あなたは、向上するために
    「塾行かせて」、「参考書買って」、「来年まで待って」と
    親に相談すると、親は
    「良い成績を」、「お金使わずに」、「すぐ持って来い」と
    言って、かえって怒られてしまうオチが待っていますよね。

    このやりとりにQCDのエッセンスがあります

    QCDでは、
    高い(1)Q(品質)を
    (2)安いC(コスト)で
    (3)すぐD(納期)達成する

    ことが求められる

    QCDを達成するには、ちょっとしんどい!

    でも、絶対できない目標ではなく頑張れば届くから、しんどい!

    ただ、ライバルもみんな同じようにしんどいから、目標達成したら自分の強みになるわけですね

    QCDを高めるコツ

    次は成績向上作戦を考えましょう。ここに、

    QCストーリ、PDCA、重点指向のエッセンスがあります。

    やみくもに勉強しても成績は向上しません。作戦が必要ですよね。

    1. 現状の把握
    2. 目標の設定
    3. 目標とのギャップを把握
    4. 勉強対策を計画・実行
    5. 効果の確認

    重要なところから取り掛かりますよね

    (1)QCストーリは、現状の把握、目標の設定、目標達成に必要な行動を取ること。

    (2)PDCAは行動の計画→実行→評価→次なる行動とサイクルを回すこと。

    (3) 重点指向は、重要な項目から優先的に行動をとること。

    学校の成績向上作戦は、「品質管理」そのものなのです。
    日々、真面目に働くあなたは学生時代に成績向上経験があるから、品質管理を知らなくても品質向上できるのです

    ②理念,方針管理,全員の積極的参加(部活編)

    個人プレーで得られない品質管理もある

    学校の勉強からある程度の品質管理が学べますが個人戦なので、チーム戦で得られる品質管理も必要になります。

    会社で普通に仕事ができるのは、学校の部活経験があるからです。部活を思い出しならが品質管理を見ましょう。

    弱いチームと強いチームの違いを考えてみよう

    強い選手がいる/いない差ではなく、チーム運営の違いを見ましょう。表にまとめます。

    弱いチーム 強いチーム
    1 仲良しが集まる 同じ目標を目指す人が集まる
    2 目標は無い、あいまい 目標設定のメンバーへ周知
    3 毎日何となく練習している 毎日の練習内容・目的を理解
    4 だらだら雑談が多く、動きが遅い 必要な意思疎通と機敏な動き
    5 自己中心的で他責 自責をもってチーム貢献
    6 内省はしない 常に振り返り、成長を促す

    強いチームにするにはどうすればよいでしょうか?

    強いチーム・組織作りが大変なのですが、ここにもたくさんの品質管理の概念が詰まっています。上の表の強いチームの特徴とそれを実現するために必要な要素をまとめます。この要素こそが品質管理の概念です。

    特徴 対策
    1 同じ目標を目指す人が集まる 理念を掲示
    2 目標設定のメンバーへ周知 方針管理を掲示
    3 毎日の練習内容・目的を理解 日常管理の遂行
    4 必要な意思疎通と機敏な動き コミュニケーション
    5 自責をもってチーム貢献 リーダーシップ
    全員の積極的参加
    6 常に振り返り、成長を促す 継続的改善

    品質管理用語がたくさん表にあがりましたが、わかりやすいイメージが部活動にたくさんあることがわかりますね。
    部活の経験が社会人になって活きてくる理由がよくわかります。

    • 「1.理念」は「部員の意識向上、意思統一」や部員募集時に「こういう人に来てほしい、来て欲しくない」を明示して、部員のばらつきを抑える効果があります。
    • 「2.方針管理」は目標を明確に決めて、そこに向かう活動、工程をチームで決めることです。キャプテンや顧問が中心となって部員に展開します。
    • 「3.日常管理」は部員の日々の生活や練習を管理することです。
    • 「4.コミュニケーション」は会話だけではなく、部員間の意思疎通を図るもので、問題や懸案事項があればともに解決します。
    • 「5.リーダシップ、全員の積極的参加」は4のコミュニケーションが成り立って初めて部員自ら行動できる状態になります。やらされ感で行動するのではありません。
    • 「6.継続的改善」は少しずつ改善してレベルが上がっていくことです。

    すべて回れば相当強いチームになりますが、理想的な話でもあります。
    現実はいろいろな価値観をもつ部員間の衝突があったり、甘えによってうまくいかないものです。
    小さな成功を少しずつ勝ち取ることでチームの意識を向上できるようになれます。

    ③品質管理の企業活動

    品質管理の企業活動は 学校の成績編(個人戦)と部活編(チーム戦)の組み合わせでほぼ対応できます。日頃の業務から「品質あるある」を思い出してみましょう。本ブログが役立つ場面がたくさんあるはずです。

    まとめ

    「【初心者向け】難解な品質管理用語が簡単にマスターできる【5分で理解できます】」をわかりやすく解説しました。

    • ➀品質,QCD,QCストーリ,PDAC(成績編)
    • ②理念,方針管理,全員の積極的参加(部活編)
    • ③品質管理の企業活動
  • なぜ、実験計画法は分散で検定するのかが5分でわかる【初心者向け】

    なぜ、実験計画法は分散で検定するのかが5分でわかる【初心者向け】

    本記事のテーマ

    なぜ、実験計画法は分散で検定するのかが5分でわかる【初心者向け】
    • ➀分散で検定する理由を理解する
    • ②帰無仮説と対立仮説を理解する
    • ③F検定のメリット・デメリットを知る
    「なぜ分散分析表を作ってF検定するのがわかる!」
    「F検定する時の「帰無仮説」と「対立仮説」は何か?がわかる!」

    【QC検定®1級合格】実験計画法問題集を販売します!

    QC検定®1級合格したい方におススメです。
    QC検定®1級、過去全回分の問題と実験計画法参考書を研究して、作り上げたオリジナル良問30題を1500円で提供します。ぜひご購入、学習して合格しましょう。

    究める!実験計画法 演習問題を販売します!

    実験計画法を究めた方におススメです。
    実験計画法をマスターしたい方に、必須な演習問題集(2500円)を作成しました。しっかり勉強して究めましょう。

    分散分析、F検定、検定する帰無仮説・対立仮説は何か?
    を疑問に思えるあなたは、センスがいいです。
    よくわからないけど計算方法や公式を暗記しながら、
    徐々に実験計画法の中身をマスターしていきましょう。

    この記事を読むあなたは、いくつか実験計画法の考え方がすぐに理解できず苦労していると思います。
    いくつか関連記事を紹介しますので、関連記事も読んでみてください。

    究める!実験計画法

    実験計画法 究める!実験計画法
    実験計画法のまとめトップページ。実験計画法を究めることができます!

    【簡単】実験計画法とは何かがすぐわかる【初心者向け】

    実験計画法 【簡単】実験計画法とは何かがすぐわかる【初心者向け】
    実験計画法から何が求まるのか?をわかりやすく解説します!

    なぜ、実験計画法は分散で検定するのか?【初心者向け】

    実験計画法の分散分析 なぜ、実験計画法は分散で検定するのか?【初心者向け】
    実験計画法はなんで分散分析するのか?、帰無仮説・対立仮説は何かがすぐ分かります!

    実験計画法のプーリングがわかる

    pooling 実験計画法のプーリングがわかる
    実験計画法のプーリングって何?がすぐにわかります!

    実験計画法の交絡がわかる

    交絡 【簡単】実験計画法の交絡(別名)とはキャラがかぶっていること
    実験計画法の交絡が何かがすぐにわかります!

    さっそく見ていきましょう。

    ➀分散で検定する理由を理解する

    最初に学ぶ検定は「平均差の検定」ですよね。本来は平均差の検定を使うべきです。
    でも、実験計画法では平均差の検定では不十分なため分散を使います。

    要因効果は母平均の差で検定

    例として、一元配置実験(水準数3)の因子Aを考えます。

    水準 データ
    A1 12 13 15 16
    A2 21 22 19 24
    A3 26 25 27 28

    データの取り方については
    関連記事【フィッシャーの3原則】をご覧下さい。

    フィッシャーの3原則 フィッシャーの3原則
    フィッシャーの3原則をわかりやすく解説します!

    因子Aの効果があるかを調べるとき、3つの仮説を立てて、母平均差を検定します。

    ・A1とA2の違いを調べる 帰無仮説:A1=A2、対立仮説:A1≠A2
    ・A1とA3の違いを調べる 帰無仮説:A1=A2、対立仮説:A1≠A2
    ・A2とA3の違いを調べる 帰無仮説:A1=A2、対立仮説:A1≠A2

    検定回数の増加が検出力の低下につながる

    上の場合では、3回検定が必要です。検定回数が増えると検定精度(検定力)が低下します。検定はある確率α(第1種の誤り)で誤判断します。αはよく5%としますね。

    検定回数がn回の場合は、検定結果が正しい確率は \((1-α)^n\) です。
    検定回数が3回の場合は、\((1-0.05)^3\)=84%となり、16%も誤判断します。

    調べたい水準数が多いと正しい判定でできなくなります。

    1回の検定で済ませるF検定(分散を使う理由)

    母平均差の検定では、
    A1-A2=0かつ、A2-A3=0かつ、A3-A1=0
    の3つの式を1つずつ3回検定します。検定回数が増えると検定力が低下します。

    ではどうするか?

    上の3つの式を1つの式で表現できれば、1回の検定で済むのです。

    なるほど!

    では、どうやって変形しますか? 高校数学の問題です。

    答えは、

    2乗和にすればよいのです。
    \( (A1-A2)^2+(A2-A3)^2+(A3-A1)^2\)=0
    を検定すればよいのです。

    2乗は必ず0以上になります。各2乗和の総和が0ならば、各2乗和はすべて0になりますね。
    つまり、
    \((A1-A2)^2+(A2-A3)^2+(A3-A1)^2\)=0ならば、
    \(A1-A2\)=0かつ、\(A2-A3\)=0かつ、\(A3-A1\)=0
    です。

    また、2乗和の式をよくみると分散を求める式と同じです。
    データと平均の差を2乗して足す項が分散にもあります。

    これが、

    分散を検定に使う理由なのです。

    ②帰無仮説と対立仮説を理解する

    主効果、交互作用や反復の分散がそれぞれ0かどうかを調べればOKです。

    1.主効果
    帰無仮説: \(σ_A^2\)=0
    対立仮説: \(σ_A^2\)≠0

    2.交互作用
    帰無仮説: \(σ_{A×B}^2\)=0
    対立仮説: \(σ_{A×B}\)≠0

    3.反復
    帰無仮説: \(σ_R^2\)=0
    対立仮説: \(σ_R^2\)≠0
    などです。

    実験計画法の分散分析において、検定の帰無仮説と対立仮説は分散が0かどうかですが、なぜ分散で検定するのかを理解することが重要です。

    ③F検定のメリット・デメリットを知る

    F検定のメリット

    1.検定力が維持できること
    2.1回の検定で済む。

    F検定のデメリット

    因子の有意性がわかるが、どの水準間で違いがあるのかはわからない。
    でも大した問題ではない。

    \((A1-A2)^2+(A2-A3)^2+(A3-A1)^2\)=0 という式を書きましたね。
    右辺が0出ない場合は、左辺の()のどれかが0でないことがわかります。
    でも、どの()が0でないかまではわかりません

    では、問題なのか?というと大した問題ではありません

    実験計画法では、主効果、交互作用などの因子において有意性を調べますが、
    各因子内の水準までは検定しません。なので、気にしなくてよいのです。

    つまり、

    メリットの効果が高く、デメリットの影響が無いため、
    分散分析とF検定をしているのです。

    これが、F検定する理由です。

    F検定の解き方を覚える前に
    F検定する理由を理解しましょう。
    ここが、一番大事!

    まとめ

    「なぜ、実験計画法は分散で検定するのかが5分でわかる【初心者向け】」を説明しました。

    • ➀分散で検定する理由を理解する
    • ②帰無仮説と対立仮説を理解する
    • ③F検定のメリット・デメリットを知る
  • 【簡単】実験計画法のフィッシャー3原則がすぐわかる方法

    【簡単】実験計画法のフィッシャー3原則がすぐわかる方法

    本記事のテーマ

    【簡単】実験計画法のフィッシャー3原則がすぐわかる方法
    • ➀反復:効果と残差を分ける
    • ②無作為化:適正な残差平方和を求める
    • ③局所管理:適正な効果平方和を求める
    「実験計画法のフィッシャーの3原則の意味がわかる!」
    「フィッシャーの3原則がなぜ必要なのかがわかる!」

    【QC検定®1級合格】実験計画法問題集を販売します!

    QC検定®1級合格したい方におススメです。
    QC検定®1級、過去全回分の問題と実験計画法参考書を研究して、作り上げたオリジナル良問30題を1500円で提供します。ぜひご購入、学習して合格しましょう。

    究める!実験計画法 演習問題を販売します!

    実験計画法を究めた方におススメです。
    実験計画法をマスターしたい方に、必須な演習問題集(2500円)を作成しました。しっかり勉強して究めましょう。

    実験計画法を勉強始めたばかりで、よくわからないことが多いですね。
    初心者の方がつまづきやすいポイントを関連記事にまとめています。

    究める!実験計画法

    実験計画法 究める!実験計画法
    実験計画法のまとめトップページ。実験計画法を究めることができます!

    【簡単】実験計画法とは何かがすぐわかる【初心者向け】

    実験計画法 【簡単】実験計画法とは何かがすぐわかる【初心者向け】
    実験計画法から何が求まるのか?をわかりやすく解説します!

    なぜ、実験計画法は分散で検定するのか?【初心者向け】

    実験計画法の分散分析 なぜ、実験計画法は分散で検定するのか?【初心者向け】
    実験計画法はなんで分散分析するのか?、帰無仮説・対立仮説は何かがすぐ分かります!

    実験計画法のプーリングがわかる

    pooling 実験計画法のプーリングがわかる
    実験計画法のプーリングって何?がすぐにわかります!

    実験計画法の交絡がわかる

    交絡 【簡単】実験計画法の交絡(別名)とはキャラがかぶっていること
    実験計画法の交絡が何かがすぐにわかります!

    フィッシャーの3原則についての記事に加えて、上の関連記事も一通り読んでおきましょう。理解が一気に深まります。

    フィッシャーの3原則は、「その原則が無いと何が困るのか?」を理解すれば
    簡単に理解できます。

    さっそく見ていきましょう。

    ➀反復:効果と残差を分ける

    例題

    反復が面倒なBさんは、反復無しの一元配置実験を実施しました。
    実験データは次のようになりました。因子Aの有意性が判断できるでしょうか?

    水準データ

    A1 12
    A2 15
    A3 19

    評価

    分散分析すると、残差eの自由度と平方和がともに0になります。
    因子Aの効果と残差eが分離できないことを意味します。
    実験からデータの変化は因子Aによるのか、誤差によるのかがわからないのです。

    平方和S 自由度φ
    A 24.67 2
    e 0 0
    T 24.67 24.67

    実験から因子効果と残差効果を分離させるためには、反復が必要です。

    再実験

    Bさんに反復して再実験してもらいましょう。

    水準 データ
    A1 12, 14, 16
    A2 15, 18, 21
    A3 19, 20, 21

    分散分析結果を見ると、因子効果と残差効果が分離できているのがわかります。

    平方和S 自由度φ
    A 56 2
    e 28 6
    T 84 8

    You Tubeにも解説していますので、ご覧ください。

    ②無作為化:適正な残差平方和を求める

    「無作為化」はより「ランダム」と言った方がわかりやすいですね。
    無作為化しないとどんな不都合が出るか見てみましょう。

    例題

    同じくBさんに別の実験をしてもらうと、次の結果が出ました。データを評価しましょう。
    水準 データ
    A1 39, 43, 44
    A2 46, 53, 63
    A3 69, 72, 75

    一見、問題が無さそうなデータですね。

    評価

    分散分析すると、F値が23.1と非常に高いことがわかります。特に、残差平方和Se=178は因子Aの平方和SA=1368と比べて非常に小さいです。
    つまり、実験データが良くありません。

    S φ V F
    A 1368 2 684 23.1
    e 178 6 29.67
    T 1546 8

    (S:平方和、φ:自由度、V:不偏分散(平均平方)、F:F値)

    Bさんに聞くと、次のように話してくれました。

    「実験準備が面倒なので、同じ水準でまとめて複数回実験を繰り返した後、他の水準に移って、その水準内で複数回実験を繰り返しました。似たようなデータ値になったので安心して実験しました。」

    同じ条件で実験を繰り返すと、心理的に似たようなデータ値になって安心したと思われますが、
    これでは適正な残差eを取り出せていません。 良い実験データとは言えません。

    無作為化しない場合、残差平方和が過小評価され、F値が高くなり、有意と結論づけやすくなります

    再実験

    Bさんに無作為化して再実験してもらいましょう。

    水準 データ
    A1 35, 45, 55
    A2 44, 53, 74
    A3 67, 75, 83

    Bさんは再実験で誤差が増えても大丈夫か?と心配してました。
    分散分析の結果を見てみましょう。

    S φ V F
    A 1368 2 684 5.11
    e 802 6 133.67
    T 2170 8

    (S:平方和、φ:自由度、V:不偏分散(平均平方)、F:F値)

    再実験の分散分析の結果、F値が5.11になり、有効な結果であると言えます。
    残差平方和Seが適正な値になりました。

    You Tubeにも解説していますので、ご覧ください。

    ③局所管理:適正な効果平方和を求める

    局所管理はなじみが無い用語です。簡単に言うと「似たもの同士そろえる」ことです。
    似た者同士そろえないとどんな不都合があるか見てみましょう。

    例題

    ある学習塾では「受講科目数が多いと学力向上効果が高い」ことを広告でアピールしており、4科目受講すると成績向上効果は抜群!らしいです。データが広告に載っていました。さて、本当に正しいのでしょうか?
    受講科目数A 生徒の偏差値
    2科目 38, 42, 46
    3科目 44, 46, 48
    4科目 69, 72, 75

    評価

    分散分析すると、F値が82.3と非常に高いことがわかります。特に、因子Aの平方和SA=1592は残差平方和Se=58と比べて非常に大きいです。

    これもデータが良くないことがわかります。このデータのどこが問題なのかがわかりますか?

    S φ V F
    A 1592 2 796 82.3
    e 58 6 9.67
    T 1650 8

    (S:平方和、φ:自由度、V:不偏分散(平均平方)、F:F値)

    問題なのは、4科目受講の生徒の偏差値が高すぎることです。
    4科目受講の生徒は、そもそも優秀で、塾の学習効果に関係なく成績が良い可能性があります。

    つまり、因子に関係のない別の要因の効果の方が大きいことが問題なのです。

    科目数に関係なく、塾通う前の成績が同じくらいの生徒で比較することが重要です。

    これが、局所管理のエッセンスです。つまり、「似た者同士」で比較しないと、他の効果によって「有意性がある」と誤判断します。

    再実験

    学習塾に、似たような学力の生徒で再度比較してもらい、次の結果が出ました。

    受講科目数A 生徒の偏差値
    2科目 38, 42, 46
    3科目 44, 46, 48
    4科目 45, 49, 50

    分散分析の結果、F検定 F=3.11 < 5.14=F(2,6,0.05)となり、有意性はありませんでした。
    つまり、「学習塾の効果は無い」という結果がわかりました。

    S φ V F
    A 56 2 28 3.11
    e 54 6 9
    T 110 8

    (S:平方和、φ:自由度、V:不偏分散(平均平方)、F:F値)

    事例からわかるように、「似た者同士」で比較しないと、他の効果によって「有意性がある」と誤判断する可能性があります。

    You Tubeでも、解説していますので、ご覧ください。

    以上、フィッシャーの3原則について解説しました。

    まとめ

    「【簡単】実験計画法のフィッシャー3原則がすぐわかる方法」を説明しました。

    • ➀反復:効果と残差を分ける
    • ②無作為化:適正な残差平方和を求める
    • ③局所管理:適正な効果平方和を求める
error: Content is protected !!