カテゴリー: 手法

  • 【必読】計量値管理図の群内変動と群間変動の分散が推定できる

    【必読】計量値管理図の群内変動と群間変動の分散が推定できる

    本記事のテーマ

    計量値管理図の群内変動と群間変動の分散が推定できる
    • ①R管理図ではσ=R/d2でいい理由
    • ②群内変動と群間変動の分散を推定する公式
    • ③群内変動と群間変動の分散を推定する演習問題1
    • ④群内変動と群間変動の分散を推定する演習問題2
    「群内変動と群間変動の分散の推定」、「QC検定®1級で頻出な群内変動と群間変動の問題」が解けるように解説します!

    QC・統計に勝てるための「管理図と工程能力指数」問題集を販売します!

    QC検定®1級合格したい方、QCに必要な「管理図と工程能力指数」をしっかり学びたい方におススメです。
    QC検定®1級、2級で「管理図と工程能力指数」の問題で苦戦していませんか?本記事では、QC・統計に勝てるための「管理図と工程能力指数」問題集を紹介します

    ●商標使用について、
    ①QC検定®と品質管理検定®は、一般財団法人日本規格協会の登録商標です。
    ➁このコンテンツは、一般財団法人日本規格協会の承認や推奨、その他の検討を受けたものではありません。
    ➂QCプラネッツは、QC検定®と品質管理検定®の商標使用許可を受けています。

    ①R管理図ではσ=R/d2でいい理由

    R管理図に準拠した確率密度関数からσが推定できる

    R管理図の確率密度関数や係数\(d_2\),\(d_3\)の導出については、関連記事で詳細に解説しています。

    【必読】R管理図の変数d2,d3の導出がわかる
    本記事では、範囲Rの確率密度関数を順序統計量の同時分布を使って導出し、d2,d3の導出方法を解説します。

    ●R管理図は、順序統計量の同時分布を確率密度関数としている
    ●R管理図からE[R]=\(d_2\)σ、D[R]= \(d_3\)σと導出できるため、
    R/\(d_2\)=σと推定してよい

    R管理図のデータは確率密度関数に従うと仮定するため、
    データによらず、σ=R/\(d_2\)と推定してよいのです。
    単なる便利な式ではないことに注意しましょう。

    なお、s管理図の場合は、E[s]=\(c_4\)σですね。
    σ=s/\(c_4\)で推定してよいとなります。

    R管理図の管理範囲内だけ使える

    \(\bar{X}\)-R管理図を使うことが多いですが、R管理図の中だけ
    σ=R/\(d_2\)が使えます。

    全体変動=群内変動+群間変動
    で計算しますが、
    R管理図で見ている群内変動だけです。

    \(σ_T^2\)= \(σ_w^2\)+ \(σ_b^2\)
    \(σ_w\)=R/\(d_2\)

    群間変動、全変動はデータから別途から求めます。QC検定®1級なら、値が与えられています。

    ②群内変動と群間変動の分散を推定する公式

    ②群内変動と群間変動の分散を推定する公式

    全体変動で、全体Xと全体平均\(\bar{X}\)の2つがあります。

    全体Xの場合

    全体変動=群内変動+群間変動
    \(σ_T^2\)= \(σ_w^2\)+ \(σ_b^2\)
    \(σ_w\)=R/\(d_2\)

    全体平均\(\bar{X}\)の場合

    全体変動=群内変動+群間変動
    \(σ_\bar{T}^2\)= \(\frac{σ_w^2}{n}\)+ \(σ_b^2\)
    \(σ_w\)=R/\(d_2\)
    n:群内のデータ数

    この区別が混合すると、わけがわからなくなります。
    実際に演習問題で練習しましょう。見て⇒慣れて⇒ものにしましょう!

    ③群内変動と群間変動の分散を推定する演習問題1

    演習問題1

    2台の工作機X,Yで切削加工をしている。この切削した製品の長さ特性を調べるべく、各工作機から4個ずつ計8個のデータを取り、\(\bar{X}\)-R管理図で調査した。これまでの実績は、\(\bar{\bar{X}}\)=26.3,\(\bar{R}\)=4.3、σ=2.2である。
    データを層別して工作機X,Yごとに、n=4の\(\bar{X}\)-R管理図を描いた。その結果次になった。
    ●\(\bar{\bar{X_A}}\)=25.8,\(\bar{R_A}\)=3.0
    ●\(\bar{\bar{X_B}}\)=26.8,\(\bar{R_B}\)=2.4
    (1)工作機内変動\(σ_W^2\)を求めよ。
    (2)工作機間変動\(σ_M^2\)を求めよ。
    (3)ロット間変動\(σ_L^2\)を求めよ。
    X Y
    X1 X2 X3 X4 Y1 Y2 Y3 Y4
    1 24 23 25 26 24 25 23 20
    2 27 22 24 25 26 26 21 24
    3 28 23

    解法

    推定すべき変動の関係式をまず書きます。
    \(σ^2\)=\(σ_W^2\)+\(σ_M^2\)+\(σ_L^2\)

    (1)

    ●R管理図から、工作機内変動\(σ_W^2\)が公式で求められます。
    \(\widehat{σ_w^2}\)=\((\frac{\bar{R}}{d_2 (n=4)})^2\)
    =\((\frac{3.0+2.4}{2×2.059})^2\)=\(1.311^2\)=1.720

    (2)

    ●R管理図から、工作機内変動と工作機間変動の和が公式で求められます。
    \(\widehat{σ_w^2}\)+\(\widehat{σ_M^2}\)=\((\frac{R}{d_2 (n=8)})^2\)
    (右辺)= \((\frac{R}{d_2})^2\)= \((\frac{4.3}{2.847})^2\)=\(1.510^2\)=2.281

    工作機間変動\(σ_M^2\)は、
    \(σ_M^2\)=2.281-1.720=0.5612

    (3)

    ロット間変動は、残りになります。
    \(σ_L ^2\)=\(σ^2\)-\(σ_M^2\)-\(σ_L^2\)
    \(σ_L ^2\)=\(2.2^2\)-1.720-0.5616=2.556

    ●まとめると、
    (1)工作機内変動\(σ_W^2\)=1.720
    (2)工作機間変動\(σ_M^2\)=0.5616
    (3)ロット間変動\(σ_L^2\)=2.556

    慣れるまで、何回も見てポイントを身に着けていきましょう。

    ④群内変動と群間変動の分散を推定する演習問題2

    演習問題1と解き方は同じですが、もう1問見て、ポイントをおさえましょう。

    演習問題2

    ある製品の特性Aについて、分散成分を検討するために、納入品からランダムに10ロットを選び、各ロットからランダムに2個の製品をサンプリングして、各製品を3回測定して特性Aのデータを得た。サンプリングとデータについては下の図表に示す。
    \(\bar{X}\)-R管理図を利用して各種分散成分を推定する。
    ●ロット間変動\(σ_L^2\)
    ●サンプル間変動\(σ_S^2\)
    ●測定誤差分散\(σ_M^2\)
    (1) 測定誤差分散の推定値\(\widehat{σ_M^2}\)を求めよ。
    (2-A) サンプル間変動の推定値\(\widehat{σ_S^2}\)を求めよ。
    (2-B) サンプル間平均変動の推定値\(\widehat{σ_\bar{S}^2}\)を求めよ。
    (3-A) ロット間変動の推定値\(\widehat{σ_L^2}\)を求めよ。
    (3-B) ロット間平均変動の推定値\(\widehat{σ_\bar{L}^2}\)を求めよ。
    (4-A) 全変動\(σ_T^2\)を求めよ。
    (4-B) 全成分の平均変動\(σ_\bar{T}^2\)を求めよ。

    管理図

    ロット サンプル 測定値 \(\bar{x_{ij●}}\) \(R_{ij}\) \(\bar{x_{i●●}}\) \(R_{i}\) \(\bar{\bar{x}}\) R
    M1 M2 M3
    L1 S1 7.6 8.4 7.7 7.9 0.8 7.5 0.8 7.3 5
    S2 6.7 7.2 7.4 7.1 0.7
    L10 S1 8 7.2 7.6 7.6 0.8 7.25 0.7
    S2 7.1 6.4 7.2 6.9 0.8
    合計 145 15 72 8 7.3 5

    変動の計算で、全体の場合と、全体平均の場合があります。この例題として演習問題を解いてみましょう。違いを意識して解きましょう。

    全体Xの場合

    全体変動=群内変動+群間変動
    \(σ_T^2\)= \(σ_w^2\)+ \(σ_b^2\)
    \(σ_w\)=R/\(d_2\)

    全体平均\(\bar{X}\)の場合

    全体変動=群内変動+群間変動
    \(σ_\bar{T}^2\)= \(\frac{σ_w^2}{n}\)+ \(σ_b^2\)
    \(σ_w\)=R/\(d_2\)
    n:群内のデータ数

    ●(1) 測定誤差分散の推定値\(\widehat{σ_M^2}\)は、
    \(\widehat{σ_M^2}\)=\((\frac{R_{ij}}{2×10×d2(n=3)})^2\)
    =\((\frac{15}{20×1.693})^2\)=0.1963

    ●(2-A) サンプル間変動の推定値\(\widehat{σ_S^2}\)は、
    \(\widehat{σ_S^2}\)=\((\frac{R_i}{10×d2(n=2)})^2\)-\(\widehat{σ_M^2}\)
    =\((\frac{8}{10×1.128})^2\)-0.1963=0.3067

    ●(2-B) サンプル間平均変動の推定値\(\widehat{σ_\bar{S}^2}\)は、
    \(\widehat{σ_\bar{S}^2}\)=\((\frac{R_i}{10×d2(n=2)})^2\)-\(\frac{1}{3} \widehat{σ_M^2}\)
    =\((\frac{8}{10×1.128})^2\)-0.1963/3=0.4376

    ●(3-A) ロット間変動の推定値\(\widehat{σ_L^2}\)は、
    \(\widehat{σ_L^2}\)=\((\frac{R}{d2(n=10)})^2\)-\((\widehat{σ_S^2}+\widehat{σ_M^2})\)
    =\((\frac{5}{3.078})^2\)-(0.3067+0.1963)=2.136

    ●(3-B) ロット間平均変動の推定値\(\widehat{σ_\bar{L}^2}\)は、
    \(\widehat{σ_\bar{L}^2}\)=\((\frac{R}{d2(n=10)})^2\)-\(\frac{1}{2}(\widehat{σ_\bar{S}^2}+\frac{1}{3}\widehat{σ_M^2})\)
    =\((\frac{5}{3.078})^2\)-\(\frac{1}{2}(0.4376+\frac{1}{3}\)0.1963)=2.387

    ●(4-A) 全変動\(σ_T^2\)は、
    \(σ_T^2\)=\(σ_M^2\)+\(σ_S^2\)+\(σ_L^2\)
    =0.1963+0.3067+2.136
    =2.639

    ●(4-B) 全成分の平均変動\(σ_\bar{T}^2\)は、
    \(σ_\bar{T}^2\)=\(σ_M^2\)+\(σ_\bar{S}^2\)+\(σ_\bar{L}^2\)
    =0.1963+0.4376+2.387
    =3.021

    公式を活用して、それぞれの変動を導出できました。

    QC検定®1級対策(管理図)

    \(σ_T^2\)=\(σ_M^2\)+\(σ_S^2\)+\(σ_L^2\)
    の3種類の和がよく出題され、
    R/\(d_2\)を使って個々のσを計算します。
    注意なのが、平均の変動か、そうでないかの違いで、公式の使い分けが必要。
    ●\(σ_T^2\)= \(σ_w^2\)+ \(σ_b^2\)
    ●\(σ_\bar{T}^2\)= \(\frac{σ_w^2}{n}\)+ \(σ_b^2\)
    過去30回分の過去問を研究し、マスターすべきポイントを本記事の2つの演習問題に集約しました。是非習得してください。対策本はここまで丁寧に解説していません。

    まとめ

    計量値管理図の群内変動と群間変動の分散が推定できる方法を解説しました。

    • ①R管理図ではσ=R/d2でいい理由
    • ②群内変動と群間変動の分散を推定する公式
    • ③群内変動と群間変動の分散を推定する演習問題1
    • ④群内変動と群間変動の分散を推定する演習問題2
  • 【必読】R管理図の変数d2,d3の導出わかる

    【必読】R管理図の変数d2,d3の導出わかる

    本記事のテーマ

    R管理図の変数d2,d3の導出がわかる

    d2,d3の式

    ●\(d_2\)=\(\displaystyle \int_{-\infty}^{\infty} [1-(1-φ(x))^n-(φ(x))^n]dx\)
    ●\(d_3\)=\(\sqrt{2\displaystyle \int_{-\infty}^{\infty} \displaystyle \int_{-\infty}^{y}f(x,y)dxdy-d_2^2 }\)
    \(f(x,y)=1-φ(y)^n-(1-φ(x))^n+(φ(y)-φ(x))^n\)

    読んでも理解ができない超難関な式です。でも、これをR管理図の係数表としてよく見かけます。でも、どうやってこの式になったのか?と気になるのは当然!

    \(d_2\)の導出方法を紹介し、
    \(d_3\)は途中まで紹介します。
    • ①範囲Rの特性
    • ②順序統計量の同時分布を確率密度関数とする
    • ③d2の導出
    • ④d3の導出(わかる範囲で)
    • ⑤係数\(d_2\),\(d_3\)の参考文献

    QC・統計に勝てるための「管理図と工程能力指数」問題集を販売します!

    QC検定®1級合格したい方、QCに必要な「管理図と工程能力指数」をしっかり学びたい方におススメです。
    QC検定®1級、2級で「管理図と工程能力指数」の問題で苦戦していませんか?本記事では、QC・統計に勝てるための「管理図と工程能力指数」問題集を紹介します

    ①範囲Rの特性

    範囲Rはいい点も、困る点もあります。

    範囲Rのいい点

    1. 「(最大)と(最小)の差」と計算しやすい
    2. 理解しやすい、使いやすい

    なので、計量値を扱う管理図のほとんどが\(\bar{X}\)-R管理図です。

    範囲Rの困る点

    1. (最大)―(最小) ≥ 0と範囲Rの分布は0以上と限定
    2. xが正のみな分布を表現する確率密度関数が超複雑になる

    その結果、d2,d3が
    ●\(d_2\)=\(\displaystyle \int_{-\infty}^{\infty} [1-(1-φ(x))^n-(φ(x))^n]dx\)
    ●\(d_3\)=\(\sqrt{2\displaystyle \int_{-\infty}^{\infty} \displaystyle \int_{-\infty}^{y}f(x,y)dxdy-d_2^2 }\)
    \(f(x,y)=1-φ(y)^n-(1-φ(x))^n+(φ(y)-φ(x))^n\)
    とわけのわからない式になってしまいます。

    ②順序統計量の同時分布を確率密度関数とする

    範囲Rに合う確率密度関数を探す

    範囲Rは
    ●0以上の値
    ●大きい値と小さい値の2つの差
    という特性があります。

    これを表現できる確率密度関数が、
    順序統計量の同時分布です。

    順序統計量の同時分布

    ●「順序統計量が難しい」
    ●「同時分布はもっと難しい」
    と、2段階で難しい話ですが、式だけ追いましょう。

    順序統計量の同時分布を表現する確率密度関数は次のようになります。
    \(f_{X(k) X(l)} (u,v)\)
    =\(\frac{n!}{(k-1)!(l-k-1)!(n-l)!}\)\(F_{X(u)}^{k-1} f_{X(u)}\)\([F_{X(v)}-F_{X(u)}]^{l-k-1}\)\(f_{X(v)}\)\([1-F_{X(v)}]^{n-l}\)

    範囲Rはx(n)-x(1)の差

    順序統計量とは、個々の変数\(x_{i}\)について、
    \(x_{1}\) ≤ \(x_{2}\) ≤ … ≤ \(x_{n}\)
    の関係が成り立ちます。

    範囲Rは最大と最小の差ですから、

    R= \(x_{n}\) – \(x_{1}\) ≥ 0
    が成り立ちます。
    さらに\(x_{n}\) = \(x_{2}\), \(x_{1}\) = \(x_{1}\)にも注目しましょう。

    範囲Rの確率密度関数

    順序統計量の同時分布を表現する確率密度関数について、k=1,l=nを代入します。

    \(f_{X(1) X(n)} (u,v)\)
    =\(\frac{n!}{(1-1)!(n-1-1)!(n-n)!}\)\(F_{X(u)}^{1-1} f_{X(u)}\)\([F_{X(v)}-F_{X(u)}]^{n-1-1}\)\(f_{X(v)}\)\([1-F_{X(v)}]^{n-n}\)

    =\(\frac{n!}{(n-2)!}\)\(f_{X(u)}\)\([F_{X(v)}-F_{X(u)}]^{n-2}\)\(f_{X(v)}\)
    =\(n(n-1)\)\(f_{X(u)}\)\([F_{X(v)}-F_{X(u)}]^{n-2}\)\(f_{X(v)}\)

    ③d2の導出

    E[R]の立式

    辻褄合わせですが、範囲Rを
    R=\(x_{2}\)-\(x_{1}\) = (u-v)σ
    に変えて積分します。(ちょっと無理があるけど)

    期待値と分散の公式

    E[X]= \(\displaystyle \int R f(R) dR\)
    E[\(X^2\)]=\(\displaystyle \int R^2 f(R) dR\)
    V[X]= E[\(X^2\)]-\(E[X]^2\)
    でしたね。

    よって、Rの期待値E[R]は次の式となります。
    E[R]= \(\displaystyle \int R f(R) dR\)
    =\(\displaystyle \int R \)\(n(n-1)\)\(f_{X(u)}\)\([F_{X(v)}-F_{X(u)}]^{n-2}\)\(f_{X(v)}dR\)
    =σ\(\displaystyle \int \int (u-v) n(n-1)\)\(f_{X(u)}\)\([F_{X(v)}-F_{X(u)}]^{n-2}\)\(f_{X(v)}dudv\)

    ●次に順序統計量について関係式を使います。
    \(\displaystyle \frac{d F_{X(u)}}{dx}\)=\( f_{X(u)}\)
    \(\displaystyle d F_{X(u)}\)=\( f_{X(u)} dx\)
    と変形し、これを使います。

    Rの期待値E[R]は
    E[R]=σ\(n(n-1)\displaystyle \int d F_{X(u)} \int (u-v)\)\([F_{X(v)}-F_{X(u)}]^{n-2}\)\( d F_{X(u)}\)

    積分区間と、u⇒x1,v⇒x2と表記を変えます。
    E[R]=σ\(n(n-1)\displaystyle \int_{-\infty}^{\infty} d F_1 \int_{-\infty}^{x_1} (x_1-x_2)\)\([F_1-F_2]^{n-2} dF_2\)

    この式が、「新編統計数値表 河出書房 1952」P207と同じ式です。ここまでの導出は理解したのですが、ここからがまだわかっていません。

    E[R]の導出

    「新編統計数値表 河出書房 1952」P207によって、係数d2を導出します。

    E[R]=σ\(n(n-1)\displaystyle \int_{-\infty}^{\infty} d F_1 \int_{-\infty}^{x_1} (x_1-x_2)\)\([F_1-F_2]^{n-2} dF_2\)
    を\([F_1-F_2]^{n-2}\)を展開して、部分積分をしたうえで、まとめると次の式になるようです。

    E[R]=σ\(n! \sum_{r=0}^{n-2} \frac{(-1)^r}{(r+1)!(n-r-1)!}\)\( \displaystyle \int_{-\infty}^{\infty}(1-F_1^{n-r-1})F_1^{r+1} dx_1\)
    =σ\( \displaystyle \int_{-\infty}^{\infty}(1-F_1^n-(1-F_1)^n)dx_1\)
    =\(d_2\)σ

    とすると、係数\(d_2\)の式になるようです。実際\(F_1\)を正規分布の確率密度関数\(φ(x)\)に置き換えるとOKです。

    ●係数\(d_2\)は、
    \(d_2\)=\( \displaystyle \int_{-\infty}^{\infty}(1-φ(x)^n-(1-φ(x))^n)dx\)
    となります。

    係数\(d_2\)の導出

    長年解けずに苦しんでいましたが、解法を紹介いただくことができました。深謝申し上げます。

    解法をPDFまとめました!

    【リンク】係数\(d_2\)の導出

    とても難しい式の導出ですね。

    ④d3の導出(わかる範囲で)

    E[\(R^2\)]の立式

    期待値と分散の公式

    E[X]= \(\displaystyle \int R f(R) dR\)
    E[\(X^2\)]=\(\displaystyle \int R^2 f(R) dR\)
    V[X]= E[\(X^2\)]-\(E[X]^2\)
    でしたね。

    E[R]=σ\(n(n-1)\displaystyle \int_{-\infty}^{\infty} d F_1 \int_{-\infty}^{x_1} (x_1-x_2)\)\([F_1-F_2]^{n-2} dF_2\)
    でしたね。

    ●E[\(R^2\)]は
    E[\(R^2\)]=\(σ^2 n(n-1)\displaystyle \int_{-\infty}^{\infty} d F_1 \int_{-\infty}^{x_1} (x_1-x_2)^2\)\([F_1-F_2]^{n-2} dF_2\)
    となります。

    この式も、ここからの導出は研究中ですが、「新編統計数値表 河出書房 1952」P207によると、次の結果になるそうです。

    E[\(R^2\)]=\(σ^2\)2\(\displaystyle \int_{-\infty}^{\infty} \displaystyle \int_{-\infty}^{x_1} (1-F_1^n-(1-F_2)^n-(F_1-F_2)^n) dx_1 dx_2\)
    Fをφに書き換えると
    E[\(R^2\)]=\(σ^2\)2\(\displaystyle \int_{-\infty}^{\infty} \displaystyle \int_{-\infty}^{x_1} (1-φ(x_1)^n-(1-φ(x_2))^n-(φ(x_1)-φ(x_2))^n) dx_1 dx_2\)
    と置きますね。

    分散Vの立式

    分散Vは、
    V[R]= V[R]= E[\(R^2\)]-\(E[R]^2\)
    =\(d_3 σ^2\)

    平方根を取ると、
    ●D[R]=\(\sqrt{d_3}\)σ
    ●\(d_2\)=\(\displaystyle \int_{-\infty}^{\infty} [1-(1-φ(x))^n-(φ(x))^n]dx\)
    ●\(d_3\)=\(\sqrt{2\displaystyle \int_{-\infty}^{\infty} \displaystyle \int_{-\infty}^{y}f(x,y)dxdy-d_2^2 }\)
    \(f(x,y)=1-φ(y)^n-(1-φ(x))^n+(φ(y)-φ(x))^n\)

    と書けます。

    ⑤係数\(d_2\),\(d_3\)の参考文献

    完全に導出できていませんので、参考文献を紹介します。
    係数係数\(d_3\)が分かったら教えてください。

    引き続き研究して参ります。

    参考文献

    ●「新編統計数値表 河出書房 1952」P207
    最も詳細に書いていますが、計算の途中経過がいまいちよくわかりません。

    ●管理図法―品質管理教程 (1962年)
    1986年改訂版もありますが、数式や理論は1962年の初版の方が詳しく解説している印象があります。

    どちらも古書ですが、現在販売中の教科書には理論はまったく書いていません。
    管理図の使い方だけ学んでも、理論が分からないとプロとは言えませんよね。

    参考サイト

    いくつか紹介しますが、導出過程まで解説したものはありません。


    c4,d2,d3についての解説があるが、導出は無い。


    管理図の係数の式は紹介されているが、導出は無い。


    管理図の係数の式は紹介されているが、導出は無い。


    管理図の係数の式は紹介されているが、導出は無い。

    係数\(d_2\),\(d_3\)の導出を一番詳しく書いているのは、
    「新編統計数値表 河出書房 1952」P207ですが、
    導出の途中経過までは書いていないため、自分で調べる必要があるのが現状です。

    また、シューハートの論文などを読みましたが、計算過程が分からず…でした。

    わかった内容をすべてお伝えし、さらに導出過程の解明に努めていきます。

    まとめ

    R管理図の管理限界線の係数\(d_2\),\(d_3\)の導出を解説しました。

    • ①範囲Rの特性
    • ②順序統計量の同時分布を確率密度関数とする
    • ③d2の導出
    • ④d3の導出(わかる範囲で)
    • ⑤係数\(d_2\),\(d_3\)の参考文献
  • 【必読】s管理図の変数c4と管理限界の導出がわかる

    【必読】s管理図の変数c4と管理限界の導出がわかる

    本記事のテーマ

    【必読】s管理図の変数c4の導出がわかる
    • ①s管理図の変数c4について
    • ②不偏標準偏差vと母標準偏差σはχ2乗分布でつなぐ
    • ③s管理図の変数c4の導出(χ2乗分布に慣れよう!)
    • ④s管理図の管理限界の期待値E[v]と標準偏差D[v]がわかる

    QC・統計に勝てるための「管理図と工程能力指数」問題集を販売します!

    QC検定®1級合格したい方、QCに必要な「管理図と工程能力指数」をしっかり学びたい方におススメです。
    QC検定®1級、2級で「管理図と工程能力指数」の問題で苦戦していませんか?本記事では、QC・統計に勝てるための「管理図と工程能力指数」問題集を紹介します

    ●χ2乗分布の関数に慣れる!
    ●不偏標準偏差vと標準偏差sによって、s管理図の係数の式が若干変わること

    ●Youtube動画でも解説しています。ご確認ください。

    ①s管理図の変数c4について

    関連記事

    のように、管理図の管理限界は、
    ●E(a)±kD(a)
    で表現され、aに変数、kに倍数を入れて管理します。

    s管理図の変数aは不変標準偏差vです。不偏標準偏差vの確率密度関数から、期待値E(v),標準偏差D(v)を導出します。

    その時に必要な変数が、c4です。

    s管理図の変数c4

    ●\(c_4\)=\(\sqrt{\frac{2}{n-1}}\frac{Γ(\frac{n}{2})}{Γ(\frac{n-1}{2})}\) (v:不偏標準偏差の場合)
    ●\(c_4\)=\(\sqrt{\frac{2}{n}}\frac{Γ(\frac{n}{2})}{Γ(\frac{n-1}{2})}\) (s:標準偏差の場合)

    訳が分からない式ですが、導出できます。

    ②不偏標準偏差vと母標準偏差σはχ2乗分布でつなぐ

    関連記事

    のように、s,vとσの関係はχ2乗分布でつなぎます。χ2乗分布に慣れていく重要な式です。

    \(χ^2\)=\(\frac{S(平方和)}{σ^2}\)
    =\(\frac{v^2(不偏標準偏差)(n-1)}{σ^2}\)
    から、vとσがつながります。

    なお、標準偏差sの場合は、
    \(χ^2\)=\(\frac{S(平方和)}{σ^2}\)
    =\(\frac{s^2(標準偏差)(n)}{σ^2}\)
    から、sとσがつながります。

    χ2乗分布の確率分布関数を出しましょう。これが複雑ですが、そういう式と思ってください。簡単に説明すると、正規分布(\(e^{-x^2}\))の2乗和した関数がχ2乗分布ですね。

    正規分布、χ2乗分布、t分布、F分布の関係も復習しましょう。関連記事で確認ください。

    【簡単】χ2乗分布とt分布とF分布がすぐわかる【初心者向け】
    「本記事では、正規分布、χ2乗分布、t分布とF分布について、わかりやすく理解すべきポイントを解説します。

    χ2乗分布の確率分布関数

    χ2乗分布は2変数用意します。自由度nと変数xですね。

    ●\(χ^2(x)\)=\(\frac{1}{2^{n/2}Γ(\frac{n}{2})} x^{\frac{n}{2}-1}e^{-\frac{x}{2}}\)
    Γ(z)=\(\displaystyle \int_{0}^{\infty} t^{z-1} e^{^t}dt\)

    そういう関数だという理解でOKですし、変数c4の導出には、χ2乗分布の確率分布関数の一部を使って式変形するだけなので、慌てずに読み進めてください。

    難しい式は、
    ①乗っかる
    ②自分で変形できるものをいくつか作る
    ③慣れてきたら、式の意味を考える
    ④自分のものにする

    本記事は、①の「乗っかる」だけで行けます!

    ③s管理図の変数c4の導出(χ2乗分布に慣れよう!)

    s管理図の管理限界の期待値E(s)は、
    E(s)=c4σ
    と書けます。このc4を導出してみましょう。

    導出のポイント

    不偏標準偏差vとσをχ2乗分布でつなぐ

    x=\(\frac{S(平方和)}{σ^2}\)
    =\(\frac{v^2(不偏標準偏差)(n-1)}{σ^2}\)
    とすると、
    xは自由度(n-1)のχ2乗分布に従います。

    よって、
    v(不偏標準偏差)=\(\sqrt{\frac{x}{n-1}}σ\)
    と書けます。
    (ちなみに、s(標準偏差)= \(\sqrt{\frac{x}{n}}σ\)
    とも書けます。)

    また、準備として、自由度(n-1)のχ2乗分布の確率分布関数の式を用意します。
    \(χ_{n-1}^2(x)\)=\(\frac{1}{2^{\frac{n-1}{2}}Γ(\frac{n-1}{2})} x^{\frac{n-1}{2}-1}e^{-\frac{x}{2}}\)

    期待値E[v]の立式

    期待値E[v]は定義では、
    ●E[v]= \(\displaystyle \int_{0}^{\infty} vf(v) dv \)
    *f(v)にχ2乗分布を代入
    *積分区間:χ2乗分布は2乗だけに負はないため、[0,∞]で積分です。

    期待値と分散の公式

    E[X]= \(\displaystyle \int v f(v) dv\)
    E[\(X^2\)]=\(\displaystyle \int v^2 f(v) dv\)
    V[X]= E[\(X^2\)]-\(E[X]^2\)
    でしたね。

    よって、E[v]は
    ●E[v]= \(\displaystyle \int_{0}^{\infty} vf(v) dv\)
    =E[\(\sqrt{\frac{x}{n-1}}σ\)]
    = \(\displaystyle \int_{0}^{\infty} \sqrt{\frac{x}{n-1}}σ \frac{1}{2^{\frac{n-1}{2}}Γ(\frac{n-1}{2})} x^{\frac{n-1}{2}-1}e^{-\frac{x}{2}} dx\)

    ちなみに、標準偏差sについて立式すると n-1⇒nに代わります。

    ●E[s]= \(\displaystyle \int_{0}^{\infty} sf(s) ds\)
    =E[\(\sqrt{\frac{x}{n}}σ\)]
    = \(\displaystyle \int_{0}^{\infty} \sqrt{\frac{x}{n}}σ \frac{1}{2^{\frac{n-1}{2}}Γ(\frac{n-1}{2})} x^{\frac{n-1}{2}-1}e^{-\frac{x}{2}} dx\)
    標準偏差sと不偏標準偏差vで区別します。ややこしいですが。

    期待値E[v]の導出

    ●E[v] =\(\displaystyle \int_{0}^{\infty} \sqrt{\frac{x}{n-1}}σ \frac{1}{2^{\frac{n-1}{2}}Γ(\frac{n-1}{2})} x^{\frac{n-1}{2}-1}e^{-\frac{x}{2}} dx\) (式1)
    の定数項を積分の外に出しましょう。

    (式1)= \(\sqrt{\frac{1}{n-1}}σ\displaystyle \int_{0}^{\infty} \sqrt{x} \frac{1}{2^{\frac{n-1}{2}}Γ(\frac{n-1}{2})} x^{\frac{n-1}{2}-1}e^{-\frac{x}{2}} dx\) (式2)

    次にxをまとめます。

    (式2)= \(\sqrt{\frac{1}{n-1}}σ\displaystyle \int_{0}^{\infty} \frac{1}{2^{\frac{n-1}{2}}Γ(\frac{n-1}{2})} x^{\frac{n}{2}-1}e^{-\frac{x}{2}} dx\) (式3)

    ここでよく積分の中を見ると、複雑な式ですが、元のχ2乗分布の式に似ていることがわかります。つまり、すべて計算せずに、χ2乗分布の関数をそのまま使えばよいのです。

    (式3)= \(\sqrt{\frac{1}{n-1}}σ \frac{2^{\frac{n}{2}}Γ(\frac{n}{2})}{2^{\frac{n}{2}}Γ(\frac{n}{2})}\displaystyle \int_{0}^{\infty} \frac{1}{2^{\frac{n-1}{2}}Γ(\frac{n-1}{2})} x^{\frac{n}{2}-1}e^{-\frac{x}{2}} dx\) (式4)

    (式4)のように、分母分子に同じ \(2^{\frac{n}{2}}Γ(\frac{n}{2})\)を入れます。
    分母にある、\(2^{\frac{n}{2}}Γ(\frac{n}{2})\)と\(2^{\frac{n-1}{2}}Γ(\frac{n-1}{2})\)を入れ替えます。

    (式4)= \(\sqrt{\frac{1}{n-1}}σ \frac{2^{\frac{n}{2}}Γ(\frac{n}{2})}{2^{\frac{n-1}{2}}Γ(\frac{n-1}{2})}\displaystyle \int_{0}^{\infty} \frac{1}{2^{\frac{n}{2}}Γ(\frac{n}{2})} x^{\frac{n}{2}-1}e^{-\frac{x}{2}} dx\) (式5)

    (式5)の
    ●\(\frac{2^{\frac{n}{2}}}{2^{\frac{n-1}{2}}}\)=\(\sqrt{2}\)
    ●\(\displaystyle \int_{0}^{\infty} \frac{1}{2^{\frac{n}{2}}Γ(\frac{n}{2})} x^{\frac{n}{2}-1}e^{-\frac{x}{2}} dx\)
    =\(\displaystyle \int_{0}^{\infty} χ_n^2(x) dx\)
    =1
    となります。よって、

    (式5)= \(\sqrt{\frac{2}{n-1}} \frac{Γ(\frac{n}{2})}{Γ(\frac{n-1}{2})}\)σ (式6)

    まとめると、

    E[v] =\(\sqrt{\frac{2}{n-1}} \frac{Γ(\frac{n}{2})}{Γ(\frac{n-1}{2})}\)σ
    E[v]=\(c_4\)σ
    \(c_4\)=\(\sqrt{\frac{2}{n-1}} \frac{Γ(\frac{n}{2})}{Γ(\frac{n-1}{2})}\)

    ちなみに、標準偏差sについて解くと、

    E[s] =\(\sqrt{\frac{2}{n}} \frac{Γ(\frac{n}{2})}{Γ(\frac{n-1}{2})}\)σ
    E[s]=\(c_4\)σ
    \(c_4\)=\(\sqrt{\frac{2}{n}} \frac{Γ(\frac{n}{2})}{Γ(\frac{n-1}{2})}\)

    χ2乗分布の式が複雑ですが、ゆっくり導出を読めば、難しくないことがわかりますね。数式の見た目でビビらないことも重要です。

    ④s管理図の管理限界の期待値E[v]と標準偏差D[v]がわかる

    導出のポイント

    E[v] =\(\sqrt{\frac{2}{n-1}} \frac{Γ(\frac{n}{2})}{Γ(\frac{n-1}{2})}\)σ
    E[v]=\(c_4\)σ
    \(c_4\)=\(\sqrt{\frac{2}{n-1}} \frac{Γ(\frac{n}{2})}{Γ(\frac{n-1}{2})}\)

    より期待値E[v]がわかりました。D[v]も導出しましょう。

    期待値と分散の公式をもう一度確認しましょう。複雑な式でも公式通り代入しているだけです。

    期待値と分散の公式

    E[X]= \(\displaystyle \int v f(v) dv\)
    E[\(X^2\)]=\(\displaystyle \int s^2 f(s) ds\)
    V[X]= E[\(X^2\)]-\(E[X]^2\)
    でしたね。

    D[v]の式を作ります。

    期待値D[s]の導出

    D[v]は、
    D[s]= E[\(v^2\)]-\(E[v]^2\)
    です。

    期待値E[\(v^2\)]の導出

    さて、E[\(v^2\)]はどうしましょうか?

    vはそもそも不偏標準偏差の期待値は母分散σとみてよいでしょう。
    よって,
    E[\(v^2\)]=\(σ^2\)

    ちなみに、標準偏差sの場合のE[\(s^2\)]は、
    もともと
    \(χ^2\)=\(\frac{S(平方和}{σ^2}\)
    から
    \(χ^2\)=\(\frac{s(標準偏差)^2 n}{σ^2}\)=\(\frac{v(不偏標準偏差)^2 (n-1)}{σ^2}\)
    の関係が成り立つので、
    \(s^2\)=\(\frac{n-1}{n} v^2\)
    となります。

    なお、E[\(v^2\)]=\(σ^2\)より、
    E[\(s^2\)]=\(\frac{n-1}{n} \) E[\(v^2\)]=\(\frac{n-1}{n} σ^2\)
    となります。

    まとめると

    不偏標準偏差vの場合は、
    D[v]= E[\(v^2\)]-\(E[v]^2\)
    =\(σ^2-c_4^2 σ^2\)
    =\((1-c_4 ^2 )σ^2\)
    (\(c_4\)=\(\sqrt{\frac{2}{n-1}} \frac{Γ(\frac{n}{2})}{Γ(\frac{n-1}{2})}\))

    標準偏差sの場合は、
    D[v]= E[\(v^2\)]-\(E[v]^2\)
    =\(\frac{n-1}{n}σ^2-c_4^2 σ^2\)
    =\((\frac{n-1}{n}-c_4 ^2 )σ^2\)
    (\(c_4\)=\(\sqrt{\frac{2}{n}} \frac{Γ(\frac{n}{2})}{Γ(\frac{n-1}{2})}\)

    c4,期待値E、標準偏差Dのまとめ

    s管理図における管理限界の導出を解説しました。

    標準偏差sと不偏標準偏差vによって、式が若干異なります。
    なお、JISZ9020では不偏標準偏差vの場合の値が管理限界の係数表に載っています。

    教科書やwebサイトによっては、標準偏差sと不偏標準偏差vの両方が書いていますので、両方解説しました。

    c4

    ●不偏標準偏差v:\(c_4\)=\(\sqrt{\frac{2}{n-1}} \frac{Γ(\frac{n}{2})}{Γ(\frac{n-1}{2})}\)
    ●標準偏差s:\(c_4\)=\(\sqrt{\frac{2}{n}} \frac{Γ(\frac{n}{2})}{Γ(\frac{n-1}{2})}\)

    E

    ●不偏標準偏差v:E[v]=\(c_4\)σ
    \(c_4\)=\(\sqrt{\frac{2}{n-1}} \frac{Γ(\frac{n}{2})}{Γ(\frac{n-1}{2})}\)
    ●標準偏差s:E[s]=\(c_4\)σ
    \(c_4\)=\(\sqrt{\frac{2}{n}} \frac{Γ(\frac{n}{2})}{Γ(\frac{n-1}{2})}\)

    D

    ●不偏標準偏差v:D[v] =\((1-c_4 ^2 )σ^2\)
    \(c_4\)=\(\sqrt{\frac{2}{n-1}} \frac{Γ(\frac{n}{2})}{Γ(\frac{n-1}{2})}\)
    ●標準偏差s:D[s] =\((\frac{n-1}{n}-c_4 ^2 )σ^2\)
    \(c_4\)=\(\sqrt{\frac{2}{n}} \frac{Γ(\frac{n}{2})}{Γ(\frac{n-1}{2})}\)

    まとめ

    s管理図の管理限界線の係数の導出を解説しました。

    • ①s管理図の変数c4について
    • ②不偏標準偏差vと母標準偏差σはχ2乗分布でつなぐ
    • ③s管理図の変数c4の導出(χ2乗分布に慣れよう!)
    • ④s管理図の管理限界の期待値E[v]と標準偏差D[v]がわかる
  • 【重要】管理図(計量値)の変数の導出がわかる

    【重要】管理図(計量値)の変数の導出がわかる

    本記事のテーマ

    【重要】管理図(計量値)の変数の導出がわかる
    • ①変数の基本は期待値と標準偏差から導出
    • ②\(\bar{X}\)管理図の場合
    • ③s管理図の場合
    • ④R管理図の場合
    「シューハート管理図の係数表にあるA2,D3,d2など変数とは何か?」、「係数表の変数の求め方」をわかりやすく解説します。

    QC・統計に勝てるための「管理図と工程能力指数」問題集を販売します!

    QC検定®1級合格したい方、QCに必要な「管理図と工程能力指数」をしっかり学びたい方におススメです。
    QC検定®1級、2級で「管理図と工程能力指数」の問題で苦戦していませんか?本記事では、QC・統計に勝てるための「管理図と工程能力指数」問題集を紹介します

    ●Youtube動画でも解説しています。ご覧ください。

    ①変数の基本は期待値と標準偏差から導出

    変数の一覧

    JISZ9020-2の表2「管理限界線を計算するための係数」から変数一覧を出します。







    \(\bar{X}\)


    A = \(\frac{k}{\sqrt{n}}\)
    \(A_2\) = \(\frac{k}{d_2 \sqrt{n}}\)
    \(A_3\) = \(\frac{k}{c_4 \sqrt{n}}\)
    s


    \(B_3\) = \(max(0,1-\frac{k}{c_4}\sqrt{1-c_4^2})\)
    \(B_4\) = \(1+\frac{k}{c_4}\sqrt{1-c_4^2}\)
    \(B_5\) = \(max(0,c_4-k\sqrt{1-c_4^2})\)
    \(B_6\) = \(c_4+k\sqrt{1-c_4^2}\)
    R


    \(D_1\) = \(max(0,d_2-kd_3)\)
    \(D_2\) = \(d_2+kd_3\)
    \(D_3\) = \(max(0,1-\frac{kd_3}{d_2})\)
    \(D_4\) = \(1+\frac{kd_3}{d_2}\)





    s \(c_4\) = \(\frac{Γ(\frac{n}{2})\sqrt{\frac{2}{n-1}}}{Γ(\frac{n-1}{2})}\)
    R \(d_2\) = \(\displaystyle \int_{-\infty}^{\infty} [1-(1-φ(x))^n-(φ(x))^n]dx\)
    \(d_3\) = \(\sqrt{2\displaystyle \int_{-\infty}^{\infty} \displaystyle \int_{-\infty}^{y}f(x,y)dxdy-d_2^2 }\)
    \(f(x,y)=1-φ(y)^n-(1-φ(x))^n+(φ(y)-φ(x))^n\)

    変数Aは簡単に導出できそうですが、
    変数d2,d3は意味不明な式ですね。

    JIS規格になっても、
    式の意味や導出がわからないまま
    使わないことが大事!

    もし、式や値が間違っていたらどうしますか? JISに文句言っても、あなたの顧客は満足しませんよね。自分が使うものは、対象の良し悪しや意味を理解して使うべきです。

    変数基本形

    変数の種類が多いですが、すべて同じ形で導出します。

    変数=E(a)±kD(a)
    (平均±●σ の形です!)
    で表現できる。
    ●a:変数
    ●E(a):aの期待値(平均値)
    ●D(a):aの標準偏差
    ●k:パラメータ(3σならk=3)

    簡単な式ですね。それともう1つ。

    管理図の対象はX(変位),s(標準偏差),R(範囲)の3つ。
    それぞれの確率密度関数を定義して、期待値Eと標準偏差Dを計算する。
    ●X:正規分布
    ●s:χ2乗分布
    ●R:順序統計量の同時分布

    変位Xの確率密度関数は正規分布なので簡単ですが、
    標準偏差sと範囲Rについては別途関連記事で確率密度関数からの導出を解説します。

    では、個別に解説していきます。

    ②\(\bar{X}\)管理図の場合

    A,\(A_2\),\(A_3\)の3つについてです。







    \(\bar{X}\)


    A = \(\frac{k}{\sqrt{n}}\)
    \(A_2\) = \(\frac{k}{d_2 \sqrt{n}}\)
    \(A_3\) = \(\frac{k}{c_4 \sqrt{n}}\)

    変位Xは正規分布で考える

    正規分布を描きます。これから解説する、標準偏差s、範囲Rの確率密度関数と比較してください。

    正規分布

    正規分布における、期待値Eと標準偏差Dは、
    ●E(X)=\(\bar{X}\)
    ●D(X)=σ
    ですね。これは正規分布を勉強すればわかりますので導出は割愛します。

    変数A,\(A_2\),\(A_3\)の導出

    変数A の導出

    E(X)±kD(X)
    =\(\bar{X}\)±\(\frac{k}{\sqrt{n}}σ\)
    = \(\bar{X}\)±Aσ

    ●A=\(\frac{k}{\sqrt{n}}\)

    変数,\(A_2\)の導出

    E(X)±kD(X)
    = \(\bar{X}\)±\(\frac{k}{\sqrt{n}}σ\)
    = \(\bar{X}\)±\(\frac{k}{\sqrt{n}} \frac{R}{d_2} \)
    = \(\bar{X}\)±\(\frac{k}{d_2 \sqrt{n}} R\)
    = \(\bar{X}\)±\(A_2\)σ

    ●\(A_2\)=\(\frac{k}{d_2 \sqrt{n}} R\)

    変数,\(A_3\)の導出

    E(X)±kD(X)
    = \(\bar{X}\)±\(\frac{k}{\sqrt{n}}σ\)
    =\(\bar{X}\)±\(\frac{k}{\sqrt{n}}\frac{s}{c_4}\)
    =\(\bar{X}\)±\(\frac{k}{c_4 \sqrt{n}}s\)
    = \(\bar{X}\)±\(A_3 s\)

    ●\(A_3\)=\(\frac{k}{c_4 \sqrt{n}} \)

    ③s管理図の場合

    変数\(B_3\),\(B_4\),\(B_5\),\(B_6\)を導出します。







    s


    \(B_3\) = \(max(0,1-\frac{k}{c_4}\sqrt{1-c_4^2})\)
    \(B_4\) = \(1+\frac{k}{c_4}\sqrt{1-c_4^2}\)
    \(B_5\) = \(max(0,c_4-k\sqrt{1-c_4^2})\)
    \(B_6\) = \(c_4+k\sqrt{1-c_4^2}\)

    標準偏差sはχ2乗分布で考える

    χ2乗分布を描きます。これから解説する、標準偏差s、範囲Rの確率密度関数と比較してください。

    χ2乗分布

    χ2乗分布における、期待値Eと標準偏差Dの導出は関連記事で詳細に解説します。
    本記事は結果だけ使います。
    ●E(s)=\(c_4 σ\)
    ●D(s)=\(\sqrt{1-c_4^2}σ\)
    になります。

    関連記事にあるように、s管理図の管理限界を導出する際、標準偏差sと不偏標準偏差vを使った場合では若干式が異なります。本記事では、JISZ9020の管理限界係数表に準拠して、不偏標準偏差vを使った場合を解説します。

    具体的には、

    c4

    ●不偏標準偏差v:\(c_4\)=\(\sqrt{\frac{2}{n-1}} \frac{Γ(\frac{n}{2})}{Γ(\frac{n-1}{2})}\)
    ●標準偏差s:\(c_4\)=\(\sqrt{\frac{2}{n}} \frac{Γ(\frac{n}{2})}{Γ(\frac{n-1}{2})}\)

    E

    ●不偏標準偏差v:E[v]=\(c_4\)σ
    \(c_4\)=\(\sqrt{\frac{2}{n-1}} \frac{Γ(\frac{n}{2})}{Γ(\frac{n-1}{2})}\)
    ●標準偏差s:E[s]=\(c_4\)σ
    \(c_4\)=\(\sqrt{\frac{2}{n}} \frac{Γ(\frac{n}{2})}{Γ(\frac{n-1}{2})}\)

    D

    ●不偏標準偏差v:D[v] =\((1-c_4 ^2 )σ^2\)
    \(c_4\)=\(\sqrt{\frac{2}{n-1}} \frac{Γ(\frac{n}{2})}{Γ(\frac{n-1}{2})}\)
    ●標準偏差s:D[s] =\((\frac{n-1}{n}-c_4 ^2 )σ^2\)
    \(c_4\)=\(\sqrt{\frac{2}{n}} \frac{Γ(\frac{n}{2})}{Γ(\frac{n-1}{2})}\)

    あまり、この区別が教科書や他のwebサイトでは書いていないため、違いがわかるように解説します。

    【必読】s管理図の変数c4と管理限界の導出がわかる
    s管理図の管理限界を求めるc4と管理限界値の導出を解説します。χ2乗分布、平方和、標準偏差の関係式を使って、意外と簡単に係数c4が導出できます。

    変数\(B_3\),\(B_4\),\(B_5\),\(B_6\)の導出

    変数\(B_3\),\(B_4\)の導出

    σが既知の場合、変数\(B_3\),\(B_4\)を使います。

    E(s)±kD(s)
    =\(c_4 σ\)±k \(\sqrt{1-c_4^2}σ\)
    =(1±\(\frac{k}{c_4}\sqrt{1-c_4^2}\))\(c_4\)σ
    (ここで、s=\(c_4\)σ)

    よって
    ●\(B_3\)=\(1-\frac{k}{c_4}\sqrt{1-c_4^2}\)
    ●\(B_4\)=\(1+\frac{k}{c_4}\sqrt{1-c_4^2}\)

    なお、\(B_3\)は0以上としたいので、まとめます。
    ●\(B_3\)=\(max(0,1-\frac{k}{c_4}\sqrt{1-c_4^2})\)
    ●\(B_4\)=\(1+\frac{k}{c_4}\sqrt{1-c_4^2}\)

    変数\(B_5\),\(B_6\)の導出

    σが未知の場合、変数\(B_5\),\(B_6\)を使いますが、変数\(B_3\),\(B_4\)の導出方法から変わりません。

    E(s)±kD(s)
    =\(c_4 σ\)±k\(\sqrt{1-c_4^2}σ\)
    =\((c_4 \)±k\(\sqrt{1-c_4^2})σ\)
    (ここで、σは未知なので、sとσの関係式はありません。)

    よって
    ●\(B_5\)=\(c_4 \)-k\(\sqrt{1-c_4^2}\)
    ●\(B_6\)=\(c_4 \)+k\(\sqrt{1-c_4^2}\)

    なお、\(B_5\)は0以上としたいので、まとめます。
    ●\(B_5\)=\(max(0, c_4 \)-k\(\sqrt{1-c_4^2})\)
    ●\(B_6\)=\(c_4 \)+k\(\sqrt{1-c_4^2}\)

    ④R管理図の場合

    変数\(D_1\),\(D_2\),\(D_3\),\(D_4\)を導出します。

    R


    \(D_1\) = \(max(0,d_2-kd_3)\)
    \(D_2\) = \(d_2+kd_3\)
    \(D_3\) = \(max(0,1-\frac{kd_3}{d_2})\)
    \(D_4\) = \(1+\frac{kd_3}{d_2}\)

    範囲Rは順序統計量の同時分布で考える

    範囲Rは計算しやすいですが、確率密度関数の導出が劇難です。

    1. 範囲R は0以上であること
    2. 変数Xと同じ1次式(標準偏差sは2次式)

    上の2つを満たす確率密度関数の導出が難しくなります。詳細は関連記事をご覧ください。日本で、範囲Rの確率密度関数から\(d_2\),\(d_3\)を端折らず導出できる人はいないかもしれないくらいです。

    範囲Rの確率密度関数イメージを描きます。

    範囲R

    順序統計量の同時分布における、期待値Eと標準偏差Dは、
    ●E(R)=\(d_2\)σ
    ●D(R)=\(d_3\)σ
    とします。

    ただし、
    ●\(d_2\)=\(\displaystyle \int_{-\infty}^{\infty} [1-(1-φ(x))^n-(φ(x))^n]dx\)
    ●\(d_3\)= \(\sqrt{2\displaystyle \int_{-\infty}^{\infty} \displaystyle \int_{-\infty}^{y}f(x,y)dxdy-d_2^2 }\)
    ( \(f(x,y)=1-φ(y)^n-(1-φ(x))^n+(φ(y)-φ(x))^n\))
    と超複雑な式です。

    変数\(D_1\),\(D_2\)の導出

    変数\(D_1\),\(D_2\)の導出

    σが既知の場合、変数\(D_1\),\(D_2\)を使います。

    E(R)±kD(R)
    =\(d_2\)σ±k\(d_3\)σ

    よって
    ●\(D_1\)=\(d_2 σ\)-\(k d_3\)σ
    ●\(D_2\)=\(d_2 σ\)+\(k d_3\)σ

    なお、\(D_1\)は0以上としたいので、まとめます。
    ●\(D_1\)=\(max(0,d_2-k d_3)\)
    ●\(D_2\)=\(d_2 σ\)+\(k d_3\)

    変数\(D_3\),\(D_4\)の導出

    σが未知の場合、変数\(D_3\),\(D_4\)を使いますが、変数\(D_1\),\(D_2\)の導出方法から変わりません。

    E(R)±kD(R)
    =\(d_2\)σ±k\(d_3\)σ
    =\(d_2\)\((1±\frac{k d_3}{d_2})\)σ

    よって
    ●\(D_3\)=\((1-\frac{k d_3}{d_2})\)
    ●\(D_4\)=\((1+\frac{k d_3}{d_2})\)

    なお、\(D_3\)は0以上としたいので、まとめます。
    ●\(D_3\)=\(max(0, 1-\frac{k d_3}{d_2})\)
    ●\(D_4\)=\((1+\frac{k d_3}{d_2})\)

    シューハートの管理図の管理限界線の係数の導出を解説しました。基本はE(a)±kD(a)ですべて導出できることがわかりました。

    まとめ

    シューハートの管理図の管理限界線の係数の導出を解説しました。

    • ①変数の基本は期待値と標準偏差から導出
    • ②\(\bar{X}\)管理図の場合
    • ③s管理図の場合
    • ④R管理図の場合
  • 【試験対策】シューハート管理図の管理線公式と係数表を確認する

    【試験対策】シューハート管理図の管理線公式と係数表を確認する

    本記事のテーマ

    シューハート管理図の管理線公式と係数表を確認する
    • ①シューハート管理図の管理線公式
    • ②シューハート管理図の係数表

    QC・統計に勝てるための「管理図と工程能力指数」問題集を販売します!

    QC検定®1級合格したい方、QCに必要な「管理図と工程能力指数」をしっかり学びたい方におススメです。
    QC検定®1級、2級で「管理図と工程能力指数」の問題で苦戦していませんか?本記事では、QC・統計に勝てるための「管理図と工程能力指数」問題集を紹介します

    シューハートの管理図公式と係数表です。
    QC検定®や大学の試験に活用ください。
    全パターンを表にまとめました。

    ●Youtube動画でも解説しています。ご覧ください。

    ●商標使用について、
    ①QC検定®と品質管理検定®は、一般財団法人日本規格協会の登録商標です。
    ➁このコンテンツは、一般財団法人日本規格協会の承認や推奨、その他の検討を受けたものではありません。
    ➂QCプラネッツは、QC検定®と品質管理検定®の商標使用許可を受けています。

    ①シューハート管理図の管理線公式

    管理図の種類、仮定する確率分布、中心、管理限界を一覧にまとめます。

    管理図 CL UCL/LCL





    X-Rs管理図 X:\(\bar{X}\)
    Rs:\(\bar{R}_s\)
    \(\bar{X}\)±2.659\(\bar{R}_s\)
    UCL=3.267\(\bar{R}_s\)
    LCL:×
    \(\bar{X}\)-R管理図 \(\bar{X}\):\(\bar{\bar{X}}\)
    R:\(\bar{R}\)
    \(\bar{\bar{X}}\)±\(A_2 \bar{R}\)
    UCL=\(D_4 \bar{R}\),
    LCL=\(D_3 \bar{R}\)
    Me-R管理図 Me:\(\bar{Me}\)
    R:\(\bar{R}\)
    \(\bar{Me}±A_4 \bar{R}\)
    UCL=\(D_4 \bar{R}\),
    LCL=\(D_3 \bar{R}\)
    \(\bar{X}\)-s管理図 \(\bar{X}\):\(\bar{\bar{X}}\)
    s:\(\bar{s}\)
    \(\bar{\bar{X}}\)±\(A_3 \bar{s}\)
    UCL=\(B_4 \bar{s}\),
    LCL=\(B_3 \bar{s}\)





    np管理図 n\(\bar{p}\)=\(\frac{\sum(np)_i}{k}\) n\(\bar{p}\)±3\(\sqrt{n\bar{p}(1-\bar{p}})\)
    p管理図 \(\bar{p}\)=\(\frac{\sum(np)_i}{\sum n_i}\) \(\bar{p}\)±3\(\sqrt{\frac{\bar{p}(1-\bar{p})}{n_i}}\)



    c管理図 \(\bar{c}\)=\(\frac{\sum c_i}{k}\) \(\bar{c}\)±3\(\sqrt{\bar{c}}\)
    u管理図 \(\bar{u}\)=\(\frac{\sum c_i}{\sum n_i}\) \(\bar{u}\)±3\(\sqrt{\frac{\bar{u}}{n_i}}\)

    苦手な管理図、見たことが無い管理図が無いように注意しましょう。

    ②シューハート管理図の係数表

    まずは、表から値を使いこなす練習をしましょう。
    慣れたら値の導出方法を調べたり、考えたりしてください。

    管理限界の係数 中心線の係数
    \(\bar{X}\)管理図 s管理図 R管理図 s R
    n A \(A_2\) \(A_3\) \(B_3\) \(B_4\) \(B_5\) \(B_6\) \(D_1\) \(D_2\) \(D_3\) \(D_4\) \(c_4\) \(d_2\)
    2 2.121 1.88 2.659 3.267 2.606 3.686 3.267 0.7979 1.128
    3 1.732 1.023 1.954 2.568 2.276 4.358 2.575 0.8862 1.693
    4 1.5 0.729 1.628 2.266 2.088 4.698 2.282 0.9213 2.059
    5 1.342 0.577 1.427 2.089 1.964 4.918 2.114 0.94 2.326
    6 1.225 0.483 1.287 0.03 1.97 0.029 1.874 5.079 2.004 0.9515 2.534
    7 1.134 0.419 1.182 0.118 1.882 0.113 1.806 0.205 5.204 0.076 1.924 0.9594 2.704
    8 1.061 0.373 1.099 0.185 1.815 0.179 1.751 0.388 5.307 0.136 1.864 0.965 2.847

    JISZ9020-2(2016)から抜粋

    管理図を使った解き方は教科書や他のブログ、webサイトに解説があるので、割愛します。

    本記事では、試験前に1枚で全部わかる一覧表を解説しました。

    まとめ

    シューハートの管理図の公式、係数をまとめた表を解説しました。

    • ①シューハート管理図の管理線公式
    • ②シューハート管理図の係数表
  • 【まとめ】究める!抜取検査

    【まとめ】究める!抜取検査

    本記事のテーマ

    【まとめ】究める!抜取検査

    抜取検査の使い方が理解でき、試験も合格できた!というあなたへ。抜取検査の個々の手法や値がどのように求めるのかは説明できますか?

    抜取検査は使い方より、理論を理解してほしいです。なぜなら、JISに頼るしかなく、業務の検査を自分で考えることができないからです。なぜ、個々の手法があり、サンプル数や合格判定数がある決まった値になっているのか?を考えることが重要です。

    昔は計算が大変だったので、使い方重視でした。今は、計算機があるので、理論が重要です。

    数値より理論が重要である現在に、ぴったりな抜取検査の教材がありません。

    品質は日本の強みの要です。品質を決めるのは検査です。その検査の理論がどこにも書いていないのは、大変まずいと危機感を感じたため、QCプラネッツでは、古書を研究し理論を解説しています。

    • ①抜取検査の使い方だけは教科書でマスターできる
    • ②抜取検査のここがわからない
    • ③良書が無いため抜取検査の勉強は苦労する
    • ④抜取検査のここがわからないがわかる!
    • ⑤抜取検査でおさえておきたいポイント
    • ⑥【必読】抜取検査の関連記事
    • ⑦抜取検査の本を紹介します。【良書ほど絶版で困る】

    ●You tube動画でも解説しています。ご覧ください。

    QCプラネッツが解説する抜取検査は全パターンです。紹介します。全部知っていますか?

    • (A) 1回抜取方式
    • (B) 2回抜取方式
    • (C) 選別型抜取検査
    • (D) 計量抜取検査
    • (E) 逐次抜取検査
    • (F) 調整型抜取検査
    50以上の内容をブログ記事とテキストに集約!
    これだけまとめたサイトをQCプラネッツだから作れる!

    本物の「抜取検査」問題集を販売します!

    QC検定®1級合格したい方、抜取検査の本質・理論をしっかり学びたい方におススメです。
    【QC検定®合格】「抜取検査」問題集を販売!①二項分布・ポアソン分布、OC曲線、➁多回抜取検査、➂選別型抜取検査、➃計量抜取検査、⑤逐次抜取検査、⑥調整型抜取検査、⑦抜取検査まとめ の7章全47題!

    ①抜取検査の使い方だけは教科書でマスターできる

    下の教科書を勉強すれば、抜取検査のやり方は十分理解できます。他のサイトもやり方を詳細に解説しています。

    [商品価格に関しましては、リンクが作成された時点と現時点で情報が変更されている場合がございます。]

    QC入門講座(9)新版 サンプリングと抜取検査 [ 鉄健司 ]
    価格:1,430円(税込、送料無料) (2024/12/27時点)

    使い方だけ理解しても、理論が分からないと
    実務には使えないでしょう。
    「なぜ、この検査で、このサンプル数で、この合格判定条件で、こう結論づけた?」
    と聞かれて、論理的に説明できますか?

    試験問題は解けますが、解き方だけ理解しているだけで、抜取検査を論理的に説明することはできませんでした。手法をたくさん覚えたくらいでした。それでは、検査がわかるとは言えません。

    関連記事に、良書を紹介します。ただし、良書ほど絶版で、現在購入できる本は、抜取検査の使い方まで理解できるものです。

    抜取検査の本を紹介します。【良書ほど絶版で困る】

    良書ほど、古く絶版。
    現在本屋で販売の本は、抜取検査の使い方だけ理解できる。
    抜取検査をもっと知りたくなっても本が無い。。。
    だから、抜取検査の理論をまとめたQCプラネッツのブログを見て!

    ●You tube動画でも解説しています。

    【評価基準】
    ★:抜取検査の使い方は理解できる。しかし、理論がわからない。
    ★★:抜取検査の使い方は網羅している。しかし、理論がわからない。
    ★★★:抜取検査の理論が詳しくわかりやすく書いている。
    ★★★★:抜取検査の理論が詳しくわかりやすく書いている。ベスト良書!
    No 抜取検査の本 発行年度 販売 個人評価
    QMC抜取検査ハンドブック
    ―品質管理のための抜取検査
    1952 絶版
    抜取検査表―
    一回および二回抜取
    1954 絶版
    抜取検査入門 1957 絶版 ★★
    抜取検査―
    理論と適用
    1962 絶版 ★★
    新編抜取検査
    (品質管理講座)
    1963 絶版 ★★
    品質管理教程
    抜取検査法
    1966 絶版 ★★★★
    計量抜取検査
    の実施化理論
    1968 絶版 ★★★
    計数調整型抜取検査
    マニュアル―JIS Z 9015
    1971 絶版 ★★★
    サンプリングと抜取検査
    (QC入門講座)角田
    1992 絶版
    計数抜取検査手順と抜取表
    ―邦訳 MILーSTDー105D
    1996 絶版
    抜取検査実施法 2000 絶版 ★★
    サンプリングと抜取検査
    (QC入門講座)加藤
    2000
    JISハンドブック
    品質管理 2020
    2020

    ②抜取検査のここがわからない

    私がなぜ?と思った疑問をリストにまとめます。答えられるか確認ください。

    1. 手法がたくさんが、1つの考えで抜取検査を網羅できないか?
    2. サンプル数はどうやって決めたらよいかがわからない。
    3. 抜取回数を増やすメリットがわからない。
    4. 選別型抜取検査のメリットがわからない。
    5. 逐次抜取検査のメリットや合格判定直線の作り方がわからない。
    6. 調整型抜取検査の「なみ検査、ゆるい検査、きつい検査」の「なみ、ゆるい、きつい」の基準がわからない。
    7. 抜取表にある縦軸と横軸の値が1,1.5,2.5,4.0,6.5,10など、ルールに従っているが、これは何か?
    8. 抜取表にある合格判定個数の導出方法がわからない。
    9. 調整型抜取検査の各値(AQL,検査水準、切替えルール)の決め方がわからない。
    10. JISハンドブックには理論式や近似式があるが、導出方法がわからない。

    すべて本質的な疑問ですが、試験勉強やJISを勉強しても、上の①~⑨が全く答えられませんでした。

    ③良書が無いため抜取検査の勉強は苦労する

    泣き面に蜂で、上の疑問を説明してくれる本はありませんでした。なので、自分で考えて研究しました。

    ●現在入手可能な本の中では、JISのハンドブックが最も良い。
    しかし、高価なわりに、抜取検査の理論や背景は書いていない。
    ●過去の良書はいくつかあるが、絶版で入手困難である。
    計算機がない時代の本なので近似式導出が多く、現在の教科書には不向き

    困りました。

    QCプラネッツでは抜取検査をわかりやすく解説できるように研究し、
    抜取検査の理論をわかりやすく網羅し、
    複雑な計算はツールやプログラムで処理して、
    理論を考える記事を豊富に用意しています。

    抜取検査のなぜ?が最もわかるサイトと自信もって提供できます!

    ④抜取検査のここがわからないがわかる!

    先ほどの疑問の解答を先に教えます。抜取検査の理論の理解を早める効果があります。

    1. 手法がたくさんが、1つの考えで抜取検査を網羅できないか?
      OC曲線で全パターン解ける!
    2. サンプル数はどうやって決めたらよいかがわからない。
      OC曲線で判断できる
    3. 抜取回数を増やすメリットがわからない。
      1回のサンプル数を減らし、早めに検査終了させると検査量が減らせる
    4. 選別型抜取検査のメリットがわからない。
      検査後の不良率と検査量がおさえられる
    5. 逐次抜取検査のメリットや合格判定直線の作り方がわからない。
      合否を都度確認できる。OC曲線から合格判定直線が導出できる。
    6. 調整型抜取検査の「なみ検査、ゆるい検査、きつい検査」の「なみ、ゆるい、きつい」の基準がわからない。
      OC曲線とAQLから基準が作れる。
    7. 抜取表にある縦軸と横軸の値が1,1.5,2.5,4.0,6.5,10など、ルールに従っているが、これは何か?
      聞きなれないが、標準数(\(10^{0.2}\))≒1.58である。
    8. 抜取表にある合格判定個数の導出方法がわからない。⇒OC曲線から導出
    9. 調整型抜取検査の各値(AQL,検査水準、切替えルール)の決め方がわからない。⇒OC曲線から導出できるが、切替えルールの理論はわからない。
    10. JISハンドブックには理論式や近似式があるが、導出方法がわからない。⇒自分でOC曲線描けば値は導出できるため、JISの式は気にしなくていい。

    OC曲線描くと本質的な理解につながることがわかります。

    私が出した回答で、少し理解できた点と、さらに疑問になった点があるでしょう。関連記事をご紹介し、理解を深めてください。

    でも、その前に!

    抜取検査全般でおさえておきたいポイントを列挙します。

    ⑤抜取検査でおさえておきたいポイント

    1. すべての抜取検査はOC曲線から導出できる。
    2. OC曲線をたくさん描く練習をすれば抜取検査の理論がわかる。
    3. 抜取回数が増やすのは、検査量が減らせるから。
    4. 抜取表の軸の値は標準数標準数(\(10^{0.2}\))≒1.58であるが、自由に決めてもよい。
    5. 抜取表の合格判定個数はOC曲線から求められる。自分でOC曲線作って、判定個数を決めてもよい。
    6. 「なみ、ゆるい、きつい」の定義はあくまでJISが決めたもの。自分で自由に決めてもよい
    7. 検査は品質の要。顧客が納得する抜取検査とすべき。JISに準拠して製品・システムを抜取検査しても、相手が納得しないと意味が無い。
    8. JISや古書にある近似式は不要で、Excelなどのツールで簡単に計算できる。
    9. JISや本を読んで丸暗記せず、不明な点をなぜ?と疑問に思うこと。

    では、関連記事を紹介します。

    ⑥抜取検査の関連記事

    (A) 最も基本である1回抜取方式を、最初にマスターしよう

    曲線が抜取検査の根幹です。二項分布もポアソン分布もOC曲線が描けます!作成プログラムもあります! 抜取検査を勉強して、苦手なポアソン分布の式も慣れましょう。

    【まとめ】抜取検査(1回抜取)の基礎がわかる
    ●抜取検査はすべてOC曲線をベースに考える ●OC曲線(二項分布、ポアソン分布)を描こう ●OC曲線を作る超幾

    (B) 苦手意識のある2回抜取方式もOC曲線描いて理解しよう

    2回抜取検査は資格試験などには出ませんが、重要な概念です。
    2回抜取検査を実施するメリット、デメリットがわかるためにまとめました!

    以前は、ブログ記事でまとめていましたが、PDFとしてまとめました。ダウンロードして学習ください。

    2回抜取検査の流れが理解できる関連記事を紹介します。上から下に沿って、それぞれの関連記事を読んでいってください。

    抜取検査 【QCプラネッツ2回抜取検査プレミアム勉強プリント】リンク

    No ブログ記事リンク
    1 2回抜取方式(二項分布)のOC曲線が描ける
    2 2回抜取方式(ポアソン分布)のOC曲線が描ける
    3 2回抜取検査の第1サンプルの合格判定数acが導出できる

    一緒に勉強しましょう。

    (C) 選別型抜取検査をマスターしよう。

    選別型抜取検査のメリットは、
    平均出検品質(AOQ)が不良率pより小さくできること

    つまり、検査後の不良率であるAOQは、検査対象の不良率pより小さいため、検査後の不良率を低減することができます。

    その代わり、抜取検査から全数検査に切り替える手間が増えます。

    検査後の不良率を低減するための変数として、
    平均出検品質(AOQ)
    平均出検品質限界(AOQL)
    があります。

    詳細は、関連記事で解説しています。

    選別型抜取検査(JISZ9015)の平均出検品質AOQがわかる
    本記事では、選別型抜取検査の基本である平均出検品質AOQや平均出検品質限界(AOQL)をわかりやすく解説しました。

    さらに

    検査後の不良率はp→pL(p)となるので低減できるが、
    不良があった時点で全数検査に切り替える分、平均検査量は増加する。

    平均出検品質AOQと平均出検品質限界AOQLについて、不良率pとの関係をプロットすることができます。

    また、そのプロットには、サンプル数nによってさまざまな曲線が描けます。サンプル数と検査後の不良率であるAOQの関係がわかります。

    ロット合格率L(p)は二項分布とポアソン分を使います。QCプラネッツでは二項分布の場合もポアソン分布の場合も解説します。

    以前は、ブログ記事でまとめていましたが、PDFとしてまとめました。ダウンロードして学習ください。

    【QCプラネッツ選別型抜取検査プレミアム勉強プリント】リンク

    No ブログ記事リンク
    1 選別型抜取検査(JISZ9015)の平均検査量がわかる
    2 平均出検品質AOQと抜取個数の関係がわかる(二項分布)
    3 平均出検品質AOQと抜取個数の関係がわかる(ポアソン分布)

    一緒に勉強しましょう。

    (D) 計量抜取検査をマスターしよう。

    計量抜取検査を解説している本やサイトがほぼ皆無です。しっかり解説します。

    計量抜取検査の理論は、検出力の考え方と同じです。また、解法パターンが1つなのでマスターしやすいです。また、OC曲線への反映が難しいですが、わかりやすく解説します。

    計量抜取検査がすべてわかる【まとめ】
    計量抜取検査のエッセンスをすべて解説します。サンプル数n、合格判定係数k、合格判定値の導出、OC曲線の描き方をベースに、標準偏差σの既知、未知や規格値・合格判定値についてそれぞれ詳細に解説します。

    (E) 逐次抜取検査をマスターしよう

    逐次抜取検査は知っていますか?
    都度検査して、合否を出すか検査を続けるかを
    判断直線を使って検査する手法です。

    ブログ記事でまとめていましたが、PDFとしてまとめました。ダウンロードして学習ください。

    逐次抜取検査の流れが理解できる関連記事を紹介します。上から下に沿って、それぞれの関連記事を読んでいってください。

    以前、ブログ記事としていましたが、まとめて冊子にしました。
    どれも重要なテーマなので勉強しましょう!

    逐次抜取検査 【QCプラネッツ逐次抜取検査プレミアム勉強プリント】リンク

    No ブログ記事リンク
    1 計数逐次抜取検査(JISZ9009)の理論がわかる(二項分布)
    2 計数逐次抜取検査の特徴がわかる
    3 計数逐次抜取検査(JISZ9009)の理論がわかる(ポアソン分布)
    4 JISZ9010計量値逐次抜取検査(σ既知)の場合がわかる
    5 JISZ9010計量値逐次抜取検査(σ既知)の事例演習
    6 JISZ9010計量値逐次抜取検査(σ未知)の場合がわかる
    7 JISZ9010計量値逐次抜取検査(σ未知)の事例演習
    8 逐次抜取検査の合格判定線を作るときの注意点

    一緒に勉強しましょう。

    (F) 調整型抜取検査をマスターしよう

    基本的な使い方は、すでにわかっているでしょう。しかし、<br?
    「なみ、ゆるい、きついの違い」、「AQL」って何?、「検査水準はなぜ7つもあるのか?」、「主抜取表の合格判定個数の求め方」、「切替えルールの基準」は説明できますか? 教科書に書いていない内容をQCプラネッツが研究し、わかりやすく内容をまとめました。

    【まとめ】調整型抜取検査がわかる
    本記事では、調整型抜取検査の理論を解説します。検査水準、検査のきびしさの定義、主抜取表の値の求め方など、調整型抜取検査をマスターしたい方は必見です。

    (G) OC曲線の自動作成プログラムの使い方

    【問題集で使います】ので、
    OC曲線の自動作成プログラムの使い方
    を紹介します。

    実際に自動作成してみて、OC曲線の特徴や式に慣れましょう。

    OC曲線自動生成プログラム OC曲線の自動作成プログラムの使い方を解説します!

    ここまでわかれば、抜取検査を最もわかっている人になっているはずです。

    全部で50以上の記事とテキストPDFがありますが、じっくり読んで検査の達人を目指してください。検査は経験が重要といいますが、理論はもっと重要です。経験と勘だけではなく、統計的・数学的な知見も技術者には必要なスキルです。

    ⑦抜取検査の本を紹介します。【良書ほど絶版で困る】

    「抜取検査の本をどれにすればよいかわからない」、など困っていませんか?

    こういう疑問に答えます。

    ●You tube動画でも解説しています。

    抜取検査の本を紹介します

    アマゾン、大きな県立図書館を検索して、推薦したい本を下表にまとめます。

    【評価基準】
    ★:抜取検査の使い方は理解できる。しかし、理論がわからない。
    ★★:抜取検査の使い方は網羅している。しかし、理論がわからない。
    ★★★:抜取検査の理論が詳しくわかりやすく書いている。
    ★★★★:抜取検査の理論が詳しくわかりやすく書いている。ベスト良書!
    No 抜取検査の本 発行年度 販売 個人評価
    QMC抜取検査ハンドブック
    ―品質管理のための抜取検査
    1952 絶版
    抜取検査表―
    一回および二回抜取
    1954 絶版
    抜取検査入門 1957 絶版 ★★
    抜取検査―
    理論と適用
    1962 絶版 ★★
    新編抜取検査
    (品質管理講座)
    1963 絶版 ★★
    品質管理教程
    抜取検査法
    1966 絶版 ★★★★
    計量抜取検査
    の実施化理論
    1968 絶版 ★★★
    計数調整型抜取検査
    マニュアル―JIS Z 9015
    1971 絶版 ★★★
    サンプリングと抜取検査
    (QC入門講座)角田
    1992 絶版
    計数抜取検査手順と抜取表
    ―邦訳 MILーSTDー105D
    1996 絶版
    抜取検査実施法 2000 絶版 ★★
    サンプリングと抜取検査
    (QC入門講座)加藤
    2000
    JISハンドブック
    品質管理 2020
    2020

    【ご注意!】ご購入の前にQCプラネッツに問い合わせてください。

    絶版ばかりなので、価格が乱れることがあります。
    300円で買えるときがあっても、30,000円になる場合もあります。
    一回QCプラネッツに問い合わせてください。
    何を必要としているか教えてください。
    ブログで済むなら、その記事を紹介します。

    抜取検査の理論はQCプラネッツのブログを見て!

    ②抜取検査の理論はQCプラネッツのブログを見て!

    良書ほど、古く絶版。
    現在本屋で販売の本は、抜取検査の使い方だけ理解できる。
    抜取検査をもっと知りたくなっても本が無い。。。
    古い良書を勉強したが、
    計算機がない時代の本なので、
    理論より近似式を立てて値を求める方を優先している。
    古い良書にある抜取検査の理論と
    複雑な計算はExcelに任せて理論を理解できるものが必要!
    QCプラネッツに記事をまとめることにしました。

    まとめると、

    「抜取検査の理論をQCプラネッツより詳しく書いているところは無い」と明言できます。

    まとめ

    「【まとめ】究める!抜取検査」について解説しました。OC曲線があれば、抜取検査のすべてがわかります。豊富な関連記事を紹介しました。是非勉強してください。ここまで読んでいただき、ありがとうございます。

    • ①抜取検査の使い方だけは教科書でマスターできる
    • ②抜取検査のここがわからない
    • ③良書が無いため抜取検査の勉強は苦労する
    • ④抜取検査のここがわからないがわかる!
    • ⑤抜取検査でおさえておきたいポイント
    • ⑥【必読】抜取検査の関連記事
    • ⑦抜取検査の本を紹介します。【良書ほど絶版で困る】
  • 【まとめ】抜取検査(1回抜取)の基礎がわかる

    【まとめ】抜取検査(1回抜取)の基礎がわかる

    本記事のテーマ

    【まとめ】抜取検査(1回抜取)の基礎がわかる
    • ①検査の種類を理解する
    • ②抜取検査はOC曲線で考える
    • ③抜取検査とOC曲線で理解しておくべきこと

    本物の「抜取検査」問題集を販売します!

    QC検定®1級合格したい方、抜取検査の本質・理論をしっかり学びたい方におススメです。
    【QC検定®合格】「抜取検査」問題集を販売!①二項分布・ポアソン分布、OC曲線、➁多回抜取検査、➂選別型抜取検査、➃計量抜取検査、⑤逐次抜取検査、⑥調整型抜取検査、⑦抜取検査まとめ の7章全47題!

    抜取検査の初歩ですが、とても重要です。なぜなら、この記事の内容が抜取検査のベースだからです。

    関連記事とテキストにまとめたPDFの内容をご紹介します。

    抜取検査(1回抜取)の関連記事

    No 記事 内容
    1 ブログ 全数検査と抜取検査と無検査の違いがわかる
    2 ブログ 抜取検査はすべてOC曲線をベースに考える
    3 ブログ OC曲線(二項分布、ポアソン分布)を描こう
    4 ブログ 【重要】抜取検査に欠かせない標準数がわかる
    5 ブログ 【簡単】AQL(合格品質水準)がすぐわかる
    6 ブログ 抜取検査設計補助表(JISZ9002)はすごい!
    1 テキスト
    (PDF)
    OC曲線を作る超幾何分布、二項分布、ポアソン分布をマスターする
    2 テキスト
    (PDF)
    【重要】検査の誤りがOC曲線へ与える影響がわかる
    3 テキスト
    (PDF)
    【重要】計数規準型一回抜取検査表(JISZ9002)はOC曲線から作れる

    ①検査の種類を理解する

    抜取検査の前に、検査とは何で、どんな検査があるかを理解しましょう。抜取検査の特性や適用場面が理解できます。最初に確認してほしい関連記事です。

    全数検査と抜取検査と無検査の違いがわかる
    抜取検査を学ぶ前に、無検査、全数検査、抜取検査の違いを理解しましょう。また、検査の違いを不良率とコストの観点からまとめました。さらに臨界不良率の導出も説明します。

    ②抜取検査はOC曲線で考える

    抜取検査はOC曲線で考える。
    これが、抜取検査で最も重要です。
    抜取検査の関連記事のすべてにOC曲線が出てきます。

    OC曲線の描き方を解説した関連記事です。ロット合格率の立式、OC曲線で重要な値の読み方を理解しましょう。

    抜取検査はすべてOC曲線をベースに考える
    抜取検査はすべて、OC曲線をベースに考えていきます。OC曲線を構成する二項分布の導出や式の意味、OC曲線の描き方や描くために必要な制約条件について解説します。教科書のように表面的な理解しかできない本当のOC曲線がわかり、自分で抜取検査が設計・計画できるようになります。

    ぜひ、OC曲線の描くプログラムを活用ください。このプログラムがあれば、サンプル数nと合格判定数cを入れるだけでOC曲線が一瞬で描けます。OC曲線をいっぱい描かないと抜取検査の全容が理解できません。関連記事からプログラムを活用しましょう。二項分布も苦手なポアソン分布もあります。

    OC曲線自動生成プログラム OC曲線の自動作成プログラムの使い方を解説します!

    OC曲線をマスターするには、二項分布、ポアソン分布、超幾何分布を理解する必要があります。3つの確率分布関数についてわかりやすく解説しています。ポアソン分布は、抜取検査とOC曲線に慣れると理解は早まります。

    【QCプラネッツ抜取検査(1回抜取)プレミアム勉強プリント】リンク

    【1】OC曲線を作る超幾何分布、二項分布、ポアソン分布をマスターする」をご覧下さい。

    抜取検査の要である、OC曲線と描くプログラムが入手できたところまで来ました。

    ③抜取検査とOC曲線で理解しておくべきこと

    抜取検査でよく使う表や変数について、関連記事で解説します。

    抜取検査の最も基本である、計数規準型一回抜取検査の抜取表を解説します。単に抜取表の読み方だけ理解して終わるのではなく、抜取表の値を導出する過程を解説します。自分で計算できてはじめて、抜取表が習得できます。

    【QCプラネッツ抜取検査(1回抜取)プレミアム勉強プリント】リンク

    【3】【重要】計数規準型一回抜取検査表(JISZ9002)はOC曲線から作れる」をご覧下さい。

    その他、たくさんの抜取検査を解説しますが、すべて抜取表の中の値を実際に計算していきます。

    合格品質水準(AQL)は抜取検査の重要な変数です。JISや教科書も詳しくAQLの定義が解説しています。しかし、実際にどの値がAQLかがはっきり書いていません。関連記事でAQLの定義について、白黒はっきりさせました。

    【簡単】AQL(合格品質水準)がすぐわかる
    AQL(合格品質水準)はOC曲線上でどの値なのかが説明できますか?JISや教科書の説明ではよくわからないはずです。本記事では、AQLの定義をわかりやすく解説します。

    主抜取表のAQLと不良率の間隔がある一定の倍数になっています。これは何か?「標準数」です。なじみのない標準数について解説します。

    【重要】抜取検査に欠かせない標準数がわかる
    規準型抜取検査や調整型抜取検査の抜取表の範囲や区分はどのように決めているかご存じですか?本記事は、抜取表の範囲や区分や、抜取表を自分で作る方法を解説します。抜取表の作り方が知りたい方は必見です。

    抜取検査に慣れると、目にするのが抜取検査設計補助表です。この表と値の精度が高いので驚きました。計算機が未発達な時代でも近似式を使って正確な値を求める昔の先輩方に脱帽です。JIS規格の値とExcelから計算した値を比較しました。

    JISの表は魔法の表ではなく、自分で計算して確かめる習慣をつけましょう。

    抜取検査設計補助表(JISZ9002)はすごい!
    抜取検査にある抜取検査設計補助表の式やサンプル数の求め方を説明できますか?本記事では、サンプル数を導出する近似式とExcelを使ってOC曲線からサンプル数を導出する方法の2つを解説します。抜取検査をマスターしたい方は必見です。

    検査の誤りによるOC曲線に与える影響を解説します。検査対象以外で検査ミスがある場合のOC曲線に与える影響を考えます。実務向きな関連記事です。

    【QCプラネッツ抜取検査(1回抜取)プレミアム勉強プリント】リンク

    【2】【重要】検査の誤りがOC曲線へ与える影響がわかる」をご覧下さい。

    検査は品質の要。
    最も基本で重要な1回抜取方式の抜取検査を
    マスターしましょう

    まとめ

    抜取検査(1回抜取)の基礎について解説しました。

    • ①検査の種類を理解する
    • ②抜取検査はOC曲線で考える
    • ③抜取検査とOC曲線で理解しておくべきこと
  • 【まとめ】調整型抜取検査がわかる

    【まとめ】調整型抜取検査がわかる

    本記事のテーマ

    【まとめ】調整型抜取検査がわかる
    • ①調整型抜取検査もOC曲線描けばすべてわかる
    • ②なみ検査、ゆるい検査、きつい検査の基準がわかる
    • ③なみ検査、ゆるい検査、きつい検査の主抜取表の作り方がわかる
    • ④調整型抜取検査は自分で考えて設計できる

    本物の「抜取検査」問題集を販売します!

    本物の「抜取検査」問題集を販売します!

    QC検定®1級合格したい方、抜取検査の本質・理論をしっかり学びたい方におススメです。
    【QC検定®合格】「抜取検査」問題集を販売!①二項分布・ポアソン分布、OC曲線、➁多回抜取検査、➂選別型抜取検査、➃計量抜取検査、⑤逐次抜取検査、⑥調整型抜取検査、⑦抜取検査まとめ の7章全47題!

    調整型抜取検査は
    ①検査基準と検査水準を決めて
    ②抜取回数と合格判定数をJIS規格表から求めたらOK!
    ですが、
    調整型抜取検査の理論は説明できますか?
    JIS規格の使い方の勉強より、
    抜取検査の理論が説明できることが重要です。
    なぜなら、品質を決める検査は、必ず顧客から説明責任が求められます。

    なので、QCプラネッツでは、JISでも教科書にも書いていない、抜取検査の理論をしっかり解説します。

    調整型抜取検査についての関連記事を紹介します。併せて読んでください。個別に内容紹介をしていきます。

    ①調整型抜取検査もOC曲線描けばすべてわかる

    OC曲線は抜取検査の根幹です。

    すべての抜取検査は、OC曲線で設計できます。

    ●計数抜取検査
    ●計量抜取検査
    ●選別型抜取検査
    ●逐次抜取検査
    ●調整型抜取検査
    すべて共通です。

    たくさんの抜取検査手法がありますが、理論はすべてOC曲線から始めます。

    OC曲線から調整型抜取検査を考える方法

    OC曲線から調整型抜取検査に必要な値が求められます。
    合格品質水準AQL,サンプル数n,合格判定個数Ac
    これに、検査のきびしさ、検査水準が加わるだけです。

    OC曲線は抜取検査の母です。

    OC曲線

    OC曲線から
    ●第1種の誤りとなる不良率p0=AQL(合格品質水準)
    ●第2種の誤りとなる不良率p1がわかります。
    ●また曲線を構成する、サンプル数n,合格判定個数Acもわかります。

    ②なみ検査、ゆるい検査、きつい検査の基準がわかる

    OC曲線から必要なデータが読めたら、検査のきびしさを考えましょう。

    最初に、OC曲線から、なみ検査の主抜取表が作れることを関連記事で解説します。

    OC曲線(二項分布とポアソン分布)を使って、合格品質水準AQLが0~1000における、合格判定個数Acと合格品質水準AQLの関係を解説しました。主抜取表を作る過程は是非知っておいてください。魔法の表でもなく、あなたも作ることができます。

    調整型抜取検査(1回方式)の主抜取表の作り方がわかる
    本記事では、OC曲線を描きながら調整型抜取検査の重要な値(抜取表のAc,Reの値など)の導出方法を解説します。

    自分で作ると、主抜取表が身近な存在になります。

    調整型抜取検査の主抜取表を見ると、サンプル数nとAQLの値の間隔がある一定の法則であることや、合格判定個数Ac,不合格判定個数Reが主抜取表の対角線上に同じ値となり、きれいにまとまっていることがわかります。これ、なぜそうなるのか?を次の関連記事で解説しています。

    調整型抜取検査のなみ検査の主抜取表がわかる
    本記事では、主抜取表の値(AQLサンプルサイズ、合格判定数Ac,不合格判定数Re)をOC曲線から導出し、自力で主抜取表が 作れることを解説します。

    以上の2つの関連記事から、なみ検査の場合の主抜取表の作り方が理解できます。

    どこにも主抜取表の作り方が書いていないので、研究して調べたら自分でも作れることがわかりました。

    ③なみ検査、ゆるい検査、きつい検査の主抜取表の作り方がわかる

    なみ検査で、主抜取表が理解できたら、検査のきびしさの定義を理解しましょう。ゆるい検査、きつい検査もまとめてマスターできます。

    OC曲線を使って、なみ検査、ゆるい検査、きつい検査の違いの定義を明らかにし、3つの検査共通の合格品質水準AQLが何であるかもはっきりさせました。調整型抜取検査でわからないことはすべてOC曲線が解決してくれます。

    なみ検査、ゆるい検査、きつい検査の主抜取表(一回抜取方式)の作り方がわかる
    本記事ではJISの抜取表に頼らずに、自分で考えて調整型抜取検査(なみ検査、ゆるい検査、きつい検査の主抜取表(一回抜取方式))を設計できるように解説!

    1回抜取検査だけでは物足りないので、2回抜取検査についても、なみ検査、ゆるい検査、きつい検査の主抜取表をOC曲線から求めた結果を解説しています。手計算ではきびしく、Excelなどの解析ツールが必須です。

    調整型抜取検査 【QCプラネッツ調整型抜取検査プレミアム勉強プリント】リンク

    ここまで、来れば、JIS規格が定義する、なみ検査、ゆるい検査、きびしい検査がマスターできます。

    しかし、1つ問題があります。

    検査は品質の要。
    品質に問題があれば、顧客から説明責任が問われる。
    「JISどおり検査した」では顧客は納得しない。
    検査は品質の要。
    JIS規格を参考にしながら
    自分で考えて検査して、その結果を説明できることが重要。

    検査は、顧客への説明責任を負います。
    自分で考えて抜取検査を設計することが重要です。
    これについても、関連記事で詳しく解説します。

    実務に活かせることが重要。
    お勉強だけでは通用しません。

    ④調整型抜取検査は自分で考えて設計できる

    検査の選択する考え方をまとめました。基本はJIS,教科書ですが、あなたが担当する製品やシステム、顧客要求に合わせて抜取検査を実施することが重要です。関連記事で詳しく解説します。

    調整型抜取検査 【QCプラネッツ調整型抜取検査プレミアム勉強プリント】リンク

    検査のきびしさの切替え方法は、JISにあります。しかし、このルールの根拠は数学的に解けませんし、
    あなたが担当する製品やシステム、顧客要求によって、切替え方法は変わります。よく吟味すべきであることを関連記事で詳しく解説します。

    検査のきびしさの切替え方法はJISに頼るな!(調整型抜取検査)
    本記事では、JISZ9015にある検査を切り替える基準と実務での注意点について解説します。

     

    検査水準(特別検査水準、通常検査水準)とロットサイズとサンプル数の関係もJISに規定されています。しかし、そのまま使うべきかどうかは、あなたが担当する製品やシステム、顧客要求を考慮するべきです。よく考えて、抜取検査を設計してほしいことを、関連記事で詳しく解説します。

    調整型抜取検査の検査水準がわかる
    本記事では、検査水準の中身を解説し、JIS規格の活用と、自分で抜取検査を設計するポイントを解説します。

    検査は品質の要。
    その抜取検査の理論が非常にわかりにくい!
    わかりにくい理由は抜取検査規格の歴史にあります。

    QCプラネッツは自分で研究して、仮説を立てながら、抜取検査の理論をほぼ解明しました。その結果は、すべてOC曲線で抜取検査は設計できることです。

    調整型抜取検査の関連記事をぜひご覧ください。

    まとめ

    調整型抜取検査について解説しました。自分で設計できるレベルになっていますよ。

    • ①調整型抜取検査もOC曲線描けばすべてわかる
    • ②なみ検査、ゆるい検査、きつい検査の基準がわかる
    • ③なみ検査、ゆるい検査、きつい検査の主抜取表の作り方がわかる
    • ④調整型抜取検査は自分で考えて設計できる
  • 抜取検査設計補助表(JISZ9002)はすごい!

    抜取検査設計補助表(JISZ9002)はすごい!

    本記事のテーマ

    抜取検査設計補助表(JISZ9002)に頼るな!(OC曲線で考える)
    • ①抜取検査設計補助表の導出式の意味はわからない
    • ②自力でサンプル数n、合格判定数cは計算できる!
    • ③計算機がない時代でも精度良い値を作れるのはすごい!

    ●You tube動画でも確認ください。

    本物の「抜取検査」問題集を販売します!

    QC検定®1級合格したい方、抜取検査の本質・理論をしっかり学びたい方におススメです。
    【QC検定®合格】「抜取検査」問題集を販売!①二項分布・ポアソン分布、OC曲線、➁多回抜取検査、➂選別型抜取検査、➃計量抜取検査、⑤逐次抜取検査、⑥調整型抜取検査、⑦抜取検査まとめ の7章全47題!

    ①抜取検査設計補助表の導出式の意味はわからない

    抜取検査設計補助表(JISZ9002)

    試験に頻出である抜取検査設計補助表を解説します。

    ロット合格率L(p)=1-α(第1種の誤りα)なpをp0
    ロット合格率L(p)=β(第2種の誤りβ)なpをp1
    として、
    比 p1/p0の値が大きすぎる場合、小さすぎる場合に抜取検査設計補助表を使いますね。

    OC曲線

    抜取検査設計補助表のモデル式

    サンプル数n,合格判定数c、係数\(a_0\),\(a_1\)を使って、
    \(n=\frac{a_0}{p_0}+\frac{a_1}{p_1}\)
    と計算でき、係数\(a_0\),\(a_1\)が表の通りとなっています。

    \(p_1/p_0\) c \(n=\frac{a_0}{p_0}+\frac{a_1}{p_1}\)
    17以上 0 2.56/\(p_0\)+115/\(p_1\)
    16~7.9 1 17.8/\(p_0\)+194/\(p_1\)
    7.8~5.6 2 40.9/\(p_0\)+266/\(p_1\)
    5.5~4.4 3 68.3/\(p_0\)+334/\(p_1\)
    4.3~3.6 4 98.5/\(p_0\)+400/\(p_1\)
    3.5~2.8 6 164/\(p_0\)+527/\(p_1\)
    2.7~2.3 10 308/\(p_0\)+770/\(p_1\)
    2.2~2.0 15 502/\(p_0\)+1065/\(p_1\)
    1.99~1.86 20 704/\(p_0\)+1350/\(p_1\)

    抜取検査設計補助表(JISZ9002)のここがわからない

    古書や論文を調査しましたが、次の2点がわかりません。

    1. サンプル数nのモデル式がわからない。なぜ、p1,p0の逆数の和なのかがわからない
    2. 係数の求め方が分からない。どうやって値が決まったのかわからない

    もし、知っている方は教えてください。どの文献見ても、式と値の引用だけで、式の導出は書いていません。

    ②自力でサンプル数n、合格判定数cは計算できる!

    抜取検査設計補助表を使わないとしたら、どうするか?

    自分でOC曲線を描いて、(n,c)を求めたらOKです。

    OC曲線の描き方については、関連記事があります。Excel VBAでOC曲線が作れます。

    OC曲線自動生成プログラム OC曲線の自動作成プログラムの使い方を解説します!

    ③計算機がない時代でも精度良い値を作れるのはすごい!

    計算機がない時代でも精度良い値を作れるのはすごい

    今は、Excelで簡単に計算ができるからJIS規格表はそれほど必要ない。
    けど、計算機がほとんど無かった1950年代から精度が高い抜取検査設計補助表がある。

    計算機がないのに、精度が出せる!
    昔の先輩方はすごいと思いませんか?

    計算機がない時代は、近似式を駆使して、値を取りに行っていました。
    しかし、今は計算機(Excel)があるので、値自体の価値は下がり、むしろ、理論・理由・本質を理解する方が重要になります。
    計算機がない時代の方が、抜取検査の良書は多い。
    時代が進み、現在は値の求め方より、抜取検査の理論や考えが重要になっている。
    しかし、抜取検査の理論や考えを解説した良書が無いのが現状

    なので、QCプラネッツは研究して理論を解説しています。

    では、どれくらい精度がよいか調べてみましょう。

    抜取検査設計補助表とExcelの値の比較

    抜取検査設計補助表を再掲します。

    抜取検査設計補助表のモデル式

    サンプル数n,合格判定数c、係数\(a_0\),\(a_1\)を使って、
    \(n=\frac{a_0}{p_0}+\frac{a_1}{p_1}\)
    と計算でき、係数\(a_0\),\(a_1\)が表の通りとなっています。

    \(p_1/p_0\) c \(n=\frac{a_0}{p_0}+\frac{a_1}{p_1}\)
    17以上 0 2.56/\(p_0\)+115/\(p_1\)
    16~7.9 1 17.8/\(p_0\)+194/\(p_1\)
    7.8~5.6 2 40.9/\(p_0\)+266/\(p_1\)
    5.5~4.4 3 68.3/\(p_0\)+334/\(p_1\)
    4.3~3.6 4 98.5/\(p_0\)+400/\(p_1\)
    3.5~2.8 6 164/\(p_0\)+527/\(p_1\)
    2.7~2.3 10 308/\(p_0\)+770/\(p_1\)
    2.2~2.0 15 502/\(p_0\)+1065/\(p_1\)
    1.99~1.86 20 704/\(p_0\)+1350/\(p_1\)

    Excelで計算するOC曲線も再掲します。

    OC曲線

    では、個々のcの値に対して、Excelと抜取検査設計補助表のそれぞれから求めたサンプル数nを比較します。

    c=0の場合

    ●近似式 2.56/\(p_0\)+115/\(p_1\)

    n(Excel) 20 50 100 500 1000
    c 0 0 0 0 0
    p0 0.26 0.1 0.05 0.01 0.01
    p1 10.88 4.5 2.28 0.47 0.24
    p1/p0 42.42 43.87 42.97 34.28 27.3
    n'(近似式) 20.56 50.5 98.81 435.69 767.13
    Excelから求めたサンプル数nと
    抜取検査設計補助表から求めたサンプル数n’はほぼ一致します。
    n=500,1000の場合はちょっとずれていますね。

    c=1の場合

    ●近似式 17.8/\(p_0\)+194/\(p_1\)

    n(Excel) 20 50 100 500 600
    c 1 1 1 1 1
    p0 1.81 0.71 0.35 0.06 0.04
    p1 18.1 7.56 3.83 0.78 0.65
    p1/p0 10.02 10.57 10.83 13.93 15.67
    n'(近似式) 20.57 50.57 100.84 567.34 725
    Excelから求めたサンプル数nと
    抜取検査設計補助表から求めたサンプル数n’はほぼ一致します。
    n=500,600の場合はちょっとずれていますね。

    c=2の場合

    ●近似式 40.9/\(p_0\)+266/\(p_1\)

    n(Excel) 20 50 100 500 900
    c 2 2 2 2 2
    p0 4.22 1.65 0.82 0.15 0.08
    p1 24.48 10.3 5.24 1.06 0.59
    p1/p0 5.8 6.22 6.37 6.9 7.42
    n'(近似式) 20.57 50.56 100.6 515.06 961.07
    Excelから求めたサンプル数nと
    抜取検査設計補助表から求めたサンプル数n’はほぼ一致します。
    n=900の場合はちょっとずれていますね。

    c=3の場合

    ●近似式 68.3/\(p_0\)+334/\(p_1\)

    n(Excel) 20 50 100 500 1000
    c 3 3 3 3 3
    p0 7.14 2.78 1.38 0.27 0.13
    p1 30.42 12.88 6.56 1.33 0.67
    p1/p0 4.26 4.63 4.76 5 5.38
    n'(近似式) 20.55 50.52 100.54 506.16 1042.47
    Excelから求めたサンプル数nと
    抜取検査設計補助表から求めたサンプル数n’はほぼ一致します。

    c=4の場合

    ●近似式 98.5/\(p_0\)+400/\(p_1\)

    n(Excel) 20 50 100 500 1000
    c 4 4 4 4 4
    p0 10.41 4.02 1.99 0.39 0.19
    p1 36.07 15.36 7.84 1.59 0.8
    p1/p0 3.47 3.82 3.94 4.05 4.09
    n'(近似式) 20.55 50.53 100.55 501.55 1006.39
    Excelから求めたサンプル数nと
    抜取検査設計補助表から求めたサンプル数n’はほぼ一致します。

    c=6の場合

    ●近似式 164/\(p_0\)+527/\(p_1\)

    n(Excel) 20 50 100 500 1000
    c 6 6 6 6 6
    p0 17.73 6.76 3.33 0.65 0.32
    p1 46.73 20.11 10.29 2.1 1.06
    p1/p0 2.64 2.98 3.09 3.21 3.28
    n'(近似式) 20.53 50.47 100.44 502.17 1008.73
    Excelから求めたサンプル数nと
    抜取検査設計補助表から求めたサンプル数n’はほぼ一致します。

    c=10の場合

    ●近似式 308/\(p_0\)+770/\(p_1\)

    n(Excel) 100 500 1000 1500 2000
    c 10 10 10 10 10
    p0 6.29 1.23 0.61 0.41 0.31
    p1 14.99 3.07 1.54 1.03 0.78
    p1/p0 2.38 2.48 2.51 2.53 2.54
    n'(近似式) 100.32 500.48 1001.28 1501.82 2000.61
    Excelから求めたサンプル数nと
    抜取検査設計補助表から求めたサンプル数n’はほぼ一致します。

    c=15の場合

    ●近似式 502/\(p_0\)+1065/\(p_1\)

    n(Excel) 100 500 1000 1500 2000
    c 15 15 15 15 15
    p0 10.3 2.02 1 0.66 0.5
    p1 20.61 4.23 2.13 1.42 1.07
    p1/p0 2 2.1 2.11 2.15 2.13
    n'(近似式) 100.4 500.64 1000.67 1508.83 1996.61
    Excelから求めたサンプル数nと
    抜取検査設計補助表から求めたサンプル数n’はほぼ一致します。

    c=20の場合

    ●近似式 704/\(p_0\)+1350/\(p_1\)

    n(Excel) 500 1000 1500 2000 2500
    c 20 20 20 20 20
    p0 2.83 1.41 0.93 0.7 0.55
    p1 5.37 2.7 1.8 1.36 1.08
    p1/p0 1.9 1.91 1.93 1.93 1.97
    n'(近似式) 500.14 1000.29 1505.15 1996.41 2523.37
    Excelから求めたサンプル数nと
    抜取検査設計補助表から求めたサンプル数n’はほぼ一致します。

    調べてわかりますが

    計算機がほとんど無かった1950年代から精度が高い抜取検査設計補助表があるのはすごいことですね。

    公式や解法の暗記だけではなく、実際に計算して比較することが重要です。

    まとめ

    抜取検査設計補助表(JISZ9002)の式の意味がわからないけど、ExcelからOC曲線を描くと、抜取検査設計補助表の精度が高く、すごい表であることを解説しました。

    • ①抜取検査設計補助表の導出式の意味はわからない
    • ②自力でサンプル数n、合格判定数cは計算できる!
    • ③計算機がない時代でも精度良い値を作れるのはすごい!
  • 検査のきびしさの切替え方法はJISに頼るな!(調整型抜取検査)

    検査のきびしさの切替え方法はJISに頼るな!(調整型抜取検査)

    本記事のテーマ

    調整型抜取検査の検査切替え方がわかる
    「調整型抜取検査の切替えルールの理由」
    「JISの切替えルールは必須なのか?」
    がはっきりします!
    • ①JISの切替えルールの規準の理論はわからない
    • ②切替えルールは検査対象に合わせて考えるべき

    自分で抜取検査の理論を理解して、抜取検査を先に自分で設計して、必要な値をJISや教科書を使うようにしたいです。

    ●You tubeでも解説しています。ご確認ください。

    本物の「抜取検査」問題集を販売します!

    QC検定®1級合格したい方、抜取検査の本質・理論をしっかり学びたい方におススメです。
    【QC検定®合格】「抜取検査」問題集を販売!①二項分布・ポアソン分布、OC曲線、➁多回抜取検査、➂選別型抜取検査、➃計量抜取検査、⑤逐次抜取検査、⑥調整型抜取検査、⑦抜取検査まとめ の7章全47題!

    ①JISの切替えルールの規準の理論はわからない

    JISZ9015を読むと、検査のきびしさ(なみ検査、ゆるい検査、きつい検査)の切替え方法が下図のように書いています。

    切替えルール

    試験にも頻出です。検査回数と不良品の数でどのタイミングで検査のきびしさを切り替えるかを勉強する必要があります。

    ところが、よく考えると、この検査のきびしさの切替える基準の根拠がどこから決まっているのか?疑問に思うはずです。

    切替えスコアが30以上なら、ゆるい検査でよい。
    ⇒30ってどこから決まっているの?

    連続5ロット以内に2ロットが不合格ならきつい検査に切り替える。
    ⇒5ロットと2ロットはどこから求めた値なのか?

    連続5ロットが合格ならなみ検査に切り替える。
    ⇒連続、5ロットの根拠は?

    JISだから全部正しいですが、
    鵜呑みせず、値や判断基準の理由を考えることが重要です。

    わからないことをまとめると、次の2つです。

    切替える基準のここがわからない!

    1. 基準を決める値や数式がわからない。
    2. 実際の検査は対象によって切替え基準はばらばらなはず。1つの規格に従うのは無理がある

    QCプラネッツでは、研究中ですが、知っている方は教えてください。

    ②切替えルールは検査対象に合わせて考えるべき

    検査結果で最も重要なことは、

    不良品や事故を許容範囲外で出ないよう社内で検査すること。
    それは、JIS規格どおり検査することではなく、自分たちで抜取検査を設計すること。

    検査結果は顧客が評価する

    関連記事にあるように、品質は顧客が満足する期待値です。

    5分でわかる品質用語
    品質管理に急に関わるようになったあなた。難しい品質管理用語を丸暗記しても理解できず困っていませんか?本記事では、品質管理用語をわかりやすく解説します。

    顧客要求レベルを上回る結果を出すように検査を設計しなければなりません。

    抜取検査が調整型だからとして、JISZ9015の切替え基準そのまま準拠しても、顧客は満足しない可能性もあります。

    検査対象ごとに要求される検査を考えるのが重要

    全数検査なら、不良は確実に見つかりますが、大量の製品の場合は抜取検査にならざるを得ません。顧客要求を満たすために、どんな調整型抜取検査を考えるべきか?

    自分でゼロベースで考えてみましょう。

    以下は、QCプラネッツの1つの考え方を紹介します。

    検査のきびしさを自分で定義

    次のように2つだけでよいと考えます。
    ●なみ検査: 顧客要求レベルを満たすきびしさ
    ●きつい検査:初期流動管理の場合、不良品が見つかりトラブル発生した場合

    ゆるい検査は、不要としてもよいでしょう。ゆるくしてよい理由が無いからです。ゆるい検査は手抜き検査であってはなりません。

    ゆるい検査のきびしさを入れたい場合

    検査のきびしさを3段階にしたければ、次のように考えます。
    ●ゆるい検査:顧客要求レベルを満たすきびしさ
    ●なみ検査: 重要顧客の要求レベルを満たすきびしさ
    ●きつい検査:初期流動管理の場合、不良品が見つかりトラブル発生した場合

    ●ゆるい検査≡なみ検査
    ●なみ検査≡ちょっときびしい検査
    ●きつい検査≡最悪の条件以上に厳しくした場合の検査
    と、なみ検査ときつい検査がきびしくした条件にした方がよいでしょう。

    切替え基準も自分で定義

    なみ検査、きつい検査のみで考えた場合に話を戻します。
    ●なみ検査: 顧客要求レベルを満たすきびしさ
    ●きつい検査:初期流動管理の場合、不良品が見つかりトラブル発生した場合

    なみ検査ときつい検査を切り替える条件とタイミングは、
    担当部門や経営陣との調整で決めるべきで、JIS規格のような値で決めるものではない。

    新しい製品を出荷するときは、
    きつい検査で始めるでしょう。

    その後、
    ●ある一定期間(半年、年のスパンですが)経過して、製造工程が安定、成熟した場合
    ●納品後、目立ったトラブルや不良が出ていないことが確認した場合
    の条件がそろったら、きつい検査⇒なみの検査へ切り替えてもOKでしょう。

    ただし、工場のある部門だけの判断ではなく、営業、技術、工場と顧客との調整で決める必要があります。

    不良確率が一定以下だからといって、きつい検査からなみ検査に一方的に変えても、NGとなる場合があります。関係者間の調整が重要となります。

    抜取検査では、検査しない製品の不良はそのまま外部に流れてしまいます。そのリスク評価と不良・事故発生の対応も関係者間で調整しておく必要があります。

    検査の切替えは、JIS規格の方法で機械的に変わるものではなく、多くの関係者間の調整が必要となります。

    品質を決める検査だけに、慎重に考える必要があります。

    検査は品質を決める要。
    トラブルがあると説明責任が問われます。
    なぜ、そのような検査をしたかを技術的に説明できるように
    抜取検査を勉強する必要があります。

    まとめ

    検査のきびしさ(調整型抜取検査)を切り替える方法について解説しました。

    • ①JISの切替えルールの規準の理論はわからない
    • ②切替えルールは検査対象に合わせて考えるべき
error: Content is protected !!