工程能力指数(Cpk)は、工程の管理状態を一目で知ることが出来る非常に便利な指数です。
実際にCpkを紹介している書籍やネット情報でも、数字を見ることで管理状態であるかどうかを知ることが出来ると言っています。
しかしながら、Cpkは管理状態を測る以外にも使い道があります。
その使い道を知ることで、管理状態の是正の方針や難易度を予測する事が出来ます。
今回はそんな、Cpkの別の使い道について解説していきます。
動画でも解説しています。
Cpkとは何か？【復習です】
工程能力指数とは、上下限の規格の中に±3σの製品ばらつきの分布がどの程度収まっているかを示した指数です。
詳細は以下の記事を参照してください。
基本的に管理状態の目安としては、Cpk≧1.33です。
これは±4σが上下限規格に収まっていることを意味し、不良の発生率が0.006%であることを示しています。
管理状態以外に読み取るべき情報
ここまでは、Cpkを扱っているサイトや書籍でもよく見られる内容です。
しかし、Cpkの使い道はそれだけではありません。
1.33かどうかを見るだけではダメ
管理状態をCpkで確認出来たとして、その値が想定より小さかった場合(=管理状態にない)、当然改善しなければなりません。
問題はその改善方針です。
製品の”ばらつき”が正規分布をしている場合、修正方針としては
・平均値をシフトさせる
・標準偏差を小さくする
の2つに大別されます。
平均かずれているか、標準偏差が大きいのか
この方針は言われたら当たり前ですが、方針の選択をミスしてしまった場合、労力の割りに効果がいまいちか全く得られないという事になる可能性があります。
基本的に製品の”ばらつき”分布に干渉する場合に覚えておいてほしいことは
・平均値をシフトさせることは簡単
・標準偏差を小さくすることは難しい
ということです。
お風呂のお湯を貯めるというシチュエーションで考えてみましょう。
決められた時間で、決められた量のお湯を入れることを考えた場合、ここでいう不良は決められた量よりも多すぎるか少なすぎるという状態です。
不良：決められた量より多い or 少ない
ここで主な原因が、単位時間当たりのお湯の流量であった場合、蛇口のひねる量を変えるだけでおそらく解決します。
これが平均値がずれている場合です。
対してお湯の出方が脈動している場合、蛇口のひねる量を変えてもおそらく解決しません。原因としては流路の途中に異物が噛みこんでいるのか、そもそも水道局側に何かしらの不備があるのか、考えただけでも調査するところが多そうで、大変そうです。
これが標準偏差が大きい場合です。
製品ばらつきに関しても同様です。
基本的に平均値のズレは、設定値の調節で解決出来る場合が多いですが、標準偏差の是正の場合そもそもの設計から見直さなければ解決しない時も多いです。
設計に関しては、後々変更できない場合も多いので開発段階でよく検討しておくべきです。
それではCpkの是正方針について考えてみます。
平均値がずれているのに標準偏差に対して取り組みをする場合ですが、改善効果が出るまでに時間が掛かりすぎますし、そもそも改善の余地がなく、無駄な時間とお金がかかる可能性があります。
対して標準偏差が大きいのに平均値に対して取り組みをする場合ですが、これはいくらやっても効果が得られることはありません。確実に時間の無駄です。
このように方針を間違えると、徒労となってしまうことになります。
Cpkをうまく使えば、この方針を容易に立てることが出来ます。
Cpが高ければ簡単に改善出来る
定義の中には、Cpkを算出する前に平均の偏りを考慮しないCpを算出するものがあります。
$$Cp=\frac{UCL-LCL}{6σ}$$
これに平均の偏りの補正値として、Kを組み込んだものがCpkです。
逆に言えば、純粋に標準偏差による工程能力指数がCpであると言えます。
この事実は重要です。
Cpkが1.33を割っている場合、次にCpに着目します。
この場合、Cpが1.33を超えている場合は平均値がずれているので、平均値の補正アクションという選択になります。
対してCpの段階で1.33を下回っている場合、現在の製品設計に問題があるため標準偏差の補正アクション(というより設計の見直し)という選択になります。
CpkとCpを見比べることで、工程管理状態の深刻さが浮き彫りになります。
また、日々工程能力指数のデータを取っており一件ずつ比較することが大変な場合は、
$$\frac{Cp}{Cpk}=\frac{1}{1-K}$$
このCpkとCpの比の大きさをプロットをしたグラフを作図することで、改善余地といえるものを見える化することが出来ます。
まとめ
このようにCpkはただ工程の管理状態だけでなく、改善アプローチを示唆する指標としても使用可能です。
このような使用法は、あまりその他資料で言及されているのを見かけませんが、実際に計算したり使ったりすると、ふと思いついたりするものです。
教科書に書いていないからと言って、やってはいけないという事ではありません。
要は何事も、より良くなればいいのです。
皆さんもぜひ様々手法を教科書通りに使うのではなく、色々アレンジしてより良い成果を上げていってください。
今すぐ、あなたが統計学を勉強すべき理由
この世には、数多くのビジネススキルがあります。
その中でも、極めて汎用性の高いスキル。
それが統計学です。なぜそう言い切れるのか？
それはビジネスというのは、結局お金のやり取りであり、必ず数字が絡んできます。
そして数字を扱うスキルこそが統計学だからです。
故に一口に統計学といっても、
営業、マーケティング、研究開発、品質管理、工程管理、生産管理.etc
これら全てで使う事が出来るのです。
現に私は前職は品質管理、現職は研究開発職なのですが、面接のときに
「品質管理時に活用した、統計の知識を研究開発にも活かせます」
とアピールして職種をうまく切り替える事が出来ました。
そして、もし始めるなら今から勉強を始めましょう。
なんなら、今すぐこのページを閉じて本格的に勉強を開始するべきです。
なぜなら、このような『スキル』は20代でもっともキャリアアップに繋がるからです。
30代ならいざ知らず、40代になると求められるのはこれまでの業務を遂行してきた経験や人脈なのです。
これが無いとある一定以上のキャリアアップは望めませんし、40代以降のハイクラスの転職先も望めません。
20代のうちは成果を結び付けるためにこのスキルが大いに役立ちますが、年を経るごとに求められる働き方が変わるのでスキルの実績への寄与が減ってしまうのです。
なので、後からやればいいやと後回しにすると機を逸してしまう可能性が高いです。
ちなみにこれから統計学を学習をするというのであれば、ラーニングピラミッドというものを意識すると効率的です。
私自身、インプットだけでなく、youtubeや職場でアウトプットしながら活用する事で統計リテラシーを日々向上させていっています。
ぜひ、アナタも当ブログやyoutubeチャンネルで統計リテラシーを上げて、どこでも通用するビジネスパーソンになりましょう
コメント