精度評価｜測定のばらつきと誤差を定量評価

精度評価

製品や測定結果の信頼性を担保するうえで、精度評価は中核となる活動である。ここでいう精度とは、測定・製造プロセスがどれだけ再現良く同じ結果を出せるかという「ばらつきの小ささ」を指し、正確さ（真の値への近さ）とは区別される。設計で定めた公差に対し、工程が安定して合格品を供給できるか、測定系が誤判定を招かないかを、統計的に定量化するのが精度評価の目的である。適切なサンプリング、測定システム解析、工程能力解析、不確かさの見積りを組み合わせ、意思決定に足る根拠を与える。

Table Of Contents

精度評価

定義と位置づけ

精度評価は、工程・測定・検査の三位一体で行う品質保証の基盤である。工程の再現性は製品の合否と直結し、測定の再現性は判定の信頼性を規定する。前者は統計的工程管理（SPC）と工程能力（Cp、Cpk）で、後者は測定システム解析（MSA）で評価するのが通例である。さらに、校正とトレーサビリティにより測定値の整合性を上流の標準に結び付けることで、社内外での比較可能性を確保する。

誤差の分類と主因

系統誤差：装置の校正ずれ、治具の偏り、温度・湿度の影響などにより、結果が一方向にずれる。
偶然誤差：作業者や装置内部ノイズによる再現性の限界で、結果の広がりを生む。
操作要因：測定手順の差、当て方・押し当て力、位置決め誤差など。
環境要因：温度、振動、電源品質、清浄度等が測定・加工に与える影響。

測定対象の固有ばらつき

ワーク自体にも局所的な寸法差や表面粗さの差が存在する。標本の採り方や測定点の選定が偏ると、ばらつき推定が過小評価されるため、代表性を担保するサンプリング設計が要点となる。

統計指標と可視化

ばらつきの基本指標は平均と標準偏差である。工程の状態推定には、標本サイズに応じた信頼区間やt分布の利用が不可欠である。分布の仮定（正規性）を安易に受け入れず、ヒストグラムや箱ひげ図、正規確率紙で形状を確認する。外れ値は原因究明の起点であり、単純除外は避ける。測定分解能（最小目盛）や丸め処理も見かけの分散を歪めるため、記録単位と表示ルールを統一する。

標本平均・標準偏差を算出し、95%信頼区間で母数を推定する。
X̄–R管理図で工程の安定性（統計的管理状態）を確認する。
異常シグナル発生時は特殊原因を除去し、常在原因の縮減は別途改善で行う。

MSAとGage R&R

測定系の健全性はMSAで検証する。代表的手法がGage R&Rであり、繰返し性（同一条件での再現）と再現性（作業者間の差）を分離して評価する。一般に10個程度の部品、3名の作業者、各2～3回の測定を組み、分散分解（ANOVA等）によって測定系が全体変動に占める割合（%Study Variation）を求める。目安として10%未満は良好、10～30%は用途条件付き許容、30%超は改善要である。評価前には作業手順・測定点・治具・ゼロ点合わせを標準化し、測定レンジ全域をカバーする。

直線性・偏り・安定性

Gageの直線性は、基準ブロック等の既知寸法を複数点で測り、真値との差を回帰して傾きの有意性を検証する。偏りは平均差、安定性は時系列でのドリフトとして評価する。これらの是正には校正周期の最適化、治具の剛性・熱設計、ゼロリセット訓練などが有効である。

不確かさとトレーサビリティ

測定結果の比較可能性を担保するには、不確かさの定量が必要である。標準不確かさを合成し、包含係数k≈2で拡張不確かさを示すのが実務的である。校正は国家標準へ至るトレーサビリティ体系に接続し、証明書には校正条件・不確かさ・参照標準の情報を記載する。社内標準器の管理台帳を整備し、受け入れ判定では不確かさを考慮したガードバンド（判定域の内縮）を適用して誤判定リスクを抑える。

工程能力と合否判定

公差両側に対し、工程の中心化と分散縮減を進め、CpとCpkで能力を示す。Cpkは中心ずれの影響を含むため、量産の適否判断に適する。測定系の寄与が大きい場合、実力より能力値が過小評価されるため、まずMSAで測定寄与を十分小さくする。合否判定では、測定の不確かさとロットサイズを踏まえ、受入品質水準（AQL）や抜取方式を設計する。

実務の進め方（標準手順）

目的定義：どの特性値をどの誤りリスクで判定するかを明確化する。
測定計画：測定器、治具、測定点、環境条件、分解能、レンジを決定する。
サンプリング設計：ロット・時間帯・型番・位置等の層別を考慮して代表性を確保する。
データ取得：作業手順を標準化し、トレーサビリティ情報とともに原データを保存する。
MSA実施：Gage R&R、直線性・偏り・安定性を評価する。
統計解析：分布確認、外れ値原因究明、信頼区間推定、管理図評価を行う。
能力評価：Cp、Cpkを算出し、目標とギャップを特定する。
是正・標準化：要因対策を実施し、作業標準・検査基準書を更新する。

よくある落とし穴と対策

分布の非正規性を無視した評価、繰返し測定のみで再現性を見落とす設計、分解能不足や丸め処理による情報損失、温度・治具の影響無視、サンプルの偏り、校正証明書の不確かさ未考慮等が典型例である。対策として、測定レンジ全体の直線性検証、環境管理、手順の動画化・訓練、前処理ルールの標準化、層別ビューによる要因分離、ガードバンド適用を徹底する。