SPC（統計的工程管理）入門｜管理図の使い分けと工程の異常判定ルール

不良が出てから検査で弾く「事後の砦」だけに頼っていると、不良の山と手戻りコストは減らない。本当に効くのは、工程が異常な状態に傾き始めた「その瞬間」を捉え、不良が大量発生する前に手を打つことだ。これを統計的な根拠で実現する手法がSPC（統計的工程管理）である。

ただ、SPCを「管理図を描くこと」とだけ理解している現場は多い。実際には、どの管理図を選ぶか、どこで異常と判定するか、工程に十分な実力があるかを測るか——これらが噛み合って初めてSPCは機能する。本記事では、管理図の使い分け、異常判定ルール、工程能力指数までを一本の体系として整理し、品質管理担当者が今日から運用に落とし込めるレベルで解説する。

管理図で異常を検知したあと、「なぜ工程がずれたのか」の根本原因にたどり着けていますか？ WhyTrace Plus なら、異常点の原因をAIが対話形式でなぜなぜ分析し、再発防止のナレッジまで蓄積できます。

---

1. SPC（統計的工程管理）とは――検査ではなく工程を管理する考え方

SPC（Statistical Process Control：統計的工程管理）とは、製造工程から得られるデータを統計的に監視し、工程が安定した状態を保っているかを継続的に判断する品質管理手法である。完成品を検査して良否を選別する「検査依存」とは対照的に、工程そのものを管理対象とする点に本質がある。

SPCの根底にあるのは「ばらつきには2種類ある」という考え方だ。

ばらつきの種類	内容	対応
偶然原因（共通原因）	どんな工程にも必ず存在する避けられない変動	工程改善で全体水準を下げる
異常原因（特殊原因）	設備異常・材料ロット差・作業ミスなど特定可能な要因	原因を突き止めて除去する

SPCの管理図は、この2つを「データの動き方」から区別するための道具である。偶然原因だけで動いている状態を「統計的管理状態（安定状態）」と呼び、異常原因が混入すると管理図上に特徴的なパターンが現れる。検査が「結果を見る」のに対し、SPCは「プロセスの健康状態を診る」アプローチだと捉えると分かりやすい。

なお、管理図は日本でもJIS Z 9020（管理図）として規格化されており、第1部の一般指針と第2部のシューハート管理図で構成される（参考：JIS Z 9020-1:2016 管理図－第1部：一般指針）。2026年時点で国内の品質管理実務はこの規格を基盤としている。

---

2. 管理図の基本構造――中心線とUCL/LCLの意味

管理図とは、工程データを時系列にプロットし、中心線（CL）と上下の管理限界線（UCL・LCL）との関係から工程の安定性を判断するグラフである。シューハート（Shewhart）が考案した形式が基本となるため、シューハート管理図とも呼ばれる。

管理図は3本の線で構成される。

• 中心線（CL：Center Line）: データの平均値（μ）
• 上方管理限界（UCL：Upper Control Limit）: μ + 3σ
• 下方管理限界（LCL：Lower Control Limit）: μ − 3σ

ここで重要なのは、管理限界が「±3σ」で引かれている点だ。正規分布に従う工程であれば、データの約99.7%が±3σの範囲に収まる。逆に言えば、点がこの範囲を超える確率は約0.3%しかない。それほど稀なことが起きたなら「偶然ではなく異常原因が働いた」と判断する——これがSPCの統計的な根拠である。

規格限界と管理限界は別物

現場で最も混同されやすいのが、管理限界（UCL/LCL）と規格限界（公差の上限・下限）の違いだ。両者はまったく別の概念である。

項目	管理限界（UCL/LCL）	規格限界（USL/LSL）
決め方	工程の実データ（±3σ）から計算	設計・図面・顧客要求から決定
意味するもの	工程が安定しているか	製品が合格基準を満たすか
管理図に描くか	描く	描かない（混同の元）

管理限界はあくまで「工程の声」であり、規格限界は「顧客の要求」だ。管理限界を規格限界の代わりに引いてしまうと、SPCの意味が崩れる。この区別はSPC運用の出発点として必ず押さえておきたい。

---

3. 管理図の使い分け――計量値と計数値で選ぶ

管理図とは、扱うデータの性質によって最適な種類が変わるため、まずデータが「計量値」か「計数値」かを見極めて選択する必要がある。選び方を誤ると、異常を検知できなかったり、過剰に反応したりする。

計量値の管理図（測定値を扱う）

寸法・重量・温度・圧力など、連続的に測定できる値を扱う場合に使う。

管理図	用途	特徴
X̄-R管理図	1群2〜5個程度のサブグループ	最も基本。平均値とばらつき（範囲R）を同時監視
X̄-s管理図	1群の数が多い（10個以上）	ばらつきを範囲でなく標準偏差sで見るため精度が高い
X-Rs管理図	1個ずつしか測れない（化学・連続生産）	個々の測定値と移動範囲を監視

最も汎用的なのはX̄-R管理図である。サブグループの平均値（X̄）で工程の中心の動きを、範囲（R）でばらつきの変化を捉える。2本セットで見ることで「平均はずれていないがばらつきが拡大している」といった異常も検知できる。

計数値の管理図（個数・件数を扱う）

不良品の個数や欠点数など、数えるデータを扱う場合に使う。

管理図	扱うデータ	サンプルサイズ
p管理図	不良率（不良品の割合）	一定でなくてよい
np管理図	不良個数	一定
c管理図	欠点数（製品あたりの欠点の数）	一定
u管理図	単位あたり欠点数	一定でなくてよい

選定のポイントはシンプルだ。サンプルサイズが毎回変動するならp管理図やu管理図、固定ならnp管理図やc管理図を選ぶ。傷やキズの「数」を数えるならc・u管理図、合否で「割合」を見るならp・np管理図、と覚えておけば実務では困らない。

---

4. 異常判定ルール――Western Electricの8ルール

異常判定ルールとは、管理図上の点の並び方から工程の異常を判定するための基準である。点が管理限界を超える以外にも、工程の異常は特徴的なパターンとして現れるため、複数のルールで多面的に監視する。

最も広く使われるのが、Western Electric社が体系化した8つのルールだ。判定にあたり、UCL/LCLの間を上下それぞれ3つのゾーン（A・B・C）に分ける。ゾーンC（中心線から±1σ）、ゾーンB（±1σ〜±2σ）、ゾーンA（±2σ〜±3σ）である。

ルール	検知パターン	示唆する異常
1	1点が管理限界（±3σ）の外	突発的な異常
2	連続9点が中心線の同じ側	工程平均のシフト
3	連続6点が増加または減少	工程の傾向（摩耗・劣化など）
4	連続14点が交互に上下	2つの工程の混入・系統的変動
5	連続3点中2点がゾーンA（±2σの外側）	平均の移動
6	連続5点中4点がゾーンB以遠（片側）	平均の小さなシフト
7	連続15点がゾーンC内（±1σ内）	ばらつきの異常な縮小・層別漏れ
8	連続8点がゾーンC外（中心線付近に点がない）	異なる母集団の混在

ルール1の「管理限界外れ」だけを見ている現場は多いが、それでは工程のじわじわした劣化（ルール2・3）を見逃す。むしろ重大な品質崩壊は、突発的な飛び出しよりも「気づかないうちに平均がずれていた」パターンから起きることが多い。

JIS Z 9020-2でも、これらの判定基準が「異常判定のための例」として規定されており、連続7点が中心線の同じ側にある、連続7点が増加・減少を続ける、といったパターンが示されている（参考：JIS Z 9020-2:2016 管理図－第2部：シューハート管理図）。ルールの点数（7点か9点か）は規格や流派により多少異なるため、自社で採用するルールセットを最初に取り決めておくことが運用の前提となる（参考：シューハート管理図 8つの異常判定ルール）。

ルールは増やせばよいわけではない

ルールを多く適用するほど異常の見落としは減るが、その分「偶然なのに異常と判定する」誤警報（false alarm）も増える。すべてのルールを一律に適用すると、現場が警報に慣れて反応しなくなる「オオカミ少年」状態に陥りやすい。重要工程はルールを厳しく、安定している工程はルール1・2中心に、といったメリハリが実務では効く。

---

5. 工程能力指数Cp・Cpk――工程の「実力」を測る

工程能力指数とは、工程が規格（公差）に対してどれだけ余裕を持って製品を作れるかを定量化した指標である。管理図が「工程が安定しているか」を見るのに対し、工程能力指数は「安定した工程に十分な実力があるか」を見る。両者はセットで使う。

代表的な指標はCpとCpkの2つだ。

• Cp（工程能力指数）: 規格幅に対するばらつきの大きさを表す。中心のズレは考慮しない
  • Cp =（規格上限 − 規格下限）÷（6σ）
• Cpk（かたより考慮の工程能力指数）: 工程の平均が規格中心からずれている分も加味する
  • Cpk = min{(規格上限 − μ) ÷ 3σ, (μ − 規格下限) ÷ 3σ}

CpとCpkの差が大きい場合、「ばらつきは小さいが、平均が規格中心からずれている」状態を意味する。この場合は、ばらつきを抑える前にまず平均値を中心に寄せる調整が優先される。

判定基準の目安

Cpk値	工程能力の評価	対応の方向性
1.67 以上	十分すぎる（過剰品質の可能性）	検査・管理の緩和を検討
1.33 〜 1.67	十分	現状維持で問題なし
1.00 〜 1.33	能力はあるが十分でない	改善の余地あり・要監視
1.00 未満	能力不足	不良が出る前提・即改善が必要

実務上の合格ラインは「Cpk ≧ 1.33」とされるのが一般的だ。Cp ≧ 1.33と判断された工程ではサンプリング検査の頻度を減らすなど、管理を効率化できる（参考：工程能力指数Cp・Cpkとは？計算式と判定基準 – Instant Engineering）。2026年時点でも自動車・電機部品など多くの業界で1.33が事実上の標準ラインとして運用されている（参考：工程能力1.33とは簡単に何？ – SEIZO-BU）。

注意点として、工程能力指数は「工程が統計的管理状態にあること」が前提である。管理図上で異常が放置されている不安定な工程でCpkを計算しても、その数値は意味をなさない。先に管理図で安定化、次に工程能力で実力評価、という順序を守ることが肝心だ。

---

異常検知から原因究明、再発防止まで、ばらばらの管理になっていませんか？

管理図で「ルール2:平均がシフトした」と分かっても、「なぜシフトしたのか」を突き止めなければ対策は打てない。多くの現場は、ここでExcelとベテランの勘に頼り、原因究明が属人化している。

WhyTrace Plus は、管理図が捉えた異常の根本原因をAIが対話形式でなぜなぜ分析し、因果関係をツリー図で可視化する。さらに対策と分析ナレッジを組織全体で蓄積でき、「同じ異常を繰り返さない工程」をつくる基盤になる。

WhyTrace Plusを無料で試してみる →

---

6. SPC導入の進め方――4ステップで運用に乗せる

SPC導入とは、管理図を描くこと自体が目的ではなく、異常を検知して対策につなげる運用サイクルを定着させるプロセスである。いきなり全工程に展開すると失敗しやすいため、対象を絞って段階的に進める。

ステップ1: 管理特性とサンプリング計画を決める

まず「何を監視するか」を決める。製品品質に直結する重要特性（CTQ：Critical To Quality）を選び、計量値か計数値かに応じて管理図の種類を選定する。あわせて、サンプリングの間隔（1時間ごと・ロットごと等）とサブグループのサイズも取り決める。

ステップ2: 管理限界を計算する（解析用管理図）

工程が安定していた期間のデータ（通常20〜25群以上）を集め、CL・UCL・LCLを計算する。この最初に引く管理図を「解析用管理図」と呼ぶ。この段階で異常点があれば原因を除去し、安定した状態の限界線を確定させる。

ステップ3: 日常監視に移行する（管理用管理図）

確定した管理限界を使い、日々のデータをプロットして監視する「管理用管理図」に切り替える。現場の作業者がリアルタイムで点を打ち、異常判定ルールに該当したら所定のアクション（設備点検・上長報告など）を取る運用を組む。

ステップ4: 異常時の対応ルールと原因分析を仕組み化する

SPCが形骸化する最大の原因は「異常が出ても放置される」ことだ。ルール違反が出たら誰が・何を・いつまでに調べるかをあらかじめ定めておく。ここで異常原因を突き止める手段として、なぜなぜ分析やFMEAを組み合わせると、検知から根本対策までが一本につながる。

なお、管理図そのものの読み方や日常運用の細部については、管理図の見方と作り方の実践ガイドで具体的に解説しているので、あわせて参照してほしい。

---

7. SPC運用でつまずきやすいポイント

SPC運用とは、統計手法の正しさだけでなく、現場に定着させる運用設計が成否を分ける取り組みである。理論どおりに管理図を描いても、次のような落とし穴で形骸化するケースが後を絶たない。

• 管理限界を規格限界と混同する: 規格内に収まっているからと管理限界外れを無視すると、工程の劣化を見逃す。
• 限界線を更新しない: 設備更新・材料変更・工程改善のたびに管理限界は引き直す必要がある。古い限界のまま使うと判定が狂う。
• 異常が出ても記録だけして終わる: 「点を打つだけ」が目的化すると、SPCは単なる作業になる。異常への対応とフィードバックがあって初めて機能する。
• 不安定な工程でCpkを計算する: 統計的管理状態にない工程の工程能力指数は信頼できない。安定化が先。
• 全工程に一斉展開する: 重要特性に絞って小さく始め、成功体験をつくってから広げる方が定着する。

これらはいずれも「統計の問題」ではなく「運用の問題」である。SPCを技術ではなく仕組みとして設計できるかどうかが、定着の分かれ目になる。

---

よくある質問（FAQ）

Q. SPCと検査はどちらを優先すべきですか？

SPCと検査は対立するものではなく役割が異なる。検査は「すでにできた製品の良否選別」、SPCは「工程が異常に傾く前の予防」である。理想は、SPCで工程を安定させて不良の発生自体を減らし、検査の負荷を下げていく方向だ。Cpkが十分高い工程では検査頻度を減らせる。

Q. 管理限界はどのくらいの頻度で見直すべきですか？

決まった周期はないが、設備の更新・材料ロットの変更・工程改善・人員の大幅な入れ替えなど、工程の状態が変わる節目では必ず引き直す。逆に工程が安定している間は頻繁に変える必要はない。定期的に「直近データで再計算した限界が現行と大きくずれていないか」を確認する運用が現実的だ。

Q. 異常判定ルールは8つすべて使うべきですか？

すべて使う必要はない。ルールを増やすほど見落としは減るが誤警報も増え、現場が警報に慣れてしまう。重要工程は厳しめに、安定工程はルール1（限界外れ）と2（平均シフト）を中心に、とメリハリをつけるのが実務的だ。自社で採用するルールセットを最初に定義し、全員で共有しておくことが前提になる。

Q. CpとCpkはどちらを見ればよいですか？

両方見るのが基本だが、実務で重視されるのはCpkである。Cpはばらつきの大きさだけを見ており、平均が規格中心からずれていても高い値が出てしまう。一方Cpkは平均のかたよりも加味するため、工程の「実力」をより正確に表す。CpとCpkの差が大きければ、まず平均を規格中心に寄せる調整が優先される。

Q. 少量多品種の生産でもSPCは使えますか？

使える。1個ずつしか測れない、あるいはロットが小さい場合はX-Rs管理図（個々の測定値と移動範囲）が適している。また、製品が変わっても共通の管理特性があれば、規格中心からの偏差で標準化してプロットする手法もある。「群が組めないからSPCは無理」と諦める前に、データの取り方を工夫する余地は大きい。

---

まとめ

本記事では、SPC（統計的工程管理）を「管理図・異常判定・工程能力」の3要素から体系的に解説した。要点を整理する。

1. SPCとは: 検査で良否を選別するのでなく、工程のばらつきを統計的に監視し、異常原因を早期に除去する手法。
2. 管理図の構造: CL（平均）とUCL/LCL（±3σ）で工程の安定性を判断する。管理限界と規格限界は別物。
3. 管理図の使い分け: 計量値ならX̄-R管理図など、計数値ならp・np・c・u管理図。データの性質で選ぶ。
4. 異常判定ルール: Western Electricの8ルールで多面的に監視。限界外れ（ルール1）だけでなく平均シフトや傾向も捉える。
5. 工程能力指数: Cp・Cpkで工程の実力を評価。実務の合格ラインはCpk ≧ 1.33。ただし工程が安定状態にあることが前提。

SPCの真価は、異常を「検知して終わり」にせず、根本原因の究明と再発防止につなげたときに発揮される。管理図が示す異常パターンを、原因分析と対策のサイクルに乗せる仕組みづくりこそが、品質を継続的に高める鍵になる。

管理図で捉えた異常の根本原因をAIでなぜなぜ分析し、対策ナレッジを組織で蓄積したい場合は、WhyTrace Plusをぜひお試しいただきたい。5Why分析・FTA・対策管理を一体で運用でき、属人化しがちな原因究明を仕組みに変えられる。

---

Sources:

• JIS Z 9020-1:2016 管理図－第1部：一般指針
• JIS Z 9020-2:2016 管理図－第2部：シューハート管理図
• シューハート管理図 8つの異常判定ルール
• 統計的工程管理とは？ – NTTコム オンライン
• 工程能力指数Cp・Cpkとは？計算式と判定基準 – Instant Engineering
• 工程能力1.33とは簡単に何？ – SEIZO-BU

---

関連サービス

品質改善・原因分析の知見を広げるために、姉妹サービスの関連記事もご活用ください。

• なぜなぜ分析の完全ガイド（GenbaCompass）
• QC7つ道具とナレッジ管理（know-howAI）
• 設備故障の前兆パターンの見分け方（PlantEar）