※当サイトはアフィリエイト広告（Amazonアソシエイト含む）を掲載しています。
目次
はじめに
QC検定2級では、以下のような手法を学びます。
- QC7つ道具（Seven QC Tools）
- 新QC7つ道具（New Seven Management Tools）
- なぜなぜ分析（5 Whys）
- 実験計画法（Design of Experiments：DOE）
- 分散分析（Analysis of Variance：ANOVA）
しかし、
「これらを現場でどう使うのか？」
ここが最も分かりにくいポイントです。
この記事では、QC検定の知識を実務の流れに沿って整理し、
「どの場面で何を使うのか」
を体系的に解説します。
■ 結論：QC手法は“流れ”で使う
QC手法は単体で使うものではありません。
問題解決の流れの中で組み合わせて使うことが重要です
■ 実務の全体フロー
現象（管理図で異常検知）
↓
問題整理（QC7つ道具）
↓
原因仮説（5 Whys・特性要因図）
↓
実験計画（DOE）
↓
データ取得
↓
分散分析（ANOVA）
↓
改善
↓
定着（管理図で監視）
■ ① 現象（管理図：Control Chart）
例：
- 不良率が急増した
- 強度にばらつきが出た
管理図（Control Chart）で異常を検知
■ 管理図の役割
- 異常の早期発見
- トレンドの把握
⚠ 注意
管理図は「原因」は教えてくれない
■ ② 問題整理（QC7つ道具）
■ QC7つ道具（Seven QC Tools）
- パレート図（Pareto Chart）
- ヒストグラム（Histogram）
- チェックシート（Check Sheet）
- 散布図（Scatter Diagram）
- 管理図（Control Chart）
- 層別（Stratification）
- グラフ（Graph）
データを可視化し、問題を定量化
よく『可視化しろ』と言われるヤツです
■ ③ 原因仮説（5 Whys＋特性要因図）
■ 使用手法
- なぜなぜ分析（5 Whys）
- 特性要因図（Fishbone Diagram / Cause-and-Effect Diagram）
■ 新QC7つ道具（New Seven Management Tools）
- 親和図（Affinity Diagram）
- 連関図（Relations Diagram）
- 系統図（Tree Diagram）
- マトリックス図（Matrix Diagram）
- マトリックスデータ解析法（Matrix Data Analysis）
- アローダイアグラム（Arrow Diagram）
- PDPC法（Process Decision Program Chart）
情報を整理し、仮説を構造化する
■ なぜなぜ分析（5 Whys）の例
強度が低い
→ なぜ？温度が低い
→ なぜ？設定ミス
→ なぜ？作業手順が曖昧
根本原因に到達
よく『なぜなぜ分析はしてないの？』とか言われるヤツです
■ ④ 実験計画（DOE）
仮説を効率よく検証するための設計
例：
- 温度（低・中・高）
- 圧力（低・高）
少ない試験回数で最大の情報を得る
よく『検証できる？』とか言われるヤツです
■ ⑤ データ取得
実験計画に従って測定
⚠ データの質＝分析の質
■ ⑥ 分散分析（ANOVA）
仮説が正しいかを統計的に判断
群間分散 → 条件の違い
群内分散 → バラつき
■ 意味
- 群間（Between）→ 条件の違い
- 群内（Within）→ ばらつき
条件の影響が偶然かどうかを判定
■ 相関分析（Correlation Analysis）との違い
- ANOVA → 差の検定（因果に近い）
- 相関分析 → 関係の強さ（因果は不明）
実務ではANOVAが主役
■ ⑦ 改善
有意差があった要因を改善
例：
- 温度設定の標準化
- 作業手順の見直し
■ ⑧ 定着（管理図で監視）
改善後も安定しているかを確認
- 管理図でバラつきが減少
- 外れ点がなくなる
再発防止の仕組み化
■ 管理図の正しい位置づけ
管理図は「最初と最後」に使う
- 最初 → 異常検知
- 最後 → 改善確認
さらに
全体を通して監視するツール
■ よくある失敗
- いきなりANOVAを行う
- 仮説を立てない
- 相関分析だけで判断する
改善につながらない
■ まとめ
QC手法は流れで使う
- QC7つ道具 → 問題整理
- 新QC7つ道具 → 仮説整理
- DOE → 検証設計
- ANOVA → 検証
- 管理図 → 監視と定着
この流れが理解できれば実務で使える
■ 次に読むべき記事
【実体験】QC検定2級は難しい？合格率・勉強時間・一発合格のコツを解説
