Instant Engineering

エンジニアの仕事効率を上げる知識をシェアするWeb記事／機械設計／TPS／QC品質管理

トップ > 生産工学 > 管理図とは？種類・見方・作り方をExcel付きで解説

管理図とは？種類・見方・作り方をExcel付きで解説

生産工学 生産工学-品質管理

製造現場で「工程が安定しているかどうか」を日々のデータから見極めたいと感じたことはありませんか。

ロット間のばらつきや時間帯ごとの偏り、ゆるやかな平均値のドリフトといった変化は、不良が連続発生してから気付くケースが少なくありません。

そこで活躍するのが、1924年にW.A.シューハートが提唱した管理図です。

中心線と管理限界線に対して点をプロットするだけで、偶然原因と異常原因を明確に区別できる、シンプルで強力な手法です。

ただし、X̄-R管理図・p管理図など種類が多く、計算式や異常判定ルールも独特で、最初の一歩で迷いやすい分野でもあります。

本記事では、管理図の種類・見方・作り方を、Excelでの実践手順と係数表つきで徹底解説します。

 

 

1. 管理図とは何か

管理図（control chart）とは、工程から得られるデータを時系列にプロットし、工程が統計的管理状態にあるかどうかを判断するためのグラフツールです。縦軸に測定値や不良率・不良個数を取り、横軸には時間や群の番号を並べ、中心線と上下の管理限界線を引いたうえで各データ点を打点していきます。

打点が管理限界内でランダムに変動していれば「工程は管理状態にある」と判断でき、限界を越えたり特定のパターンを示したりした場合は、偶然原因では説明しにくい異常原因が混入している疑いがあると見立てます。

偶然原因と異常原因

工程のばらつきは、原因の性質から2種類に分類されます。

  • 偶然原因（common cause）：材料の微小な組成差、温度の微小変動、測定誤差など、常に工程に内在しているばらつき。取り除くことはほぼ不可能で、工程能力として許容する対象です。
  • 異常原因（special cause）：刃物の破損、原料ロットの切替、設定ミスなど、特定のタイミングで発生し工程を本来の状態から外れさせる要因。検出して取り除く対象です。

管理図のすべての設計思想は、この2種類を統計的に見分けるという1点に集約されています。

管理図が生まれた背景

管理図は、1924年に米ベル研究所のウォルター・A・シューハートが提案したものが起源です。電話機の製造品質を安定させるために考案され、その後はSPC（統計的工程管理）やシックスシグマの基礎理論へと発展しました。

100年が経った現在でも、ISO 9001やIATF 16949の要求事項として管理図が参照されるなど、品質管理の共通言語として生き続けています。

管理図の基本構造（CL・UCL・LCL）

すべての管理図には、共通して3本の水平線が引かれます。

  • 中心線（CL: Central Line）：打点の平均的な水準。多くの場合、過去データの平均値を用います。
  • 上方管理限界線（UCL: Upper Control Limit）：工程が管理状態のとき、ほとんど越えないと期待される上限。
  • 下方管理限界線（LCL: Lower Control Limit）：同様に下限。

UCLとLCLはいずれも、中心線から概ね±3σ（3シグマ）の位置に設定されます。工程が正規分布に従う場合、この範囲に全データの99.73%が収まるため、限界外の打点が観測される確率は約0.27%と非常に小さい値です。

\text{UCL} = \text{CL} + 3\sigma

\text{LCL} = \text{CL} - 3\sigma

つまり、管理限界外の点は「偶然では説明しにくい変化」のサインとして扱えるわけです。実務ではσそのものを直接計算するのではなく、群平均や範囲から算出した推定量と係数表を組み合わせて管理限界を決めるのが一般的です。具体的な計算方法は第4章で詳しく解説します。

 

2. 管理図の種類と使い分け（計量値・計数値）

管理図は、扱うデータが連続量か整数かによって大きく2つのグループに分かれます。長さ・重さ・温度などの計量値か、良品・不良品・キズの個数などの計数値かで、使うべき管理図と計算式がまったく異なります。

計量値管理図（X̄-R・X̄-S・I-MR）

計量値管理図は、連続的に測れる値（長さ、重量、時間、温度など）を対象とします。代表的な3種類は次のとおりです。

  • X̄-R管理図：群平均X̄と範囲Rを併用する最も基本的な形。群サイズn=2～10程度で使います。
  • X̄-S管理図：群サイズが大きい（n≧10）ときに、Rの代わりに標準偏差Sを使う形。Rより精度の高いばらつき推定が可能です。
  • I-MR管理図（Individual-Moving Range）：群分けができない1点ずつのデータを扱う形。化学プロセスや1ロット1サンプル運用に適します。

迷ったらまずX̄-R管理図から入るのが定石で、本記事も以降はX̄-R管理図を中心に解説します。

計数値管理図（p・np・c・u）

計数値管理図は、整数でカウントできる値を対象とします。4種類の使い分けは次のとおりです。

  • p管理図：不良率を管理。群サイズnが日ごとに変動しても使えます。
  • np管理図：不良個数を管理。群サイズnが一定の場合に使用します。
  • c管理図：一定の検査単位あたりの欠点数（例：1製品あたりのキズの数）を管理します。
  • u管理図：検査単位あたりの欠点数を管理。検査単位の大きさが一定でない場合に対応します。

どの管理図を選ぶかのフロー

管理図の選定は、次のような問いを順に押さえると迷いにくくなります。

  • データは連続量か整数か？ → 計量値管理図か計数値管理図かが決まります。
  • 群分けができるか？ → X̄-R系かI-MRかが決まります。
  • 群サイズは小さいか（n=2～9）、大きいか（n≧10）？ → X̄-RかX̄-Sかが決まります。
  • 不良の捉え方は「個数」か「欠点の数」か？ → p/np系かc/u系かが決まります。
  • サンプルサイズは一定か？ → npかp、cかuかが決まります。

この5つの問いを順にたどれば、ほとんどの現場データに最適な管理図が1つに絞り込めます。

関連記事

instant.engineer

 

3. X̄-R管理図の作り方と計算式

ここでは、最も汎用性の高いX̄-R管理図の作り方を、準備から計算までの手順で解説します。X̄-R管理図を押さえておけば、他の管理図も同じ流儀で作成できます。

準備：データ収集と群分け

X̄-R管理図を作るには、工程の中で一定条件下で得られるサンプル群が必要です。典型的な段取りは次のとおりです。

  • 1回にn個のサンプルを同時期に測定して、1つの「群（subgroup）」とします。n=4～5が定番です。
  • これを時間順に25群程度（k≧20が推奨）集めます。
  • 群の内部ではできるだけ条件を揃え、群の間には自然な時間変動が入るようサンプリング間隔を決めます。

この「群内のばらつき」と「群間のばらつき」の違いを見ることこそ、X̄-R管理図の核心です。群内のばらつきから偶然原因の標準偏差を推定し、その3σ幅と比較して群間変動が大きすぎないかを判定する、という設計になっています。

群平均X̄と範囲Rの計算

各群ごとに、群平均X̄と範囲Rを求めます。

\bar{X} = \dfrac{1}{n}\sum_{i=1}^{n} x_i

R = x_{\max} - x_{\min}

ここで x_i は群内のi番目の測定値、 x_{\max}、 x_{\min} は群内の最大値・最小値です。範囲Rは計算がシンプルなので現場向けで、標準偏差Sは統計的に効率的ですがn≧10で初めて真価を発揮します。

中心線（CL）の求め方

k群分のX̄とRが揃ったら、それぞれの平均値を中心線として定義します。

\bar{\bar{X}} = \dfrac{1}{k}\sum_{j=1}^{k} \bar{X}_j

\bar{R} = \dfrac{1}{k}\sum_{j=1}^{k} R_j

X̄管理図の中心線はX̄̄（エックスバーバー）、R管理図の中心線はR̄を用います。以降の管理限界計算では、これら2つの値が出発点になります。

実際の計算例（n=5、k=5の簡易サンプル）

計算の流れを具体的にイメージするため、n=5、k=5の最小サイズで例を示します（実務ではk≧20が推奨ですが、ここでは式の確認目的です）。

群No. x₁ x₂ x₃ x₄ x₅ X̄ R
1 10.2 10.1 10.3 10.0 10.2 10.16 0.3
2 10.1 10.2 10.1 10.3 10.2 10.18 0.2
3 10.0 10.1 10.0 9.9 10.1 10.02 0.2
4 10.3 10.2 10.4 10.2 10.3 10.28 0.2
5 10.1 10.0 10.1 10.2 10.1 10.10 0.2

このデータから総平均と平均範囲を求めると、 \bar{\bar{X}} = 10.148、 \bar{R} = 0.22 となります。これがX̄管理図とR管理図それぞれの中心線に相当します。

 

4. 管理限界線（UCL・LCL）の求め方と係数表

中心線が決まったら、次は管理限界線を引きます。X̄-R管理図では、係数表に掲載されたA₂・D₃・D₄を使うだけで、正規分布の仮定から導かれる3σ幅を直接計算できる仕組みになっています。

X̄管理図の管理限界

X̄管理図の管理限界は、群サイズnに応じた係数A₂を使って次のように求めます。

\text{UCL}_{\bar{X}} = \bar{\bar{X}} + A_2 \bar{R}

\text{LCL}_{\bar{X}} = \bar{\bar{X}} - A_2 \bar{R}

A₂は「平均範囲R̄から母標準偏差σを推定し、群平均の標準誤差σ/√nに換算したうえで3倍する」操作をまとめた定数です。統計的には A_2 = \dfrac{3}{d_2 \sqrt{n}} で定義されており、d₂はレンジ法による標準偏差推定係数です。

R管理図の管理限界

R管理図の管理限界は、下限側D₃と上限側D₄の2つの係数を用います。

\text{UCL}_R = D_4 \bar{R}

\text{LCL}_R = D_3 \bar{R}

群サイズがn≦6の場合、D₃は理論上負の値になるため「LCLなし」として扱うのが標準です。これは「ばらつきが小さくなる方向」への変動は品質上は望ましく、異常として扱う必要がないという実用上の判断でもあります。

係数表（A₂, D₃, D₄）

群サイズnに応じた代表的な係数値は次のとおりです。JIS Z 9020-2（シューハート管理図）に準拠した値で、手計算でもExcel計算でもそのまま使えます。

群サイズ n A₂ D₃ D₄
2 1.880 - 3.267
3 1.023 - 2.575
4 0.729 - 2.282
5 0.577 - 2.115
6 0.483 - 2.004
7 0.419 0.076 1.924
8 0.373 0.136 1.864
9 0.337 0.184 1.816
10 0.308 0.223 1.777

計算例での管理限界算出

前章の計算例（n=5、 \bar{\bar{X}} = 10.148、 \bar{R} = 0.22）を使って、実際にUCL・LCLを求めてみます。係数表からA₂=0.577、D₃=なし、D₄=2.115です。

  • \text{UCL}_{\bar{X}} = 10.148 + 0.577 \times 0.22 \approx 10.275
  • \text{LCL}_{\bar{X}} = 10.148 - 0.577 \times 0.22 \approx 10.021
  • \text{UCL}_R = 2.115 \times 0.22 \approx 0.465
  • R管理図のLCLはn=5なのでなし

群4のX̄=10.28は、計算上のUCLを0.005超えており、異常原因の疑いがあると判定されます。実際の運用では20群以上のデータで管理限界を引き直し、その線のもとで継続監視するのが基本です。

計数値管理図の管理限界式

計数値管理図では、対応する確率分布（二項分布・ポアソン分布）から管理限界を直接計算します。代表的な式を示します。

p管理図（不良率）の管理限界：

\text{CL}_p = \bar{p}

\text{UCL}_p = \bar{p} + 3\sqrt{\dfrac{\bar{p}(1-\bar{p})}{n}}

\text{LCL}_p = \bar{p} - 3\sqrt{\dfrac{\bar{p}(1-\bar{p})}{n}}

c管理図（欠点数）の管理限界：

\text{CL}_c = \bar{c}

\text{UCL}_c = \bar{c} + 3\sqrt{\bar{c}}

\text{LCL}_c = \bar{c} - 3\sqrt{\bar{c}}

LCLが負になる場合は、実務上はゼロ下限として扱います。p管理図はnが変動する場合、点ごとに管理限界が階段状に変化する特徴がある点に注意してください。

 

5. 管理図の見方と異常判定の8ルール

管理図は、プロットするだけでは意味がありません。「異常を検出する」ためのルールに従って読み解くことが大切です。JIS Z 9020-2およびWestern Electric社の手引きに基づく異常判定の8ルールを押さえておきましょう。

3σ帯の区切り方

異常判定ルールを適用するには、管理図を±1σ・±2σ・±3σの3つの帯（ゾーンA・B・C）に区切ります。中心線から外側に向かってゾーンC（±1σ以内）、ゾーンB（±1σ～±2σ）、ゾーンA（±2σ～±3σ）と呼ぶのが一般的です。

各ルールは、打点がどのゾーンにどう分布しているかという観点から組み立てられています。

JIS準拠の異常判定8ルール

具体的な8ルールは次のとおりです。

  • ルール1：1点が管理限界線（±3σ）を越える。
  • ルール2：連続9点が中心線の同じ側にある（連）。
  • ルール3：連続6点が単調増加または単調減少している（傾向）。
  • ルール4：連続14点が交互に上下している（周期）。
  • ルール5：連続3点のうち2点が同じ側の±2σ外にある（ゾーンA）。
  • ルール6：連続5点のうち4点が同じ側の±1σ外にある（ゾーンBまたはA）。
  • ルール7：連続15点が±1σ以内に集中している（中心化のしすぎ）。
  • ルール8：連続8点がいずれも±1σを越えている（ゾーンC内が0点、層別ミスの疑い）。

ルール1が最も分かりやすい異常ですが、ルール2～4の「連・傾向・周期」も実務で頻繁に現れる重要なパターンです。特に傾向の検出は、工具摩耗や温度ドリフトのような緩慢な変化を早期に捉える助けになります。

ランと傾向を読み解く

ルール2の「連」は、工程平均がシフトしたことを示唆します。刃物の交換後、材料ロットの切替、オペレータの交代などがよくある原因です。一度平均がシフトすると、その後も同じ側に点が連なるため、比較的早いタイミングで検出できます。

ルール3の「傾向」は、工具摩耗、型の熱膨張、センサーのドリフトなど、徐々に進行する変化の典型パターンです。管理限界を越える前に「予兆」として捉えられれば、予防保全の計画に組み込めます。

ルール7の「中心化のしすぎ」は、一見すると良さそうに見えますが、実際には異なる分布が層別されずに混在しているケースや、データの丸め込みによる見かけ上の集中を示していることがあります。嬉しい結果ほど疑って診る姿勢が大切です。

異常検出後のアクション

いずれかのルールに該当した場合、ただちに工程を止めるべきかどうかは異常の性質によります。一般的な対応フローは次のとおりです。

  • 打点記録の横に「異常の種類（ルール番号）」「発生時刻」「気付き事項」を書き込む。
  • 5M（人・機械・材料・方法・測定）の観点から異常原因を調査する。
  • 短期対策（処置）と再発防止（対策）を分けて対応する。
  • 工程や標準を改訂した場合は、改訂後のデータから管理限界を引き直す。

「処置」と「対策」の切り分けは、トヨタ式問題解決でも重要視されるポイントで、管理図運用でも同じ思想が活きてきます。

関連記事

instant.engineer

 

6. Excelでの管理図作成手順

Excelがあれば、特別な統計ソフトを使わなくてもX̄-R管理図は十分実用レベルで作成できます。ここでは基本的な手順を紹介します。

データレイアウトの基本

Excelシートの列構成を、次のように設計するのが標準的です。

  • A列：群番号（1, 2, 3, ..., k）
  • B～F列：サンプル値 x₁, x₂, x₃, x₄, x₅（n=5の場合）
  • G列：X̄（=AVERAGE(B2:F2)）
  • H列：R（=MAX(B2:F2)-MIN(B2:F2)）
  • I列：UCLx（定数）
  • J列：LCLx（定数）
  • K列：CL（=AVERAGE(G$2:G$21)、絶対参照に注意）

管理限界を定数列として持つことで、後からグラフ化したときにそのまま水平線として表示できます。

X̄とRを計算する関数

X̄列には =AVERAGE(B2:F2)、R列には =MAX(B2:F2)-MIN(B2:F2) を入力し、下方向にオートフィルします。これだけで群平均と範囲が自動計算されます。

総平均X̄̄と平均範囲R̄は、それぞれ G列・H列全体に対して =AVERAGE(G2:G21) のようにAVERAGE関数を使えば一発で求まります。

係数を定義して管理限界を計算する

係数表のA₂・D₃・D₄をシートの一角（例：M2、M3、M4）に書き込み、次のように管理限界を計算します（n=5の例）。

  • =M2: 0.577（A₂）
  • =M3: なし（n=5ではD₃なし）
  • =M4: 2.115（D₄）
  • UCLx = X̄̄ + M2 × R̄
  • LCLx = X̄̄ − M2 × R̄
  • UCLr = M4 × R̄

係数を定数セルに切り出しておくと、群サイズが変わった場合にも数式を書き換える必要がなくなり、メンテナンスが楽になります。

グラフ化の手順

X̄列とA列の群番号を選択し、「挿入」→「折れ線グラフ」を選びます。次に、UCLx・LCLx・CLの3本を系列として追加すれば、視覚的にも異常判定しやすい管理図が完成します。

R管理図も同様に、H列・A列から折れ線グラフを作成し、UCLr・CLr（＝R̄）を追加します。R管理図のLCLrはn≦6で「なし」なので系列を追加する必要はありません。

異常判定を色分けする工夫

Excelの条件付き書式を使えば、管理限界を越えた点を自動的に赤く表示できます。たとえばX̄列に対して、「セルの値が =$I$2 より大きい」「=$J$2 より小さい」という条件を設定すると、限界超過が一目瞭然になります。

さらに条件付き書式を重ねれば、ルール2～4の連や傾向も可視化できますが、判定ロジックが複雑になるため、現場では「限界超過は色、連・傾向は目視」という運用分担が現実的です。

関連記事

instant.engineer

 

7. 管理図とCpk/Ppk（工程能力指数）の関係

管理図と工程能力指数（Cp・Cpk・Pp・Ppk）は混同されがちですが、役割がまったく異なります。両者の違いと関係を整理しておきましょう。

管理図は「安定性」、Cpkは「能力」を見る

管理図は工程が統計的管理状態にあるか、つまりばらつきが偶然原因のみで説明できる状態にあるかを判定するツールです。一方、Cpk/Ppkは工程が規格を満たす能力を持っているかを評価する指標です。

両者は「安定性」と「能力」という別軸を見ているため、工程状態を正しく把握するには2つを組み合わせて使う必要があります。管理状態にあっても規格を外れる工程はありますし、逆に規格を満たしていても管理状態にない（ばらつきが膨張しつつある）工程もあります。

Cpk計算の前提は管理状態

重要なのは、Cpkを評価する前提として、工程が管理図上で安定している必要があるという点です。管理状態にない工程でCpkを計算しても、その値は再現性に乏しく、意味ある能力評価にはなりません。

C_{pk} = \min\left(\dfrac{\text{USL}-\mu}{3\sigma},\ \dfrac{\mu-\text{LSL}}{3\sigma}\right)

ここでUSL・LSLは規格上限・下限、μは工程平均、σは工程の標準偏差です。σに何を使うかがCpkとPpkの本質的な違いを生みます。

Cpk・Ppkとの使い分け

Cpkは「群内標準偏差」から計算する短期的な工程能力、Ppkは「全体標準偏差」から計算する長期的なパフォーマンスを表します。管理図で得られるR̄からはCpk用のσ（=R̄/d₂）を、実データの標準偏差関数STDEVからはPpk用のσを推定できます。

つまり管理図は、Cpk計算に必要な群内標準偏差を提供する「情報源」としても機能しているわけです。管理図運用とCpk評価をセットで動かすことが、品質データの価値を最大化するコツです。

関連記事

instant.engineer

instant.engineer

 

8. SPC（統計的工程管理）における管理図の位置づけ

管理図は、SPC（Statistical Process Control）と呼ばれるより広い活動の中核に位置付けられるツールです。SPCは単なるグラフ作成の作業ではなく、「データに基づいて工程を安定・改善するPDCAサイクル」そのものを指します。

SPCの全体像

SPCはおおむね次の4ステップで回されます。

  • P（計画）：管理すべき特性・群サイズ・サンプリング方法を決定します。どの特性を管理図で追うかの選定が、SPC成否の大半を決めます。
  • D（実行）：データを収集し、管理図にプロットします。現場でリアルタイムに打点することで、異常検出のスピードが高まります。
  • C（確認）：異常判定ルールに基づき、管理状態から外れる兆候を検出します。
  • A（処置）：異常原因を特定し、工程や標準を改訂します。

管理図は特にD・Cのステップで機能し、異常の早期検知と記録の一元化を同時に担います。逆に、P・Aのステップが弱いと、管理図はあっても活かされない「形骸化SPC」に陥りがちです。

管理限界の定期見直し

工程改善が進むと、過去データで算出した管理限界が実態に合わなくなることがあります。改善が進んだ後も古い（広い）管理限界を使い続けると、本来なら異常として検出すべき変動を見逃す原因になります。

運用上は、工程能力が十分に安定した時点で管理限界を更新し、さらに厳しいレベルで継続監視する「タイトニング」の運用が推奨されます。具体的なタイミングは、Cpkが目標値（例：1.33）を安定して越えた時や、大きな設備更新・工程変更があった時が適切です。

管理図と5M1E

異常検出後の原因調査では、5M1E（Man・Machine・Material・Method・Measurement・Environment）の観点でチェックリスト化しておくと迅速です。特にMeasurement（測定）の変動は、管理図上で「連」や「傾向」として誤検出されやすいので、最初に切り分けるのが実務のセオリーです。

関連記事

instant.engineer

 

9. 管理図運用でよくある失敗と対策

管理図は正しく運用されないと、グラフを作るだけで終わってしまう「形骸化ツール」になりがちです。現場でよく見られる失敗と、その対策を整理します。

群分けミスと「層別」の盲点

複数のライン・機械・オペレータから得たデータを1本の管理図にまとめてしまうと、本来は層別すべき異なる分布が混ざり、管理限界が広がりすぎる結果、異常を見逃す状態に陥りがちです。

対策は、ライン別・機械別・作業者別に層別管理図を作成することです。ルール7（中心化のしすぎ）が頻発する場合は、層別ミスのサインでもあります。最初の1か月は粗く管理し、パターンが見えた段階で層別するという段階的な運用が現実的です。

管理限界を頻繁に更新してしまう

異常が出るたびに管理限界を引き直してしまうと、基準が揺らぎ、異常検出が機能しなくなります。管理限界は原則として「工程が管理状態にあるときのデータ」から算出し、工程そのものの改善があった場合にのみ更新するのが基本です。

よくあるNGパターンは、月次レビューのたびに全データで再計算してしまうケースです。この運用だと、過去の異常値が管理限界に取り込まれ、以後の異常を見逃す温床になります。

規格線と管理限界を混同する

UCL・LCLは工程の自然ばらつきから決まる線であり、USL・LSL（規格上限・下限）とはまったく別物です。管理図上に規格線を重ねて書き込んでしまうと、「規格内だから異常ではない」という誤った判断を招きます。

規格線は品質規格、管理限界はプロセス安定性を見るための線――この切り分けは徹底しましょう。もし両方を同じグラフに表示したい場合は、線種や色を明確に変えて、別ロジックで判定することを明示します。

サンプリング方法のブレ

管理図で観測される変動は、サンプリング方法の影響を強く受けます。群内のサンプルが時間的に離れていたり、異なる機械から混ぜて採られていたりすると、群内標準偏差が本来より大きく推定され、管理限界が不当に広くなります。

対策は、サンプリング手順を手順書化し、作業者が変わっても同じ条件で測定できるようにすることです。測定システム自体の信頼性評価には、GR&R（ゲージR&R）を併用します。

関連記事

instant.engineer

 

10. まとめ

管理図は、1924年にシューハートが考案して以来、100年近く工程管理の中核を担ってきた古典的かつ強力なツールです。本記事のポイントを振り返ります。

  • 管理図の目的は工程が統計的管理状態にあるかを判定することであり、規格適合性の判定とは別物である。
  • 計量値にはX̄-R・X̄-S・I-MR、計数値にはp・np・c・uと、データの種類で使い分ける。
  • 管理限界は係数表（A₂・D₃・D₄）または二項・ポアソン分布の3σ幅から計算する。
  • JISの8ルールにより、限界超過だけでなく「連・傾向・周期」などの微妙なパターンも異常として検出できる。
  • Excelだけでも実用的な管理図は作成可能で、SPCのPDCAサイクルに直結する。
  • Cpk/Ppkの前提として管理状態の確認が必要であり、管理図はその土台となる。
  • 運用の失敗例（層別ミス・限界の頻繁更新・規格線との混同）を知っておくことで、形骸化を防げる。

管理図を日常的に運用する文化が根付けば、不良の予兆を早期に捉え、工程改善のPDCAを正しく回せるようになります。まずはExcelから手を動かして、自社の工程データで1枚目の管理図を作ってみることをおすすめします。