不良が出てから対策するのではなく、ばらつきに強い設計を最初から作り込む。
その考え方を体系化したのが「品質工学」、いわゆるタグチメソッドです。
SN比やロバスト設計、損失関数といった独自の考え方を使い、製品や工程の品質を開発の上流で高めます。
しかし、用語が難しく「SN比とは何か」「どう使うのか」でつまずく方も少なくありません。
本記事では、品質工学の目的から、損失関数・SN比・ロバスト設計・直交表まで、その考え方を計算式とともにわかりやすく解説します。
- 1. 品質工学とは
- 2. 品質工学の目的
- 3. 損失関数
- 4. SN比とは
- 5. SN比の3つの特性
- 6. ロバスト設計（パラメータ設計）
- 7. 直交表の活用
- 8. 品質工学の三段階設計
- 9. 品質工学のメリットと活用
- 10. まとめ
1. 品質工学とは
品質工学とは、製品や工程の品質を「ばらつき（変動）」の観点からとらえ、開発・設計の段階で品質を作り込むための工学的な方法論です。
創始者の田口玄一博士の名にちなみ、海外ではタグチメソッドとも呼ばれます。
検査で不良を取り除く従来の品質管理とは異なり、そもそもばらつきの出にくい設計をめざす点に特徴があります。
品質工学では、品質を「目標値からのばらつきの小ささ」として定量的に評価します。
そのための独自の指標が、後ほど解説するSN比や損失関数です。
これらを使い、外乱に強く安定した性能を発揮する設計を効率よく見つけ出します。
従来の品質管理との違い
従来の品質管理が「できあがった製品から不良を取り除くこと」に主眼を置くのに対し、品質工学は「不良が生まれにくい設計そのものを作り込むこと」に主眼を置きます。検査をどれだけ厳しくしても、設計が外乱に弱ければ不良は繰り返し発生してしまいます。
品質工学は、その根本原因であるばらつきの大きさを、設計段階で小さくしようとするアプローチです。そのため製造現場だけでなく、研究開発や設計部門が主役となる手法でもあり、上流の設計者がばらつきを意識することで後工程の負担を大きく減らせます。
この「検査から設計へ」という発想の転換こそが、品質工学を従来の品質管理と区別する最大のポイントです。製造現場の努力だけに頼らず、設計の良し悪しで品質の大半が決まるととらえる点に、この方法論の本質があります。
統計的な手法の基礎となる実験計画法については、こちらの記事もあわせてご覧ください。
関連記事
2. 品質工学の目的
品質工学が最終的にめざすのは、社会的損失の最小化です。
製品の品質が悪いと、不良の手直しやクレーム対応、使用時の故障など、社会全体にさまざまな損失が生じます。
品質工学では、こうした損失を金額として評価し、それを小さくする設計を選びます。
重要なのは、品質を「規格に入っているかどうか」だけで判断しないという点です。
たとえ規格内であっても、目標値から外れているほど損失は大きくなると考えます。
この発想が、後述する損失関数につながっています。
また品質工学では、市場に出てから問題に対処するのではなく、開発の上流で品質を作り込むことを重視します。
上流で対策するほど、後工程での手戻りやコストを大きく減らせるためです。
田口博士は、品質の悪さを「製品が出荷されてから社会全体に与える損失の総和」としてとらえました。ここには作り手の手直し費用だけでなく、使う人が費やす時間やコスト、廃棄による環境負荷までもが含まれます。
品質を作り手だけの問題とせず、社会全体のコストとして広くとらえる点が、品質工学の特徴的な視点です。この視点に立つからこそ、「規格さえ満たせばよい」ではなく「目標値にどこまで近づけるか」を追求する姿勢が生まれます。
この「損失を金額で測る」という発想は、品質の良し悪しを部門を越えて共有しやすくする利点もあります。設計・製造・経営が同じ物差しで品質を語れるようになるのです。
設計品質と製造品質
品質には大きく分けて、狙いどおりの性能を設計できているかを表す設計品質と、その設計をばらつきなく再現できているかを表す製造品質の二つの側面があります。品質工学は、このうちばらつきに直結する製造品質を、製造現場任せにせず設計の段階で先回りして作り込もうとします。
つまり、できあがってから測るのではなく、設計の時点で「どれだけ安定して目標を出せるか」を見積もり、損失の小さい条件を選んでおくという考え方です。この姿勢が、社会的損失の最小化という目的に直結しています。
3. 損失関数
損失関数は、品質を金額（損失）として表すための考え方です。
田口博士は、特性値 y が目標値 m から外れるほど損失が増えると考え、その損失 L を次の二次式で表しました。
ここで y は実際の特性値、m は目標値、k は損失の大きさを決める比例定数です。
この式は、目標値からのずれの二乗に比例して損失が大きくなることを表しています。
規格内でも損失は生じる
従来の考え方では、規格内なら損失ゼロ、規格外なら不良という二択でした。
しかし損失関数では、規格内であっても目標から外れた分だけ損失が発生すると考えます。
「規格を満たすこと」ではなく「目標値にどれだけ近づけるか」を追求する、品質工学らしい発想です。
たとえば比例定数 k は、規格の限界を外れたときに発生する損失額と、その許容差から求められます。これにより、ばらつきの大きさを「金額」という共通の物差しに置き換えて比較できるようになります。
設計案ごとの損失を試算すれば、どの案が長期的に見て得なのかを定量的に判断できます。感覚的な「良し悪し」ではなく、金額という誰もが納得できる基準で品質を語れることが、損失関数の大きな価値です。
具体的にイメージすると、目標寸法から0.1mmずれた製品より、0.2mmずれた製品のほうが、損失はおよそ4倍に膨らみます。ずれが2倍になると損失は二乗で4倍になる、というのがこの式の意味するところです。わずかなずれでも、積み重なれば無視できない損失になるとわかります。
たとえば、二つの工場が同じ規格の部品を作っていても、一方が目標値ぴったりに、もう一方が規格ぎりぎりに作っていれば、損失関数の考え方では後者のほうが大きな損失を生んでいることになります。規格を満たしているかどうかだけでは、この差を見抜けません。
4. SN比とは
SN比（Signal-to-Noise ratio）は、品質工学の中心となる指標で、性能の安定性を表します。
もともとは通信工学で使われる、信号（Signal）とノイズ（Noise）の比に由来します。
品質工学では、望ましい出力（信号）と、ばらつき（ノイズ）の比としてとらえます。
SN比が大きいほど、ノイズに対して信号が支配的、つまりばらつきが小さく安定していることを意味します。
たとえば望目特性（目標値がある特性）では、平均 μ と標準偏差 σ を使って次のように表します。
SN比 η の単位はデシベル（dB）で、値が大きいほど安定した良い設計と判断します。
複数の設計案を比べるとき、SN比の高い案を選ぶことで、ばらつきに強い設計を見つけられます。
SN比を使う利点は、平均とばらつきを一つの指標にまとめて評価できる点にあります。単に平均が目標へ近いだけでなく、ばらつきが小さいほど高い値になるため、「安定して目標を出せる設計」を一目で選べます。
デシベル表示にするのは、比として求めた値を扱いやすい対数スケールに変換し、改善の度合いを足し算で比較できるようにするためです。SN比が3dB上がれば、ばらつきの分散がおよそ半分になったと読み取れます。
ばらつきを表す分散・標準偏差の基礎は、分散と標準偏差の記事で解説しています。
5. SN比の3つの特性
SN比は、求めたい品質特性のタイプによって計算式が変わります。
代表的なのが、次の3つの静特性です。
| 特性 | ねらい | 例 |
|---|---|---|
| 望目特性 | 目標値にぴったり合わせたい | 寸法・電圧 |
| 望小特性 | 小さいほど良い | 摩耗・振動・不純物 |
| 望大特性 | 大きいほど良い | 強度・効率 |
たとえば、小さいほど良い望小特性のSN比は次の式で表されます。
逆に、大きいほど良い望大特性では、データの逆数の二乗を使って次のように計算します。
いずれの特性でも、SN比が大きいほど望ましい結果になるよう式が組み立てられています。
望目特性では、平均を目標へ合わせる調整と、ばらつきを抑える調整を分けて考えます。まずSN比を最大にしてばらつきを抑え、その後に平均を目標値へ合わせる、という二段構えが基本です。
一方、望小特性と望大特性には目標値そのものがありません。そのため、ばらつきと大きさをまとめて一つのSN比で評価する点が望目特性との違いです。求めたい品質が「小さいほど良い」のか「大きいほど良い」のかを見極めて、式を選ぶことが大切です。
たとえば、ある特性を測って平均10・標準偏差0.5が得られた設計と、平均10・標準偏差1.0の設計があれば、望目特性では前者のほうがSN比は高く評価されます。平均が同じでも、ばらつきの小さい設計が選ばれるしくみになっているのです。
静特性と動特性
ここまで紹介した3つは、入力が一定の条件で評価する静特性です。これに対し、入力の大きさに応じて出力が変化する関係そのものの安定性を評価する動特性という考え方もあります。
動特性のSN比は、入力と出力の比例関係（感度）からのばらつきを評価するもので、幅広い使用条件にわたって安定した性能を求めたいときに役立ちます。狙う品質が「一点の目標値」か「入力に応じた理想の関係」かによって、静特性と動特性を使い分けます。
6. ロバスト設計（パラメータ設計）
ロバスト設計とは、温度や湿度、部品のばらつきといった外乱（ノイズ）に対して、性能が安定する=頑健な設計のことです。
品質工学では、このロバスト設計を実現する中心的な手法をパラメータ設計と呼びます。
制御因子と誤差因子
パラメータ設計では、設計で自由に決められる制御因子と、制御できない誤差因子（ノイズ）を区別します。
そして、誤差因子が変動してもSN比が高く保たれる制御因子の組み合わせを探します。
ポイントは、ノイズそのものを取り除くのではなく、ノイズがあっても影響を受けにくい条件を見つけることです。
ノイズ対策にはコストがかかりますが、ロバスト設計なら設計の工夫だけで安定性を高められます。
これが、品質工学が「安く品質を作り込める」と言われる理由です。
身近な例で言えば、どんな気温の部屋でも安定して動く電子機器や、多少雑に扱っても性能が変わらない製品が、ロバスト設計の成果です。誤差因子をあえて実験に取り込み、悪条件でも性能が崩れない制御因子の水準を選ぶことで、こうした頑健さを設計段階で作り込みます。
ノイズを抑え込むには遮蔽や高精度部品といった追加コストがかかりますが、ロバスト設計なら設計値の選び方を変えるだけで安定性を高められます。コストをかけずに品質を底上げできることが、パラメータ設計の最大の魅力です。
パラメータ設計の進め方
パラメータ設計は、おおまかに次の手順で進めます。まず制御因子と誤差因子を洗い出し、制御因子を直交表に割り付けます。次に各条件で誤差因子を変えながら実験し、得られたデータからSN比を計算します。
最後に、SN比が最も高くなる水準の組み合わせを選び、確認実験で再現性を確かめます。この一連の流れにより、勘や経験に頼らず、データにもとづいてばらつきに強い条件を見つけ出せます。
7. 直交表の活用
パラメータ設計で多くの因子を効率よく評価するために使われるのが直交表です。
直交表とは、複数の因子と水準を組み合わせた実験を、少ない回数で計画的に行うための表です。
たとえば8因子を総当たりで調べると膨大な実験回数が必要ですが、直交表を使えばごく少ない回数で各因子の影響を評価できます。
品質工学では、L18やL12といった直交表がよく用いられます。
直交表に制御因子を割り付けて実験し、各条件のSN比を計算することで、最適な水準の組み合わせを効率的に求められます。
直交表が「直交」と呼ばれるのは、どの因子の効果も、ほかの因子から独立して公平に見積もれるよう水準が割り付けられているためです。この性質のおかげで、一部の組み合わせしか試さなくても、各因子が性能に与える影響を偏りなく推定できます。
実験回数を抑えながら信頼できる結論が得られることが、直交表の最大の利点です。試作や評価に時間とコストがかかる開発の現場ほど、その効果は大きくなります。
代表的な直交表
なかでもL18直交表は、2水準の因子1つと3水準の因子7つを18回の実験で評価でき、交互作用の影響が特定の列に偏りにくい性質から、品質工学で特に広く使われます。因子の数や水準に応じて適切な直交表を選ぶことが、効率的な実験計画の第一歩です。
直交表を使った実験の具体例は、直交配列表実験の記事で詳しく解説しています。
8. 品質工学の三段階設計
品質工学では、設計を次の3つの段階に分けて進めます。
- システム設計：基本的な構造や原理を決める段階
- パラメータ設計：制御因子の最適な水準を決め、ばらつきに強くする段階
- 許容差設計：必要な部分にだけ厳しい公差や高級な部品を割り当てる段階
コストをかける順序
このうち、品質工学が最も重視するのがパラメータ設計です。
まず安価な条件でばらつきを抑え、それでも足りない部分にだけ、許容差設計でコストをかけて精度を高めます。
「まず設計の工夫で安定させ、最後にお金をかける」という順序が、コストを抑えながら品質を高めるかぎになります。
この順序が重要なのは、最初から高価な部品や厳しい公差に頼ると、コストばかりが増えて本質的な安定性が得られないからです。パラメータ設計で「お金をかけずに安定させられる部分」を見極めてから、許容差設計で「本当にお金をかけるべき部分」だけに資源を集中します。
この切り分けが、限られた予算の中で品質とコストを両立させる考え方の核心です。三段階の順序を意識するだけでも、開発の優先順位が整理されやすくなります。
たとえば自動車のエンジン開発では、まずシステム設計で燃焼方式などの基本構造を決め、次にパラメータ設計で各部の最適値を探り、最後に許容差設計で重要部品にだけ高精度な公差を与えます。この流れが、多くの製造業の開発プロセスに共通する型になっています。
なお、システム設計の段階で方向性を誤ると、後のパラメータ設計や許容差設計でいくら工夫しても挽回が難しくなります。三段階のうち、最初の構造選びがその後の品質とコストを大きく左右する点も見落とせません。
9. 品質工学のメリットと活用
品質工学を活用すると、開発の現場にさまざまなメリットがもたらされます。
主な利点は次のとおりです。
- 開発期間の短縮：直交表で実験回数を減らし、効率よく最適条件を見つけられる
- 品質の安定：ノイズに強い設計により、量産後のばらつきや不良を抑えられる
- コスト低減：設計の工夫で安定性を確保し、過剰な高精度部品を減らせる
一方で、品質工学を活かすには、評価したい性能（特性値）を適切に選ぶことが欠かせません。何をSN比で測るかを誤ると、せっかくの実験も的外れな結論につながってしまいます。目的に合った特性を見極めることが、効果を引き出す第一歩です。
活用が広がる分野
近年では、機械や電子機器だけでなく、化学プロセスやソフトウェアの性能評価、医薬品の製造条件の最適化など、ばらつきが品質を左右するあらゆる分野へ応用が広がっています。データを使って安定性を高めるという考え方は、分野を問わず通用する普遍的なものだからです。
品質工学は、自動車・電機・化学など幅広い製造業で活用されてきました。
日本品質工学会などを通じて研究や事例の共有も進み、現在も発展を続けています。
工程の安定性を数値で管理する工程能力の考え方とあわせて学ぶと、品質づくりの全体像がより明確になります。
工程能力の指標については、工程能力指数Cpkの記事も参考にしてください。
関連記事
10. まとめ
本記事では、品質工学の目的から損失関数・SN比・ロバスト設計・直交表までを解説しました。
品質工学（タグチメソッド）は、ばらつきに強い設計を開発の上流で作り込み、社会的損失を最小化する方法論です。
損失関数は目標値からのずれの二乗で損失を表し、SN比は性能の安定性を表す中心的な指標です。
制御因子と誤差因子を区別するパラメータ設計と直交表により、ノイズに強い設計を効率よく見つけられます。
システム設計・パラメータ設計・許容差設計の三段階を意識し、コストと品質を両立する設計に役立ててください。
まずは身近な工程で「ばらつきの原因は何か」「どの特性をSN比で測れるか」を考えるところから始めると、品質工学の考え方を実務に取り入れやすくなります。
用語の一つひとつは難しく感じても、根底にあるのは「ばらつきを抑え、ムダな損失を減らす」というシンプルな考え方です。この視点を持つだけで、日々のものづくりの見え方が変わってくるはずです。
