抜き取り検査とは？AQLと全数検査との違いを解説

ある工場で1万個のボルトを納品する場面を想像してみてください。
そのすべてを一つずつ検査すれば安心ですが、膨大な時間とコストがかかります。

かといって検査を省けば、不良品が顧客の手元に届くリスクがあります。
この「全部調べるか、一部だけ調べるか」というジレンマに、統計学が明快な解を与えてくれます。

それが抜き取り検査です。
ロットからサンプルを科学的に抜き取り、その結果だけでロット全体の合否を判定します。

一見すると大胆ですが、背後には確率論に裏打ちされた厳密な理論があります。
製造業の受入検査・出荷検査で、この方法は日常的に使われています。

本記事では、抜き取り検査の基本定義から全数検査との違い、AQLの考え方、OC曲線の読み方、JIS Z 9015に基づくサンプリングプランの使い方までを体系的に解説します。

1. 抜き取り検査とは
2. 全数検査との違い
3. 計数型と計量型の分類
4. AQLと合格判定数
5. OC曲線の読み方
6. JIS Z 9015に基づくサンプリングプラン
7. 実務での運用ポイント
まとめ

1. 抜き取り検査とは

抜き取り検査とは、検査対象であるロット（製品の集まり）からあらかじめ決められた数のサンプルを無作為に抜き取り、そのサンプルの検査結果に基づいてロット全体の合否を判定する検査方法です。

英語では Sampling Inspection と呼ばれ、品質管理の現場で広く使われています。
この検査方法が成り立つ根拠は、統計学の「標本から母集団の性質を推定できる」という原理にあります。

十分な数のサンプルを無作為に抜き取れば、そのサンプルの品質状態はロット全体の品質状態を高い確率で反映します。
逆に言えば、抜き取りの数が少なすぎたり、無作為性が損なわれていると統計的な根拠が失われます。

抜き取り検査の歴史的背景

抜き取り検査の理論的基盤は、1920年代から1940年代にかけてアメリカのベル研究所で Dodge と Romig によって築かれました。
彼らが開発した抜取検査表は、製品の不良率に基づいてサンプルサイズと合格判定数を決定する画期的な手法でした。

第二次世界大戦中、米国防総省は大量の軍需品の品質検査にこの理論を採用し、MIL-STD-105 として標準化します。
軍需品の品質を効率よく保証するために生まれたこの規格は、戦後に民間にも広まりました。

MIL-STD-105 は世界中の工業規格に影響を与え、国際規格 ISO 2859 シリーズ、そして日本の JIS Z 9015 シリーズへと発展しました。
現代の製造業が使う抜き取り検査の枠組みは、約100年にわたる統計学と品質工学の蓄積の上に成り立っています。

基本用語の整理

抜き取り検査を理解するうえで欠かせない基本用語を整理します。

用語	意味
ロット	検査の対象となる製品の集まり。同一条件で製造された単位
サンプル	ロットから無作為に抜き取った製品群
サンプルサイズ（n）	抜き取るサンプルの個数
合格判定数（Ac）	ロットを合格とする不良品数の上限値
不合格判定数（Re）	ロットを不合格とする不良品数の下限値。単回抜取では Re＝Ac＋1
AQL	合格品質限界。連続ロット検査で許容できる工程平均不良率の上限
LTPD	ロット許容不良率。消費者が許容できる不良率の上限

たとえば「サンプルサイズ n＝50、合格判定数 Ac＝2」という抜取方式では、ロットから50個を無作為に抜き取り、不良品が2個以下ならロット合格、3個以上ならロット不合格と判定します。

この判定ルールは恣意的に決められたものではありません。
後述するOC曲線によって、この方式がどの程度の不良率のロットを合格・不合格にするかが統計的に定量化されています。

抜き取り検査の適用場面

抜き取り検査は製造工程のさまざまな段階で使われます。

受入検査では、供給者から納品された部品や原材料のロットを受け入れるかどうかを判定します。
最も一般的な抜き取り検査の適用場面であり、JIS Z 9015 が直接対象とする検査です。

工程内検査では、製造工程の途中段階で中間製品の品質を確認します。
工程が安定しているかどうかの監視として、管理図と組み合わせて運用されることが多い場面です。

出荷検査では、完成品を顧客に出荷する前に最終的な品質確認を行います。
顧客への品質保証として、受入検査と同じ規格に基づく抜取方式が適用されます。

不良の重大度による分類

抜き取り検査では、不良を重大度に応じて分類し、それぞれに異なるAQLを設定するのが一般的です。

致命欠点（Critical defect）：使用者の安全を脅かす、または法規制に違反する重大な不良。AQLは設定しない（原則として全数検査）
重欠点（Major defect）：製品の機能を著しく損なう不良。AQL＝0.10〜1.0 が典型的
軽欠点（Minor defect）：機能にはほぼ影響しないが外観や仕上げの不良。AQL＝1.0〜4.0 が典型的

たとえば自動車部品の受入検査では「寸法不良（重欠点）は AQL＝0.65、外観キズ（軽欠点）は AQL＝2.5」のように段階的に設定します。
この分類により、重大な不良には厳しく、軽微な不良には寛容な検査を同時に実施できます。

2. 全数検査との違い

製品の検査方法は大きく全数検査と抜き取り検査の2つに分かれます。
それぞれの特徴を理解し、適材適所で使い分けることが品質管理の基本です。

全数検査の特徴と限界

全数検査はロット内のすべての製品を一つひとつ検査する方法です。
理論上は不良品を100%排除できるため、安全性が最も高い検査方式といえます。

しかし実際には、検査員の疲労や集中力の低下により、全数検査でも検出率が100%になることはほぼありません。
一般的に、人間の目視検査における見逃し率は数%程度とされています。

数千個、数万個を連続検査する場合、後半になるほど検査員の注意力は低下します。
皮肉なことに「全数検査をしているから安心」という心理が見逃しの原因になることすらあります。

また、全数検査にはもう一つ根本的な限界があります。
それは「品質を検査で作り込むことはできない」という原則です。

全数検査で不良品を排除しても、不良品が発生する工程そのものは改善されません。
抜き取り検査のロット不合格というフィードバックのほうが、供給者の品質改善意欲を強く刺激します。

両者の比較

比較項目	全数検査	抜き取り検査
検査対象数	ロット全数	サンプルのみ
検査コスト	高い	低い
検査時間	長い	短い
破壊検査への適用	不可能	可能
不良品の流出リスク	低い（ゼロではない）	統計的に管理可能
検査員の疲労	大きい（見逃しリスク増）	小さい
供給者への品質改善圧力	弱い（不良品を弾くだけ）	強い（ロット不合格のペナルティ）
検査の統計的根拠	なし（全数確認）	確率論に基づく設計

検査の経済性

どちらの検査を選ぶかは、経済性の観点からも判断できます。
検査にかかる総コストは「検査費用」と「不良品が流出した場合の損失」の合計で考えます。

1個あたりの検査費用を $c_i$ 、1個あたりの不良品流出損失を $c_d$ 、ロットの不良率を p とします。
全数検査の場合、ロットサイズ N に対して総検査コストは次のようになります。

$C_{\text{全数}} = N \cdot c_i$

一方、抜き取り検査の場合はサンプルサイズ n の検査費用に加え、合格ロット中の不良品による損失が発生します。

$C_{\text{抜取}} = n \cdot c_i + (N - n) \cdot p \cdot P_a \cdot c_d$

ここで $P_a$ はロットの合格確率です。
一般的に $c_d$ が $c_i$ の数十倍〜数百倍になるような重大欠点には全数検査が有利になり、損失が小さい軽欠点には抜き取り検査が経済的です。

抜き取り検査が必要な場面

以下のような場面では、全数検査ではなく抜き取り検査が適しています。

破壊検査が必要な場合：引張試験や衝撃試験のように検査によって製品が使用不能になる場合は、全数検査は物理的に不可能です
検査コストが高い場合：精密測定や化学分析など、1個あたりの検査に時間と費用がかかる場合は全数検査が経済的に見合いません
大量生産品の場合：数万個〜数十万個のロットを全数検査するのは現実的ではありません
工程が安定している場合：工程能力が十分に高い製造ラインでは、抜き取り検査で品質を保証できます

全数検査が必要な場面

一方、以下の場合は全数検査が求められます。

人命に関わる安全部品（自動車のブレーキ部品、航空機の構造部品、医療機器など）
工程能力が不足しており不良率が高い場合（工程改善が完了するまでの暫定措置）
ロットサイズが小さく抜き取りでは統計的精度が得られない場合
顧客が全数検査を契約条件として要求している場合
法規制により全数検査が義務付けられている場合

重要なのは、抜き取り検査は「手を抜く検査」ではないということです。
統計理論に基づいてリスクを定量的に管理する、科学的な検査手法なのです。

3. 計数型と計量型の分類

抜き取り検査は、検査データの性質によって計数型と計量型の2種類に大きく分かれます。
どちらを選ぶかは検査項目の特性や現場の実情によって決まります。

計数型抜取検査

計数型は、サンプル中の不良品の「個数」でロットの合否を判定する方式です。
各製品を「良品」か「不良品」かの二値で判定し、不良品の数を合格判定数 Ac と比較します。

計数型の判定ルールは非常にシンプルです。

$d \leq Ac \quad \Rightarrow \quad \text{ロット合格}$

$d \geq Re \quad \Rightarrow \quad \text{ロット不合格}$

ここで d はサンプル中の不良品数、Ac は合格判定数、Re は不合格判定数です。
単回抜取方式では Re＝Ac＋1 となります。

計数型の利点は判定が容易で、検査員の技量に依存しにくいことです。
外観検査や通止りゲージによる寸法検査など、合否の二値判定ができる項目に適しています。

この方式は JIS Z 9015 シリーズ（ISO 2859 シリーズ）で規定されており、製造業で最も広く使われている抜取検査方式です。
なお計数型はさらに「不良個数」で判定する方式と「100個あたりの不良数（パーセント不良）」で判定する方式に分かれますが、JIS Z 9015 では不良個数方式を採用しています。

計量型抜取検査

計量型は、サンプルの測定値（連続量）の平均や標準偏差を用いてロットの合否を判定する方式です。
寸法、重量、硬度、強度など、数値として測定できる品質特性に適用されます。

計量型では、サンプル平均 $\bar{x}$ とサンプル標準偏差 s を求め、次の統計量を計算します。

$Q_U = \dfrac{U - \bar{x}}{s}$

$Q_L = \dfrac{\bar{x} - L}{s}$

ここで U は規格上限、L は規格下限です。
$Q_U$ は上限規格に対する余裕度、 $Q_L$ は下限規格に対する余裕度を意味します。

この統計量 Q が判定値 k 以上であればロット合格と判定されます。
判定値 k は AQL とサンプルサイズ n に基づいて規格表から決定されます。

計量型の最大の利点は、計数型よりも少ないサンプルサイズで同等の検出力が得られることです。
たとえば計数型で n＝125 必要な場面でも、計量型なら n＝20 程度で済むケースがあります。

一方、測定に時間がかかること、品質特性が正規分布に従うという前提が必要なことがデメリットです。
正規分布から大きく外れる特性に適用すると、誤った判定が生じるリスクがあります。

この方式は JIS Z 9003（ISO 3951 シリーズ）で規定されています。

計数型と計量型の選択基準

項目	計数型	計量型
判定方法	不良品の個数	測定値の平均・ばらつき
サンプルサイズ	大きい	小さい（計数型の約1/5）
適用規格	JIS Z 9015（ISO 2859）	JIS Z 9003（ISO 3951）
検査の容易さ	容易（合否判定のみ）	やや複雑（測定・計算が必要）
分布の仮定	不要（二項分布で処理）	正規分布を仮定
適する検査項目	外観、通止り、機能検査	寸法、重量、硬度、強度
複数特性の同時検査	容易（一つの判定で複数確認可）	各特性ごとに個別に実施

現場では計数型が圧倒的に多く採用されています。
計量型は破壊検査など検査コストが極めて高い場面で、サンプルサイズを削減するために選ばれます。

以降の章では、実務で最も頻繁に使われる計数型抜取検査を中心に解説を進めます。

4. AQLと合格判定数

AQL（Acceptable Quality Limit：合格品質限界）は、抜き取り検査の設計において最も重要な概念です。
日本語では「合格品質限界」と訳され、かつては「合格品質水準（Acceptable Quality Level）」と呼ばれていました。

AQLの定義

AQL とは、連続ロットの抜取検査において「満足とみなせる工程平均不良率の上限」を示す値です。
工程が AQL 以下の不良率で安定稼働していれば、ほとんどのロットが合格になるよう検査方式が設計されています。

重要なのは、AQL は個々のロットに対する「許容不良率」ではなく、連続的に提出されるロット群の「工程平均」に対する基準だということです。
個々のロットの不良率は変動しますが、工程平均が AQL 以下であれば、長期的にロットの大半が合格します。

AQL はパーセントで表され、JIS Z 9015-1 では以下の標準値が定められています。

0.010、0.015、0.025、0.040、0.065、0.10、0.15、0.25、0.40、0.65、1.0、1.5、2.5、4.0、6.5、10

値が小さいほど厳しい品質要求を意味します。
AQL＝0.10 は1,000個中1個の不良を上限とする厳しい水準であり、AQL＝4.0 は100個中4個の不良まで許容する比較的緩い水準です。

不良の重大度別AQL設定例

実務では一つの製品に対して複数の検査項目を設定し、不良の重大度ごとに異なるAQLを割り当てます。

不良の重大度	AQL設定例	具体的な検査項目例
致命欠点	全数検査（AQL設定しない）	安全に関わる寸法、材質証明
重欠点	0.10〜0.65	機能寸法、硬度、耐圧性能
軽欠点	1.0〜4.0	外観キズ、バリ、色ムラ

この段階的な AQL 設定が抜き取り検査の大きな強みです。
すべての検査項目を同じ厳しさで検査するのではなく、リスクの高い項目には厳しく、リスクの低い項目には合理的な水準で検査を行えます。

AQLと生産者危険

AQL の水準でロットが生産されているとき、そのロットが抜取検査で不合格になってしまう確率を生産者危険（Producer's Risk）と呼びます。
記号では $\alpha$ で表されます。

$\alpha = 1 - P_a(p = \text{AQL})$

JIS Z 9015 の検査方式は、AQL 水準の不良率に対する合格確率がおおむね95%前後になるように設計されています。
したがって生産者危険は約5%（ $\alpha \approx 0.05$ ）です。

これは「品質が十分良いのに不合格と判定されてしまう確率が約5%」という意味です。
生産者にとっては理不尽な結果ですが、有限サンプルによる統計的検査である以上、この誤判定はゼロにできません。

ロットサイズとサンプル文字

抜取検査のサンプルサイズは、ロットサイズに応じて決まります。
JIS Z 9015-1 では、まずロットサイズからサンプル文字（A〜R の英字コード）を決定し、次にサンプル文字から具体的なサンプルサイズ n と合格判定数 Ac を読み取るという2段階の手順を踏みます。

ロットサイズとサンプル文字の対応例を示します（一般検査水準 II の場合）。

ロットサイズ	サンプル文字
2〜8	A
9〜15	B
16〜25	C
26〜50	D
51〜90	E
91〜150	F
151〜280	G
281〜500	H
501〜1200	J
1201〜3200	K
3201〜10000	L
10001〜35000	M

具体例で理解する検査方式の決定

サンプル文字と AQL が決まれば、なみ検査の単回抜取方式表からサンプルサイズ n と合格判定数 Ac が読み取れます。
以下に代表的な値を示します。

サンプル文字	n	AQL 0.65	AQL 1.0	AQL 2.5
J	80	Ac＝1, Re＝2	Ac＝2, Re＝3	Ac＝5, Re＝6
K	125	Ac＝2, Re＝3	Ac＝3, Re＝4	Ac＝7, Re＝8
L	200	Ac＝3, Re＝4	Ac＝5, Re＝6	Ac＝10, Re＝11

たとえばロットサイズ 5,000 個、AQL＝1.0 の場合を見てみましょう。
一般検査水準 II では、ロットサイズ 3,201〜10,000 はサンプル文字 L に該当します。

サンプル文字 L、AQL＝1.0 で表を引くと、サンプルサイズ n＝200、Ac＝5、Re＝6 が得られます。
つまり 200個のサンプルを抜き取り、不良品が5個以下なら合格、6個以上なら不合格と判定します。

ロットサイズ 5,000 個に対して 200 個（4%）のサンプルで判定するのは少なく感じるかもしれません。
しかし、この方式の OC 曲線を計算すると、不良率1%のロットは約95%の確率で合格し、不良率5%のロットはほぼ確実に不合格になることがわかります。

instant.engineer

5. OC曲線の読み方

OC曲線（Operating Characteristic Curve：検査特性曲線）は、抜取検査方式の性能を視覚的に表すグラフです。
横軸にロットの不良率 p、縦軸にロットの合格確率 $P_a$ をとります。

OC曲線を読めるようになれば、その検査方式がどの程度の不良率まで「通して」しまうのか、逆にどの程度の良品ロットを「落として」しまうのかが一目でわかります。
抜取検査を設計・評価するうえで最も重要なツールです。

OC曲線の計算式（二項分布）

計数型単回抜取方式の OC 曲線は、二項分布を用いて次のように計算されます。

$P_a(p) = \sum_{d=0}^{Ac} \binom{n}{d} \, p^d \, (1-p)^{n-d}$

ここで $P_a(p)$ はロット不良率が p のときの合格確率、n はサンプルサイズ、Ac は合格判定数、d はサンプル中の不良品数です。

$\binom{n}{d}$ は二項係数で、n 個から d 個を選ぶ組合せの数を表します。

$\binom{n}{d} = \dfrac{n!}{d! \, (n-d)!}$

この式は、ロットサイズが十分に大きい場合（一般にロットサイズがサンプルサイズの10倍以上）に良い近似となります。
ロットサイズが小さい場合は超幾何分布による計算が正確ですが、実務上は二項分布近似で十分です。

OC曲線の具体的な計算例

サンプルサイズ n＝80、合格判定数 Ac＝2 の場合で、不良率 p＝0.01（1%）のときの合格確率を計算してみましょう。

$P_a(0.01) = \sum_{d=0}^{2} \binom{80}{d} \, (0.01)^d \, (0.99)^{80-d}$

Step 1：d＝0 の確率を求める

$P(d=0) = \binom{80}{0} \, (0.01)^0 \, (0.99)^{80} = 1 \times 1 \times 0.4475 = 0.4475$

80個すべてが良品である確率は約44.8%です。
不良率がわずか1%でも、80個中1個も不良が出ない確率は半分以下になることがわかります。

Step 2：d＝1 の確率を求める

$P(d=1) = \binom{80}{1} \, (0.01)^1 \, (0.99)^{79} = 80 \times 0.01 \times 0.4520 = 0.3616$

不良品がちょうど1個だけ含まれる確率は約36.2%です。

Step 3：d＝2 の確率を求める

$P(d=2) = \binom{80}{2} \, (0.01)^2 \, (0.99)^{78} = 3160 \times 0.0001 \times 0.4566 = 0.1443$

不良品がちょうど2個含まれる確率は約14.4%です。

Step 4：合格確率を合計する

$P_a(0.01) = 0.4475 + 0.3616 + 0.1443 = 0.9534$

不良率1%のロットは約95.3%の確率で合格になります。
この値が AQL 付近での設計意図（合格確率≒95%）と一致していることが確認できました。

ポアソン近似による簡易計算

サンプルサイズ n が大きく不良率 p が小さい場合、二項分布はポアソン分布で近似できます。
ポアソン近似では期待不良数 $\lambda = np$ を用いて、合格確率を次のように計算します。

$P_a(p) \approx \sum_{d=0}^{Ac} \dfrac{e^{-\lambda} \, \lambda^d}{d!} \quad \text{ただし} \quad \lambda = np$

先ほどの例（n＝80、p＝0.01）では $\lambda = 80 \times 0.01 = 0.8$ となります。
ポアソン近似による合格確率は約0.9526で、二項分布による正確値0.9534とほぼ一致します。

このポアソン近似は、JIS Z 9015 の規格表が作成された際にも広く使われた手法です。
電卓しかなかった時代、階乗の計算が困難な二項分布の代わりにポアソン分布が重宝されました。

生産者危険と消費者危険

OC曲線上には2つの重要なリスクポイントがあります。

生産者危険（ $\alpha$ ）は、品質が AQL 水準であるにもかかわらずロットが不合格になる確率です。
OC曲線上で p＝AQL のときの $1 - P_a$ に相当します。

$\alpha = 1 - P_a(\text{AQL})$

消費者危険（ $\beta$ ）は、品質が許容できないほど悪い（LTPD水準の）ロットが合格してしまう確率です。
LTPD（Lot Tolerance Percent Defective：ロット許容不良率）は消費者が許容できる不良率の上限を意味します。

$\beta = P_a(\text{LTPD})$

一般的に $\alpha \approx 0.05$ （5%）、 $\beta \approx 0.10$ （10%）が目標とされます。
OC曲線はこの2つのリスクを同時に可視化できるため、検査方式の適切さを判断するうえで不可欠なツールです。

理想的なOC曲線とサンプルサイズの影響

理想的なOC曲線は、AQL以下の不良率では合格確率が100%、AQL超の不良率では合格確率が0%となるステップ状の曲線です。
しかし有限のサンプルサイズでは、このような急峻な曲線は得られません。

サンプルサイズ n を大きくすれば OC 曲線は急になり、良いロットと悪いロットを鮮明に識別できます。
逆に n が小さいと OC 曲線はなだらかになり、識別能力が低下します。

たとえば同じ AQL＝1.0 でも、n＝50（Ac＝1）と n＝200（Ac＝5）では後者のほうが急峻な OC 曲線を描きます。
n＝200 の方式は不良率2%のロットをほぼ確実に不合格にしますが、n＝50 の方式では不良率2%でも約74%の確率で合格してしまいます。

検査のコスト（サンプルサイズ）と識別能力のバランスが、抜取検査設計の本質です。

6. JIS Z 9015に基づくサンプリングプラン

JIS Z 9015-1（ISO 2859-1）は、計数値検査に対する AQL 指標型抜取検査方式を規定した規格です。
MIL-STD-105E を基にした国際規格であり、世界中の製造業で使われている実質的な標準です。

ここではこの規格に基づくサンプリングプランの具体的な使い方を解説します。

検査水準の選択

JIS Z 9015-1 では、一般検査水準として I、II、III の3段階が用意されています。
さらに特別検査水準として S-1〜S-4 の4段階があり、合計7段階から選択します。

一般検査水準 II：標準的に使用される水準。特に指定がなければ必ずこの水準を選びます。ロットの品質に対して適切な識別能力を持ちます
一般検査水準 I：水準 II の約2/3のサンプルサイズ。識別能力はやや劣りますが、検査コストを抑えたい場合に使います
一般検査水準 III：水準 II の約1.5倍のサンプルサイズ。より厳格な識別が必要な場合に使います
特別検査水準 S-1〜S-4：サンプルサイズを極端に小さくしたい場合に使用します。破壊検査や高額な試験に有用ですが、識別能力は大幅に低下します

検査の厳しさの切替え（スイッチングルール）

JIS Z 9015-1 の最大の特徴は、検査実績に応じて検査の厳しさをなみ検査、きつい検査、ゆるい検査の3段階で動的に切り替える仕組みを持つことです。

この仕組みは「スイッチングルール」と呼ばれ、供給者の品質実績に応じて検査の強度を自動調整します。
品質が良い供給者にはゆるい検査で報い、品質が悪化した供給者にはきつい検査で圧力をかけるインセンティブが組み込まれています。

なみ検査→きつい検査への切替えは次の条件で発動します。
連続5ロット中2ロット以上が初回検査で不合格になった場合、きつい検査に移行します。

きつい検査では、同じサンプルサイズに対して合格判定数 Ac が小さくなります。
たとえば、なみ検査で Ac＝5 だった方式が、きつい検査では Ac＝3 に厳格化されます。

きつい検査→なみ検査への復帰条件は次のとおりです。
きつい検査の状態で連続5ロットがすべて初回検査で合格した場合、なみ検査に復帰できます。

なみ検査→ゆるい検査への切替えには、以下の3条件すべてを満たす必要があります。

直前の連続10ロット以上がすべて初回検査で合格していること
直前の連続10ロットの合計不良品数が規定の限界数以下であること
生産が安定しており、責任者がゆるい検査への移行を承認していること

ゆるい検査ではサンプルサイズそのものが小さくなるため、検査コストが大幅に削減できます。
しかし、ゆるい検査中に1ロットでも不合格が出た場合は直ちになみ検査に復帰します。

検査の中止規定

きつい検査を続けても品質が改善されない場合、JIS Z 9015-1 には「検査の中止」という規定があります。
きつい検査の累積ロット数が規定値（通常5ロット）に達しても品質が改善されない場合、検査を中止し、供給者に対して品質改善を要求します。

検査の中止は、抜取検査の枠組みではもはや品質を保証できないほど供給者の品質が悪いことを意味します。
この段階では、供給者の工程改善が確認されるまでロットの受入を停止するのが一般的です。

単回・二回・多回抜取方式

JIS Z 9015-1 では、判定までの段階数によって3つの抜取方式が用意されています。

単回抜取方式は最もシンプルな方式です。
1回のサンプリングだけでロットの合否を即座に判定します。

判定基準が明快で管理が容易なため、実務で最も多く使われています。
自動検査ラインやインライン検査にも導入しやすい方式です。

二回抜取方式は、第1回のサンプルだけでは判定保留となった場合に第2回のサンプルを追加抜取する方式です。
第1回サンプルで不良品数が少なければ即座に合格、多ければ即座に不合格と判定できます。

中間的な結果の場合のみ第2回を実施するため、平均的なサンプルサイズ（ASN：Average Sample Number）は単回方式よりも小さくなります。
品質が良いロットも悪いロットも第1回で決着がつきやすく、判断が難しいロットだけ追加調査するという合理的な仕組みです。

多回抜取方式は二回抜取をさらに拡張した方式で、最大5回または7回までサンプリングを繰り返します。
1回あたりのサンプルサイズは小さくなりますが、管理が複雑になるデメリットがあります。

破壊検査など1個あたりの検査コストが極めて高い場面で、サンプル数を最小化するために採用されます。

受入検査の実務ワークフロー

JIS Z 9015 に基づく受入検査の実務ワークフローを整理します。

事前準備として、検査対象品目ごとに以下を定めます。
検査項目と不良の重大度分類、各重大度に対応する AQL、適用する検査水準（通常は一般検査水準 II）、抜取方式（通常は単回抜取）です。

ロット受入時には、まずロットサイズを確認してサンプル文字を決定します。
次にサンプル文字と AQL から規格表を引き、サンプルサイズ n と合格判定数 Ac を読み取ります。

サンプリングでは、ロット全体から n 個のサンプルを無作為に抜き取ります。
箱の表層だけでなく中央や底面からもまんべんなく抽出することが重要です。

検査と判定では、各サンプルを検査して不良品数 d を数えます。
$d \leq Ac$ ならロット合格、 $d \geq Re$ ならロット不合格として処理します。

記録と切替え判定では、結果を記録し、スイッチングルールに基づいて次回の検査の厳しさを判定します。
この一連の流れを毎ロット確実に実施することが、抜取検査の信頼性を維持する鍵です。

7. 実務での運用ポイント

規格の理論を理解しても、実際の現場で正しく運用できなければ意味がありません。
ここでは抜き取り検査を実務に落とし込むうえでの重要ポイントを解説します。

ロット形成の原則

抜き取り検査が正しく機能するための大前提は「均一なロットの形成」です。
以下の条件を満たすようにロットを形成する必要があります。

同一の原材料で製造された製品であること
同一の設備・金型で製造された製品であること
同一の製造条件（温度、速度、圧力など）で製造された製品であること
同一期間内に製造された製品であること（ロットの期間が長すぎないこと）

異なる製造条件の製品を混合してロットを形成すると、サンプルがロット全体を代表しなくなります。
その結果、抜き取り検査の統計的妥当性が根本から失われてしまいます。

たとえば昼勤と夜勤で品質にばらつきがある場合、両者を混合した1ロットではなく、シフトごとに別ロットとして管理するべきです。

無作為抽出の重要性

サンプルはロット全体から「無作為に」抜き取る必要があります。
ここでいう無作為とは、ロット内のどの製品も等しい確率でサンプルに選ばれるということです。

現場でよく見られる悪い例として、以下のようなものがあります。

箱の上の方だけからサンプルを取る（アクセスしやすい場所への偏り）
見た目のきれいなものを無意識に選んでしまう（検査員のバイアス）
製造の最初と最後だけからサンプルを取る（時系列の偏り）
いつも同じ場所の箱からサンプルを取る（空間的な偏り）

無作為性を確保するには、乱数表を使って抜き取り位置を決める方法が最も確実です。
自動検査ラインでは、一定間隔で製品をサンプリングする系統抽出法もよく使われますが、製造サイクルと同期しないよう注意が必要です。

AOQ と AOQL

検査後の品質を定量的に評価する指標としてAOQ（Average Outgoing Quality：平均出検品質）があります。
AOQ は、抜取検査を通過した後のロット群全体の平均不良率を示す指標です。

不合格ロットは全数選別（スクリーニング）されて不良品が排除されると仮定すると、AOQ は次の式で計算されます。

$\text{AOQ} = p \cdot P_a(p) \cdot \dfrac{N - n}{N}$

ここで p はロット不良率、 $P_a(p)$ は合格確率、N はロットサイズ、n はサンプルサイズです。

この式の意味を直感的に理解しましょう。
ロット不良率 p が非常に小さいとき、ほとんどのロットが合格するため AOQ は p に近い値になります。

逆に p が非常に大きいとき、ほとんどのロットが不合格になり全数選別されるため、AOQ は0に近づきます。
中間的な不良率のときに AOQ が最大値をとります。

この最大値を AOQL（Average Outgoing Quality Limit：平均出検品質限界）と呼びます。

$\text{AOQL} = \max_{p} \left\lbrack p \cdot P_a(p) \cdot \dfrac{N - n}{N} \right\rbrack$

AOQL は「最悪の場合でも、検査後のロット群の平均不良率はこの値を超えない」という保証値です。
受入検査で不合格ロットを全数選別する運用を行っている場合、AOQL は消費者に対する品質保証の強力な指標になります。

検査記録の管理

抜き取り検査の運用では、以下の情報を記録として残すことが重要です。

ロット番号と供給者名
検査日時と検査員名
ロットサイズ、サンプルサイズ、適用した AQL
検出された不良品数と不良内容
合否判定結果
現在の検査の厳しさ（なみ・きつい・ゆるい）

これらの記録はスイッチングルールの判定に不可欠です。
連続5ロットの合否履歴がなければ、きつい検査への移行やゆるい検査への移行を正しく判断できません。

また品質管理システム（ISO 9001 など）の観点からも、検査記録はトレーサビリティの根拠として保管が求められます。

供給者との品質契約

抜き取り検査を運用するうえでは、供給者との間で以下の項目を事前に取り決めておく必要があります。

適用する AQL の値（重欠点・軽欠点ごとに異なる AQL を設定することが一般的）
検査水準（一般検査水準 II が標準）
抜取方式（単回・二回・多回）
不合格ロットの処置（返品、全数選別、代替品納入、値引き受入など）
スイッチングルールの適用可否
検査の中止が発生した場合の対応手順

これらの取り決めは品質保証協定書や購買仕様書に明記し、双方が合意のうえで運用することが重要です。
とくに不合格ロットの処置方法は、費用負担の問題に直結するため、事前の明確な合意が不可欠です。

工程能力との関連

抜き取り検査は「出荷前の最後の砦」ですが、品質は検査で作り込むものではありません。
工程能力が十分に高ければ不良品の発生率そのものが低くなり、検査で不合格になるリスクも下がります。

工程能力指数 Cpk が1.33以上であれば、工程の不良率は約63 ppm 以下に相当します。
このような高い工程能力を持つ製造ラインでは、ゆるい検査やさらに検査の省略も検討できます。

逆に工程能力が不足している（Cpk＜1.00）場合は、抜き取り検査だけでは品質を保証しきれません。
工程そのものの改善が先決であり、それまでの間は全数検査やきつい検査で対応する必要があります。

また、ゲージR&Rによって測定システムの信頼性を確認しておくことも重要です。
測定器のばらつきが大きいと、良品を不良と判定したり不良品を見逃したりする確率が高まり、抜取検査の設計どおりの識別能力が得られません。

選別型抜取検査（Dodge-Romig型）

JIS Z 9015（AQL指標型）とは異なるアプローチとして、選別型抜取検査があります。
これは Dodge と Romig が開発した手法で、不合格ロットを全数選別することを前提とした検査方式です。

AQL 指標型が「連続ロットの工程平均」を管理するのに対し、選別型は「検査後に出荷される製品群の品質（AOQL または LTPD）」を直接保証します。
受入側が不合格ロットを必ず全数選別するという運用が前提なので、選別コストも含めた総検査量を最小化するように設計されています。

選別型には AOQL 指標型と LTPD 指標型の2種類があります。
AOQL 指標型は「検査後の平均不良率がこの値を超えない」ことを保証し、LTPD 指標型は「ある不良率以上のロットが合格する確率を10%以下に抑える」ことを保証します。

日本の製造業では AQL 指標型（JIS Z 9015）が圧倒的に主流ですが、供給者の過去の品質実績データが豊富な場合は選別型も有力な選択肢となります。

抜き取り検査の限界

最後に、抜き取り検査の限界についても触れておきます。

抜き取り検査は「ロットの品質が一様である」という前提に立っています。
もし不良品がロットの特定の場所に集中している（たとえば製造開始直後に偏在している）場合、無作為抽出でもその不良を捉えられない可能性があります。

また、不良率が極めて低い（たとえば数 ppm レベルの）品質水準を保証するには、非常に大きなサンプルサイズが必要になります。
自動車産業で求められる ppm レベルの品質保証は、抜き取り検査だけでは達成困難であり、工程管理や統計的工程管理（SPC）との組合せが不可欠です。

抜き取り検査は万能ではありませんが、適切な場面で正しく運用すれば、コストと品質のバランスを最適化する強力なツールです。

instant.engineer

まとめ

本記事では、抜き取り検査の基本概念から実務での運用ポイントまでを体系的に解説しました。

抜き取り検査は、ロットからサンプルを無作為に抜き取り、統計的な根拠に基づいてロット全体の合否を判定する検査方法です。
全数検査と比較して、検査コストの削減、破壊検査への対応、供給者への品質改善圧力といったメリットがあります。

記事の要点を振り返ります。

抜き取り検査は計数型と計量型に分かれ、実務では計数型（JIS Z 9015）が主流です。計数型は合否の二値判定で簡便であり、計量型はサンプルサイズを削減できる利点があります
AQL は「満足とみなせる工程平均不良率の上限」であり、検査方式設計の出発点となります。不良の重大度に応じて段階的にAQLを設定するのが実務の基本です
OC曲線は検査方式の識別能力を可視化するツールで、生産者危険 $\alpha$ と消費者危険 $\beta$ を定量的に評価できます
JIS Z 9015 のスイッチングルールは、品質実績に応じて検査の厳しさを動的に切り替える仕組みであり、供給者に品質改善のインセンティブを与えます
実務では均一なロット形成と無作為抽出が前提条件として極めて重要であり、これが崩れると統計的妥当性が失われます

抜き取り検査は「手を抜く」のではなく「科学的に絞る」検査です。
OC曲線でリスクを見える化し、AQL と AOQL で品質を数値保証する。

この統計的アプローチを正しく理解し運用することが、コストと品質を両立させる製造業の品質管理の基本です。