品質管理の黄金則

このブログでは、

データ採取は大事だよ！

って何回も言っているわけですが、

 

何を隠そう、データを採取するだけでは

品質を安定させることは出来ません。

 

 

実は、データ採取したあとに、

 “解析”と“対策”を行うという大事な作業があるんです。

 

 

この２つの作業を抜きにして品質管理は達成できません。

 

 

解析とは、採取したデータを表やグラフにして、

データの関係性を明確にする作業のことです。

 

この解析作業で品質管理の善し悪しが別れます。

 

 

この解析作業のやり方はちょっとしたコツがありますので、

そのやり方については後日説明することにしましょう。

 

 

一方の対策とは、解析して出た関係性から、

どの項目をどの程度変更するかを明確にする作業のことです。

 

 

この対策作業は解析作業ほどではありませんが、

重要な作業ですね。

 

何しろ、対策案が実際に実行されなければ

問題は問題のまま残ることになります。

 

 

というわけで、データ採取のあとに解析と対策が有って

初めて品質管理ができるということだ！という事です。

 

 

つまり、品質管理をするためには、

“データ採取→解析→対策”

という流れが重要なのだ！

 

これを品質管理の黄金則と言ってしまおう。

 

 

この黄金則は、

品質コンサルを導入したとしても、

同じ作業は必ず通ります。

 

 

品質コンサル企業は多くありますが、

大体はその企業で開発したツールを使って解析するようです。

 

 

そのツールを使用する際にも、

あなたの製品の生産条件を聞かれることになります。

 

 

その条件をツールに入力して

シミュレーション結果をもとに

製造条件の改善提案がされることになります。

 

 

でもね、結局はシミュレーションなので、

確実にその通りになるとは限りません。

 

 

その点、私が提唱する黄金則は、

実際にあなたの機械で

データ採取して解析して対策していますから、

確実に効果が出ますよね。

 

 

だから、この黄金則を実践すれば、

品質管理が簡単にできちゃうんです。

 

品質管理の重要度が低い・・・

いろんな会社さんにお世話になりますが、

ほとんどの会社では品質管理の重要性が低いなぁって感じています。

 

 

特に従来の製品の品質管理の重要度が特に低いですね。

 

 

新商品の場合は作り手も買い手も

品質とコストを意識するんですけど、

 

安定的に流れている商品の品質管理は

ほとんど注目されていないですね。

 

 

なぜなら、安定的に販売できているし、作れているから。

 

 

だからね、現状の製品に対してコストカット検討しても、

あっそう。っで終わる事が多々あるわけ。

 

 

例えば、成形品の強度が低いとなったとする。

 

 

品質管理部門が強度アップの対応策を考えて強度が上がりました。

 

 

良かったね。で終わり。

それに対する報酬が無い。

 

 

例えば、営業部門の話をしましょうかね。

 

ある時、営業で売上が落ちましたと、

じゃあ対策を行って売り上げが回復したとする。

 

 

そうすると営業マンの評価が上がるわけですわ。

 

 

営業良くやった！チャンチャン！

って感じでエンドロールが流れ始めるわけです。

 

 

品質管理部門からするとね、

なんじゃそりゃ！って話です。

 

 

営業して収める製品を安定生産させるために、

目を光らせて生産状況やら設備の状態を確認しているのに。

 

 

品質改善出来ました！って報告したら、

あっそう的な感じですね。

 

 

これでは品質担当者の意欲が低下して、

製品の安定供給が出来ない可能性が有るわけです。

 

 

経営層からしてみれば、

１：売上、２：生産性、３：利益率・・・という具合なので、

品質は二の次、いや三の次くらいですかね。

 

 

でもですよ、品質なんて気にしてませんと、

生産できているから良いじゃないですかとします。

 

 

そうするとね、徐々に製品の品質が劣化してきたとするとね、

客先からクレームとして報告が入るわけですね。

 

 

そうなるとね、客先からの信用がガタ落ちになるので、

結果として売上に影響が出てくるわけです。

 

 

あとは、生産機器にも不具合が発生する可能性が増えるので、

安定生産にも影響が出てきますよね。

 

 

そうなると、結果的に製品の供給が不安定になってくるので、

客先からの信用がガタ落ちになってくるわけですね。

 

 

そうなると、結果的に売り上げや利益率に

影響が出てくるわけです。

 

 

だからね、品質も大事にしていかないと、

会社の安定的な運営ってできませんよね。

 

 

これって、サービス業でも同じことですからね。

 

 

例えば、飲み屋さんを例にしましょうか。

 

 

あなたが友人と飲みに来て、

料理頼みましたと。

 

 

その時の店員の対応が

素晴らしかったとしませんか？

 

 

でも、運ばれてきた料理がクソまずいとしたらね、

もう一度その店に行きますか？っていう話です。

 

 

そりゃあ、可愛い子がいたら、

我慢して食べれるかもしれませんけど、

普通に考えたら行きませんよ。

 

 

同じ金払うなら、

うまい料理食べたいじゃないですか。

 

 

ここで言うところ、

料理＝品質、店員の対応＝営業

と考えれますよね。

 

 

そうなるとね、いくら営業で頑張っても、

品質が悪ければいつかは離れていきますよね。

 

 

だからね、安定して会社を運営たければ、

営業よりも品質を重視すべきでしょうね。

JIS規格順守の必要性

 

品質管理担当者として業務していると

“JIS規格”なんて言葉が結構出てきます。

 

ＪＩＳとは、

「Japanese Industrial Standard」

の頭文字をとってＪＩＳです。

 

読み方は「ジス」

訳して、「日本工業規格」

 

 

 

っで、JIS規格って何よ？っていうと、

分析方法や分析装置の構成方法等を

日本基準で統一した規格なんですね。

 

 

 

だから、JIS○○○なんて書いていると、

JISのＮｏ．○○○で決められた方法で測定した数値です。

という意味になります。

 

 

 

なんでJIS規格が必要かというと、

同じ測定用サンプルだけど、

分析方法が変わると測定値が変わる？？？

なんて事がしょっちゅうあるわけです。

 

 

 

そうなると、

の数値を受け取ったお客さんは、

なにそれ、おいしいの？

なんて不安になるわけです。

 

その不安を解消するために、

日本国内で測定方法などを統一しちゃいなＹＯ！

ということで作成されたものですね。

 

実は、JIS規格以外にもSIAAやTAPPI試験なんて物もあります。

 

 

 

SIAAは特に抗菌や殺菌の評価方法で、

TAPPI試験は、物の表面剥離の強度測定方法ですね。

 

 

其々で、其々の測定方法が決められていて、

その測定方法でやりましたとなります。

 

 

 

これが決まっていると、

客先でＪＩＳ法でやりました！とか、

ＳＩＡＡで測定してます！とか言えば、

あぁ、この方法で測定したのね。

 

 

 

とわかりやすいので、

広く使用されています。

 

 

 

別にJIS法とは違う方法で測定しても問題ないんですよ！

 

 

でも、JIS規格と違う方法で測定するのであれば、

その測定方法を記載してお客さんに説明する必要があります。

 

 

 

そんなの面倒でしょ！

 

 

 

なので、新商品の品質規格をお客さんと話をする際には、

測定方法：JIS　・・・なんて記載すると話が早いですわ。

 

 

 

っで、JIS法は大まかに言えば、

その測定結果が大体正しい数値として出ますよ！

という事を考慮して作成されています。

 

 

 

具体的な例を挙げると、

ある測定方法では

10回測定した平均値を試験値として取扱う

という事が決まっています。

 

 

 

これが、面倒だから１回で試験で良いじゃんか！

とすると、実際の数値との差が大きくなる可能性が高くなるんですわ。

 

 

 

 

まぁ、具体例を出した方が理解しやすいと思いましたので、

下に具体例を出しておきますね。

 

１０回測定

測定値：7.6、8.9、8.7、10.2、9.5、8.1、8.2、8.4、10.1、10.3

平均値：9.0

 

１回測定

測定値：7.6

 

 

 

１０回測定の１回目と

１回測定では最初の測定値は

同じ7.6となりましたと。

 

 

 

でもね、１０回測定した平均値が9.0となりましたと。

これって、１回測定値の7.6と比べると、

2.4もの数値のズレが出ているわけです。

 

 

 

こうなってくると、

じゃあどっちの数字が正しいの？ってなってきて、

お互いに混乱する原因になります。

 

 

この混乱を無くすために

必要な条件がJIS規格で決まっているので、

 

一応はJIS規格を守ったほうが

安心してその数値を見れることになるんですね。

 

 

 

なので、品質管理の基本はJIS法を守ることでもありますね。

 

 

 

ちなみに、

SIAAって繊維協会って意味なんですけど、

SIAAに証明シールの発行費用を支払わないと

証明シールが貼れないらしいです。

 

 

 

このSIAAって抗菌や殺菌の評価に使うんですけど、

今や抗菌や殺菌で一般家庭でも気になる評価なので、

繊維協会ってうまいことやりましたね。

 

 

 

というのが、品質担当者間での会話で出てきたりします。

 

 

 

なので、抗菌タオルとか抗菌容器SIAAシールがあったら、

この会社はお金をちゃんと払ったんだなと褒めてあげてください。

 

 

 

なんなら、その商品を買ってあげてください。

（私には１円も入りませんのでご安心ください。）

 

シミュレーション能力が低い

 

データ採取して解析を行う事のメリットは、

改善案が有効に働くことともう一つあるんですわ。

 

それは「未来をシミュレーション出来る」ということです。

 

例えば、ある製品の強度が足りないとしましょうか。

 

じゃあ、強度を上げるために薬品量を増やすけど、

どの程度増やしていいのかわかりませんね。

 

増やしすぎても粘り気が上がって

製品に支障が出るという問題も発生するので、

一概に薬品を増やせばいいというものでもないんですね。

 

物事には最適値というのがあるので。

 

どこまで増やしましょうか。というと、

解析した結果から効果が出て支障が出ないポイントを

探るわけですね。

 

ある会社さんで製品の強度が低くなったから何とかして欲しい！

という要望を受けたことがありますので、その場面の話をしましょうか。

 

現在使用している薬品の種類を変えると

設備やら使用方法の変更が必要なので、

種類は変えずに、量を増やして強度向上をしようと考えました。

 

そこでデータ採取＝実験を行って最適量を探ったわけです。

薬品Ａの添加率（％）の増加に対する強度の推移ですけど、

添加率が30％までは強度は順調に上昇しているんですが、

35％付近にいくと急激に強度が低下しているのがわかると思います。

 

つまり、薬品Ａの添加率は30%程度が上限となるわけです。

 

このように、実験と解析を行うことで、

薬品をどの程度投入できるのかがわかるんです。

 

ある例として、

製品の強度低くなってきましたねと、どうしますか？

と現場から相談があるとします・・・

 

このデータがあれば、じゃあ薬品をこの程度増やしたらこの程度強度が上昇する！

というシミュレーションができるから、この程度投入しよう！

という返答ができるんです。

 

これは、現行の製品の安定生産だけでなく、

新商品を開発するのにとても有効なデータで利用価値が高いです。

 

この強度を増やしたいから薬品量をこの程度入れよう！

という品質設計が可能になるので、

比較的短期間でテストが終了して連続生産が出来るようになります。

 

全てではありませんが、よく生産機器の備品の使用変更の依頼を

メーカーさんに依頼する事があるんですけど、

このシミュレーション能力が低いなぁと感じます。

 

例として、水に粉末を撹拌する工程で効率良く撹拌する為に、

攪拌機の羽根の形を変更したいとメーカーに依頼したとしましょう。

 

この形状にしましょうとメーカーから提案がありましたと、

じゃあこちらの方から、温度が変化したら撹拌効率はどうなるの？と聞くと、

「わかりません」という返答が返ってくることがたまにあります。

 

まぁ、実際はシミュレーション通りにいくことはほとんど無いしやってみないと分らないから、このような返答になると思うんです。

 

ですけど、「わかりません」と返されると、その攪拌機を導入して良いかどうか、こちらも変更出来るか判断できないじゃん！と思うんです。

 

ある程度の物性の変化は「シミュレーションしてこの程度の変化が推定できます」と返答があれば、「その物性の変化であれば生産上問題無いな！なら変更出来るな」とこちらもシミュレーションが出来るわけです。

 

私は大企業での勤務経験がありますので、経験しているんですけど、新規設備の導入や設備改造するにあたって、シミュレーションなどで変更可能というデータが無ければ、上司の承認を受けれないので、新商品開発スケジュールがどんどん延期になっていきます。

 

まぁ、取り敢えずやってみようという習慣の会社さんであれば問題ないんですけど、大企業さんだと物性値の変化が見えないと上司の承諾を得られないので、変更してもらうのは不可能に近いと思いますね。

 

だから変更してもらうためには、変更する際の物性の変化量をシミュレーション出来る能力が必要なんですね。

 

そのシミュレーションを自信持って行うためには、地道ですけどデータの蓄積がとても重要な作業になってくるんですね。

 

ISO取得って無意味よね

よく、巷の会社で工場の壁にISO９００１取得って書いてあるじゃないですか？

 

御社の工場にも書いてあると思いますけど、

あれってあんまり意味無いですよね。

 

ぶっちゃけて言うと、邪魔です。

 

私も大企業に勤めていた時にISO関係の業務を担当したことありますけど、

何とも無駄な作業が多いわけですよ。

 

ISO要求項目を満たした資料作成、ISO対応のための現場管理・・・

ISOの為に業務時間を割いて対応することになります。

 

普段の日であればそこまで気が滅入ることもないけど、監査対応の時は半日かかりで時間を取られるので、まぁ気が滅入ります。

何を隠そう、私はISO監査員の業務をしたことがあるのでわかるんですけど、

ISOって監査するときは書類管理を非常に重要視しているんですわ。

 

特に監査するときは、その書類の作成やらハンコの有無がすごい指摘されるんですよ。

 

管理職のハンコが無いだ、作業者のハンコが無いなんてね。

 

でも品質管理する側にとってみればそんな事どうでもいいんですわ。

 

むしろ邪魔な作業なんですわ。

 

ISO対応するために、品質担当者が残業して書類整備しているわけなんで、

ISOとってなければ定時で帰れているわけで、その分、人件費削減できているわけですわ。

 

しかも、ハンコがあるから品質が改善されるワケでも、作業効率が良くなるわけでもないんです。

当たり前だけど。。。

 

ISO対応で忙しくて、本来の品質管理業務が二の次になっているケースがよくありますが、

本末転倒ですね。

 

なので、ISOなんてやめちゃいましょう。

 

そりゃ、ISOどうしても取りたいのであれば構いませんが、

ISO対応出来るように人員を確保する余裕出てからで十分ですし、

何より重要なのは品質管理能力を向上させて不良品の発生率を低下させる事でしょう。

 

それに、ISOは顧客に品質レベルの高さをアピール出来るなんて聞きますけど、

本当に効果あるのかな？

 

私が顧客ならISOよりもコチラの要求する品質を安定して供給してくれれば良いので、ISOは関係無いですね。だから何？っていうやつです。

むしろ、ISO取得してるから品質を安定して供給してくれるなんて神話は無用心ですね。

 

現にISO取得している大企業が品質データの改ざんをしているのはよくニュースで見ますしね。

 

そんなわけで、ISO取得するより品質安定化させる検討に時間とお金を使いましょうということです。

 

 

 

問題解決はデータ採取から

モノづくりの現場では、うまく成形出来なかった、うまく熱が入らなかった、一部の製品の強度が弱くなる等、よく問題が発生します。

 

その時々で生産方法が違ったり、設備が変わった事で発生する事も多々ありますけど、問題解決に必要な事ってなんでしょうね？

 

問題解決に必要なことは、“問題発生の原因がわかる事”です。

 

何を当たり前なことを言ってんだ（怒）なんて言われますけど、これって重要なんですよ。

 

みんな何が原因か分からないから、「どうやって直して良いかわからない（汗）」って困って私に依頼が来るんですよ。

 

じゃあ、問題発生の原因はどうやったらわかるようになるの？っていうと、タイトルの“問題解決はデータ採取から”というわけなんです。

 

新商品のテスト段階でどの項目が外れたら製品にどのような影響が出るのか？という事をしっかりとデータ採取する事。

 

そして、どの程度のバラつきであれば安定的に生産できるようになるかを明確にすることはこのブログではうるさいほど言っています。

 

このデータをしっかり取っていると、この問題はこの項目が外れたら発生するな！ということがわかってきます。

 

つまり、実際に生産している段階で、問題が発生した時にどの項目が外れているかが、すぐにわかるようになるんです。

 

そうなると、“問題発生の原因がわかる事”につながるんですね。

 

例えば、この製品の一部分に熱が入らなかった。という問題が発生したとします。

 

この、熱がしっかり入るのはどんな項目が影響しているのかをテスト段階でデータ採取していくんです。

 

製品の形なのか？密度が高いのか？肉厚なのか？原材料の偏りなのか？

 

一つ一つデータ採取していったとします。

 

で、熱がしっかり入るためには密度を低くする必要があるということがわかったとします。

 

そうすると、生産時に熱が入らないという問題が発生した時に、じゃあ密度を測定して高いから低くしようという判断がすぐにできる。

 

そして問題解決が迅速にできるようになる。ということです。

 

もちろん、実際の生産では様々な要因で問題が発生するので、スムーズに問題解決とはいかないかもしれません。

 

でも、問題解決は、このデータをしっかりとった上で、問題の原因と考えられるものを一つずつ消していく作業なんですね。

 

地道だし、分かりにくいので、現場の人や管理職の人には、褒めてもらえることは少ないです。

 

でも、安定した生産には絶対に必要な作業なので、一つずつ地道にデータを採取して積み上げていくという根気が必要です。

根気のいる作業で婚期が遅れ・・・

 

 

納入規格値の設定は慎重に

安定した品質を維持するためには、品質管理方法の構築が重要ですが、それと他に適正な納入規格値の設定が重要です。

 

納入規格値の設定は、大抵は新商品の生産決定時に行われることが多いですが、この時に大体の会社さんは平均値付近の大体このくらい広ければ良いかという数値を規格値に設定してしまう事が多いです。

 

ここが問題なんですけど、平均値から大体このくらいという数値幅は、ちゃんと構築した品質管理方法で余裕をもって達成できるレベルですか？という話です。

 

ここで品質管理の解析技術が重要になってくるわけですが、新商品の品質管理方法で平均値からどの程度のバラつきが発生する可能性があるのかが理解できていないと安直に考えて納入規格値を設定してしまうのです。

 

具体例を出しますけど、粉体製品の粒径が

平均値：10.5 mm、最低値：10.0 mm、最大値：11.0 mmだったとします。

 

じゃあ、粒径の規格値は10.5 ± 0.5 mmとしますと。。。

 

ちょっと待て！って感じですわ。

 

Hey、Hey、Hey！って感じですよ。

 

解析業務で重要な要素である正規分布曲線を思い出してみましょう。

（難しい計算は不要の記事を確認してね）

 

例えば、10回測定した内の平均値：10.5 mm、最低値：10.0 mm、最大値：10.5 mm

だとすれば、もしかすると10.0 mmが多いかもしれないし、10.4 mmが多いかもしれなですよね。

 

標準偏差σ＝0.3 mmだったとすると、そうすると３σ＝0.9 mm（99.7%程度正規分布曲線内に入る数値）となりますね。

 

そうなると、最低でも納入規格値：10.5 ± 0.9 mmとする必要があります。

 

最初に決めた数値の10.5 ± 0.5 mmよりも10.5 ± 0.9 mmと0.4 mm程広く取る必要があるとわかりますか？

 

こうしないと、現状の品質管理能力では納入規格値を外れてしまう危険性が高いのです。

 

まぁ、更に余裕をもって４σ＝1.2 mmとする方が無難です。

 

納入規格値は一度締結してしまうと改訂するのに非常に労力を必要とするので、決めるときは慎重になって決めることが重要です。

 

簡単に決めて納入規格値を外れた時に文句言われるのは品質管理担当者であり、経営層でもあるので。

 

因みに、その商品の取扱方法では必要無い物性試験が、従来の習わしだからと分析項目として設定している会社さんがありましたが、分析担当者は無駄な分析作業を長期に渡って行う羽目になりました。

 

また、分析装置のメンテナンス費用もかかってきますし、何よりその分析項目が納入規格値を外れてその改善をしたところ、本来の重要な物性値が納入規格値を外れているので、どうすれば良いか分からないと困っているのを見かけました。

 

やはり、納入規格値は余裕をもって、規格項目は必要最低限のものだけにすることが重要になってきますね。

 

品質管理は未来を制する

品質管理って、単に問題解決するだけじゃないんですわ。

 

品質管理の能力を上げることで未来を制することが可能になるんです。

 

これってとても重要なことで、データからその設備やら薬品、原材料の使い方がわかるので、問題が発生したらその問題に対して改善点がすぐにわかるんですね。

 

あとは、新商品の開発において生産方法が簡単に作成できるので、テストする際の初期不良品が少なく出来ますね。

 

客が求めている物性がその会社さんで生産出来るか出来ないかの判断が出来るんです。

 

新商品が今の設備で出来ないとわかれば、必要な箇所に設備投資ができるので無駄な投資費用を抑えることが出来ますね。

 

だから、ムダを省くためにはシミュレーションできるように品質管理能力を上げることが必要ですね。

 

考えるのは無駄だから、仕事しないお

いや、仕事はしなさいよ

 

実際に、私が担当した会社さんでは以前は取り敢えず「出来そうだ！」という感覚だけでテスト生産していました。

 

最初は当然うまくいきませんから、それだけで100万円程度の損失を出していた訳です。

しかも３回程同じ要領でテスト生産していましたのでそれだけで300万円の損失です。

 

何ともバブルなテストの仕方だなと感心しました（笑）

 

だけど、資金が無限にあればその方法でも問題ありませんが、大抵の会社さんは資金は有限でしょうから、出来るだけ損失を少なくして生産方法を構築する必要があると思います。

 

そのためには品質管理の方法を構築してシミュレーションできるようにしておくと効率的に生産条件の確率が出来ますね。

 

データの重要性を理解する会社は伸びる

そもそも、大企業と中小企業との差ってなんだと思います？

 

 

資本金の違い？

 

まぁそれも大いにありますが、元々、大企業と呼ばれている会社は、創業当時は１商店とか町工場程度の規模でした。

 

それが大企業と呼ばれるまでに発展していったわけですが、何で大企業になれたのか？

 

それは製品の品質を安定して生産できる能力があったからです。

 

正確に言えば、安定生産できる能力を鍛えていったからですね。

 

つまり、品質を安定させる事の重要性に気付き、安定生産するために時間とお金と労力を投資したということです。

 

安定生産するためには、生産設備の能力や原材料の能力を十二分に把握する事が重要なんですけど、把握するためには実験などでデータを蓄積する必要があります。

 

まぁ、つまりデータを集めて品質安定化の条件を構築する事の重要性を知っているんですね。

 

私はある大企業に依頼を受けて品質改善と新商品の設計業務を担当したことがありますが、その会社さんでは、品質管理方法の構築度合いを審議する検討会が設置されているんですけど、その審議の合格点に行かないと設備設計に入れない等の関門がいくつも設置されています。

 

担当者としてはシンドイ部分はあるんですけど、そのおかげで問題はほとんど起きずに生産が開始できるようになっています。

 

このシステムのお陰で品質が安定して大量生産してもクレームがついたりする可能性が低くなり、お客さんからの信頼を勝ち取ってあれだけの売上高を構築できるわけですわ。

 

具体例を挙げれば、トヨタ自動車はトヨタだから世界のトヨタになれるわけです。

 

余談ですけど、車の設計で試作品を作成するときは、どんな環境でも運転できるように様々な実験が行われているらしいですね。

 

極端な例で言えば、カナダ等で外気温が-40℃の中でも車のエンジンがしっかりとかかるか確認テストを行ったりするみたいです。

 

あとは、たまにCMでもやっていますけど、車を壁にぶつけて破損状況の確認する試験は有名ですね。

 

人を乗せるものだから安全性試験はしっかりとしてくれているんですから、各車メーカーさんには感謝ですね。

 

品質担当者が忙しいのは異常です

私は中小企業さんの品質改善や新商品開発の依頼を受けるので、各会社さんの品質管理担当者さんと打ち合わせを行うことが多いです。

 

打ち合わせをしていてあることに気がついたのです。

 

実は、品質担当者さんが忙しいと言っている会社さんは、品質が安定していないです。

 

逆に、品質担当者さんが暇ですね（笑）なんて言っている会社さんは品質が安定しています。

 

まぁ、品質が安定していれば品質改善策を検討する必要は無いので、基本あくせくする必要はありませんね。

暇だし、エロ画像でも見るお

仕事しろ（怒）

 

品質担当者が忙しい＝品質が不安定＝異常事態という公式が作れそうです。

 

そもそも、品質担当者が品質を安定化する方法を見つけられないということも考えられますね。

 

そんな場合には、当サービスをご利用いただければ迅速に対応致します（笑）

 

データ整理を行って、解析をシッカリ行って、改善をきっちり実施しさえすれば、徐々に品質が安定していくので、自然と暇になってくるんですけどね。

 

厳しい言い方をすれば、忙しいと言っている人は仕事ができないと公言しているようなもんですよ。

 

もちろん、新商品の開発やら製造方法の構築やら分析作業などを全て1人で行っているので、物理的に時間が足りないなんて事もあるかもしれませんね。

 

ただ、最初はそうかもしれませんが、品質管理方法の基本ができていれば、新商品の開発や製造方法の構築にそんなに時間はかかりませんよ。

 

なんせ、最初に基本方針を作成しておけば、現場にはこれで次も作ってね！で終わりなので、一回の作業で終了じゃないですか。

 

あとは分析作業が残っていますけど、これもロット間やロット内の分析値のバラつきが分かっていれば、ロット間でも製造方法がしっかりできればバラつきが少ないと判断出来るじゃないですか。

 

なら、あとは同ロットは代表サンプルの測定値で納入規格値が満足できると判断できるじゃないですか。少々手荒だけど・・・

 

そんな感じで、品質管理がしっかりできれば作業効率化もしやすいので、忙しいは解消できますよ。