難しい計算は不要ですわ

よく会社の営業担当の方と話をすることがあるんですけど、どうも品質管理って難しい事をしているように見えているようです。

データを解析する際に数値のまとめ方で標準偏差やCV値、３σなんて言葉を使っているせいかもしれません。

この標準偏差やCV値等は計算式を見ると確かに難しいと感じるかもしれません。

標準偏差の計算式はこんな感じ

目が飛び出るほど面倒な式ですのでやる気なくすのも当然って感じ。

でもこの御時世に、こんな計算する手間は不要ですわ。

エクセル先生に任せておけば一瞬で数字が算出されます。

計算の仕方はWindowsのHPで確認してね！

つまり、データ採取して解析する部分を指定すれば、あとはエクセル先生が瞬時に計算してくれるので問題ないんですわ。

必要なのは標準偏差、CV値、３σなどが何を意味しているかという概要を理解していれば良いだけですよん。

だから、データ解析を恐れる必要は無いのです。

どちらかといえば、手計算するよりも改善策の検討に時間を費やすことで効率的な品質管理業務が行えるので、単純計算はドンドン機械に任せましょう。

因みに、平均値、標準偏差、CV値、相関係数、３σはデータ解析を行う上で重要な概念になります。

しっかり理解しておくと、解析精度の向上や納入規格書作成時の規格値を決める際に有効に使用できるツールです。

なお、納入規格値の設定は安定生産する上でも重要な業務ですので改めて教えます。

品質管理って地道な作業ですわ

ものづくりをしている会社の多くは、品質って特に意識していない。

とりあえず物が出来上がっていれば問題無しみたいな感覚でいるような感じです。

品質に問題が出れば品質管理何やってんの？！って文句出るけど、品質を安定させるための方法について得に意識していない。

品質管理って、過去データまとめて、解析作業を行って、改善点を見つけて、対策方法を検討して、対策方法を書面に書き下ろして、現場担当者に説明して、実際にテストして、改善出来たか出来ないかを確認して、ダメならもう一度解析し直して・・・

結構、地道な作業が多いんですわ。

だから地道な作業が得意な人じゃないと続かないです。

実体験で言うと、他社の対抗品を生産するのに他社サンプルが取得できたので分析センターで分析したんですけど、原材料の混合率を確認するのに顕微鏡使って確認したんです。

原材料を染色して似た成分にピンセットで分ける作業をした後に、顕微鏡で同じ原料の数を計測するんですが、とても地道な作業ですわ。

それの積み重ねで製品が出来上がっているんです。

しかもその成果が目に見えにくいという難点。。。

部下に過去データの収集作業を依頼したことがあるんですけど、データ収集するだけでギブアップされましたからね。

品質管理で地味なんですねぇ、それゆえに経営層からの評価もそんなに高いわけでもないし。

酸素無いと１分と生きられないけど、その重要性は意識出来ないですね。

生きるために酸素は重要だって皆知っているけど、酸素吸えるよって言っても、だから何？って感じと同じですね。

経営層には目に見えない地味な作業をしている人に感謝できれば、その人は経営層にとても感謝する様になって、ますます仕事を熱心にしてくれると思いますよ。

普段、地味な作業をしている私が言うので、ほぼほぼ間違いないですよ（笑）

解決策は本棚にある

問題点が発生した場合には、データを採取して解析し、改善策を検討する事の重要性は既に記事で書いているのでそちらで確認してください。

ただ、大体の会社さんではデータ採取は既に行っている場合がほとんどです。

製造部門では絶対に製造日報を作っているでしょうから、運転情報は既にそれを解析すれば良いことになります。

なので、問題が発生している銘柄について過去の製造日報を本棚から引っ張り出して、解析作業を行うことで改善策が見えてくる場合がほとんどなんですわ。

ある製紙メーカーさんで、気泡潰れが一定量出て不良品になっているので少なくして欲しいという依頼を受けました。

ずっと出ているというよりも、一定時間発生しては解消するという情報から、製造日報から気泡潰れの発生頻度を解析することと、フェルト物性を確認することとしました。

するとなんということでしょう！

気泡潰れの発生を低減できるデータが出てきたではありませんか！

通気度が高いほど気泡の発生回数が低下する関係性が見えてきましたね。

フェルトメーカーに通気度を30以上になるように制作依頼を行い、解析通り気泡潰れが激減できたのです。

この問題解決に使用したデータは全て以前測定していたもので、ずっと本棚に保管されていたのを引っ張り出して得た結果です。

データを有効に活用できれば、このように一気に問題が解決できることは多々あります。

御社でも本棚に眠っている宝を掘り起こすことで現在発生している問題を解決できるかもしれませんぜ！

データをどう活かすかが大事

私の品質管理方法ではツールや計算よりもデータ採取が大事だと感じております。

でも、ただデータを採取すれば問題解決できる訳ではございません。

データを採取しても上手く活かせなければ宝の持ち腐れでございます。

データをどう扱って良いかわからないという声をよく聞きますが、

問題がいつまで経っても解決できないのはこのデータを使いこなせていない事にあります。

具体例を出しましょうね。

私が担当したある会社さんなんですが、ある製品の強度が数年前より低いんだけど原因がわからないので調査して欲しいという依頼でした。

基本的に生産条件は変えてないんだけど、なぜか強度が低くなっているとの事ですので、生産日報のデータを一覧にして確認しましたが、生産条件上での変動要因で強度が下がっているデータはありませんでした。

ということは、原材料かもしれないと考え、原材料の入荷時に受け取っていた試験成績表をグラフに書いてみました。

すると、なんということでしょう！強度が徐々に下がっているではありませんか！

匠は見事に不満を解消したのでした！という話です。（笑）

なんてことはない、試験成績表の数値をグラフにしただけで強度が綺麗に下がっている事が明らかにわかるようになっています。

しかも、その数値をノートに書き写しているにも関わらず、原材料の強度が下がっている事に気付かなかったわけです。

この担当者はデータをただの数字と見ていたのですが、私が行ったようにグラフにして比較して初めて関係性が分かることが多々あるんです。

この原材料を購入している取引先にこの現象を説明し、強度低下の原因を聞き出すと、原材料に安価の材料を混ぜており、その割合を徐々に増やしているとのことでした。

その会社に対して、原材料の強度改善を要求しており、近々対策案の提案があるものと思います。

原因がわかると、自然と改善方法もわかってきます。

強度低下の原因が原材料にあるので、強度が高い原材料に変更する事も有りですし、強度を上げる薬品量を増やす事も可能ですね。

この原因究明が不明だと、機械の改造が必要だとか余計に大掛かりな変更しようと判断してしまう可能性もありますからね。

品質管理にツールは不要です

品質コンサルタント会社のホームページを見ると、

一緒に検討します！とか、

弊社で開発したツールを使用すれば効率的に改善ができます！

なんて書いている物がありますね。

けど、私から言わせればツールなんて不要です。

ツールは鉛筆と一緒ですから。

万年筆なのか筆なのかボールペンなのかの違いなんですよ。

字を綺麗に書くのに、どのペンでも良いんです。

字を綺麗に書くために必要なのは、ペンよりも技術であり、

見本を見て練習することが大事なんですわ。

だから、ツールを購入するよりも先に、

品質管理するのに必要な項目を洗い出したり、

薬品などの変化に対してどのように物性が変わるのか？

という品質管理能力の向上が必要なんですわ。

そのあとで、

ツールを使用したほうが効率的に品質管理が出来る！

というのであれば、その時に初めて購入を検討したら良いんです。

はじめからツールに頼っていると、

何が重要な項目なのかが分かりづらくなって、

製品の納入規格値が改善できない！なんてリスクが出てきますよ。

私のサービスでは、

小難しい計算式やツールは使用せずに品質管理を行っておりますので、

とっても経済的で簡単に実践することができます。

営業トークはココまでにしておきましょう。

因みに、アポロ１１号って知ってますか？

人類が月面に初めて着陸したという有名な機器ですね。

あれに使われていたコンピューターですけど、ファミコン程度の処理能力しか無かったらしいです。

大げさに言えば、ファミコンで月に着陸したということですね。

軌道計算も手計算で行っていたようですし、マニュアルは紙に印刷して壁に貼っていたようですから、今から考えればとてもアナログな機器で宇宙に行って月に着陸しているってことです。

とてもすごい技術ですね。今はプレイステーション４と処理能力がすごい高くなっているので月着陸なんて全自動で出来そうですね。