どうもこんにちは！北実研の【白川淳一】です。
最近ですが、仕事で京都に行く事が多くて軽く余った時間を散策する事があります。
夏の京都はものすごく暑くて、、、シャツが何枚あっても足りませんが、そんな関西の夏のうまいものといえば、やはり「鱧」でしょうねー！
さっぱりとした鱧を握りでいただきまして、少し涼を取って鉄道博物館を見学しました(^^)
今回は「人のお株を奪いに行くシリーズ」の第3弾、「品質管理はデータ分析の塊」です。
そして、このブログは多くの診断士の方がお読みになられていることを意識して「テキトーな事だけ喋って帰るコンサル」をしないように、データ分析のエッセンスを学んで帰っていただく場でもあります。ちょっと現場で喋ってみるとウケること間違えなしです！
さて、有名な話ですが「シックスシグマ（６σ）」って皆様ご存知でしょうか？診断士たる者のみなさまは「チョー有名」、そうでない方はここで初めて知ってください！
これはアメリカのモトローラが日本のQCサークルに代表される品質管理手法を一歩抜きんでて、定量的かつ経営の意思決定として品質管理を指示したり管理したりする方法で、トップマネジメントの指示の下でマネジャーが統計学的な分析を通して、現場改善を進めていくという物です。
この「6σ」のσの意味ですが、統計学では「標準偏差」を表す記号です。つまりヒストグラムから正規分布を描いたちょうど真ん中の「平均値」から±6個分の標準偏差以内の良品率を保つこと、逆に言えば、それより外の領域で不良品を発生させない事を求める物です。前後それぞれ6個の標準偏差分だから6σなのです。
そして、この6σに外れた不良品率は統計学的には10億分の2と計算されます。これは偏差値を思い返していただければいいのですが、図のように±6の標準偏差と言うと、－10～＋110まで存在するバラツキとなり、例えるなら、渋谷の交差点で何百名かの人を連れていき、テストを受けさせたらその中にたまたまドイツ人の小学生とハーバード大生が居て、一斉にテストを受けるような物です。その中で「ドイツ人の小学生」や「ハーバード大生」が見られるのは「稀有」だということは想像いただけるはずです。それほどに厳しい品質基準を敷いている言葉だということがお分かりいただける事かと思います。
ただ、ここの間の説明は専門書に任せるとして、実は製品の製造において「平均のゆらぎ」みたいなものがありまして、その誤差を含めると実は6σの許容する不良品の確率は実際は±4.5σを意味して「100万分の3.4」という数字になるのです。ちと、ややこしいですね（笑）
さて、製造現場ではこの不良品の確率を言う時にいちいち「百万分の〇」と言う言い方をしません。不良品の発生確率の時に「ppm」という単位を用います。それは「百万分率」といって、溶液の濃度を表すときに主に使う単位で、これら品質では「100万回に〇個」という意味になります。
これらをそれぞれ〇σであればどれだけの確率なのかを数字で表すと・・・
・±5σ＝0.28ppm
・6σ（実際の±4.5σ）＝3.4ppm
・±4σ＝32ppm
・±3σ＝1350ppm
となるわけです。だいたい、製造業はこの本当の数字の4σ～5σのクオリティを品質目標に製造工程を改善していくわけです。
こちらのブログを読まれている方には中小企業診断士の方がおおいかと思いますが、社長さんによってはここら辺の話をよく理解されていて、製造管理や経営管理の手法の一環としてppmという言葉で不良品やクレーム率を管理されている方もいらっしゃいますし、私が見てきた会社でも小さいながらもそういった努力をされている会社もありました。そんな時に、コンサルタントが「？」となるのだけは本当に避けましょう・・・。
ましてやボトムアップ型のQCサークルとは反対にトップマネジメントが品質目標を決めて指示を出すわけですから、ここら辺を混同した解説をするのは愚の骨頂と言えるでしょう。
さて、経営レベルでは品質マネジメントをこの数値を目標に決めるわけですが、肝心のオペレーションではどうするのでしょうか？これはQC7つ道具の一つである管理図を用いたりするわけです。
他にもシックスシグマの管理手法ではこんな統計的手法を使おうと推奨しています。
Analysis of variance/分散分析
General linear model/一般線形モデル
ANOVA Gauge R&R/ゲージR&R
Regression analysis/回帰分析
Correlation/相関分析
Scatter diagram/散布図
Chi-squared test/ カイ二乗検定
と言うことで、実はデータ分析の世界と言うのは私がやっているマーケティングや金融、人事に比べるとはるかに製造の世界で活用するケースが多く、やはり不良品が経営に影響を及ぼす機械製造業で大きく考えられてきました。また、食品業界では微生物のコントロールと言う点が非常に重要視されてくるために自然科学的アプローチでの統計学を用いることが多いです。
この点に関しての事例は7月28日のセミナーで松田さんのパートで紹介があります！
今日までのブログでいくつもの企業経営に欠かせないデータ分析での場面を挙げてきましたが、いかにデータ分析ができないコンサルタントは滅びゆくか？というのはお分かりいただけたでしょうか？また、現役バリバリのビジネスマンの方も漠然と「経験と勘」だけで仕事していませんか？そんなのあっという間にAIを活用したロボットに取って代わられる時代が来るでしょう。
診断士ならちゃんとお勉強して還元しましょ！
次回は【人事労務】ならお任せください！あなたのライフプラン考えます！【高橋哲平】さんの記事です！
お申し込みはこちらから↓
こくちーず：https://bit.ly/2MvTdLP
チラシ：http://www.geocities.jp/shopper21jp/document/chirashi.jpg
北実研のFBページ URL：北関東中小企業診断実践研究会」で検索！
みなさんからの「ポチッ！」が日々の活動の原動力になります！
