QC7つ道具
QC7つ道具とは、7つの統計的な観点でデータを分析し、QC（品質管理）を行う手法です。1960年代、日本科学技術連盟を中心に、米国から導入された統計学的手法から使いやすいものをまとめたものが、弁慶の7つ道具になぞらえてQC7つ道具と呼ばれるようになりました。
QC7つ道具の種類
QC7つ道具の各手法は次の通りです。
- パレート図
全体の中で何が最も重要な問題であるかを見つけることができる手法です。問題点を項目別に分けて出現度数の大きい順に並べた棒グラフと、その累積の構成比を図にします。 - 特性要因図
問題の原因を整理・分析する手法です。結果と原因との関係と、要因間の相互の関係を図に表します。完成図の特徴から、フィッシュボーン図とも呼ばれます。 - ヒストグラム
工程のばらつきを見る手法です。データの存在する範囲をいくつかの区間に分け、ばらつきの度数を棒グラフで表します。 - グラフ
データを視覚化することで、全体像を一目で正確につかめるよう工夫した図形の総称です。複数の種類があり、棒グラフで大きさや量を比較したり、折れ線グラフで変化の推移を明らかにすることが可能です。 - 散布図
2つの特性の関係が分かる手法です。原因と結果など対応する2種類のデータを図に表し、相互関係を分析します。 - 管理図
工程に異常が発生していないか調べて改善したり、工程を安定状態に保持するための手法です。工程において偶然に発生したばらつきと、異常原因によるばらつきを区別して管理します。 - チェックリスト
データを整理しやすくして、確認の漏れをなくす手法です。製品の品質や作業の状況を測定、評価して、その結果を記録します。
図研プリサイトが提唱する「QC3種の神器」
1960年代から提唱されているQC7つ道具ですが、決して古い手法ではなく、現在でも製造業で改善活動を進めていくうえで欠かせない手法です。しかし、「データ分析は前処理が8割」という言葉が示す通り、膨大なデータの加工にかかる時間が理由で、これら手法を使った分析を活用できていない企業はまだまだ多いのではないでしょうか。
このようなデータ活用に伴う課題を、AIのサポートで解決に導くソリューションが Qualityforce です。本製品が提供する主な3つの機能は次の通りです。
- AIによる値推定
トラブルや発生原因の種別など、データの項目に空欄があった場合、AIが他データの内容から値を推定して補完します。セグメント化や層別化（データの共通点や特徴に着目したグループ化）など、データ分析に欠かせない前処理をAIが強力に支援します。 - 類似クレーム検索
不具合やクレームの内容を入力すると、AIが文章の特徴を算出し、類似する過去クレームを検索します。表記・表現の揺れを吸収して検索するため、「押しても動かない」という文章を入力して、「押下しても反応しない」という記載がある過去クレームを探し出すなど、参考情報の取得が誰でも簡単に行えます。 - ダイナミックなグラフ機能
QC7つ道具の一つである「パレート図」、新QC7つ道具の「連関図」や「マトリックス図」など、代表的なQC手法は条件を指定するだけで簡単に作成できます。マトリックス図は、各要素の関連の有無や度合いをヒートマップ表示できます。グラフをクリックして、データをドリルダウン分析することも可能です。
Qualityforce が提供する主な3つの機能は、令和時代の「QC3種の神器」としてご活用いただけます。本製品について詳しく知りたい方は、是非こちらのフォームからお気軽にお問い合わせください。
参考文献
- 永原賢造,村上義司.「改訂版 品質保証部」.日本能率協会マネジメントセンター,2010（参照 2023-09-28）