ヒストグラム:プロセスのばらつきを分析する方法

ヒストグラムは、数値の羅列をプロセスの実際の姿を示す図に変換できるため、プロセス管理において最も実践的なツールの一つです。チームが「このばらつきは正常なのか、それとも本当に問題なのか」で議論しているとき、ヒストグラムは数秒でその議論に決着をつけます。

ヒストグラムというツールの使い方を理解することは、オペレーションのリーダーにとって選択肢ではありません。基本的なスキルであり、これを飛ばすということは、全体像を隠してしまう平均値だけを見て意思決定するということです。

ヒストグラムとは何か

ヒストグラムとは、ビンと呼ばれる範囲にグループ化された連続データの頻度分布を示す棒グラフです。各棒は、測定値が特定の範囲に収まった回数を表します。すべての棒を合わせると、プロセスのばらつきの形状、中心、広がりが明らかになります。

ヒストグラムは、もともと1960年代に石川馨によって体系化された7つの基本的な品質管理ツール(QC7つ道具とも呼ばれる)の一つです。これは品質分析のためのシンプルで視覚的な手法の一式です。

ヒストグラム vs 棒グラフ: 通常の棒グラフでは、棒は個別のカテゴリー(製品タイプ、地域、部門)を表し、棒と棒の間には隙間があります。ヒストグラムでは、データは連続的(測定値、時間、重量)であり、棒は互いに接しており、x軸は等しい範囲に分割された数値の尺度を表します。

重要なポイント

• ヒストグラムを含むQC7つ道具は、現場の作業者に実践的な品質管理のツールセットを提供するため、1968年頃に石川馨によって体系化されました。(石川、『品質管理入門』、1968年)
• 統計的な表示手法としてのヒストグラムは、1895年にカール・ピアソンによって名付けられ、頻度曲線に関する研究の一環として導入されました。(ピアソン、『進化の数理理論への貢献』、1895年)
• ヒストグラムのビン数を選ぶ際に最も一般的に使われるガイドラインであるスタージェスの公式は、1926年にハーバート・スタージェスによって発表されました:k = 1 + 3.322 log(n)(nはサンプルサイズ)。(スタージェス、『階級区間の選び方』、American Statistical Association誌、1926年)

「平均値はストーリーを隠し、ヒストグラムはそれを語る。」

なぜヒストグラムを使うのか

200個の測定値の表を見ても、一目で分かることはほとんどありません。平均値は計算できますが、平均値では、すべての部品が目標値の周りにきつく集まっているのか、それとも広範囲に散らばっているのかは分かりません。

ヒストグラムは、表ではできない3つのことを可能にします。

1. ばらつきを可視化する。 プロセスがきつく一貫した出力を生み出しているのか、それとも広く予測不可能な広がりを生み出しているのかを即座に把握できます。

2. 規格限界に対する位置を示す。 ヒストグラム上に下限規格値(LSL)と上限規格値(USL)の垂直線を引けば、プロセスの出力がその範囲内に収まっているのか、それとも片側または両側で不良が流出しているのかが一目で分かります。

3. 非正規のパターンを明らかにする。 歪んだ分布、二峰性、隙間、崖のような急落は、いずれも調査する価値のある兆候です。統計的工程管理(SPC)の手法はおおむね正規分布のデータを前提としているため、こうしたパターンを早期に見つけることで、誤った結論から分析を守れます。

ヒストグラムの読み方:よくある形状

ヒストグラムの形状には意味があります。よく出会うパターンについての参照表を以下に示します。

まず形状、次に位置、最後に幅を読むことで、毎回構造的な解釈ができます。

ヒストグラムの作り方

ヒストグラムを信頼できるものにするには少なくとも50個のデータポイントが必要で、100個以上あればよりクリーンなパターンが得られます。以下の6つのステップです。

ステップ1: データを収集する

プロセスの測定値を単一のリストにまとめます。サンプルサイズ(n)を記録してください。データが単一のプロセス条件から得られていることを確認してください。プロセス変更の前後のデータを混ぜると、誤解を招く形状が生まれます。

ステップ2: 範囲を求める

最大値から最小値を引きます:範囲 = 最大値 - 最小値。これによりx軸に必要な幅が分かります。

ステップ3: ビンの数を選ぶ

出発点としてスタージェスの公式を使います:k = 1 + 3.322 × log(n)。100個のデータポイントであれば、約8個のビンになります。平方根法はよりシンプルです:k = √n、これは100個のデータポイントに対して10個のビンを与えます。どちらも妥当な出発点です。棒が空に見えたり、すべてが一つにまとまって見えたりしないよう、上下に調整してください。

ステップ4: ビン幅を設定する

ビン幅 = 範囲 / ビンの数。測定精度に合った扱いやすい数値に丸めます。すべてのビンは同じ幅でなければなりません。

ステップ5: 頻度を集計する

各ビンに何個のデータポイントが入るかを数えます。手作業で集計する場合は、この工程にチェックシートが役立つツールです。

ステップ6: 棒を描く

y軸に頻度(件数)を、x軸にビンの範囲をプロットします。ビンごとに1本、頻度に等しい高さの棒を、互いに接するように描きます。タイトルを付け、両軸に単位を明記し、サンプルサイズを記載し、該当する場合は規格限界を垂直線として描いてください。

職種別のヒストグラム事例

製造業:部品の寸法。 ある機械加工チームが150個のシャフト部品の直径を測定します。ヒストグラムは目標値よりわずかに上に中心を持つ釣鐘型を示し、右の裾がUSLを超えています。これはエンジニアに対し、公差を広げるのではなく、プロセスの平均値を下方に調整するよう伝えています。

カスタマーサポート:通話処理時間。 あるサポートディレクターが200件の通話処理時間をプロットします。ヒストグラムは15分を超える長い裾を持つ右に裾を引く分布です。チームがその裾を調査したところ、専用のスクリプトが必要な特定の製品カテゴリーに関する通話の一部が原因だと分かります。

人事:採用までの期間。 ある人事マネージャーが、最近の80件の採用について内定までの日数をプロットします。ヒストグラムは二峰性のパターンを示しており、一方のピークは18日、もう一方は42日です。チームが職種別にデータを分けると、技術職は一つの経路をたどり、事務職は別の経路をたどっていることが分かります。単一の平均値にまとめていたことが、これを完全に隠していました。

これらの事例には共通のパターンがあります。ヒストグラムは、要約統計量が覆い隠してしまうセグメントやシフトを明らかにするのです。

ヒストグラム vs 他の品質ツール

ヒストグラムはあらゆる問いに適したツールではありません。近縁の2つのツールとの比較を以下に示します。

ヒストグラム vs パレート図。 パレート分析は、離散的な不良カテゴリー(部品違い、ラベル欠落、表面の傷)を頻度でランク付けし、どの少数のカテゴリーが問題の大部分を引き起こしているかを示します。データがカテゴリカルであればパレート図を、データが連続的な測定値であればヒストグラムを使ってください。

ヒストグラム vs 折れ線グラフまたは管理図。 ヒストグラムは、時間軸を図から取り除きます。ある期間のすべての値の分布を示しますが、時系列は示しません。折れ線グラフや管理図は時間的な順序を保持し、傾向、周期、急激な変化を明らかにします。全体像を把握するには両方を使ってください。分布の形状にはヒストグラムを、時間軸に沿った挙動には管理図を使います。

分布の形状から根本原因についての仮説を立て、その後フィッシュボーン図を使って調査を構造化する場合、この2つのツールは相性良く組み合わせられます。

Six SigmaのDMAICフレームワークは通常、改善に着手する前にプロセスパフォーマンスを特徴づけるため、測定フェーズと分析フェーズでヒストグラムを使用します。

総合的品質管理のプログラムは、製造業だけでなくあらゆる職能において、ヒストグラムを基礎的な診断ツールとして使用します。

2つの連続変数間の関係を比較するには、散布図がヒストグラムから始まる分析をさらに拡張します。

ベストプラクティス

最小サンプルサイズ。 50個未満のデータポイントによるヒストグラムを過剰に解釈しないでください。100件以上の観測値があると形状が安定し信頼できるものになります。

ビン数の経験則。 スタージェスの公式(k = 1 + 3.322 log n)と平方根の公式(k = √n)はどちらも妥当です。ヒストグラムがギザギザしすぎている場合はビンを増やし、1つか2つの大きな塊のように見える場合はビンを減らしてください。

すべてにラベルを付ける。 変数名、測定単位、サンプルサイズ、期間、プロセス条件を含めてください。文脈のないヒストグラムは、半年後に見返しても行動に移せません。

一度に一つの条件だけを扱う。 2台の機械、2人の作業者、変更前後の期間のデータを混ぜると、人為的な二峰性の形状が生まれるリスクがあります。まず層別してからプロットしてください。

規格限界を描く。 LSLとUSLをヒストグラムに重ねることは、プロセスの能力を確認する最も速い方法です。棒がどちらかの限界を超えている場合、定量化して削減すべき不良率があるということです。

よくある質問

ヒストグラムと棒グラフの違いは何ですか?

棒グラフは、個別のカテゴリー(地域、製品タイプ、部門)についての頻度や値を示します。カテゴリーが連続的でないため、棒は隙間で区切られています。ヒストグラムは連続的な数値データの頻度分布を示し、範囲が隣接しているため棒は互いに接しています。「製品ラインごとの不良数はいくつか」といった問いには棒グラフを、「200本のボルトのトルク測定値の分布はどうなっているか」といった問いにはヒストグラムを使います。

ヒストグラムのビンはいくつにすべきですか?

まずスタージェスの公式から始めてください:k = 1 + 3.322 × log(n)。50個のデータポイントであれば約7個のビンになります。200個のデータポイントであれば約9個です。平方根法はよりシンプルです:k = √n、これは200個のデータポイントに対して約14個のビンを与えます。唯一の正解はありません。目標は、ノイズが多すぎず(ビンが多すぎる)、平滑化されすぎない(ビンが少なすぎない)形で形状を明確に見ることです。

ヒストグラムはQC7つ道具の一つですか?

はい。7つの基本的な品質管理ツールとは、特性要因図(フィッシュボーン)、チェックシート、管理図、ヒストグラム、パレート図、散布図、そして層別(あるいはバージョンによってはフローチャート)です。この一式は1960年代に石川馨によって広められ、今日でもISOやリーンの品質プログラムで教えられています。

ヒストグラムでプロセスの能力が分かりますか?

ヒストグラムは視覚的な手がかりを与えてくれます。分布が余裕を持って規格限界内に収まっていれば、能力は妥当に見えます。しかし正式な工程能力指数(Cp、Cpk)を求めるには、平均値、標準偏差、そしておおむね正規分布であるという前提が必要です。ヒストグラムは、能力の計算を行う前にその正規性の前提を視覚的に確認するのに役立ちます。

二峰性のヒストグラムは何を意味しますか?

2つのピークは通常、データの中に2つの別々のプロセスの流れが混ざっていることを意味します。よくある原因は、わずかに異なる設定で稼働している2台の機械、異なる技術を持つ2人の作業者、2つの原材料ロット、あるいは2つの期間(記録されていない変更の前後)です。対処法は、発生源ごとにデータを分け、結論を出す前にそれぞれのグループを個別にプロットすることです。

ヒストグラムは素早く作成でき、即座に成果を得られます。プロセス改善の取り組みを進めていて、まだベースラインデータをヒストグラムとしてプロットしていないなら、そこから始めてください。分布の形状は、1週間分のスプレッドシートレビューよりも多くのことを一目で教えてくれます。