🙋
管理図って、普通の折れ線グラフと何が違うんですか？
🎓
大まかに言うと、「偶然のバラつき」と「異常のサイン」を見分けるための特別なグラフだね。普通のグラフにはない「管理限界線（UCL/LCL）」が引かれていて、この線を超えたり、特定のパターンが現れたりすると「工程が管理状態から外れているかも」と判断するんだ。例えば、自動車のエンジンボルトの長さを毎日測って管理図にプロットするイメージだよ。このシミュレーターの「サンプルデータ生成」ボタンを押すと、すぐにデータが作れて管理図が描けるから確認してみて。
🙋
え、管理限界線ってどうやって決めるんですか？手計算で？
🎓
いやいや、実務ではこのシミュレーターのように自動計算するのが普通だよ。X-bar管理図なら、過去のデータから全体平均 $\bar{\bar{X}}$ と範囲の平均 $\bar{R}$ を求め、そこにサンプルサイズ $n$ で決まる係数 $A_2$ を掛けて計算する。上の「サンプルサイズ n」のスライダーを動かしてみて。$n$ が変わると、係数 $A_2$ が変わるから、自動で計算される管理限界線の幅も変わるのがわかるよ。
🙋
Western Electricルールって、管理限界線を超えなくても異常ってわかるんですか？
🎓
その通り！管理限界線の内側でも、データに不自然な「パターン」があれば、それは異常の前兆かもしれない。例えば「連続8点が中心線より上」というのは、工程平均が上にシフトしている可能性が高い。このシミュレーターは、データを生成したり入力したら、自動でWestern Electricルール8則をチェックして、どのルールに引っかかったか教えてくれるんだ。現場で多いのは、限界線ギリギリをうろうろする「2σ外の点」が続くパターンだね。
貼り付けるデータは、1行に1サンプル、列ごとに測定値を入力してください。数値以外の文字や空行が含まれていると正しく認識されません。また、サンプルサイズ（n）が一定でない場合は、X-bar-R図ではなく個別値管理図をご検討ください。
工程異常を検出するための8つのルールです。例えば「1点が管理限界外」「連続7点が中心線の片側」など、偶然では起こりにくいパターンを自動判定します。本ツールでは該当する点を色分け表示するため、異常の早期発見と原因特定に役立ちます。
Cpが低い（例：1.33未満）場合は工程のバラつき（R）が大きいため、設備や材料のばらつき低減を検討してください。CpkがCpより著しく低い場合は、工程平均（X-bar）が規格中心からずれているため、調整作業や段取りの見直しが効果的です。
一般的にはn=4～5が推奨されます。小さすぎると（n=2～3）管理限界が広くなり異常検出感度が低下し、大きすぎると（n=10以上）工程内変動の検出が遅れます。本ツールではn=2～10の範囲でご利用いただくことをお勧めします。
自動車・精密機械部品の寸法管理：エンジン部品の直径やボルトの長さを、製造ラインで定期的に数個抜き取り（サンプリング）、X-bar-R管理図で監視します。管理限界を超える傾向があれば、工具の摩耗や機械の設定ずれを早期に発見・修正できます。
射出成形の重量・外観管理：プラスチック製品を成形する際、1ショットごとの製品重量を管理図で追跡します。重量のばらつきが大きくなれば材料の流動性や金型温度に問題がある可能性を示し、p図（不良率管理図）でキズや欠けの発生率を監視します。
電子部品の実装不良率モニタリング：プリント基板へのチップ実装工程では、視覚検査で不良を見つけ、その不良個数や不良率をc図（欠点数管理図）やp図で管理します。不良率が突然上昇すれば、はんだペーストの印刷や実装機の精度を点検する契機となります。
化学プロセス・食品製造の特性値管理：薬品の濃度や食品のpH値、包装のシール強度など、連続的に計測できる特性値をX-bar-R管理図で監視します。Western Electricルールによるパターン検出は、ゆっくりとした工程の劣化（ドリフト）を検知するのに特に有効です。
管理図を使い始めるとき、いくつか陥りがちな落とし穴があるんだ。まず一つ目は、「管理限界線と仕様限界線を混同する」こと。管理限界（UCL/LCL）は「工程が安定して出している結果のバラつきの範囲」を示すもので、過去の実績データから計算する。一方、仕様限界は「顧客が要求する品質の範囲」で、設計図面などから与えられるものだ。例えば、ボルトの長さが10±0.1mm（仕様）だとしても、工程が安定していれば管理限界はもっと狭い9.98〜10.02mmになるかもしれない。管理図上に仕様限界を描くのはOKだが、管理限界を仕様に近づけようと調整するのは間違いの元だよ。
二つ目は「データの層別をせずに一つの管理図で監視する」こと。異なる製造ライン、異なるシフト、異なる原料ロットから出てきたデータを混ぜてしまうと、隠れた異常が見えなくなったり、逆に誤った異常シグナルが出たりする。例えば、AラインとBラインのデータを分けずにプロットすると、中心線付近に点が集まるのではなく、二つの群に分かれて広がって見えるかもしれない。これだと「管理状態」と誤判断してしまう。データを取る前によく工程を観察して、意味のあるグループで層別化することが大切だ。
三つ目は、「工程能力指数Cp/Cpkを、管理状態が確認される前に計算する」こと。Cp/Cpkは「安定した工程が、仕様をどれだけ満たせるか」の指標だ。だから、管理図で異常なパターンや点が多数見られる「管理状態でない工程」で計算しても、その値はほとんど意味を持たない。まずは管理図で特殊原因を除去し、工程を安定させてから、初めてCp/Cpkの評価に移るのが正しいステップだ。このシミュレーターでサンプルデータを生成したら、Western Electricルールで警告が出ていない安定した状態のデータで、Cp/Cpkの値がどう変わるか試してみるといいね。