統計的品質管理（SQC）とは？基本の考え方・代表的な手法と進め方を解説

「統計的品質管理って何？」「管理図や工程能力指数という言葉は聞くけれど、何のために使うのか分からない」と検索したあなたは、品質管理の仕事を任されたり、QC検定の勉強を始めたりして、統計を使った品質管理の考え方を理解したいと考えているのではないでしょうか。統計と聞くと難しく感じますが、基本の考え方はシンプルです。

統計的品質管理とは、製品の品質に関するデータを集め、統計的な手法を使って「ばらつき」を把握し、工程を安定させて品質を管理・改善する方法です。 勘や経験だけに頼らず、データにもとづいて「工程が正常か異常か」「規格を満たす力があるか」を判断できる点に特徴があります。

この記事では、IT・機電エンジニア専門の転職エージェントである私たちが、統計的品質管理の意味と必要性、ばらつきの基本の考え方、代表的な手法、管理図と工程能力指数の計算例、進め方、注意点、統計的品質管理に関わる仕事とキャリアまでを解説します。

統計的品質管理とは

統計的品質管理は、英語の頭文字をとって「SQC」とも呼ばれます。製造工程で得られる寸法や重さ、不良の数などのデータを分析し、品質の状態を客観的に判断するための方法です。

統計的品質管理の考え方は、1920年代にアメリカで管理図が考案されたことに始まり、戦後の日本の製造業でも広く取り入れられたとされます。

TQC・TQMとの違い

統計的品質管理とよく比べられる言葉に、TQCとTQMがあります。

言葉	意味	主な対象
統計的品質管理（SQC）	統計的な手法を使って品質のばらつきを管理・改善する	製造工程の品質
全社的品質管理（TQC）	製造部門だけでなく、設計や営業なども含めて全社で品質管理に取り組む	会社全体の品質活動
総合的品質管理（TQM）	品質を経営の中心に置き、顧客満足を目指して組織全体で取り組む	経営と組織の仕組み

統計的品質管理は、TQCやTQMの中で使われる「道具」の一つと考えると分かりやすいでしょう。会社全体の品質活動の土台に、データにもとづく統計的品質管理がある、という関係です。

なぜ統計的品質管理が必要なのか

統計的品質管理が必要とされる理由は、主に次の3つです。

• 品質を客観的に判断できる：「最近不良が多い気がする」といった感覚ではなく、データで品質の状態を判断できます。
• 異常を早く見つけられる：不良品ができる前に、工程の変化の兆しをとらえて手を打てます。
• 改善の効果を確かめられる：対策の前後でデータを比べ、本当に良くなったかを確かめられます。

統計的品質管理の本当の目的は、不良品を見つけることではなく、不良品をつくらない安定した工程を維持することにあります。 検査で不良品を取り除くだけでは、つくってしまった不良品のむだはなくなりません。工程そのものを安定させることが、品質と費用の両方を良くする近道です。

統計的品質管理の基本の考え方

統計的品質管理を理解するうえで最も大切なのが、「ばらつき」の考え方です。

品質には必ずばらつきがある

同じ設備、同じ材料、同じ手順でつくっても、製品の寸法や重さは少しずつ異なります。このような品質の違いを「ばらつき」といいます。ばらつきを完全になくすことはできないため、統計的品質管理では「ばらつきの大きさ」と「ばらつきの原因」に注目します。

ばらつきの2つの原因

ばらつきの原因は、大きく2つに分けられます。

原因	内容	例	対応
偶然原因	工程を正しく管理していても避けられない、小さなばらつきの原因	材料のわずかな差、室温のわずかな変化	工程の仕組みそのものを改善しないと減らせない
異常原因	普段とは違う何かが起きたことによる、大きなばらつきの原因	刃物の摩耗、設備の故障、材料の取り違え	原因を突き止めて取り除く

統計的品質管理では、偶然原因によるばらつきだけが起きている状態を「工程が安定している（管理状態にある）」と考えます。異常原因によるばらつきが起きたら、それを早く見つけて取り除くことが大切です。

平均とばらつきを数字で表す

データの特徴は、主に次の2つの数字で表します。

• 平均：データの中心の値
• 標準偏差：データが平均からどのくらい散らばっているかを表す値

製品の寸法などのデータは、平均を中心に左右対称の山の形（正規分布）に近い分布になることが多くあります。この性質を使って、工程の状態や規格を満たす力を判断します。

統計的品質管理の代表的な手法

統計的品質管理では、目的に応じてさまざまな手法を使い分けます。

手法	何に使うか	主な場面
QC7つ道具	データを整理し、問題の全体像や原因をつかむ	現状の把握、原因の分析
管理図	工程が安定しているかを時系列で監視する	日々の工程管理
工程能力指数	工程が規格を満たす力を持っているかを数字で評価する	工程の評価、量産前の確認
抜き取り検査	ロットの一部を検査して、ロット全体の合否を判定する	受入検査、出荷検査
実験計画法	少ない実験の回数で、品質に影響する要因と最適な条件を見つける	加工条件の最適化、開発
回帰分析・相関分析	2つ以上のデータの関係を調べる	要因と品質の関係の分析

QC7つ道具には、パレート図、特性要因図、ヒストグラム、散布図、管理図、チェックシート、グラフ（または層別）が含まれます。抜き取り検査については「抜き取り検査とは？」、言葉のデータを整理する手法については「新QC7つ道具とは？」の記事で詳しく解説しています。

管理図と工程能力指数【計算例】

統計的品質管理の中でも、製造現場でよく使われるのが管理図と工程能力指数です。

管理図とは

管理図とは、工程から定期的にデータを取り、時間の順に点を打って、工程が安定しているかどうかを判断するグラフです。中心線と、その上下にある「管理限界線」で構成されます。

• 点が管理限界線の内側にあり、並び方に特徴がなければ、工程は安定していると判断します。
• 点が管理限界線の外に出たり、同じ側に連続して並んだりした場合は、異常原因が起きている可能性があると判断し、原因を調べます。

代表的なものに、サンプルの平均値と範囲（最大値と最小値の差）を組み合わせて工程を監視する管理図があります。

工程能力指数とは

工程能力指数とは、工程のばらつきが、規格の幅に対してどれくらい小さいかを表す数字です。工程が規格を満たす製品を安定してつくる力を持っているかを評価できます。

工程能力指数（Cp）の基本の計算式は次のとおりです。

工程能力指数 ＝ 規格の幅 ÷（6 × 標準偏差）

規格の中心と工程の平均がずれている場合は、ずれを考慮した工程能力指数（Cpk）も使います。

計算例

ある部品の長さについて、工程能力指数を計算してみます。

※以下の数値はすべて説明のための例です。

項目	数値の例
規格	10.00mm ± 0.06mm（下限 9.94mm、上限 10.06mm）
規格の幅	0.12mm
工程の標準偏差	0.015mm

工程能力指数 ＝ 0.12 ÷（6 × 0.015）＝ 0.12 ÷ 0.09 ＝ 約1.33

工程能力指数の評価の目安は、一般的に次のように考えられています。

工程能力指数	評価の目安
1.67以上	工程能力は十分にある
1.33以上1.67未満	工程能力はある
1.00以上1.33未満	工程能力はやや不足しており、管理を強化する必要がある
1.00未満	工程能力が不足しており、改善が必要

この例の工程は約1.33のため、「工程能力はある」と判断できます。ただし、求められる水準は顧客や業界によって異なるため、取り決めを確認することが大切です。

統計的品質管理の進め方

統計的品質管理は、一般的に次の流れで進めます。

手順	主な内容	使う手法の例
1. 目的と管理する特性を決める	何の品質を、何のために管理するのかを決める	パレート図で重点を絞る
2. データを集める	測定の方法と頻度を決め、正確なデータを集める	チェックシート
3. 現状を把握する	データの分布や、規格を満たす力を確認する	ヒストグラム、工程能力指数
4. 工程を監視する	工程が安定しているかを継続して確認する	管理図
5. 原因を分析し、改善する	異常やばらつきの原因を調べ、対策を打つ	特性要因図、散布図、実験計画法
6. 標準化する	効果のあった対策を、作業標準書などに反映する	―

ポイントは、データを集めて終わりにせず、分析の結果を工程の改善と標準化につなげることです。改善後も管理図などで監視を続けることで、良い状態を維持できます。

統計的品質管理で注意したいポイント

統計的品質管理を正しく運用するために、次の点に注意しましょう。

よくある失敗	起こりやすい問題	対策
測定のデータが正確でない	分析の結果そのものが信頼できなくなる	測定器の校正と、測定方法の統一を行う
異なる条件のデータを混ぜて分析する	原因が見えにくくなる	設備や作業者、材料ごとにデータを分けて（層別して）分析する
管理限界と規格を混同する	工程の異常を見逃したり、過剰に反応したりする	管理限界は工程の状態、規格は製品の合否の基準として区別する
グラフを作って満足する	改善につながらない	分析の結果から、具体的な対策と担当者を決める
分析ソフトの結果をうのみにする	前提条件を満たさない分析で、誤った判断をする	手法の前提と意味を理解したうえで使う

特に注意したいのが、管理限界と規格の違いです。管理限界は「工程がいつもどおりかどうか」を判断するための線で、工程のデータから計算します。一方、規格は「製品として合格かどうか」を判断するための基準で、顧客や設計の要求から決まります。

エージェント視点で言うと、品質管理や品質保証の選考では、「管理図や工程能力指数を使って、何を判断し、どう改善したか」を具体的に話せる方が評価されやすい傾向にあります。手法の名前を知っているだけでなく、管理限界と規格の違いのような基本を正しく理解していることが、データにもとづいて判断できる人材として伝わるポイントです。

品質管理の経験を、どの職種で活かせるか知りたい方へ

経験豊富なアドバイザーが、これまでの品質管理や改善の経験を丁寧にヒアリングし、強みを一緒に整理します。
「データ分析を活かした品質の仕事がしたい」といった相談だけでもかまいません。

統計的品質管理に関わる仕事

統計的品質管理は、製造業のさまざまな職種で使われています。

職種	統計的品質管理との関わり
品質管理	管理図や工程能力指数で工程を監視し、不良の原因を分析する
品質保証	工程能力のデータをもとに、顧客に品質を説明し、保証する
製造技術	データを使って加工条件を見直し、工程を改善する
生産技術	新しい工程や設備の導入時に、工程能力を評価する
開発・設計	実験計画法などを使って、製品や材料の最適な条件を見つける

統計的品質管理の知識は、品質部門だけでなく、技術部門の幅広い職種で役立ちます。

年収とキャリア

統計的品質管理に関わる職種の年収は、職種、業界、企業の規模、経験年数などによって大きく変わります。品質管理の職種に限った公的な統計は限られているため、信頼できる統計を確認したうえで掲載します。

指標	金額・数値（目安）
有効求人倍率（職業計）	1.12倍

出典：厚生労働省「一般職業紹介状況」（2025年11月）

※有効求人倍率1.12倍は全職業の数値で、統計的品質管理に関わる職種に限った数値ではありません。

一般的には、データを集めて報告するだけでなく、分析の結果から改善を企画し、成果を出した経験があると、評価や待遇に反映されやすい傾向にあります。

「統計を学んでも活かせない」原因を切り分ける

ご相談の場では、「QC検定で統計を学んだのに、職場では検査とデータ入力だけで、分析する機会がない」という声をよく聞きます。この悩みは、本人の力不足ではなく、データを分析して改善につなげる仕組みや時間がない職場の環境に原因があることが少なくありません。原因が職場にあるなら、データにもとづく品質管理に力を入れている企業へ移ることで、学んだ知識を実務の成果につなげやすくなる可能性があります。

統計的品質管理の考え方を知ると、品質の仕事の面白さや次のキャリアも見えてきます。製造業の職種研究や、資格選びに役立つ情報をLINEで配信していますので、まずは気軽に受け取ってみてください。

必要なスキル・役立つ資格

統計的品質管理を実務で活かすには、次のような知識とスキルが役立ちます。

• 統計の基礎：平均、標準偏差、正規分布、相関などの基本的な考え方
• 品質管理の手法の知識：QC7つ道具、管理図、工程能力指数、実験計画法の使い方
• 工程の知識：データの背景にある、設備や作業、材料の理解
• 表計算ソフトや分析ツールの操作：データを集計し、グラフや計算を行う力
• 説明する力：分析の結果を、現場や上司、顧客に分かりやすく伝える力

役立つ資格には、次のようなものがあります。

資格	実施・主催	ポイント
品質管理検定（QC検定）	日本規格協会	統計的品質管理の手法を含む品質管理の知識を体系的に学べる
統計検定	日本統計学会	統計の基礎から応用までを段階的に学べる
品質マネジメントシステムの内部監査員	各研修機関	品質の仕組み全体を点検する力を示せる

経験を数値で伝える

統計的品質管理に関わった経験は、数値で示すと説得力が増します。

項目	改善前の書き方	改善後の書き方
工程の改善	工程能力を改善した	加工条件を見直し、主要寸法の工程能力指数を1.0から1.5に向上
異常の早期発見	管理図で工程を管理した	主要工程5か所に管理図を導入し、異常の発見から対策までの時間を半分に短縮
条件の最適化	実験で条件を決めた	実験計画法で加工条件を最適化し、試作の回数を10回から4回に削減

※数値は記入例です。ご自身の実績に置き換えてお使いください。

データを活かした品質の仕事を、一緒に探しませんか

市場価値を客観的に評価したうえで、納得のいく選択肢を一緒に考えます。
まずは情報収集の一環として話を聞いてみたいという方も歓迎です。

まとめ

• 統計的品質管理（SQC）とは、データと統計的な手法を使って品質のばらつきを把握し、工程を安定させて品質を管理・改善する方法です。
• ばらつきには、避けられない偶然原因と、取り除くべき異常原因があり、異常原因を早く見つけることが大切です。
• 代表的な手法には、QC7つ道具、管理図、工程能力指数、抜き取り検査、実験計画法などがあります。
• 管理限界は工程の状態を判断する線、規格は製品の合否の基準であり、両者を区別して使うことが重要です。
• 学んだ統計を活かせないと感じたときは、自分の力の問題か、分析の機会がない職場の環境の問題かを切り分けましょう。

よくある質問

統計的品質管理について知ったうえで、品質の仕事やキャリアについてもう少し調べてみたい方もいらっしゃると思います。製造業の職種研究や、品質の分野で環境を変えた方の事例をLINEで配信していますので、気軽に受け取ってみてください。