SPC（Statistical Process Control：統計的プロセス管理）とは、製造工程のデータを統計的手法で分析・監視し、工程の安定性を継続的に管理する品質管理手法です。管理図を活用して工程の変動を「偶然誤差」と「異常原因」に分類し、異常を早期に検知・対応することで不良の発生を未然に防ぎます。本記事では、SPCの基本概念・管理図の種類と読み方・工程能力指数・導入ステップを解説します。
SPCとは何か
SPCは製造工程の品質データ（寸法・重量・強度・温度など）を時系列で収集し、統計的な管理限界線と比較することで工程の安定性を判断する手法です。「いつ・何が・どのように」変動しているかをデータで把握し、変動が管理限界を超えた時点で原因究明と対処を行います。
SPCとSQC（Statistical Quality Control：統計的品質管理）はしばしば混同されますが、SQCが品質管理全般に統計手法を適用する広い概念であるのに対し、SPCはその中でも「工程の管理・モニタリング」に特化したアプローチです。
| 用語 | 定義 | 代表ツール |
|---|---|---|
| SPC（統計的プロセス管理） | 工程データを統計的に監視・管理する手法 | 管理図（X̄-R図、p図など） |
| SQC（統計的品質管理） | 品質管理全般に統計手法を適用するアプローチ | SPC＋抜取検査（OC曲線）＋実験計画法など |
| 工程能力分析 | 工程のばらつきが規格に対して余裕を持つかを評価 | Cp・Cpk（工程能力指数） |
管理図の種類と読み方
SPCの中核ツールが管理図（コントロールチャート）です。管理図には計量値（連続量）用と計数値（個数）用があります。
| 管理図の種類 | 対象データ | 活用例 |
|---|---|---|
| X̄-R管理図（平均値・範囲） | 計量値（連続量）・小サンプル | 寸法・重量の工程管理 |
| X-Rs管理図（個別値・移動範囲） | 計量値・1個ずつ測定する場合 | 破壊試験・高価な製品の計測 |
| p管理図（不良率） | 計数値・サンプルサイズが変動する場合 | 不良率の工程管理 |
| np管理図（不良個数） | 計数値・サンプルサイズが一定 | 不良個数の工程管理 |
| c管理図（欠点数） | 計数値・単位あたりの欠点数 | 溶接欠点数・表面傷の管理 |
管理図には「上方管理限界線（UCL）」「中心線（CL）」「下方管理限界線（LCL）」の3本の線が設定されます。データ点がUCLまたはLCLを超えた場合、あるいは管理限界内でも特定のパターン（連続した上昇・下降、一方への偏り）が現れた場合は「異常原因による変動」と判断し、原因究明に入ります。
工程能力指数（Cp・Cpk）とSPCの関係
SPCで工程を安定させた後、その工程が規格（顧客要求の上下限）に対してどれだけ余裕を持っているかを評価するのが工程能力指数です。
Cp（工程能力指数）は規格幅と工程のばらつき（6σ）の比率で、Cp = (USL – LSL) / 6σ で計算されます。CpkはCpに加えて工程の中心と規格中央からのズレを考慮した指数で、実際の品質水準を評価する際に重要です。Cpk = min（USL – μ, μ – LSL）/ 3σ で計算されます。
一般的な目安：Cpk ≧ 1.67（高度な工程能力）、Cpk ≧ 1.33（十分な工程能力）、Cpk 1.0〜1.33（要改善）、Cpk < 1.0（工程能力不足・根本改善必要）。
製造業の品質管理データ活用の実態
八千代ソリューションズ株式会社によるオンライン調査（2024年5月実施、n=500）によると、Accessなどのデータベース活用層で「4Mでの原因特定」を重視すると回答した割合は34.4%と、全体平均（17.0%）の約2倍でした。データ分析手法（SPCを含む）の習熟度が高い工場ほど、不良原因の系統的分析（4M：Man・Machine・Material・Method）を重視する傾向があります。
八千代ソリューションズ株式会社によるオンライン調査（2025年10月実施、n=500）によると、保全非担当者で不良率KPIが「わからない」と回答した割合は32.3%にのぼりました（保全担当者では12.3%）。SPC導入の前提となる不良率データの収集・共有が、製造業の約3分の1の工場で部門横断的に実現できていない実態があります。
SPC導入のステップ
SPCを製造現場に導入する際は、以下のステップで進めることが効果的です。
| ステップ | 内容 | 注意点 |
|---|---|---|
| ①対象工程・特性の選定 | 不良発生率・品質影響度の高い工程・品質特性を選ぶ | 全工程一斉導入ではなく重要工程から着手 |
| ②データ収集方法の設計 | 測定方法・サンプリング頻度・記録方法を標準化 | 測定システム解析（MSA）でデータの信頼性を確認 |
| ③管理図の種類選定と設定 | データ種別・サンプルサイズに合わせた管理図を選定 | 初期管理限界は25〜30点のデータから算出 |
| ④工程安定性の確認 | 収集データから管理図を作成し、異常点を確認・除去 | 異常点は原因を特定・除去してから管理限界を再計算 |
| ⑤工程能力評価 | 安定した工程のCp・Cpkを算出し規格適合性を評価 | Cpk<1.33の場合は工程改善が必要 |
| ⑥継続モニタリング | 日常業務の中で管理図を更新し、異常時のアクションを実施 | アクション基準（異常の定義）を事前に明文化しておく |
八千代ソリューションズ株式会社によるオンライン調査（2025年3月実施、n=500）によると、専用システムを活用して品質管理に取り組んでいる工場では「対策している」が90.6%だったのに対し、紙・未導入では68.8%でした。SPCを継続的に機能させるには、データ収集・管理図更新・異常アラートをシステム化することが有効です。
よくある質問
- Q. SPCはどの業種・製品に適用できますか？
- SPCは計量値または計数値のデータが収集できる工程であれば、業種を問わず適用できます。自動車部品・電子部品・食品・医薬品・化学品など幅広い製造業で活用されています。連続生産工程（化学・食品）では計量値管理図、組立工程では計数値管理図（不良率・欠点数）が多く使われます。
- Q. SPC導入前に必要な準備は何ですか？
- SPCの前提として、測定システムの信頼性確認（MSA：ゲージR&R分析など）が重要です。測定誤差が大きい状態でSPCを運用すると、誤ったシグナルが多発し現場の混乱につながります。次に、サンプリング計画の策定と記録方法の標準化が必要です。
- Q. 管理図の管理限界と規格限界の違いは何ですか？
- 管理限界（UCL・LCL）は工程の実績データから統計的に算出される「工程の自然なばらつきの範囲」です。規格限界（USL・LSL）は顧客や設計が定めた「製品の合否判定基準」です。管理図は工程の安定性を監視するためのもので、規格限界とは独立して設定します。管理限界内でも規格外の不良が発生する場合は、工程能力（Cpk）が不足しています。
- Q. ExcelでSPCを管理することはできますか？
- Excelでも管理図の作成・工程能力算出は可能です。ただし、データ入力・グラフ更新の手間・人的ミスのリスク・リアルタイム性の欠如という課題があります。品質管理システムやMESと連携してデータを自動収集・管理図を自動更新する仕組みが、継続的なSPC運用には効果的です。
- Q. なぜなぜ分析とSPCはどう組み合わせますか？
- SPCは工程の「異常の検知」に優れており、管理図が管理限界を超えた時点で異常を発見します。その後の「異常の原因追求」にはなぜなぜ分析や特性要因図が有効です。SPCで「いつ・何が起きたか」を検知し、なぜなぜ分析で「なぜ起きたか」を追求するという組み合わせが、再発防止に効果的です。
まとめ
SPC（統計的プロセス管理）は、工程データを管理図で継続的にモニタリングし、異常を早期検知して品質トラブルの発生を未然に防ぐ手法です。管理図による工程安定性の確認と工程能力指数（Cp・Cpk）による規格余裕度の評価を組み合わせることで、不良の発生・流出リスクを定量的に管理できます。
SPC導入の鍵は、測定システムの信頼性確保・重要工程への絞り込み・継続的なモニタリング体制の整備の3点です。データ収集〜異常検知〜是正処置までをシステム化することで、SPC活動が現場に定着します。
