【要約】Cpk判定にExcelのSTDEVをそのまま使うと、良品判定が入れ替わることがある [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
製造現場のエンジニアが、Excelの標準偏差関数を用いてCpkを算出する際に、統計的な前提を無視して誤った判定を下す問題。
- ・群内変動と全体変動を混同し、工程の安定性と出荷品のばらつきを区別できない。
- ・正規分布を前提とした公式を、非正規分布のデータにそのまま適用してしまう。
- ・少ないサンプル数による点推定の不確かさを考慮せず、判定を過信してしまう。
// Approach
著者は、統計学的な観点から、Cpk算出における誤判定を防ぐための多角的な検証手法を提示している。
- ・データを群分けし、群内変動と全体変動の両面から工程能力を評価する。
- ・Shapiro-Wilk検定を用いてデータの正規性を確認し、モデルの妥当性を検証する。
- ・サンプル数に基づきCpkの信頼区間を算出し、判定の不確かさを可視化する。
// Result
統計的な罠を回避するための具体的なチェックリストと、Pythonによる実装例が示されている。
- ・群内・全体の使い分けにより、工具摩耗等の要因を切り分けられる。
- ・非正規分布における過大な不良率算出のリスクを検知できる。
- ・サンプル数に応じた判定の信頼性を評価し、報告の精度を高められる。
Senior Engineer Insight
> 統計学の基礎的な誤用が、製造現場の意思決定を誤らせるリスクを鋭く突いている。単なる計算ツールの提供に留まらず、計算の背景にある「問い」の重要性を説いている点は高く評価できる。ただし、非正規分布への自動補正は未実装であり、実運用ではエンジニアの高度な判断が依然として求められる。