ものづくり・製造

公差とは？ばらつきとの違いとシックスシグマの意味

2026/6/21 （更新: 2026/10/11）

🤖 AIを使用して執筆

だから「公差」を決める

「全く同じ」が無理なら、どうするか。「どこまでの違いなら許すか」を決める。これが公差（こうさ）だ。下限と上限を決め、その間に入れば良品、外れたら不良とする。

測った寸法を横に並べると、ばらつきは真ん中が高く裾の低い“山”の形になる。 ものづくりの現場の課題は、避けられないばらつきの“山”を、公差という“枠”の中に、どれだけ確実に収め続けるかに尽きる。

山が広いと、裾が公差の枠からはみ出す。はみ出した分が、そのまま不良だ。 ばらつきを小さくして山を狭くできれば、裾が枠の内側に収まり、不良は減る。だから現場は、ばらつきを生む原因（温度の揺れ、機械の癖、材料の差）を一つずつ潰して、山を細くすることに力を注ぐ。品質工学は、品質を「規格の内側にあること」と定義するだけでは、品質の得方も、品質とコストの結びつけ方も示せないとし、特性が狙いの値から外れること自体が損失を生むと考える¹。

「シックスシグマ」とは、山がどれだけ細いか

この「山の細さ」を測る言葉がシックスシグマだ。 シックスシグマは、ばらつきの山が、公差の枠に対して十分に細い（統計的に言えば、片側に標準偏差6個ぶんの余裕がある）状態を指す。この状態では、長い間に平均が多少ずれても、不良は百万個あたり数個にとどまる²。同じ余裕は工程能力指数（Cpk）でも表され、6σの工程は短期の Cpk で 2.0、平均のずれを見込んだ長期の Cpk で 1.5 にあたる²。逆に、山が枠ぎりぎりだと、小さな揺れでも不良が出る。

一般に語られる「百万個あたり3.4個」は、長期的には平均がずれることを見込んだ補正（1.5σシフト）を組み込んだ値である。ずれを見込まない6σなら、不良は百万個あたり0.002個で、3.4個とは約3桁違う³。

臨床検査の論文は、この補正の統計的な根拠を管理図の検出力に置いたうえで、検査の分析工程には当てはめてよいとしつつ、分析の前後の工程へそのまま持ち込むことを批判する³。そうした工程は、正規分布に従うとは考えにくく、管理図でも監視されていないからだ。同じ論文は、長期的なドリフトが通常起きる製造工程では 1.5σのシフトが妥当だという観察を Harry と Lawson の 1992 年の報告として引きつつ、シフトの実際の大きさは 1.5σと違いうる（小さいこともある）とも書いている³。Harry はシックスシグマを作った一人でもある。

補正そのものにも異論があり、統計学者の Wheeler はこれを恣意的だとして退けている²。どこにでも当てはまるかについては、上の臨床検査の論文が、分野や工程の性質を問わず当てはめる普遍の定数とみなすべきではないと結論している³。

公差の決め方には、厳しさとコストのトレードオフがある。公差を厳しくする（枠を狭める）ほど、作るのは難しく・高くなる。品質工学も、ばらつきへの影響が大きい要素ほど公差を狭める必要があり、それを満たすにはより高精度な部品・工程が要るため、生産・運用コストが上がると指摘している¹。品質工学はその前段として、設計そのものをばらつきに鈍感にするパラメータ設計を置く。最適なパラメータを選べば公差はむしろ広げられ、安い部品と工程で足りるからだ¹。だから優れた設計は、必要以上に厳しい公差をつけない。「本当に必要な精度」を見極めて、枠を決めることも、ものづくりの技術である。必要のない精度を求めれば、その分の費用が無駄になるからだ。

ばらつきを狭める前に、ばらつきを測る

ばらつきを抑えるには、まずばらつきを“測れて”いなければならない。どれだけ散らばっているか、何が原因で散らばるか。測れないものは、狭められない。統計的工程管理の出発点は、工程のばらつきを管理図で継続的に測り、避けられない偶然の揺れと、突き止めて潰せる特定の異常とを区別することにある⁴。

そしてシューハート自身が、測定と公差を機構としてつないでいる。同書の第3章には「公差の縮小」という節があり、シューハートはそこで「与えられた確率のもとで、測定の誤差を小さくすれば公差限界を狭められるのは明らかである」と書いている⁴。彼が念頭に置くのは、品質を直接には測れず、代用特性で測る場合だ（引張強さを硬さや密度から推す、といった状況）。そこでは測定の精度がそのまま、許せる幅の広さを決める。

この記事はAIを使用して執筆されました。内容には誤りが含まれる可能性があります。事実や数字の出典は脚注から確かめられます。