層別も見える化だ! QC7つ道具
皆さんこんにちは! 今日もどこかでカイゼンサポート、Kusunoko-CIです。
さて本日は「層別する」ということについて考えてみたいと思います。
問題解決の最初の一歩は「見える化」から、というお話しは何度かいたしました。
今回も、QC7つ道具のなかから、基本とも言えるこの「層別」を取り上げ、「見えるようにすること」の重要性を確認してみたいと思います。
「なんとなく」になっていたり、膨大なデータの前で立ちすくんでいたりするなら、ぜひこちらの記事で、細かく分けること(層別)の意味・目的をマスターしてください。
データ解析の基本にもなりますよ!
層別とは?


Photo by Hermes Rivera on Unsplash
層別、こちら英語では「Stratification」といいます。「層別する」という動詞なら「Stratify」ですね。
この「Strat」という部分に、「広げる」という意味合いがあるようようです。もっさりあるものを、ガッと広げて中まで細かく見ていくようなイメージですかね。
あんまりなじみのない単語かもしれませんが、品質関係で海外の方とお話しするなら、必須の単語です。そしてだいたい意図していることを理解してくれる言葉でもあります。
さて先ほど冒頭でも申し上げましたが、問題解決の第一歩というのは、物事が「見える」ようにすることです。
具体的な例で言えば、
- 方針管理で会社の中長期の戦略と、今年やるべき重点目標をはっきりさせる
- VSMや情報とプロセスの流れ図などで、お客さまの注文からお客さまへのお届けという大きなビジネスの流れを「見える化」して問題点を洗い出す
- 時間観測を通して、どこにムダがあるか発見する
- あんどん・生産管理版・管理図などで正常・異常の判断がすぐにできるようにする
などなど。
当たり前の話ですが、人間は問題が見えれば対処できる、そうでなければどうしていいかわからないわけです
この層別という考え方も同じ。
ただざっくりとデータを取って途方に暮れるのではなく、もっと細かく中身まで見ていくことにより、どこに問題を発生させる違いがあるのかを、「見える」ようにしていく作業になります。
層別ガイド
以下、一般的な層別項目です。


「データのまとめ方と活用〈2〉 (QC入門講座)」より
品質に影響を与える原因は、本当に様々で、絡み合い方も複雑です。
何が、どのように影響しているかを見るには、上記のような項目に着目して、要因ごとにデータを分けて見える化していくことが必要になります。
もし今手元にデータがあって、改善に着手しなければならないとするならば、上記の表を参照しながら、層別の項目(切り口)を探してみましょう。
そして必要に応じて
- 層別してから見るグラフ
- 層別したヒストグラム
- 要因で分けたパレート図、散布図や管理図
などを作成してみてください。
きっと何か違った結果が見えてくるはずです。
これはシックスシグマで言うところの「Y=F(x)」の考え方でもあります。
結果Yに最も影響を与える要因xは何なのかを見つけ出すことが、品質改善のキーになってくるわけですね。
以前ご紹介した「Cause and effect matrix」は、作業内容全てをステップごとに書き出して、最も効きそうな「x」を探し出していました。
FMEA(故障モード影響解析)も同様でしたね。
上記二つがステップというアクションに注目していくのに対して、こちら層別は項目という内在する「種類」の側面に注目しているわけです。
まさに「見える化」ですね。
層別する例
例えば今製品の不良に関するProjectで、不良の種類に関するパレート図があったとします。
とりあえずスタートとしてはとしては良し、ただこのままではまだ具体的にどこから手を付けていいのかわかりません。
このラインではいろいろなタイプの製品が流れていて、ざっくり「不良」という項目でデータを取っただけでは、どの製品でそれが起きているのかよくわからない。
ですので次に、現在このラインでもっとも頻繁にみられる「傷」に着目し、流れている製品で第2のパレートを作ってみました。
そうすると、今MS-06とMS-09という2つの製品に「傷」不良が集中して発生していることがわかりました。
この2つの製品の製造過程で何かあるようです。
そこで製品を6つの部位に分けて、傷の発生具合を調べてみることにしました。
層別してみると、エリアの1から3で集中して起きていることが見えてきました。これで製造過程のどのあたりで傷がついているのか、「あたり」が付けられます。
まずはこちらの作業エリアで「現地現物」。作業者(グループやシフト)などの内訳があるのなら、より深く層別していくことも必要ですね。
こうした一連の層別作業で、どんどん不良の核心に近づいていることがご理解いただけるかと思います。
層別ガイド
こうした層別は、しかしながら日頃きちんとデータを取っているからこそできることです。
当たり前ですが、特性に関するデータはきちんと記録しておくことがマストですね。
またその際、そのデータがどこから取られたものなのか判別できるようにしておきましょう。
例えば上記のケースで言えば、不良の種類は当然として、製品ごとにどのような不良が発生したのか、追いかけられるようなデータの取り方になっています。
あるいは、部位に分けていく段階でも、発生した場所別の内訳があるからこそ、こうした層別ができることになります。
ポイントとして、
- 4M(Man:人、Machine:機械、Method:方法、Material:材料)がわかるようにデータを取る
- 5W1H(Who:だれが、When:いつ、Where:どこで、What:なにを、Why:なぜ、How:どのように)を明らかにしつつ、データを取ったのかを記載する
ということをルールとして設定しておくとよいでしょう。
まとめ
いかがでしたでしょうか?
今回は「層別も見える化だ!」と題しまして、その目的ややり方をご説明いたしました。
この層別は、いわゆる問題や事象のBreak downなわけですが、このように大きな事柄を小さく分けて分かりやすくし、効果的なアクションにつなげていくのは、問題解決・改善の定石です。
この辺、以前ご紹介した系統図もそうですし、いわゆる特性要因図もなぜなぜ5回の掘り下げにおいても、共通のコンセプトになっています。
単純ではありますが、知っているのと知らないのとでは、問題解決の有効性やスピードで大きな違いが生まれてくるものです。
とりわけ、問題が大きすぎてどこから手をつけていいかわからないと悩んでいるのであれば、こうしたBreak downの手法をぜひ活用していただければと思います。
大きな問題の前では、無力感を感じがちなもの。でも大丈夫。「象を食べるにもまずはスプーン一杯分から」ですよ。
今日も読んでいただきまして、ありがとうございました。
ではまた!
平易な文章で、とても分かりやすい本です。