製造業エンジニアが覚えておくべき統計の基礎——平均・分散・正規分布
現場で「ばらつきが大きい」「工程能力が低い」という言葉を耳にしても、なんとなく感覚でしか理解できていない——そんなエンジニアは少なくないはずです。
統計は難しそうに見えますが、製造業で実際に使う範囲はかなり絞られます。今回は「これだけ知っていれば現場で使える」という3つの基礎——平均・分散・正規分布——をわかりやすく解説します。
なぜ製造業に統計が必要なのか
製造現場では、同じ工程・同じ設備・同じ材料を使っても、製品の寸法や重量、サイクルタイムは毎回微妙に異なります。
この「ばらつき」を正確に把握し、コントロールすることが品質管理の本質です。感覚や経験だけで「だいたいOK」と判断していると、見えない不良が積み重なったり、問題の原因が特定できなくなります。
統計を使うと、ばらつきを数値で表現し、客観的に判断できるようになります。
① 平均（Mean）
基本の計算
平均は「全データを足して、個数で割る」だけです。
たとえば、ある部品の加工時間（秒）を5回測定した結果が
48, 51, 49, 53, 50であれば、平均は
（48 + 51 + 49 + 53 + 50）÷ 5 ＝ 50.2 秒現場での使い方
サイクルタイムの平均 → ラインバランスの基準値に使う
加工寸法の平均 → 狙い値からのズレ（偏り）を確認する
不良率の平均 → 月次トレンドの比較に使う
注意点：外れ値に引っ張られる
平均の弱点は、極端な値（外れ値）に引っ張られることです。
たとえば上の例に「設備トラブルで120秒かかった回」が1件混ざると、平均は一気に60秒を超えます。外れ値が混在するデータを扱うときは、**中央値（メジアン）**と並べて確認するのが安全です。
② 分散と標準偏差（Variance & Standard Deviation）
ばらつきを数値にする
平均が「中心」を表すのに対し、標準偏差はばらつきの大きさを表します。
先ほどの5つの測定値（48, 51, 49, 53, 50）で計算してみます。
平均を引く：各値と平均（50.2）の差
→ -2.2, +0.8, -1.2, +2.8, -0.22乗する（マイナスをなくすため）
→ 4.84, 0.64, 1.44, 7.84, 0.04平均を取る（これが分散）
→ （4.84 + 0.64 + 1.44 + 7.84 + 0.04）÷ 5 ＝ 2.96平方根を取る（単位を元に戻す）
→ √2.96 ≈ 1.72 秒（これが標準偏差 σ）
つまり、この工程の加工時間は「平均50.2秒、ばらつきは±1.72秒程度」と表現できます。
現場での使い方
標準偏差が小さい ＝ 工程が安定している
標準偏差が大きい ＝ ばらつきが多く、改善が必要
前月と今月の標準偏差を比べて「ばらつきが増えていないか」を監視する
ポイント： ExcelではSTDEV関数で一発計算できます。難しい計算は不要です。
③ 正規分布（Normal Distribution）
ベル型の山
多くの製造データは、**正規分布（ガウス分布）**という釣り鐘型のグラフに従います。
平均値の周辺にデータが集まり
平均から離れるほどデータが少なくなる
この分布には非常に便利な性質があります。
68–95–99.7 ルール
正規分布に従うデータは、以下の割合で収まります。
| 範囲 | 含まれるデータの割合 |
| 平均 ± 1σ | 約 68% |
| 平均 ± 2σ | 約 95% |
| 平均 ± 3σ | 約 99.7% |
つまり、平均から3σ（シグマ）離れたデータが出る確率は約0.3%（1000個に3個）です。
製造業での使い方
たとえば、ある部品の外径寸法が
平均：50.00 mm
標準偏差：0.05 mm
規格：50.00 ± 0.15 mm（つまり 49.85〜50.15 mm）
このとき、規格限界は平均から 3σ（0.05 × 3 = 0.15 mm） の位置にあります。正規分布の性質から、99.7%の製品が規格内に収まると推定できます。
逆に言えば、標準偏差が0.08 mmに悪化すると、規格限界は 1.875σ にしか相当しなくなり、不良率が一気に増加します。
3つをつなぐ：工程能力指数（Cp）
ここまでの3つの知識をつなぐのが工程能力指数 Cpです。
Cp ＝ （規格の幅）÷（6σ）先ほどの例では
Cp ＝ 0.30 ÷（6 × 0.05）＝ 0.30 ÷ 0.30 ＝ 1.0Cp ≥ 1.33 が「十分な工程能力あり」の目安とされています。Cp が1.0を下回ると規格外品が増えるリスクが高い状態です。
統計の基礎（平均・分散・正規分布）が理解できると、この Cp という指標の意味も自然に読み解けるようになります。
まとめ
| 指標 | 何を表すか | 製造業での用途 |
| 平均 | データの中心 | 狙い値からのズレを確認 |
| 標準偏差 | ばらつきの大きさ | 工程の安定性を評価 |
| 正規分布 | データの分布形状 | 不良率・規格適合率の推定 |
難しい数式を暗記する必要はありません。「この指標が何を意味しているか」を理解するだけで、品質報告書の読み方、改善の議論、設備選定の判断が変わります。
次回は、工程能力指数（Cp・Cpk）の違いと、現場での判断基準について詳しく解説します。
📘 関連テンプレートはこちら
品質管理テンプレート集（不良分析・変化点・8D）をBOOTHで販売中です。ぜひご活用ください。
▶ 品質管理テンプレート集【不良分析・変化点・8D対応】¥1,200
実践編を書きました（有料）
この記事の基礎（平均・分散・正規分布）を、実際の測定データ30個で「Excel計算→ヒストグラム→Cp・Cpk→報告書」まで通しでやる実践編を公開しました。基礎の次の一歩に。
▼ 【実践完全版】標準偏差・Cp・Cpkを現場データで使いこなす（¥300）
あわせて読みたい（統計の基礎シリーズ）
▼ 平均値と中央値の違いと使い分け——外れ値にだまされないデータの見方
▼ 標準偏差と3σとは？生産技術が検査機の閾値を設定する手順
このnoteの歩き方
記事が増えてきたので、どこから読めばいいかの案内を作りました。
連載8シリーズの入口、Kindle5冊、Excelテンプレートの一覧もここにまとめています。
▼ はじめまして、MKM_techです——生産技術20年、このnoteの歩き方
続きは本にまとめました（Kindle）
平均・ばらつき・正規分布・工程能力（Cp・Cpk）・管理図・サンプリングを、
ピン外径30個の実測データで最初から最後まで追いかける1冊です。
▼ 現場で使う統計入門——製造現場の数字に強くなる8つのステップ
※ Kindle Unlimited をご利用の方は追加料金なしで読めます。
