c管理図とは？他の管理図との違いや導入のメリット、事例も解説

製造業では品質管理が競争力の源泉となる一方で、従来の経験や勘に頼った管理手法では限界が見えてきています。

特に不良品の発生を事前に予測し、工程異常を早期発見することは多くの製造現場で共通の課題となっているでしょう。

近年、統計的品質管理手法への関心が高まっており、中でもc管理図は製造工程の安定性を数値で「見える化」できる優れたツールです。

しかし、c管理図の概念や導入方法について正しく理解している現場は決して多くありません。適切に活用すれば不良率の大幅削減や原価低減効果が期待できる反面、運用方法を間違えると期待した成果が得られない可能性もあります。

この記事では、c管理図の基本概念から具体的な作成手順、成功事例、導入時の注意点まで、製造現場ですぐに実践できる内容を体系的に解説していきます。

c管理図とは？製造現場の品質管理を見える化する基本概念

c管理図の基本概念について、以下の3つのポイントから説明します。

• 定義
• QC7つ道具における位置づけと重要性
• 他の管理図（P管理図・u管理図）との違い

順番に解説していきます。

定義

c管理図とは、一定の単位（サンプルサイズ）の中にある欠点数を時系列でグラフ化し、製造工程の安定性を管理する統計的手法です。

例えば、プリント基板1枚あたりの不良箇所数や、自動車部品の表面キズ数などを継続的に測定・記録します。

測定したデータを折れ線グラフにプロットし、中心線と上下の管理限界線を設けることで、工程が正常な範囲内で推移しているかを視覚的に判断できます。 管理限界線を外れた場合は工程に異常が発生した可能性が高く、すぐに原因調査と改善対策が必要になるのです。このように、c管理図は製造現場の品質状態を数値とグラフで「見える化」する重要な管理ツールといえるでしょう。

QC7つ道具における位置づけと重要性

c管理図は、品質管理で広く活用されるQC7つ道具の中でも特に重要な位置を占めています。

QC7つ道具には、パレート図、特性要因図、ヒストグラム、散布図、チェックシート、層別、そして管理図が含まれており、c管理図はその管理図の一種です。

他のQC手法が問題の発見や原因分析に重点を置くのに対し、c管理図は工程の継続的な監視と予防管理に優れた効果を発揮します。

また、c管理図で得られたデータは、パレート図による不良要因の分析や、特性要因図での原因究明にも活用でき、品質改善活動全体の基盤となります。

現代の製造業では、品質問題が発生してから対応する「事後対応型」から、問題を未然に防ぐ「予防型」の品質管理が求められており、c管理図はまさに予防型品質管理の中核を担う手法なのです。

他の管理図（P管理図・u管理図）との違い

c管理図と他の管理図の違いを理解するには、まず管理図の種類を知っておく必要があるでしょう。管理図には大きく分けて「計量値管理図」と「計数値管理図」があり、c管理図は計数値管理図に分類されます。

同じ計数値管理図の中でも、P管理図は「不良率」、u管理図は「単位あたりの欠点数」、c管理図は「一定単位中の欠点数」をそれぞれ管理対象としているのです。

具体的には、P管理図は検査した製品のうち何％が不良品かを管理し、u管理図は製品1個あたりの平均の欠点数を管理します。

一方、c管理図は製品1個、1枚、1mなど、あらかじめ決めた一定単位の中にある欠点の絶対数を管理するため、サンプルサイズが常に一定である必要があります。

そのため、c管理図は品質管理の対象となる製品や工程の特性をよく理解して選択する必要があるのです。

c管理図を導入する3つのメリット

c管理図の導入によって得られる主要なメリットを、以下の3つの観点から説明します。

• 不良率大幅削減による原価低減効果
• 工程異常の早期発見でライン停止リスク軽減
• 品質データの見える化で現場改善文化の醸成

順番に解説していきます。

メリット1：不良率大幅削減による原価低減効果

統計的な管理手法を用いることで、従来は気づけなかった品質のバラツキや異常の兆候を早期に発見できるようになります。

不良品の削減は、材料費の無駄遣い防止、再加工コストの削減、お客様への納期遅延防止など、多方面でコスト削減効果をもたらします。

また、品質向上により顧客満足度が向上し、リピート受注や新規取引の獲得にもつながるため、売上面でのプラス効果も期待できるでしょう。

このように、c管理図は単なる品質管理ツールを超えて、経営の収益性向上に直結する重要な経営ツールといえるでしょう。

メリット2：工程異常の早期発見でライン停止リスク軽減

c管理図の大きな利点は、製造工程の異常を統計的根拠に基づいて早期発見できる点です。

従来の品質管理では、作業者の経験や勘に頼った判断が多く、異常の発見が遅れがちでした。

しかし、c管理図では管理限界線という明確な基準を設けることで、工程の異常を客観的かつ迅速に判定できるのです。

異常の早期発見により、大量の不良品が発生する前に工程を停止し、原因究明と対策を実施できるため、生産ライン全体への影響を最小限に抑えられます。

特に自動車部品や電子機器などの精密部品製造では、一つの工程異常が下流工程や最終製品の品質に大きく影響するため、早期発見の価値は非常に高くなります。

結果として、計画外のライン停止や緊急対応による人員コスト、機会損失を大幅に削減できるのです。

メリット3：品質データの見える化で現場改善文化の醸成

c管理図の導入は、製造現場における品質意識の向上と改善文化の醸成に大きく貢献します。グラフによる視覚的なデータ表示により、現場作業者も品質状態を直感的に理解できるようになり、品質管理への参画意識が高まります。

また、データに基づいた客観的な議論が可能になるため、従来の経験論や感覚論から脱却し、科学的な品質管理手法が現場に根付くのです。

管理図のトレンドを日常的に確認する習慣により、作業者一人ひとりが品質に対する当事者意識を持つようになり、自主的な改善提案も増加する傾向があります。

さらに、品質データの蓄積により、過去の改善事例や失敗事例を活用した教育・指導が可能になり、技術継承や人材育成の面でも効果を発揮します。

c管理図が適用できる5つの製造現場と具体例

c管理図が効果的に活用できる製造現場について、以下の5つの具体例で説明します。

• プリント基板の修正箇所数管理
• 鉄板・織物の表面欠陥管理
• 電線の表面キズ数管理
• 一定期間の故障・事故件数管理
• 検査工程での不適合数管理

順番に解説していきます。

適用例1：プリント基板の修正箇所数管理

電子機器製造業では、プリント基板1枚あたりの修正箇所数をc管理図で管理するケースも。

プリント基板の製造工程では、はんだ付け不良、部品の取り付けミス、配線の断線など、様々な種類の欠陥が発生する可能性があります。

従来は最終検査で不良を発見して修正していましたが、c管理図を導入することで工程ごとの修正箇所数を継続監視できるようになります。

例えば、基板1枚あたりの修正箇所数が通常2〜3箇所であるのに対し、管理図上で5箇所を超えた場合は工程に異常が発生した可能性が高いと判断できるのです。

この情報により、はんだごての温度設定ミスや作業者のスキル不足など、根本的な原因を早期に特定し改善できるため、下流工程への不良流出を防げます。

適用例2：鉄板・織物の表面欠陥管理

金属加工業や繊維製造業では、製品表面の欠陥数をc管理図で管理する手法が効果的です。

鉄板製造では1平方メートルあたりのキズ、汚れ、変色の数を、織物製造では1メートルあたりの糸切れ、色ムラ、織りミスの数をそれぞれ測定・記録します。

表面欠陥は最終製品の外観品質に直結するため、お客様の満足度に大きく影響する重要な管理項目です。

c管理図による継続的な監視により、製造条件の微細な変化や設備の劣化傾向を数値として把握できるようになります。

また、表面処理工程や染色工程など、複数の工程にまたがる品質問題の原因特定にも、c管理図のデータが有効な手がかりを提供してくれます。

適用例3：電線の表面キズ数管理

電線・ケーブル製造業では、製品1メートルあたりの表面キズ数をc管理図で管理する事例が多くあります。

電線の表面キズは、製造工程での機械的な損傷、引っ張り応力、温度変化などが原因で発生し、製品の絶縁性能や耐久性に重大な影響を与えます。

特に高電圧用途や屋外設置用の電線では、わずかな表面欠陥が重大な事故につながる可能性があるため、厳格な品質管理が求められるでしょう。

c管理図により、押出成形機の温度設定、引取速度、冷却条件などの製造パラメータと表面キズ発生数の関連性を分析できます。

データの蓄積により、最適な製造条件の確立や予防保全のタイミング決定にも活用でき、安定した品質の製品供給を実現できます。

適用例4：一定期間の故障・事故件数管理

製造業では、生産設備の故障件数や労働災害の発生件数を一定期間（1日、1週間、1ヶ月）単位でc管理図により管理する手法も有効です。

設備故障の場合、1日あたりの故障件数を継続的に記録することで、設備の劣化傾向や保全効果を定量的に評価できます。

管理図上で故障件数が管理限界を上回った場合は、保全計画の見直しや設備更新の検討が必要なタイミングと判断可能です。

労働災害についても、1ヶ月あたりのヒヤリハット件数や軽微な事故件数をc管理図で監視することで、安全管理の効果測定と改善点の発見が可能になります。

このように、c管理図は製品品質だけでなく、設備管理や安全管理の分野でも威力を発揮する多面的な管理ツールなのです。

適用例5：検査工程での不適合数管理

最終検査工程や中間検査工程では、一定数の製品検査における不適合数をc管理図で管理する手法が広く採用されています。

例えば、100個の製品を検査して発見された不適合品の数を継続的に記録し、工程の安定性を監視します。

検査工程でのc管理図は、上流工程の品質状態を総合的に評価する指標として機能し、工程改善の優先順位決定に重要な情報です。

また、検査基準の妥当性や検査員のスキルレベル評価にも活用でき、検査工程自体の品質向上にも貢献します。

さらに、不適合の内容を分類してそれぞれc管理図を作成することで、どの種類の不具合が増加傾向にあるかを早期に把握し、的確な改善対策を立案できるようになります。

c管理図の作成手順を5ステップで完全解説

c管理図を実際に作成する手順について、以下の5つのステップで詳しく説明します。

1. データ収集（20～25群の欠点数調査）
2. 中心線（c̄）の計算方法
3. 管理限界線（UCL・LCL）の算出
4. グラフ作成と管理線の記入
5. 管理状態の判定と異常時対応

順番に解説していきます。

ステップ1：データ収集（20～25群の欠点数調査）

c管理図作成の第一歩は、適切なデータ収集から始まります。統計的に有効な管理図を作成するためには、最低でも20群以上、理想的には25群程度のデータを収集する必要があるのです。

ここでいう「1群」とは、一定の単位（例：基板1枚、製品100個、電線10メートルなど）における欠点数の測定結果を指します。

データ収集期間は、製造工程が正常に稼働している状態で実施し、設備故障や作業員の大幅な変更などの特殊要因がない時期を選ぶことが重要です。

また、収集するデータの「単位」は必ず一定に保つ必要があり、例えば基板1枚の欠点数を管理対象とする場合は、すべてのデータが基板1枚あたりの値である必要があります。

データ収集の際は記録ミスを防ぐため、測定者、測定日時、測定条件なども合わせて記録しておくことをお勧めします。

ステップ2：中心線（c̄）の計算方法

収集したデータを基に、c管理図の中心線となる平均値（c̄）を計算します。中心線の計算は非常にシンプルで、収集したすべての欠点数を合計し、データ群数で割るだけです。

計算式は「c̄ = Σc ÷ k」となり、ここでΣcは全欠点数の合計、kはデータ群数（通常20～25）を表します。

例えば、25日間のデータで総欠点数が125個だった場合、c̄ = 125 ÷ 25 = 5.0となり、中心線は5.0に設定されます。

この中心線は、工程が正常な状態で稼働している際の平均的な欠点数を表しており、今後の管理基準となる重要な値です。

計算結果は小数点第一位まで求め、グラフ上では水平な実線で表示します。

ステップ3：管理限界線（UCL・LCL）の算出

中心線の計算に続いて、上側管理限界線（UCL）と下側管理限界線（LCL）を算出します。

c管理図の管理限界線は、統計学の3σ（シグマ）原理に基づいて設定され、正常な工程で99.7％の確率でデータが収まる範囲を示します。

上側管理限界線の計算式は「UCL = c̄ + 3√c̄」、下側管理限界線の計算式は「LCL = c̄ - 3√c̄」です。

先ほどの例（c̄ = 5.0）で計算すると、UCL = 5.0 + 3√5.0 = 5.0 + 6.7 = 11.7、LCL = 5.0 - 6.7 = -1.7となります。

ただし、欠点数は負の値を取れないため、計算結果がマイナスになった場合のLCLは0に設定します。従って、この例では UCL = 11.7、LCL = 0 として管理図を作成することになるのです。

ステップ4：グラフ作成と管理線の記入

計算した各値を基に、実際の管理図グラフを作成します。

横軸には時間軸（日付、生産ロット番号、測定回数など）を、縦軸には欠点数を設定し、適切な目盛りでグラフ用紙を準備します。

まず、中心線（c̄）を水平な実線で、上側・下側管理限界線（UCL・LCL）を水平な点線でそれぞれ記入しましょう。

次に、収集した実際のデータを時系列順に点でプロットし、隣り合う点同士を直線で結んで折れ線グラフを完成させます。

グラフには必要に応じて、測定条件の変更点や特殊要因の発生時点などを注記として記入し、後の分析に活用できるようにしておきます。

現在では表計算ソフトや専用の品質管理ソフトウェアを活用することで、効率的かつ正確な管理図作成が可能です。

ステップ5：管理状態の判定と異常時対応

完成した管理図を基に、工程の管理状態を継続的に判定し、必要に応じて改善措置を実施します。

基本的な異常判定ルールは、測定値が上側または下側の管理限界線を外れた場合で、この状況は工程に特殊要因が作用している可能性を示しています。

また、管理限界内であっても連続して7点が中心線の片側に偏る、連続して上昇または下降する傾向が見られる場合も異常の兆候として注意が必要です。

異常を発見した際は、速やかに生産を停止して原因調査を実施し、設備の点検、作業方法の確認、材料品質のチェックなどを行います。

原因が特定され対策が完了した後は、改めてデータ収集を開始し、必要に応じて管理限界線の再計算を行います。

日常的な運用では、管理図の確認を作業開始前、昼休み後、終業前など定期的に実施し、品質管理の継続的な改善サイクルを回していくことが重要です。

c管理図導入で成果を上げた3つの企業事例

c管理図の導入により実際に品質改善効果を上げた企業事例について、3つの業界から紹介します。

順番に解説していきます。

事例1：電子機器メーカーの基板不良削減

ある電子機器メーカーでは、プリント基板の品質管理にc管理図を導入し、顕著な改善効果を実現しました。従来の品質管理では、最終検査で不良品を発見してから対応するため、大量の手直し作業が発生していました。

c管理図の導入により、基板1枚あたりの修正箇所数を日々監視できるようになり、工程異常の早期発見が可能になったのです。

具体的には、はんだ付け工程での温度管理不備や、部品実装工程での位置ずれが統計的に検出されるようになりました。

結果として、基板の不良率が従来比で大幅に削減され、手直し作業時間の短縮と材料費の削減により、年間で数千万円規模のコスト改善効果を達成しています。

また、品質の安定化により顧客からの信頼度が向上し、新規受注の獲得にもつながったとのことです。

事例2：自動車部品メーカーの不良率改善

自動車部品製造業のある企業では、金属加工部品の表面欠陥管理にc管理図を活用し、大きな成果を上げました。

自動車部品は安全性に直結するため、わずかな表面欠陥も許容されず、従来は全数検査による品質保証を行っていたのです。

c管理図の導入により、加工工程ごとの欠陥発生パターンが明確になり、根本的な原因究明と改善が可能になりました。

効果的だったのは、切削工具の摩耗状態と表面欠陥数の相関関係が数値で把握できるようになった点です。適切なタイミングでの工具交換により、部品の不良率を従来比で大幅に改善し、検査工程の負荷軽減も実現できました。

この改善により、生産効率の向上と品質コストの削減を同時に達成し、競争力の強化につながっています。

事例3：食品製造業の原材料ロス削減

食品製造業のある工場では、包装工程での不具合管理にc管理図を導入し、原材料ロスの大幅削減を実現しました。

食品の包装工程では、シール不良、印刷ずれ、包材の破れなど様々な不具合が発生し、製品の廃棄ロスが経営課題となっていたのです。

c管理図により、包装機1台あたりの1時間ごとの不具合発生数を継続監視することで、設備の調子や作業者のスキルレベルが数値で把握できるようになりました。

データ分析の結果、湿度や温度などの環境条件と不具合発生数に相関があることが判明し、空調設備の改善と作業手順の標準化を実施しました。

結果として、包装不良による製品廃棄が従来比で大幅に削減され、年間で数百万円の原材料費削減効果を達成しています。

さらに、品質の安定化により顧客クレームが減少し、ブランド価値の向上にも寄与しているとのことです。

c管理図導入時の注意点と失敗を避ける4つのポイント

c管理図を成功的に導入するために注意すべき重要なポイントについて、以下の4つの観点から説明します。

• サンプルサイズ一定の条件確認
• 適切なデータ収集期間の設定
• 管理限界外れ時の原因究明体制
• 現場スタッフへの教育・浸透方法

順番に解説していきます。

注意点1：サンプルサイズ一定の条件確認

c管理図の導入で最も重要な条件は、測定対象となるサンプルサイズを常に一定に保つことです。

例えば、プリント基板の欠点数を管理する場合、必ず「基板1枚あたり」の欠点数でデータを収集しなければなりません。

サンプルサイズが変動すると、欠点数の変化が品質の変化によるものか、単純にサンプル量の変化によるものかが判別できなくなってしまいます。

もしサンプルサイズを変更する必要がある場合は、c管理図ではなく、単位あたりの欠点数を管理するu管理図の使用を検討する必要があります。

また、測定単位の定義も明確にしておく必要があり、「基板1枚」「製品100個」「電線10メートル」など、具体的で誰が見ても同じ理解ができる表現にしましょう。

サンプルサイズの確認は、c管理図運用開始後も定期的に実施し、測定方法に変更がないかをチェックすることが大切です。

注意点2：適切なデータ収集期間の設定

c管理図作成のためのデータ収集期間は、工程の特性や生産サイクルを考慮して適切に設定する必要があります。

一般的には20〜25群のデータが必要ですが、収集期間が短すぎると季節変動や設備の定期保全サイクルなどの影響を適切に反映できません。

逆に期間が長すぎると、製造条件の変更や設備の経年劣化など、工程の基本的な変化を含んでしまい、管理限界線が適切でなくなる可能性があります。

理想的には、工程が安定している状態で1〜2ヶ月程度の期間でデータを収集し、その間に大きな条件変更や設備故障などがないことを確認しましょう。

また、データ収集期間中は、測定方法や判定基準に変更を加えず、一貫した条件でデータを取得することが重要です。

データ収集完了後は、収集したデータの妥当性を統計的に検証し、異常値や外れ値がないかを確認してから管理図を作成しましょう。

注意点3：管理限界外れ時の原因究明体制

c管理図で異常を検出した際の原因究明と対策実施の体制を事前に整備しておくことが成功の鍵となります。管理図は異常の発見ツールであり、原因の特定や対策の実施は別途人間が行う必要があるためです。

異常発見時の対応手順を明文化し、誰が、いつ、何を、どのように調査するかを具体的に決めておく必要があります。

また、原因究明に必要な測定器具、記録用紙、連絡体制なども事前に準備し、迅速な対応ができるようにしておきましょう。

特に重要なのは、異常発見から対策完了までの時間を短縮することで、不良品の流出防止と生産への影響最小化を図ることです。

原因究明の結果は必ず記録に残し、類似の異常が発生した際の参考情報として蓄積していくことで、対応スピードの向上と再発防止につながります。

注意点4：現場スタッフへの教育・浸透方法

c管理図の効果的な運用には、現場スタッフの理解と協力が不可欠であり、適切な教育と浸透活動が重要になります。統計的な管理手法に慣れていない作業者にとって、管理図の概念や判定方法は理解が困難な場合があるためです。

教育内容は、c管理図の目的と効果、基本的な見方、異常時の対応方法に焦点を絞り、専門用語を避けてわかりやすく説明しましょう。

実際の業務に即した具体例を用いた研修を実施し、管理図を見て異常を判定する練習を繰り返し行うことで、実践的なスキルを身につけてもらいます。

また、管理図の効果を実感してもらうため、導入前後の品質データを比較して改善効果を数値で示すことで、取り組みへのモチベーション向上を図ります。

定期的な振り返り会議を開催し、管理図の運用状況や課題を共有することで、継続的な改善活動として定着させることができるでしょう。

c管理図の今後の展望

c管理図は今後、デジタル技術の進歩と共にさらなる発展が期待される品質管理手法です。

IoT（Internet of Things）技術との組み合わせにより、製造現場からのリアルタイムデータ収集が可能になり、従来の手作業によるデータ記録から自動化されたデータ蓄積へと進化しています。

AI（人工知能）や機械学習技術を活用することで、単純な管理限界の監視を超えて、異常の予兆検知や最適な管理パラメータの自動調整などの高度な機能が実現されつつあります。

また、クラウドコンピューティングの普及により、複数の工場や拠点のデータを統合した品質管理システムの構築も進んでおり、グローバルな品質管理の標準化に貢献しているのです。

今後の製造業では、c管理図を含む統計的品質管理手法がデジタル技術と融合し、より効率的で高精度な品質保証システムの中核を担うことが予想されます。

まとめ

c管理図は、製造業の品質管理において非常に効果的な統計的手法です。本記事で解説した内容を以下の表にまとめました。

c管理図は、単なる管理ツールを超えて経営の競争力強化に直結する重要な手法です。

製造現場の品質課題解決と継続的改善の実現に向けて、ぜひc管理図の導入をご検討ください。

適切な運用により、お客様満足度の向上と収益性の改善を同時に達成できる強力な経営ツールとして活用できるでしょう。