【品質改善】努力が報われない理由は“測り方”にあるかもしれない（GRR入門・MSA）

「工程を改善したはずなのに、なぜか結果が安定しない」「熟練のAさんが測ると合格で、新人のBさんが測ると不合格になる」

もし現場でこのような「不可解な現象」が起きているなら、疑うべきは製造プロセスでも設計図でもなく、「定規（測定システム）」そのものかもしれません。

品質管理の世界において、測定システムの信頼性が低い状態は、目盛りの消えた定規で家を建てるようなものです。その結果、平気で“正解っぽい間違い”が量産され、莫大な手戻りコストと「データが信用できない」という精神的徒労感だけが残ります。

そこで必須となるのが、MSA（測定システム解析）の中核をなす手法、GRR（Gage R&R）です。

この記事では、測定システム（道具＋人＋手順）の信頼度を科学的に検証する「GRR」について、理論の詰め込みよりも「現場でどう使うか」という実践知を重視して解説します。

1.GRRとは：製品ではなく「測定の目」を検査する

GRR（Gage Repeatability and Reproducibility）は、製品の良し悪しを決める指標ではありません。「その測定値は、意思決定の根拠にできるほど“健康”か？」を判定する、測定システム自体の健康診断です。

測定データに含まれるバラつき（変動）は、実は以下の式で成り立っています。

σ²observed = σ²product + σ²measurement

私たちが知りたいのは「製品のバラつき」ですが、そこには必ず「測定のバラつき」がノイズとして混入します。GRRは、このノイズを以下の2つに分解して可視化します。

この2つを切り分けることで、「悪いのは道具か？手順か？教育か？」をピンポイントで特定できるようになります。

理論を並べるよりも、自身のデータを一度入れてみるのが理解への最短ルートです。以下のWebアプリは、ブラウザ上で数値を入力するだけで、複雑なGRR計算（ANOVA法/Range法準拠）を自動で行い、測定システムの健全性を判定します。

(※別タブで開いて、記事と見比べながら操作することをおすすめします)

操作はシンプルです。Excel等のデータをコピペすることも可能です。

GRRの結果画面には多くの統計量が表示されますが、現場の意思決定で見るべきは以下の3点に集約されます。

意味： 製品の規格幅（公差）に対して、測定誤差が何％を食いつぶしているか。
現場視点： 「合否判定」をする検査工程ではここが最重要です。これが大きいと、「本当は良品なのにNGにする（生産者リスク）」「不良品なのに出荷してしまう（消費者リスク）」という誤判定が頻発します。

自動車産業をはじめ、世界の製造業でデファクトスタンダードとなっているAIAG（全米自動車産業協会）の基準は以下の通りです。

%GRR (%SV または %Tol)	判定	アクション
10% 未満	OK	測定システムは信用できる。そのまま使用可。
10 〜 30%	注意	用途次第。コストや重要度に応じて改善を検討。（重要特性でないなら許容される場合もある）
30% 超	NG	改善必須。このデータで合否判定や工程能力評価をしてはいけない。

Pro Tip: これは厳密な学術基準ではなく、実務上の目安です。「30%を超えたら即停止」ではなく、「このデータの信頼性は低い」と理解した上でどう動くか、が重要です。

「GRRが悪かった」と落ち込む必要はありません。それは「改善ポイントが見つかった」という朗報です。どの数値が悪いかで、打つべき対策は明確です。

症状： 同じ人が何度測り直しても値がパラパラ変動する。

疑うべき原因：
- 固定不足： ワーク（製品）が動いていないか？（クランプの緩み、座面の汚れ）
- 分解能不足： 10ミクロンを管理したいのに、0.01mm刻みのノギスを使っていないか？
- 環境： プレス機の振動や、エアコンの風が測定器に影響していないか？
👉 次のアクション： 治具の作成、より高精度な測定器への変更、除振台の導入。

症状： AさんとBさんで、平均値が大きくズレる。

疑うべき原因：
- 手順の曖昧さ： 「ゆっくり当てる」「強めに締める」など、感覚的な言葉が作業標準書にないか？
- 視差（パララックス）： アナログメーターを読む角度が決まっていない。
- 教育不足： 新人が独自のやり方（自己流）で測定している。
👉 次のアクション： 手順書の動画化・写真化、測定の自動化（デジタル出力）、作業認定制度の導入。