製造業における実験・測定の取り組み方とデータの解析・解釈の仕方

製造業での研究開発、生産、品質管理、出荷後顧客対応などの各工程においては、様々な問題が発生し、これらの問題を解決するために、実験・解析を行うことになります。本講では、どのような心構えで実験に取り組めばよいか、どのような考え方で実験結果を解析・解釈すればよいか、初心者がなかなか気づかないポイントについて解説します。

1. 母集団と標本
   1. 母集団と標本の違い
   2. 知りたいことと実際にわかることの違い
   3. 生データの分布と平均の分布の違い
   4. 繰返し性と再現性の違い
   5. ばらつきとかたよりの違い
   6. 分散、標準偏差の意味
   7. 測定を繰り返せばばらつきは減るか?
   8. 測定機器を校正すればばらつきは減るか?
   9. 分散、標準偏差はいつもn – 1で割るとは限らない
2. 実験の3原則
   1. 実験の反復
   2. 実験の局所管理
   3. 実験の無作為化 (ランダム化)
   4. ばらつくデータは悪か?
   5. 測定回数を決めるポイント
   6. 表示桁数を決めるポイント
   7. どの解析手法を選択すればよいか?
3. 統計的検定・推定の原理
   1. 検定、推定とは?
   2. 第1種の誤り (生産者危険) と第2種の誤り (消費者危険)
   3. 母平均の検定: 製品を出荷してよいか?
   4. 母平均の推定: 「平均」の値はどのくらい信頼できるか?
   5. 信頼区間の意味
   6. 正規分布でないものの母平均を推定するとどうなるか?
   7. 母平均の差の推定、母分散の推定、母分散の比の推定のポイント
• 質疑応答