cp と cpk の違いとは？統計で読み解く品質管理の鍵

製造業やサービス産業で「cp」「cpk」という指標をよく目にしますが、両者の違いは結構緊急性の高いテーマです。ここでは「cp と cpk の違い」をわかりやすく整理し、実務でどのように使い分けるかを解説します。

まず、cp と cpk の 2 つは共にプロセス能力指数ですが、計算方法と解釈に大きな違いがあります。これらの違いを理解すると、品質改善の際に適切なアプローチを選べるようになります。

Read also: cp と cpk の違いとは？統計で読み解く品質管理の鍵

cp と cpk の違い：基本的な定義

プロセスの平均が仕様どおりに位置しているかどうかを測る指標であるcpと、平均が仕様の中点にどれだけ収まっているかを測るcpkには違いがあります。

cp はプロセスのばらつきだけを評価し、平均の位置は考慮しない。

一方でcpkは平均位置のずれも含めて評価します。つまり、process の平均が仕様上の中心からズレている場合、cpk は cp よりも低くなる傾向があります。

この基本的な違いが、品質管理での使い分けに直結します。例えば、製品の公差が小さく、ばらつき自体が大きい場合はcpを、平均値が仕様からずれているときはcpkを重視します。

cp と cpk の違い：計算式と実際の数字

まずは計算式を見てみましょう。多数のデータがある場合、cp は下限の上差（USL - LSL）を6σで割った値として定義されます。

cp = (USL - LSL) / (6σ)
cp = U സ്റ്റാന്‍ഡേര്‍ഡ് ഡേവിയേഷന്‍ ഉപയോഗിച്ച്

一方、cpk は最大値と中央値の距離を取り入れます。最小値と中央値（または平均値）との距離を測り、最大値を決定します。

cpk = (USL - μ) / (3σ)
cpk = (μ - LSL) / (3σ)
cpk は上記 2 つの値のうち、より小さい方を採用する。

具体例として、USL = 10、LSL = 0、σ = 0.3、平均 μ = 4 を挙げると：

係数	値
cp	5.56
cpk（上側）	2.22
cpk（下側）	3.33
cpk（総合）	2.22

この例では、平均が下側にずれているため、cpkの上側がcpよりかなり低くなっています。結果、プロセスは許容範囲内にありますが、平均ずれが大きいことが懸念点となります。

cp と cpk の違い：品質管理における使い分けポイント

品質管理では「欠陥率」と「プロセス安定性」の両面を追及します。cpとcpkはそれぞれどの視点に適しているのかを整理します。

cp：ばらつきの大きさだけを評価。安定した平均値を前提とする。
cpk：平均のずれを含めた全体評価。平均を正確に合わせる必要があるケースに最適。

実務ではまずcpを算出し、十分に大きい（例：cp>1.33）かどうかを確認します。その後、cpkを算出し、平均ずれが許容範囲内（cpk>1.33）か判断します。もしcpは優れていてもcpkが低い場合は平均調整が必要です。

米国製造業界では、cpが1.33以上、cpkが1.33以上のプロセスを「能力が高い」と定義しています。実際にこの水準をクリアしたプロセスは欠陥率を3%以下に抑えることができます。

cp と cpk の違い：データ分布と仮定事項

cp と cpk を算出する際にはデータが正規分布に従うという仮定があります。しかし、実際のデータは偏りや外れ値が存在しやすいです。

正規性の検定：シャピロ・ウィルク検定でp値>0.05なら正規分布と見なせる。
外れ値の除外：クラスカル・ヴォリッツ検定で外れ値を検知し、除外後に再計算。
中央値 vs 平均：cpkでは平均を用いますが、外れ値が多いと中央値で算出する方法もあります。

たとえば、ある製品で測定データが−0.15〜0.25の範囲で分布している場合、平均μ=0.05、σ=0.04とします。この時、USL=0.3、LSL=−0.3とすると、cp＝0.3/0.24＝1.25、cpkは下側で1.25、上側で0.83となり、上側のcpkが低くなります。分布の偏りが原因で平均が上側に寄り偏っていることがわかります。

仕様上の要求が高い分野では、正規性が十分に保たれていない場合にσの再評価が必要です。偏差が大きくなると、cpとcpkの値が実際の欠陥率を過小評価してしまうリスクがあります。

cp と cpk の違い：実務での適用例と改善策

実際の工場でcpとcpkを活用した改善事例をいくつか紹介します。

企業	課題	対応策	結果
自動車部品メーカー A	寸法ばらつきが大きい	プロセス調整でσを0.2mmに短縮	cp↑1.42、cpk↑1.40に改善
半導体製造 B	平均位置が仕様からズレていた	温度制御強化で平均を0.02µm調整	cpk↑1.65に上昇
食品加工 C	欠陥率が3%超	洗浄プロセス改善、外れ値排除	cpk↑1.55、欠陥率5%減

こうした改善は、単にσを縮めるだけでなく、平均位置を中心に合わせることが鍵です。特に外れ値の発生源を遮断したり、プロセスパラメータを最適化することで、cpk値を大きく向上させることができます。

また、データの可視化を継続的に行い、プロセスに変化が生じたら即座に判断できる仕組みが必要です。例として、MTM（Mean Time to Monitor）を5分以内に設定し、異常を早期検知します。

cp と cpk の違い：業界別の標準値とケーススタディ

業界ごとに求められるプロセス能力は異なります。以下では主要業界の標準値と実際のケーススタディをまとめます。

自動車部品：cp,cpk ≥ 1.33（欠陥率≤1%）
医療機器：cp,cpk ≥ 1.66（欠陥率≤0.1%）
食品加工：cp,cpk ≥ 1.00（欠陥率≤5%）

医療機器メーカーは、cpk=1.8に達して欠陥率を0.05%に抑えています。プロセスの平均位置を0.05mm以内に調整し、σを0.01mmにまで縮めました。

食品加工では、外観不良が主な原因でした。cpが1.20と安全域内であったものの、平均位置にずれがあったためcpkが0.98でした。平均位置を仕様上限内に揃えることで、cpkが1.15へと改善しました。

業界別の標準値は広まりつつありますが、企業は自社の製品と顧客要件を照らし合わせて最適な参照値を設定すべきです。

以上のポイントから、cp と cpk の違いを十分に理解することで、プロセス改善や品質管理の精度を高めることが可能になります。ぜひこの知識を活用し、作業現場の安定化や顧客満足度向上に取り組んでみてください。さらに詳しい指標解析サービスや統計解析ツールをお探しなら、ぜひ弊社にご相談ください。

cp と cpk の 違い：基本的な定義

cp と cpk の 違い：計算式と実際の数字

cp と cpk の 違い：品質管理における使い分けポイント

cp と cpk の 違い：データ分布と仮定事項

cp と cpk の 違い：実務での適用例と改善策

cp と cpk の 違い：業界別の標準値とケーススタディ