シューハート管理図は、工程の時系列データを中心線と管理限界で監視する品質管理の図です。偶然変動と特別原因による変動を見分け、規格限界とは異なり、工程が安定しているかを評価します。
導入の打ち合わせでは、手法の名前より先に、誰のどの意思決定を支援するのかを決めておきます。
AI駆動開発の基本や工程ごとの活用方法、費用・期間への影響については、無料ホワイトペーパー「【2026年最新版】AI駆動開発の完全ガイドブック」で詳しく解説しています。
シューハート管理図とは？まず押さえる定義と役割
この図では、工程の時系列データを中心線と管理限界の枠で追い、偶然変動と特別原因による変動を見分けます。規格への適合とは別の観点から工程の状態を見る図なので、規格限界との混同は避けたいところです。
実務では、入力と処理、出力、仮定を分けて定義しておきます。入力に将来の情報が混ざると、検証のときだけ有利な結果が出ることがあります。さらに、対象範囲が変わる場合も、検証結果の解釈に影響します。
データの発生時点と評価時点をそろえ、除外条件や欠測の扱いを先に決めておきます。
シューハート管理図の仕組み｜計算と判断の流れ
1. 目的とデータの単位の定義
まず、目的変数または評価値の意味と観測単位を確定します。そのうえで、対象期間と利用可能な変数を決めます。
次に、測定単位、サブグループ、管理統計量も定義しておきます。
- 管理限界：基準期間の平均とばらつきから算出
- 時系列の確認：値を順に描き、限界超過や非ランダムなパターンを検出
- 原因調査：検出したパターンをもとに、原因を調べる
業務上の対象外は、後から都合よく除くことを避け、除外件数と理由をログに残します。
2. 候補設定の学習と推定
候補となる設定やモデルを複数用意し、訓練、検証、最終評価の役割を分けておきます。
前処理や変数選択は、全データに先にかけず、分割したあとに学習側だけで行います。全データで先に処理すると、性能や推定が楽観的になりやすいためです。
処理は、再現できるパイプラインとして保存します。後から同じ結果を得られるよう、乱数やライブラリのバージョン、設定値を記録します。入力データのスナップショットも残します。
3. 結果を意思決定できる形への変換
出力は、スコアや係数だけで終わらせず、利用者が判断できる単位に戻します。
限界超過や連続点の並びは、工程能力や特別原因の発生率と合わせて確認します。管理限界は、データの分布やサブグループの設計に応じて設定します。
- 図上の状態：中心線、管理限界、限界超過、連続点のパターン
- 工程の状態：工程能力、特別原因の発生率
- 判断の前提：不確実性、対象外の条件、判断を覆す反証
シューハート管理図の使い方｜実務での適用場面
小さな検証からの開始
この手法は、工程から定期的に得られる指標の監視に適しています。製造寸法や処理時間、欠陥率、問い合わせ件数などが、その例です。
異常が出たときは、原因究明と是正の記録を結び付けておきます。
最初は、発注側と開発会社で、代表的なデータと明確な成功条件に絞り、基準手法との差を測ります。短期の指標が改善しても、それだけで採用は決めません。
- 運用負荷：運用に必要な作業を洗い出す
- 説明可能性：結果を利用者に説明できるかどうか
- 更新頻度と例外処理：更新と例外への対応を含めた採用可否の判断
評価期間と利用者のそろえ方
未来の情報を使えない業務では、時系列で分割します。ただし、同じ顧客や案件が繰り返し現れる場合は、グループ単位で分割します。
レポートには、指標の単位と分母、対象範囲、信頼区間を書き添えます。読む人が結果の意味を誤解しないよう、これらは欠かせない情報です。
本番運用への移行
本番運用では、次の項目を押さえておきます。
- 入力データ：欠損率と分布
- 結果：品質、処理時間、エラー率を継続して確認
- ログ：検証時と同じ集計ができるよう残す記録
- 悪化時の対応：結果が悪化したときに備えた、再学習・再推定の条件、承認者、ロールバック先
シューハート管理図と関連手法の違い
CUSUMやEWMAは、小さな変化の検出に敏感です。一方で、シューハート管理図は大きな変化を素早く捉え、運用が分かりやすいという特徴があります。
工程の安定性は、規格限界とは別の目で評価します。
比べるときは、同じデータ分割、目的、評価期間をそろえます。前処理や計算予算も、同じ条件に合わせます。
手法によって答えられる問いが違う場合は、単純な順位付けを避けます。判断表では、精度と安定性を並べます。
説明のしやすさ、費用、保守性も、同じ表で比べます。
シューハート管理図の評価方法｜数字だけに頼らない評価
主要指標と不確実性
工程の状態を評価するときは、図上の変化と工程能力の両方を見ます。管理限界は、データの分布やサブグループの設計と整合させます。
- 図上の状態：中心線、管理限界、限界超過、連続点のパターン
- 工程の状態：工程能力、特別原因の発生率
診断と再現性
平均値だけでなく、期間別、グループ別、極端なケース別の結果も確認します。
さらに、設定を変えた感度分析や、別のデータでの確認も行います。また、複数のシードで再実験し、結論が一つの偶然に依存していないかを点検します。
シューハート管理図で起きやすい失敗と対策
データと前処理の問題
全データで集計・標準化・補完してから分割すると、性能や推定が楽観的になります。未来の値を入力に含める場合も、同じ問題につながります。さらに、結果を見て評価対象を選ぶことも、性能や推定を楽観的にします。
前処理は学習側に限定し、処理の前後で件数と値域を監査します。
指標と問いの混同
異常点を理由なく削除する、管理限界と規格限界を混同する、工程変更後も基準を放置する、といった点が問題になります。そこで、変更履歴と調査結果を残しておきます。
指標の改善は、業務の成果や因果効果を示すとは限りません。分析の問いと意思決定者の問いを並べ、不足している仮定やデータを明示します。
運用条件の変化の見落とし
制度や価格、顧客構成は変わります。季節性や計測方法も変化します。そこで、入力の分布と欠測を監視し、結果の品質や主要グループの差も見ていきます。
変化を見逃さないよう、再評価を始める条件を事前に決めておきます。
シューハート管理図を採用する判断基準
工程の測定が継続的に行われ、異常が出たときに原因調査と対応ができるなら、採用候補になります。小さなドリフトを重視する場合は、ほかの管理図も併用します。
採用しない場合も、基準手法、見送った理由、次に必要なデータを記録しておきます。記録があれば、将来の再検討に役立ちます。
利用者が反証条件や適用範囲を確認できるよう、説明資料には、数式やアルゴリズムに加えて、仮定と分からない範囲も示します。成功例と合わせて失敗例も残します。結果を使う人が適用範囲を判断する材料になります。
シューハート管理図まとめ｜目的・前提・評価のそろえ方
シューハート管理図は、工程の時系列データを中心線と管理限界で監視し、偶然変動と特別原因による変動を見分ける品質管理の図です。規格限界とは別に、工程の安定性を評価します。
価値を出すには、対象と時間、入力と出力、仮定を定義します。そのうえで、基準手法と同じ条件で評価し、小さく検証してから適用範囲を広げます。
設定、データ、評価結果は、再現できる形で保存します。判断材料には、精度や有意性に加えて、誤りのコスト、説明可能性、運用負荷も含めます。さらに、影響を受ける人への公平性も考えてください。
よくある質問（FAQ）
Q. シューハート管理図とは何ですか？
工程の時系列データを中心線と管理限界で監視し、偶然変動と特別原因による変動を見分ける品質管理の図です。規格限界ではなく工程の安定性を評価します。
Q. シューハート管理図はどのような場面で使いますか？
工程の変動を時系列で監視し、特別原因による異常を見つけたいときに使います。
Q. シューハート管理図を使うときの評価指標は何ですか？
中心線と管理限界を基に、限界超過や連続パターン、工程能力を確認します。
Q. シューハート管理図で起きやすい失敗は何ですか？
規格限界との混同、異常点の恣意的削除、工程変更後の基準放置に注意します。
Q. シューハート管理図と似た手法はどう使い分けますか？
大きな変化を分かりやすく検出する一方、小さな変化にはCUSUMやEWMAが適する場合があります。
参考資料
本記事の定義と実務上の注意は、次の公式資料を参照しています。
https://www.itl.nist.gov/div898/handbook/pmc/pmc.htm、https://www.itl.nist.gov/div898/handbook/pmc/section3/pmc3.htm。仕様や前提は更新されることがあるため、実装時には、利用するバージョンの公式ドキュメントも確認してください。
▼開発を相談する前に読みたい無料ホワイトペーパー
・【2026年最新版】AI駆動開発の完全ガイドブック
会社紹介
株式会社riplaでは、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを、構想策定・要件定義から開発・改善まで一気通貫で支援。事業会社でIT・DXを経験したプロフェッショナルによる高い要件定義力・システム設計力を活かし、事業成果の最大化に伴走します。
また、当社独自の開発テンプレート「Boxシリーズ」による標準機能の高速開発と、AI駆動開発の独自フレームワーク「GoDD」による独自機能のAI実装を組み合わせることで、低コスト・短期間で開発を実現いたします。
もし、システム開発やプロダクト開発に関するご要望がございましたら、お気軽にお問い合わせください。
・サービス概要資料のURLはこちら >>>
・お問合せページのURLはこちら >>>
・お役立ち資料のURLはこちら >>>
株式会社ripla 代表取締役CEOとして、システムパッケージ活用、システム開発、データ分析、生成AI活用、SaaS開発、アプリ開発、EC構築など、幅広い領域で企業のDX推進と事業成長を支援している。事業会社でIT・DXを経験したプロフェッショナルが集う株式会社riplaにおいて、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを構想策定・要件定義から開発・改善まで一気通貫で支援し、単なるシステム納品にとどまらず、クライアントと同じ目線で事業成果の最大化に向けた伴走支援を行う。早稲田大学卒業後、ラクスル株式会社、LINEヤフー株式会社にて事業開発やDX推進などに従事した後、株式会社riplaを創業。