属性データの測定システム評価（クロスタブ法）とは？

属性データのMSAとは何か

前回の記事では、連続値データに対する測定システム評価（GRR）について解説しました。
一方で、現場には「OK / NG」や「良品 / 不良品」といった、数値ではなく分類で判断する検査も多く存在します。

このようなデータを「属性データ」と呼びます。属性データの測定システム評価では、「ばらつき」ではなく、どれだけ正しく判定できているか（＝一致しているか）が重要になります。その評価手法の一つが「クロスタブ法」です。

指標一覧（まず全体像を把握）

クロスタブ法では、複数の指標を組み合わせて評価します。
最初に全体像を把握しておくと理解がスムーズです。

⇒重要なのは、1つの指標ではなく組み合わせで評価することです。

クロスタブ法の基本的な考え方

クロスタブ法とは、検査結果と真の状態（基準値）を表形式で整理し、
判定の正しさや傾向を評価する方法です。

ここで重要なのは、クロスタブ法では必ず「クロス集計表（クロスタブ表）」を用いて結果を整理する点です。
単なる集計ではなく、「実際の状態」と「判定結果」を縦と横に配置し、それぞれの組み合わせごとの件数を明確にすることで、初めて評価が可能になります。

この表を作ることで、
✅正しく判定できているのか
✅どのようなミスが発生しているのか

が一目で分かるようになります。

つまりクロスタブ法とは、
① 「クロス集計表を作ること」から始まり
② そこから各種指標を計算して評価する手法
であるということは覚えておきたいです。
次項以降では、こうしたクロス集計表の結果を用いて算出されるクロスタブの指標について数式に踏み込んで丁寧に説明します。

指標①：一致率（Accuracy）

一致率は、全体の中でどれだけ正しく判定できたかを示す最も基本的な指標です。

※一致率=全判定数正しく判定した数​

”一致率”が高ければ、この工程は「良品」「不良品」に関わらず正しく判定できる良検査システムであると判断することができます！

一方、直感的で分かりやすい反面、この指標だけでは不十分なケースもあります。
例えば、不良がほとんど存在しない工程では、
すべて「良品」と判定するだけで一致率が高くなるケースもあります。(⚠注意)

そのため一致率は「全体としての検査精度が低くないか」を確認する指標として使われます。

指標②：κ係数（カッパ係数）

κ係数は、一致率から「偶然一致」を差し引いた指標です。

一致率が高い場合でも、その結果が偶然によるものではないかを確認することが重要です。
κ（カッパ）係数を用いることで、偶然一致の影響を除いたうえで、検査の信頼性を評価することができます。

実務においては、見かけ上は一致率が高くても、

・検査者が感覚的に判定している
・判断基準が統一されていない

といった問題が潜んでいるケースがあります。

このような状態では、検査が十分に機能していないにもかかわらず、
「一致率が高いから問題ない」と誤って判断してしまうリスクがあります。

κ係数を併用することで、

・偶然による一致を除外できる
・検査の実質的な有効性を評価できる

ため、より信頼性の高い判断が可能になります。

なお、κ係数の計算はやや複雑になるため、詳細な算出方法や解釈については以下で解説しています。

指標③：ミス率（誤判定率）

ミス率は、誤った判定の割合です。​

「1 − 一致率」でも計算することができます

一見シンプルな指標ですが、ミス率は実務において非常に重要な意味を持ちます。
ミス率が高い場合、検査工程そのものに問題がある可能性が高いためです。

具体的には、

・検査基準が明確に定義されていない
・測定者ごとに判断基準がばらついている

といった状態が疑われます。

この指標を確認することで、検査が適切に機能しているか、
すなわち「検査工程として成立しているか」を客観的に評価することができます。

また、ミス率を把握することで、以下のような重大な不具合を未然に防ぐことが可能になります。

・検査工程そのものが形骸化するリスク
・品質保証に対する信頼の低下

このようにミス率は、単なる数値ではなく、検査工程の健全性を判断するための重要な指標です。

指標④：誤警告率（False Alarm）

誤警告率は、良品を不良と誤判定する割合です。

※誤警告率=実際の良品数良品を不良と判定した数​

この指標はコストに直結します。誤警告が多いと、以下の様な不利益が生じます。

つまり、「品質は問題ないのにコストだけ増える状態」を引き起こします。
企業利益を考える際は、導入したい指標です。

指標⑤：見逃し率（False Acceptance）

見逃し率は、不良を良品と判定してしまう割合です。

※見逃し率=実際の不良数不良を良品と判定した数​

この指標は最も重要です。なぜなら、見逃しは直接的に「市場クレーム」「製品不良」「ブランド毀損」につながるためです。実務では、「多少の誤警告は許容できるが、見逃しは許されない」という考え方が一般的です。
この指標は、品質観点では必ず入れなければならない重要指標です。

指標⑤：感度・特異度

感度と特異度は、検査の判定能力を多角的に評価するための指標です。

感度は、実際の不良品をどれだけ正しく検出できているかを示します。
この値が低い場合、不良品を見逃してしまうリスクが高くなります。

一方、特異度は、実際の良品をどれだけ正しく良品と判定できているかを示します。
特異度が低い場合、本来問題のない製品を不良と判定してしまう可能性があります。

この2つの指標を組み合わせて確認することで、
「見逃し」と「誤検出」のバランスを把握することができます。

検査工程では、どちらか一方だけでなく、両方の視点から評価することが重要です。

GRRとの違い

GRRは「ばらつき」を評価する手法でしたが、クロスタブ法は「判定の正しさ」を評価します。
両者の違いをもう少し分かりやすく解釈すると、

✅数値データ → GRR
✅属性データ → クロスタブ

になり、どちらも”測定システムの評価”という点では共通ですが、この考え方の違いは押さえておきましょう。

まとめ

属性データの測定システム評価では、単なる”一致率”だけでは不十分です。

”κ係数”によって信頼性を確認し、”誤警告”や”見逃し”といった指標を組み合わせることで、
初めて実務で使える評価が可能になります。
必要に応じて、必要な指標を用いて評価できるように、よく理解しておきたい内容です。

あわせて以下の記事を確認いただくと、測定システム評価(MSA)について理解が深まります。
是非確認ください↓