不適合率の信頼区間とは？計算式やExcelでの求め方をわかりやすく解説

はじめに

製造業の世界では、工程の品質状態を確認するために製品を検査し、不適合率（不良率）を計算する場面は少なくありません。
例えば、工程から100個の製品を抜き取り検査した結果、2個の不適合品が見つかった場合、不適合率は以下のようになります。

不適合率 = 2 / 100 = 2%

しかし、この「2%」という値をそのまま工程の本当の不適合率として判断しても良いのでしょうか？

実際には、今回たまたま100個を抜き取った結果が2%だっただけで、工程全体の真の不適合率は1.5%かもしれませんし、2.8%かもしれません。
つまり、サンプリングによって得られた不適合率には必ずバラつき（サンプリング誤差）が存在します。

このような場面で利用できる統計手法が「不適合率の信頼区間」です。

不適合率の信頼区間を求めることで、「真の不適合率は95%の信頼度で○%～○%程度の範囲に存在する」
といったように、n数やデータのバラつきを考慮して幅を持った評価が可能になります。

この記事では、不適合率の信頼区間について、基本的な考え方から計算式、Excelでの求め方、さらに品質保証での活用例まで詳しく解説します。

---

不適合率の信頼区間とは？

不適合率の信頼区間とは、抜き取り検査などで得られた標本データから、工程全体の真の不適合率が存在すると考えられる範囲を推定する統計手法です。

イメージとしては、真の不適合率は○○～△△の範囲にある。
といった結果を得ることができます。

製造業では全数検査できないケースも多く、一部のサンプルから工程全体の品質状態を判断する必要があります。この時に重要になるのが、「今回得られた不適合率にはどの程度の誤差があるのか？」という考え方です。

不適合品には、

・適合：0
・不適合：1

のような2値データとして考えることができるため、不適合数は二項分布に従います。

サンプルサイズが十分大きい場合、この二項分布を正規分布で近似することで、不適合率の信頼区間を計算することができます。

---

○不適合率の信頼区間の計算式

工程からn個の製品を抜き取り、その中でx個の不適合品が発生したとします。

この時、サンプルから計算される不適合率（標本不適合率）は以下になります。

ここで、

p̂：標本不適合率
x：不適合数
n：検査数

を示します。

95%信頼区間は以下の式で計算できます。

ここで、1.96は標準正規分布において信頼度95%の範囲を示す値です。

---

○補足：信頼区間と二項分布の関係

なぜこの式になるのか、二項分布から確認してみましょう。

不適合数Xが二項分布X～B(n,P)に従う場合、数理上は

・平均値：E(X)=nP
・分散：V(X)=nP(1−P)

となります。

しかし、知りたいのは不適合「個数」ではなく、不適合「率」です。

不適合率は、p̂=X/nなので、

・平均：E(p̂)=P
・分散：V(p̂)=P(1−P)/n

になります。

つまり、信頼区間の式に含まれる「√{p̂(1−p̂)/n}」の部分は、不適合率の標準偏差（標準誤差）を意味しています。この標準誤差が大きいほど推定の幅は広くなり、不確実性が大きいことを示します。

なお、この正規近似による計算は一般的に、np̂(1−p̂)≧5程度を満たす場合に適用されます。サンプル数が少ない場合や不適合率が非常に小さい場合は注意が必要です。

---

不適合率が0%の場合の考え方(重要)

品質保証では、「300個検査して不適合0個でした」という結果になることがあります。この時、不適合率は、0 / 300 = 0%になります。

では、この工程は「不良率0%」と言い切れるでしょうか？
⇒答えは、言い切ることはできません。

今回の300個では不適合が発見されなかっただけで、工程全体には一定割合で不適合品が存在する可能性があります。このような場合によく使われる考え方が「3の法則（Rule of Three）」です。

不適合0個の場合、95%信頼上限は近似的に以下で求めることができます。

信頼上限 ≒ 3 / n

例えば300個検査して不適合0個の場合、3 / 300 = 0.01つまり、95%信頼上限：約1%になります。

これは、「不適合率は0%だった」ではなく、「95%信頼度では、真の不適合率は最大約1%程度の可能性がある」と解釈します。品質保証では、この違いを理解することが非常に重要です。

---

Excelで不適合率の信頼区間を求める方法

Excelを使用すると、不適合率の信頼区間を簡単に計算することができます。
※今回は正規近似による95％信頼区間を求める方法について解説します。

改めて、不適合率の信頼区間は以下の式で計算できます。

・下限：p̂ − 1.96 × √{p̂(1−p̂)/n}
・上限：p̂ ＋ 1.96 × √{p̂(1−p̂)/n}

Excelでは、SQRT関数を使用することで平方根部分を計算できます。

例えば、以下の検査結果が得られた場合を考えます。

検査数：100個
不適合数：2個

この時、不適合率は以下になります。

p̂ = 2 / 100 = 0.02

次に、Excel関数へ値を入力して計算してみます。

つまり今回の結果は、「100個検査して不適合は2個だったため観測された不適合率は2％だが、真の不適合率は95％信頼度で最大4.7％程度まで存在する可能性がある」と判断できます。

このように信頼区間を使うことで、単純な不適合率だけではなく、サンプル数による推定の不確かさまで考慮した品質判断が可能になります。(特に不適合率に関しては、保守的に見積もることが重要です！）

---

まとめ

今回は、不適合率の信頼区間について、基本的な考え方から計算式、Excelでの求め方、製造業での活用例まで解説しました。

製造現場では、不適合率を単純な割合だけで判断してしまうケースがあります。しかし、サンプリングデータには必ずバラつきが存在するため、「不適合率2%」「不適合0個」といった結果だけで工程能力を判断するのは危険です。

信頼区間を利用することで、サンプルサイズや統計的な不確かさを考慮した、より正しい品質判断が可能になります。特に品質保証や工程改善では、不適合率を点ではなく幅を持って評価することが重要です。

このサイトでは、製造業における統計解析や品質改善に関する相談も受け付けています。

「自社データをどの統計手法で解析すれば良いかわからない」「Excelや統計ソフトで解析したい」などのお困りごとがあれば、サイドバーのお問い合わせフォームよりお気軽にご相談ください。

また、信頼区間や品質管理に関する他の記事も解説していますので、ぜひ合わせて確認してみてください。