製造業や品質管理では、日々さまざまな測定が行われています。
例えば
- 製品の寸法
- 重量
- 強度
- 電気特性
などです。
しかし、ここで重要な問題があります。
「その測定値は本当に信頼できるのか？」という点です。
もし測定自体が不正確であれば、どれだけ高度な統計解析を行っても意味がありません。
この問題を解決するために行われるのが
MSA（Measurement System Analysis：測定システム解析）です。
この記事では
- MSAとは何か
- MSAで評価する要素
- 代表的な解析（Gauge R&R）
- TMV（Test Method Validation）との関係
を、統計初学者の方にもわかりやすく解説します。
MSAとは？
MSA（Measurement System Analysis）とは、
“測定システムによって生じるばらつき”を分析し、
測定結果の信頼性を評価する統計的手法
のことを意味しています。
この時、”測定値”には次の2種類のばらつきが含まれています。
測定値のばらつき
＝ 製品のばらつき
＋ 測定システムのばらつき
MSAではこのうち、「測定システムに由来するばらつき」を定量的に評価します。
測定システムには例えば次の要素が含まれます。
- 測定器（ノギス、マイクロメータなど）
- 測定者
- 測定方法
- 測定環境
- 測定手順
MSAはこれらが測定結果にどの程度影響しているかを解析し、
測定システムが品質管理に使用できるレベルかどうかを判断します。
なぜMSAが必要なのか？
品質管理では「データに基づく意思決定」が重要です。
しかし測定システムに問題がある場合、
データ自体が信頼できなくなります。
例えば次のようなケースです。
製品規格
10.00 ± 0.05 mm
の製品寸法を測定した結果
10.04 mm
という結果が得られました。一見すると合格です。
しかし測定誤差が大きい場合、実際の値(いわゆる真値)は
10.10 mm
の可能性もあります。
このような問題が起きると
- 良品を不良と判定する
- 不良品を見逃す
- 工程改善の判断を誤る
といった重大な問題につながります。
そのため
工程能力解析（Cp・Cpk）などを行う前に、MSAで測定システムの信頼性を確認する
ことが重要になります。
MSAで評価する主な5つの要素
MSAでは一般的に次の5つの要素を評価します。
| 要素 | 意味 |
|---|---|
| Repeatability（繰り返し性） | 同じ測定者・同じ装置で測定した場合のばらつき |
| Reproducibility（再現性） | 測定者が変わった場合のばらつき |
| Bias（偏り） | 測定平均値と真値との差 |
| Linearity（直線性） | 測定範囲内で偏りがどのように変化するか |
| Stability（安定性） | 時間経過による測定変動 |
指標の中で特に重要な偏り、直線性、安定性については以下で詳しく説明します。
■ 偏り（Bias）
偏り（Bias）とは、測定値の平均が基準値（真値）からどれだけズレているかを表す指標です。
例えば、同じ基準サンプル（マスターゲージや標準品）を何度も測定したとき、
その平均値が常に真値よりも「高い」「低い」といった傾向がある場合、それは偏りが存在している状態です。
▼ 評価方法
- 同一サンプルを複数回測定
- 測定値の平均を算出
- 「平均値 − 真値」で偏り量を求める
▼ 解釈のポイント
- 偏りが小さい → 測定器は正しく中心を捉えている
- 偏りが大きい → 系統誤差がある（常にズレる）
▼ 実務上の対応
偏りが許容範囲を超えている場合は、以下の対応が必要です：
- 校正の実施
- ゼロ点調整
- 測定方法の見直し
👉 ポイント
偏りは「常に同じ方向にズレる誤差」なので、放置するとすべてのデータ判断を誤らせます。
■ 直線性（Linearity）
直線性（Linearity）とは、測定範囲全体にわたって偏りが一定かどうかを評価する指標です。
理想的な測定器は、どの値を測っても同じ精度で測定できる状態です。
しかし実際には、以下のような問題が起こることがあります：
- 小さい値では正確
- 大きい値ではズレが大きくなる
このような状態を「直線性の問題」と呼びます。
▼ 評価方法
- 異なる基準値（低・中・高など複数）を用意
- それぞれで偏りを算出
- 回帰分析で「偏りと基準値の関係」を評価
▼ 解釈のポイント
- 偏りが一定 → 直線性良好
- 偏りが値に応じて変化 → 直線性に問題あり
▼ 実務上の影響
直線性が悪いと：
- 測定範囲の一部だけ信頼できない
- 工程能力評価が歪む
- 合否判定が範囲によって変わる
👉 ポイント
偏りが「一定のズレ」なのに対し、直線性は「ズレ方が変わる問題」です。
■ 安定性（Stability）
安定性（Stability）とは、時間の経過によって測定値が変化しないかを評価する指標です。
同じサンプルを測っているのに、日によって値が変わる場合、
それは測定システムが安定していない状態です。
▼ 評価方法
- 同一サンプルを長期間にわたり測定
- 測定結果を時系列でプロット
- 管理図（X-Rs管理図など）で監視
▼ 解釈のポイント
- バラつきが一定 → 安定している
- 徐々にズレる（ドリフト） → 劣化や環境影響あり
- 急な変化 → 異常発生
▼ 主な原因
- 測定器の経時劣化
- 温度・湿度など環境変化
- 測定者の違い
- 設備状態の変化
▼ 実務上の活用
- 校正周期の設定
- 異常の早期検知
- 測定信頼性の担保
👉 ポイント
安定性は「時間軸での信頼性」を評価する指標です。
MSAで最も有名な解析：Gauge R&R
MSAの中でも最もよく使われる解析が
Gauge R&R（ゲージR&R）です。
Gauge R&Rでは測定ばらつきを
測定ばらつき
＝ Repeatability(繰り返し性)
＋ Reproducibility(再現性)
として分析します。
それぞれの意味は次の通りです。
Repeatability（繰り返し性）
同じ測定者が同じ装置で同じ部品を測定したときのばらつき
Reproducibility（再現性）
測定者が変わったときに生じるばらつき
この分析により、
測定値のばらつきのうち
どれだけが測定システムに起因しているか
を明らかにすることができます。
一般的な評価基準は次の通りです。
| GRR割合 | 評価 |
|---|---|
| 10%未満 | 良好 |
| 10〜30% | 条件付きで使用可能 |
| 30%以上 | 改善が必要 |
GageR&Rの実験計画、解析手順、結果の解釈については別記事にて詳しく解説します。
実務で実施したい方は是非確認ください！
MSAとTMV（Test Method Validation）の関係
医療機器や試験法の分野ではTMV（Test Method Validation）という概念もよく登場します。
TMVは試験方法そのものが適切かを検証する活動です。
例えば
- Accuracy
- Precision
- Linearity
- Range
- Specificity
などを評価します。
この中のPrecision（測定精度）を評価する際に、測定ばらつきを解析する方法として
MSA（Gauge R&Rなど）が使用されることがあります。
関係を整理すると次のようになります。
TMV（試験方法の妥当性評価）
│
├ Accuracy
├ Linearity
├ Range
└ Precision
│
└ MSA（測定システム解析）
つまり
TMVは試験法の妥当性確認
MSAは測定システムのばらつき評価
という関係になります。
よくある質問（Q&A）
Q1. MSAはどんな業界で使われますか？
MSAは主に
- 自動車産業
- 医療機器
- 半導体
- 製造業全般
で広く使用されています。
特に自動車業界では
IATF16949のコアツール
としてMSAの実施が求められています。(そのため自動車メーカーはMSAが非常に強いです）
Q2. MSAとGauge R&Rの違いは？
Gauge R&Rは
MSAの解析手法の一つ です。
MSA
├ Gauge R&R
├ Bias
├ Linearity
└ Stability
という関係になります。
Q3. MSAと校正（Calibration）は何が違いますか？
| 項目 | 目的 |
|---|---|
| 校正 | 測定器の正確さを確認する |
| MSA | 測定システム全体のばらつきを評価する |
MSAでは
- 測定者
- 測定方法
- 測定環境
なども含めて評価します。
まとめ
MSAとは
測定システムの信頼性を評価する統計的手法 です。
ポイントを整理すると
- 測定システムのばらつきを分析する
- 繰り返し性・再現性などを評価する
- 代表的な解析がGauge R&R
- TMVのPrecision評価の中でMSAが使われることがある
品質管理において
信頼できるデータを得ることはすべての出発点です。
MSAは統計解析や工程能力評価の前提となる重要なステップと言えるでしょう。
この記事では測定システム解析の重要な概念としてMSAについて解説しました。
MSAの詳しい手法の手順や結果の解釈については別記事にてまとめておりますので、ご参照ください。