【完全保存版】MSA入門｜ゲージR&Rの計算手順をExcelで完全再現｜判定基準・5つの評価項目まで

😣 こんな経験はありませんか？

「この測定器のGR&R出して」と言われたが、EV・AV・PVの計算式が意味不明
%GR&Rが10%を超えてしまい、「測定器を変えろ」と言われたが本当にそれで解決するのか疑問
Minitabなど統計ソフトがない環境で、Excelだけで計算しなければならない
MSAの「5つの評価項目」のうち、ゲージR&R以外の3つ（偏り・安定性・直線性）が何なのかよくわからない

✅ この記事でわかること

MSAとは何か？を「体重計の信頼性テスト」のイメージで一発理解
MSAの5つの評価項目（偏り・安定性・直線性・繰り返し性・再現性）の全体像
ゲージR&Rの計算手順を、具体的な数値例＋Excelの関数で完全再現
%GR&Rの判定基準（10%/30%ルール）とNDC（知覚区分数）の意味
「%GR&Rが大きい」ときの改善アクション

自動車部品の品質管理において、MSA（Measurement Systems Analysis：測定システム解析）は「測定データそのものが信頼できるか？」を検証するプロセスです。いくら工程能力指数（Cpk）を計算しても、その元となる測定値にバラつきが大きければ、結果は信用できません。

結論から言うと、MSAとは「測定器の成績表を作る作業」です。テストの採点者が毎回違う点数をつけるなら、そのテストの結果は信頼できませんよね。MSAは「この採点者（＝測定器＋測定者）は信頼できるか？」を数値で証明する仕組みです。

この記事では、MSAの中で最も実施頻度が高い「ゲージR&R」の計算手順を、具体的な数値例を使ってExcelで再現します。統計ソフトがなくても大丈夫です。

MSAとは？「測定器の成績表」を30秒で理解する
- 🎯 MSAの5つの評価項目
ゲージR&Rとは？EV・AV・PVの関係を図で理解する
- 📊 測定で観測されるバラつきの構造
ゲージR&Rの計算をExcelで再現する【準備編】
- 🔬 実験条件
- 📊 測定データ（単位：mm）
ゲージR&Rの計算をExcelで再現する【計算編】
判定基準｜10%/30%ルールとNDC
- 📊 %GR&Rの判定基準（AIAGマニュアル準拠）
- 🔢 NDC（知覚区分数）とは？
%GR&Rが大きい！ときの改善アクション
- 🔍 EV（繰り返し性）が大きい場合 → 測定器の問題
- 🔍 AV（再現性）が大きい場合 → 測定者・手順の問題
平均値-範囲法とANOVA法の違い｜どちらを使うべきか？
まとめ：MSAは「測定データの信頼性を守る番人」
- 📚 次に読むべき記事

MSAとは？「測定器の成績表」を30秒で理解する

📐 MSAの基本情報

正式名称：Measurement Systems Analysis（測定システム解析）
策定者：AIAG（米国自動車産業アクション・グループ）
現行版：第4版（2010年発行）
位置づけ：IATF16949の5つのコアツールの1つ
ひとこと：「その測定器と測定者、本当に信頼できますか？」を数値で証明する

MSAは「測定システム」の信頼性を評価します。ここで言う「測定システム」とは、測定器だけでなく測定器＋測定者＋測定方法＋測定環境の組み合わせ全体のことです。たとえば同じノギスを使っても、Aさんが測ると10.02mm、Bさんが測ると10.05mmになるかもしれません。このバラつきを数値化し、「許容範囲内か？」を判定するのがMSAです。

🎯 MSAの5つの評価項目

MSAでは、測定システムのバラつきを5つの視点で評価します。大きく分けると「中心のズレ（正確さ）」と「バラつきの大きさ（精度）」の2グループです。

グループ	項目	英語	何を見ている？（体重計のたとえ）
正確さ（中心のズレ）	偏り	Bias	体重60kgの人を量ったら、毎回61kgと表示される→1kgの偏りがある
	安定性	Stability	朝は正確なのに、夕方になると0.5kgズレる→時間経過で偏りが変化している
	直線性	Linearity	50kgでは正確だが、100kgになると2kgズレる→測定範囲によって偏りが変化する
精度（バラつき）	繰り返し性	Repeatability	同じ人が同じ体重計に3回乗ったら、60.0→60.2→59.8と表示された→同一条件でのバラつき
精度（バラつき）	再現性	Reproducibility	Aさんが量ると60.0kg、Bさんが量ると60.3kg→測定者間のバラつき

💡 ポイント
偏り・安定性・直線性は「校正」で対応する項目です。繰り返し性・再現性は「ゲージR&R」で評価します。実務で最も頻繁に実施するのがゲージR&Rであり、PPAPの項目⑧（MSA）で提出が求められるのもこれです。

ゲージR&Rとは？EV・AV・PVの関係を図で理解する

ゲージR&R（Gage Repeatability and Reproducibility）は、測定システムのバラつきを「繰り返し性（R：Repeatability）」と「再現性（R：Reproducibility）」に分解して評価する手法です。

📊 測定で観測されるバラつきの構造

工場で製品を測定したとき、観測されるバラつき（Total Variation：TV）は、実は以下の3つのバラつきが混ざったものです。

TV（観測される全バラつき）

TV² = GR&R² + PV²

GR&R（測定系のバラつき）

GR&R² = EV² + AV²

繰り返し性
(Equipment
Variation)

同じ人が
同じ物を
何度測っても
出るバラつき

再現性
(Appraiser
Variation)

人が変わると
出るバラつき
（測定者間の
差）

PV（部品間のバラつき）

Part Variation

これは製品そのものの
バラつきなので、
測定システムの問題
ではない。

✅ むしろ大きいほうが良い
（部品間の差を
検出できている証拠）

📐 覚えるべき公式（3つだけ）

① GR&R = √(EV² + AV²)　…測定系のバラつき
② TV = √(GR&R² + PV²)　…観測される全バラつき
③ %GR&R = (GR&R / TV) × 100　…全バラつきに占める測定系の割合

%GR&Rが小さいほど「測定系のバラつきが小さい＝測定が信頼できる」ことを意味します。逆に%GR&Rが大きいと「観測されるバラつきのうち、測定器や測定者のせいで発生しているバラつきが多い＝製品の本当の姿が見えていない」ことになります。

ゲージR&Rの計算をExcelで再現する【準備編】

ここからは、具体的な数値例を使ってゲージR&Rの計算手順を1ステップずつ解説します。計算方法は「平均値-範囲法（X̄-R法）」を使います。これはAIAG MSAマニュアル第4版に掲載されている標準的な方法であり、Excelだけで計算できます。

🔬 実験条件

測定対象	金属部品の外径（公差：10.00 ± 0.10 mm）
測定器	マイクロメータ（最小読取値 0.001mm）
部品数（a）	10個
測定者数（b）	3人（A, B, C）
繰り返し回数（r）	3回
総測定回数	10 × 3 × 3 = 90回

📊 測定データ（単位：mm）

以下は測定者A・B・Cがそれぞれ10個の部品を3回ずつ測定した結果です。実際のExcelでは横長の表になりますが、ここでは測定者Aのデータを示します（B・Cも同様の形式で記録）。

部品	1回目	2回目	3回目	平均 X̄	範囲 R
1	9.95	9.96	9.94	9.950	0.020
2	10.01	10.02	10.00	10.010	0.020
3	9.98	9.97	9.99	9.980	0.020
…	（部品4～10も同様に記録）

💡 Excelでの計算式
平均 X̄：=AVERAGE(B2:D2)
範囲 R：=MAX(B2:D2)-MIN(B2:D2)
これを各測定者×各部品の全行に適用します。

⚠️ 重要：サンプルの選び方
10個の部品は公差範囲全体をカバーするように選ぶこと。全部が規格中央付近の部品だと、PV（部品間のバラつき）が小さくなり、%GR&Rが実際よりも大きく算出されてしまいます。小さめ・中くらい・大きめの部品を意図的に混ぜてください。

ゲージR&Rの計算をExcelで再現する【計算編】

データが揃ったら、以下の5ステップでEV・AV・PV・GR&R・%GR&Rを順番に計算します。計算に使う「d₂*」と「K」は定数表（AIAGマニュアル付録）から取得します。ここでは部品10個・測定者3人・繰り返し3回の条件で進めます。

🔢 STEP 1：R̄（範囲の平均）を求める

各測定者の10個分の範囲Rの平均を計算し、さらに全測定者の平均を求めます。

  R̄A = 測定者Aの10個の範囲の平均

  R̄B = 測定者Bの10個の範囲の平均

  R̄C = 測定者Cの10個の範囲の平均

  R̄̄（全体の範囲平均）= (R̄A + R̄B + R̄C) / 3

  Excel: =AVERAGE(R̄A, R̄B, R̄C)

仮にR̄̄ = 0.023 mmとなったとします。

🔢 STEP 2：EV（繰り返し性）を求める

📐 EV = R̄̄ / d₂*

d₂*は定数表から取得。繰り返し3回・(部品10×測定者3=)群数30の場合、d₂* = 1.6926

EV = 0.023 / 1.6926 = 0.01359 mm

Excel: =R̄̄のセル/1.6926

🔢 STEP 3：AV（再現性）を求める

各測定者の全体平均（X̄̄_A, X̄̄_B, X̄̄_C）の最大値と最小値の差（X̄_DIFF）を使います。

📐 AV = √[(X̄_DIFF / d₂*)² − (EV² / (n × r))]

X̄_DIFF = MAX(X̄̄_A, X̄̄_B, X̄̄_C) − MIN(X̄̄_A, X̄̄_B, X̄̄_C)
d₂*（測定者3人・群数1の場合）= 1.9060
n = 部品数 = 10、r = 繰り返し回数 = 3

仮にX̄_DIFF = 0.008 mmの場合：
AV = √[(0.008/1.9060)² − (0.01359²/(10×3))]
AV = √[0.00001762 − 0.00000614] = √0.00001148 = 0.003389 mm

※ルート内が負になった場合、AV = 0 とします（再現性が繰り返し性より小さい場合）。

🔢 STEP 4：GR&R・PV・TVを求める

📐 GR&R = √(EV² + AV²)

GR&R = √(0.01359² + 0.003389²) = √(0.0001847 + 0.00001149) = √0.0001962 = 0.01400 mm

PV（部品間のバラつき）は、10個の部品の全体平均の範囲R_pを使います。

📐 PV = R_p / d₂*

R_p = 部品10個の全体平均の最大値 − 最小値
d₂*（部品10個・群数1の場合）= 3.1729

仮にR_p = 0.120 mmの場合：
PV = 0.120 / 3.1729 = 0.03782 mm

📐 TV = √(GR&R² + PV²)

TV = √(0.01400² + 0.03782²) = √(0.000196 + 0.001430) = √0.001626 = 0.04033 mm

🔢 STEP 5：%GR&Rを求めて判定する

📐 %GR&R = (GR&R / TV) × 100

%GR&R = (0.01400 / 0.04033) × 100 = 34.7%

この例では%GR&R = 34.7%であり、30%を超えているため「不合格：改善が必要」と判定されます。

判定基準｜10%/30%ルールとNDC

📊 %GR&Rの判定基準（AIAGマニュアル準拠）

%GR&R	判定	意味とアクション
＜ 10%	✅ 合格	測定システムは優秀。そのまま使用OK。
10～30%	△ 条件付き合格	用途や重要度に応じて使用可否を判断。改善の検討を推奨。
＞ 30%	❌ 不合格	測定システムは改善必須。原因を特定し、測定器の変更・手順の見直し・教育を実施する。

🔢 NDC（知覚区分数）とは？

NDC（Number of Distinct Categories）は、「この測定システムで製品のバラつきを何段階に区別できるか」を示す指標です。

📐 NDC = 1.41 × (PV / GR&R)

判定基準：NDC ≧ 5 で合格

先ほどの例：NDC = 1.41 × (0.03782 / 0.01400) = 1.41 × 2.70 = 3.81
→ 5未満なので不合格。測定システムは部品のバラつきを十分に区別できていない。

🔧 現場の声
「%GR&Rは10%以下なのに、NDCが5未満」というケースは実は起こりません（数学的に連動しているため）。どちらか一方だけを見ればOKですが、顧客によってはNDCの報告も求めるため、両方計算しておくと安心です。

GR&Rで測定の信頼性を確認した後、工程能力（Cpk）を正しく評価する方法はこちら。

%GR&Rが大きい！ときの改善アクション

%GR&Rが30%を超えた場合、まず「EVとAVのどちらが大きいか」を確認してください。原因によって打ち手が全く異なります。

🔍 EV（繰り返し性）が大きい場合 → 測定器の問題

原因	改善アクション
測定器の分解能が不足	公差の1/10以下の分解能を持つ測定器に変更する（公差0.10mmなら分解能0.01mm以下）
測定器の摩耗・劣化	校正の実施、またはメーカーによるオーバーホール
測定治具のガタつき	治具の固定方法を改善、位置決めピンの追加
温度・振動などの環境要因	恒温室での測定、防振台の設置

🔍 AV（再現性）が大きい場合 → 測定者・手順の問題

原因	改善アクション
測定手順が標準化されていない	測定SOP（標準作業手順書）を作成し、全測定者に教育する
測定者の技量差	測定トレーニングの実施、熟練者とペアで練習
測定ポイントの曖昧さ	図面上で測定箇所を明確に指示（バルーン図面の活用）

⚠️ 見落としがちなポイント：PVが小さすぎる問題
%GR&Rの分母はTV（全バラつき）です。サンプルとして選んだ10個の部品のバラつき（PV）が小さすぎると、測定器に問題がなくても%GR&Rが大きく見えてしまいます。「%GR&Rが30%超」のとき、まず確認すべきは「サンプルの選び方は適切だったか？」です。

平均値-範囲法とANOVA法の違い｜どちらを使うべきか？

ゲージR&Rの計算方法には大きく2つの方法があります。この記事で解説した「平均値-範囲法（X̄-R法）」と、分散分析を使う「ANOVA法」です。

比較項目	平均値-範囲法（X̄-R法）	ANOVA法
精度	やや低い（近似計算）	高い（分散を正確に分解）
交互作用	評価できない	評価できる（部品×測定者の交互作用）
計算の難易度	Excelだけで可能	統計ソフト推奨（Minitabなど）
使用場面	統計ソフトがない現場、簡易評価	正式な評価、PPAP提出用

💡 推奨
Minitabなどの統計ソフトが使えるならANOVA法を使ってください。より正確な結果が得られ、「部品と測定者の交互作用」（特定の部品を特定の測定者が測ると結果が変わる現象）も検出できます。統計ソフトがない場合は、この記事で解説した平均値-範囲法をExcelで実施してください。

ANOVA法の基盤となる「分散分析」の考え方はこちらで学べます。

まとめ：MSAは「測定データの信頼性を守る番人」

この記事の結論

✅ MSAとは「測定器＋測定者＋手順＋環境」の測定システム全体の信頼性を数値で証明する手法
✅ 評価項目は5つ：偏り・安定性・直線性・繰り返し性・再現性（後者2つがゲージR&R）
✅ %GR&R ＜ 10% で合格、10～30%で条件付き合格、30%超で不合格
✅ NDC ≧ 5 が合格基準（知覚区分数）
✅ EVが大きければ測定器の問題、AVが大きければ測定者・手順の問題
✅ サンプルの選び方が悪い（PVが小さい）と%GR&Rが不当に大きくなるため注意
✅ Excelで計算するなら平均値-範囲法、統計ソフトがあるならANOVA法を推奨