信頼性データの取り方｜打ち切りデータ（中途・定時・定数）の扱い方を完全図解

※本記事にはプロモーション（広告）が含まれています。

こんな悩みはありませんか？

寿命試験をしたけど、まだ壊れていない製品がある…このデータどうするの？
「打ち切りデータ」って何？なぜ無視してはいけないの？
定時打ち切り・定数打ち切り・中途打ち切りの違いがわからない
実務で信頼性データを取るとき、何に注意すればいい？

○ この記事でわかること

打ち切りデータとは何か、なぜ発生するのかをイメージで理解
3種類の打ち切り（定時・定数・中途）の違いと使い分け
打ち切りデータを「捨ててはいけない理由」を直感的に理解
実務で信頼性データを取るときの注意点

信頼性工学でデータを取るとき、必ず直面する問題があります。

それは「試験が終わっても、まだ壊れていない製品がある」という状況です。

たとえば、LED電球100個の寿命試験を1年間行ったとします。1年後、70個は切れましたが、30個はまだ点灯しています。

この「まだ壊れていない30個」のデータ、あなたならどう扱いますか？

× 「壊れてないから無視する」→ 大きな間違い！
× 「1年で壊れたことにする」→ これも間違い！
「1年以上は持つ」という情報として活用する → 正解！

このような「まだ壊れていないデータ」を打ち切りデータ（Censored Data）と呼びます。

この記事では、打ち切りデータの種類と扱い方を、図解でわかりやすく解説します。

前提知識
【図解】MTBFとMTTFの違い｜"修理できるか"で使い分ける2つの指標 →

MTBFやMTTFの基本を押さえてから読むと、理解が深まります

そもそも「打ち切りデータ」とは？

完全データと打ち切りデータの違い

信頼性データには、大きく分けて2種類あります。

データの種類	意味	例
完全データ	故障した時刻が正確にわかるデータ	「この電球は1,523時間で切れた」
打ち切りデータ	故障した時刻がわからないデータ（観測期間内に故障しなかった）	「この電球は2,000時間の試験終了時点でまだ点灯していた」

イメージで理解：LED電球の寿命試験

LED電球5個を2,000時間点灯させる寿命試験を行ったとします。

【寿命試験の結果】

電球①  ████████░░░░░░░░░░░░  800時間で切れた  → 完全データ 
電球②  ████████████░░░░░░░░  1,200時間で切れた → 完全データ 
電球③  ██████████████░░░░░░  1,400時間で切れた → 完全データ 
電球④  ████████████████████  2,000時間でもまだ点灯 → 打ち切りデータ ?
電球⑤  ████████████████████  2,000時間でもまだ点灯 → 打ち切りデータ ?

        0h                1,000h              2,000h（試験終了）

電球④と⑤は、試験終了時点でまだ切れていません。

正確な寿命はわかりませんが、「少なくとも2,000時間以上は持つ」という情報はわかっています。

これが「打ち切りデータ」です。

完全データと打ち切りデータの比較図。LED電球の寿命試験で、完全データは全部壊れて100h・200h・180h・220hと寿命が分かるが、打ち切りデータはまだ動いているものがあり寿命が分からない。実務では「まだ壊れていない」データが必ず出る — 全部壊れる完全データと、まだ壊れていない打ち切りデータ

なぜ打ち切りデータを「捨ててはいけない」のか？

「まだ壊れていないデータなんて、使えないから無視しよう」

これは絶対にやってはいけないことです。なぜでしょうか？

打ち切りデータを無視すると、寿命を「短く」見積もってしまう

先ほどの例で考えてみましょう。

× 間違った計算：打ち切りデータを無視

故障した3個だけで平均寿命を計算：
MTTF = (800 + 1,200 + 1,400) ÷ 3 = 1,133時間

正しい考え方：打ち切りデータも考慮

5個中2個は2,000時間以上持っている。
この情報を使うと、真の平均寿命は1,133時間より長いはず。

打ち切りデータを無視すると、「長生きした優秀な製品」の情報が失われ、寿命を実際より短く見積もってしまいます。

打ち切りデータは「最低限の情報」を持っている

打ち切りデータは、正確な故障時刻はわかりませんが、「少なくとも○○時間以上は持つ」という情報を持っています。

打ち切りデータが持つ情報

「2,000時間でまだ動いている」というデータは、
「この製品の寿命は2,000時間より長い」ことを教えてくれる。

数学的には「T > 2,000」という不等式の情報

この「最低限の情報」を統計的に活用するのが、信頼性データ解析の重要なポイントです。

実務では「打ち切りデータばかり」になることも

高信頼性の製品ほど、試験期間内にほとんど故障しません。

たとえば、MTBF = 100,000時間（約11年）の製品を1年間試験しても、ほとんど故障しないでしょう。

つまり、データのほとんどが打ち切りデータになることも珍しくありません。

だからこそ、打ち切りデータを適切に扱う方法を知っておくことが重要なのです。

実務でよくある状況

試験期間が限られている（予算・納期の制約）
製品が高信頼性で、なかなか壊れない
故障データが少なく、打ち切りデータが多い

→ このような状況でも正しく解析するために、打ち切りデータの扱い方を理解しておく必要があります。

定時打ち切り(TypeⅠ)の図。5個の商品を1000時間で試験終了し、商品1〜3は300h・600h・800hで故障、商品4・5は「1000時間以上」としか分からない — 定時打ち切り:決めた時間で試験を終える

打ち切りデータの3つの種類

打ち切りデータは、なぜ打ち切りが発生したかによって3種類に分類されます。

種類	英語名	打ち切りの理由	特徴
定時打ち切り	Type I Censoring	決めた時間で試験終了	試験期間が予測可能
定数打ち切り	Type II Censoring	決めた故障数に達したら終了	故障データ数が確定
中途打ち切り	Random Censoring	予定外の理由で離脱	実務で最も多い

それぞれを詳しく見ていきましょう。

① 定時打ち切り（Type I Censoring）

定時打ち切りとは

「あらかじめ決めた時間」で試験を終了する方法。
試験終了時点でまだ故障していない製品が「打ち切りデータ」になる。

具体例：1,000時間の寿命試験

【定時打ち切り：1,000時間で終了】

製品A  ████████░░░░░░░░░░░░  300時間で故障  → 完全データ
製品B  ████████████████░░░░  600時間で故障  → 完全データ
製品C  ██████████████████░░  800時間で故障  → 完全データ
製品D  ████████████████████▶ 1,000時間でまだ稼働 → 打ち切り（>1,000h）
製品E  ████████████████████▶ 1,000時間でまだ稼働 → 打ち切り（>1,000h）

        0h        500h      1,000h ← 試験終了
                              ⏰

定時打ち切りのメリット・デメリット

メリット	デメリット
試験期間が事前に確定できるスケジュール・予算管理がしやすい計画が立てやすい	故障データが何個取れるか不明製品が優秀すぎると、ほぼ打ち切りになる解析に必要なデータが不足する可能性

使われる場面

保証期間の確認試験（例：「1年間使っても壊れないか？」）
加速試験（例：「高温で1,000時間動かしても大丈夫か？」）
予算・納期が決まっている試験

定数打ち切り(TypeⅡ)の図。5個の製品のうち、製品1が200時間、製品2が400時間、製品3が500時間で故障し、決めた故障数3個に達したところで試験を終える。製品4・5はまだ動いている — 定数打ち切り:決めた故障数に達したら試験を終える

② 定数打ち切り（Type II Censoring）

定数打ち切りとは

「あらかじめ決めた故障数」に達したら試験を終了する方法。
その時点でまだ故障していない製品が「打ち切りデータ」になる。

具体例：3個故障したら終了

【定数打ち切り：3個故障で終了】

製品A  ████░░░░░░░░░░░░░░░░  200時間で故障  → 1個目
製品B  ████████░░░░░░░░░░░░  400時間で故障  → 2個目
製品C  ██████████░░░░░░░░░░  500時間で故障  → 3個目 → 試験終了！
製品D  ██████████▶           500時間でまだ稼働 → 打ち切り（>500h）
製品E  ██████████▶           500時間でまだ稼働 → 打ち切り（>500h）

        0h        500h（試験終了）

「3個故障」という目標に達した時点（500時間）で試験終了。製品D・Eは500時間以上持つことだけがわかります。

定数打ち切りのメリット・デメリット

メリット	デメリット
故障データの数が事前に確定できる解析に必要なサンプル数を確保できる統計的な精度を保証しやすい	試験期間がいつ終わるか不明製品が優秀すぎると、いつまでも終わらないスケジュール管理が難しい

使われる場面

ワイブル分布のパラメータ推定（一定数の故障データが必要）
新製品の信頼性評価（十分な故障データを確保したい）
研究目的の試験（統計的な精度を優先）

③ 中途打ち切り（Random Censoring / ランダム打ち切り）

中途打ち切りとは

予定外の理由で、試験の途中で観測が終了してしまうこと。
故障とは関係ない理由で、製品が試験から「離脱」する。

中途打ち切りが発生する理由（例）

分野	中途打ち切りの理由
製造業	・試験機器の故障で観測できなくなった・製品を別の試験に転用した・予算カットで試験が中止になった
医療研究	・患者が引っ越して追跡できなくなった・別の病気で亡くなった（研究対象の病気以外で）・患者が研究への参加を辞退した
フィールドデータ	・顧客が製品を買い替えた（故障ではなく）・連絡が取れなくなった・製品を廃棄した

具体例：フィールドでの追跡調査

【中途打ち切り：フィールドでの追跡調査】

製品A  ██████░░░░░░░░░░░░░░  300時間で故障  → 完全データ
製品B  ████████▶             400時間で顧客が転居（追跡不能）→ 中途打ち切り
製品C  ████████████░░░░░░░░  600時間で故障  → 完全データ
製品D  ██████████▶           500時間で顧客が買い替え → 中途打ち切り
製品E  ████████████████████▶ 1,000時間でまだ稼働（試験継続中）

        0h        500h      1,000h

製品Bは400時間の時点で顧客が転居し、追跡できなくなりました。これは「故障」ではなく「観測できなくなった」だけです。

でも、「少なくとも400時間は動いていた」という情報は得られています。

実務では中途打ち切りが最も多い

実際の製品データ（フィールドデータ）では、中途打ち切りが最も多く発生します。

顧客の都合で製品を手放したり、連絡が取れなくなったりすることは日常茶飯事です。

だからこそ、中途打ち切りデータを適切に扱う方法が重要になります。

打ち切りデータの記録方法

打ち切りデータを正しく解析するには、「完全データ」と「打ち切りデータ」を区別して記録する必要があります。

データの記録例

よく使われる記録方法は、「+」や「>」の記号を使って打ち切りを示す方法です。

製品ID	時間	状態	記録方法①	記録方法②
A	300	故障	300	300 (F)
B	600	故障	600	600 (F)
C	800	故障	800	800 (F)
D	1,000	稼働中	1,000+	1,000 (C)
E	1,000	稼働中	1,000+	1,000 (C)

「+」や「(C)」がついているデータが打ち切りデータです。

F = Failure（故障）= 完全データ
C = Censored（打ち切り）= 打ち切りデータ

打ち切りデータの解析方法（概要）

打ち切りデータを含むデータセットを解析する方法はいくつかあります。詳細は専門的になりますが、代表的な方法を紹介します。

代表的な解析方法

方法	概要	特徴
カプラン・マイヤー法	打ち切りを考慮して生存曲線を推定	ノンパラメトリック（分布を仮定しない）
最尤推定法	打ち切りデータの尤度を計算してパラメータを推定	ワイブル分布などのパラメータ推定に使用
ワイブル確率紙	グラフにプロットしてパラメータを読み取る	視覚的にわかりやすい

ポイント

どの方法も、「打ち切りデータは寿命がわからないが、少なくとも○○時間以上」という情報を活用しています。

これにより、打ち切りデータを無視した場合よりも、正確な推定ができます。

まとめ：打ち切りデータの3種類と扱い方

この記事で学んだことを整理しましょう。

打ち切りデータとは

定義	故障時刻が正確にはわからないが、「少なくとも○○時間以上」という情報を持つデータ
なぜ重要か	無視すると寿命を短く見積もってしまう。「長生きした製品」の情報が失われる

3種類の打ち切りデータ

種類	英語名	終了条件	特徴
定時打ち切り	Type I	決めた時間	試験期間が確定
定数打ち切り	Type II	決めた故障数	故障データ数が確定
中途打ち切り	Random	予定外の理由	実務で最も多い