Finite-Sample Decision Instability in Threshold-Based Process Capability Approval

Each language version is independently generated for its own context, not a direct translation.

🍪 物語：クッキーの「硬さ」チェック

あるお菓子屋さんが、新しいクッキーを製造しています。
お客様は「クッキーは硬さ 1.33 以上でないと、カチカチすぎて食べられない（不合格）」と言っています。

工場では、毎日 30 個ずつクッキーを抜き取り、硬さを測って「平均が 1.33 以上なら OK、未満なら NG」というルールで判断しています。

🔍 この論文が言いたいこと

この論文の著者たちは、**「実は、この判断ルールには『運』が大きく関わっていて、真実が 1.33 の場合、50% の確率で『OK』にも『NG』にもなってしまう」**と警告しています。

まるで、**「硬さがちょうど 1.33 のクッキー」**を測るようなものです。
測るたびに、少しの揺らぎ（サンプリングの誤差）で、

「あ、1.34 だ！OK！」
「あ、1.32 だ！NG！」
と、同じクッキーなのに、測るたびに合格と不合格がコロコロ変わってしまうのです。

🎲 3 つの重要なポイント

1. 「境界線」の呪い（境界不安定性）

もし、本当のクッキーの硬さが**「ちょうど 1.33」だったとします。
この場合、サンプル数（測るクッキーの数）をいくら増やしても、「合格になる確率は 50%」**のままです。

コイン投げと同じ： 表（合格）か裏（不合格）か、完全にランダムです。
問題点： 工場側は「1.33 以上なら合格」という絶対的なルールを作っていますが、統計的には「1.33 のラインにいるクッキー」は、**「運次第で合格にも不合格にもなる」**という不安定な状態にあるのです。

2. 「少しのズレ」が命取り

実際の工場では、硬さが「1.33」から「1.38」くらいまでのクッキーが大量にあります。
この論文は、**「1.33 に少し近い（±0.05 くらい）」**範囲にあるクッキーは、サンプル数が 30 個程度だと、30% 以上の確率で「本当は合格なのに不合格」と判断されてしまう（あるいはその逆）と計算しました。

例え： 100 個のクッキーのうち、30 個以上が「測り方次第で捨てられてしまう」可能性があるのです。
これは、クッキーの味が変わったからではなく、**「測る回数が少ないから起こる誤差」**です。

3. 現実の工場ではこれが普通

著者たちは、実際の製造データ（880 種類の製品）を分析しました。
すると、**「11% 以上の製品」**が、この「測り方で合格・不合格が揺らぐ危険なライン（1.33 の近く）」に存在していることがわかりました。

結論： 多くの工場が、**「運に左右されやすい状態」**で品質判断をしている可能性があります。

💡 私たちはどうすればいい？

この論文は、「ルールを間違えた」と言っているのではなく、**「ルールには『見えないリスク』が潜んでいる」**と教えてくれます。

今のルール： 「1.33 以上なら OK」→ 1.33 のラインにいるクッキーは、**「50% の確率で捨てられる」**というリスクを背負っています。
提案される新しい考え方：
- 「安全マージン」を作る： 「1.33 以上」ではなく、「1.33 + 0.3 = 1.63 以上」なら OK にする（余裕を持たせる）。
- または、「確率」で判断する： 「95% の確率で 1.33 以上であることが保証されている」場合にだけ合格にする。

🎯 まとめ

この論文は、**「品質管理の合格ラインは、実は『確率のゲーム』になっている」**という事実を明らかにしました。

真実がギリギリのラインにある場合、 測る回数が少なければ、**「本当は良いものなのに、たまたま測り方が悪くて不合格になる」**ことが頻繁に起こります。
これは工場の管理ミスではなく、**「統計の性質」**そのものです。

だから、重要な製品をリリースするときは、**「単に数値がラインを超えているか」だけでなく、「その判断が『運』に左右されていないか」**を慎重に考える必要があります。

「1.33 という数字は、魔法の数字ではなく、揺れ動く境界線なのです」。

Each language version is independently generated for its own context, not a direct translation.

1. 問題提起 (Problem)

製造現場では、サプライヤーの選定や製品のリリース判断において、工程能力指数（ $C_{pk}$ ）が一定の閾値（例： $C_{pk} \ge 1.33$ ）以上であるかを基準とした**二値判断（承認/却下）**が一般的に行われています。

しかし、実務では以下の問題が存在します：

有限サンプルからの推定: 実際の判断は、中程度のサンプルサイズ（ $n \approx 20-50$ ）から計算された推定値 $\hat{C}_{pk}$ に基づいています。
確率的性質の無視: 推定値 $\hat{C}_{pk}$ は標本平均と標本標準偏差の関数であり、本質的に確率変数です。しかし、実務ではこれを決定論的な指標として扱い、推定値のばらつき（サンプリング変動）による誤分類リスクが軽視されがちです。
閾値近傍の不安定性: 真の工程能力が承認閾値の直近にある場合、わずかなサンプリング変動だけで「承認」か「却下」かが逆転する可能性が高く、この領域での意思決定の信頼性が不明確です。

既存の研究は主に推定値の信頼区間や検定手法に焦点を当てており、**「固定された閾値ルール自体が、真の能力が閾値付近にある場合に生じさせる誤分類確率」**を明示的に定式化した研究は不足していました。

2. 手法 (Methodology)

本研究は、工程能力承認を統計的決定問題として再定式化し、以下のアプローチで解析を行いました。

A. 決定論的ルールの確率論的定式化

承認ルールを $D = I(\hat{C}_{pk} \ge C_0)$ （ $C_0$ は閾値）として定義し、 $\hat{C}_{pk}$ の標本分布に基づいて、誤分類確率（Type I: 本来不合格なものを承認、Type II: 本来合格なものを却下）を条件付き確率として定量化しました。

B. 漸近解析と境界不安定性定理

標準的な正則条件（真のパラメータで最小値が一意に定まること、推定量の漸近正規性など）の下で、真の能力 $C_{pk}^{true}$ が閾値 $C_0$ に近い場合の挙動を解析しました。

局所パラメータ化: $C_{pk}^{true} = C_0 + \frac{h}{\sqrt{n}}$ と置き、サンプルサイズ $n \to \infty$ の極限を考察しました。
デルタ法: $\hat{C}_{pk}$ の漸近分布を導出し、決定確率の収束挙動を明らかにしました。

C. モンテカルロシミュレーション

有限サンプルにおける誤分類確率の表面（Misclassification Risk Surface）を構築するために、モンテカルロシミュレーションを実施しました。これにより、真の能力とサンプルサイズの関数としての誤分類確率を可視化し、理論的な漸近挙動を検証しました。

D. 実証分析（Empirical Study）

880 個の製造寸法データ（各 $n=32$ ）を用いた実データ分析を行いました。

閾値（1.33）近傍のデータ分布を調査。
ブートストラップ法（5000 回リサンプリング）を用いて、観測データに基づく「承認/却下の反転確率（Flip Rate）」を推定し、実務における意思決定の不安定性を定量化しました。

3. 主要な貢献 (Key Contributions)

工程能力承認の決定論的定式化の確立:
従来のパラメータ推定の精度評価から脱却し、閾値ベースの承認ルールそのものを確率的な分類問題として定式化しました。誤分類確率を意思決定の信頼性の根本的な指標として定義しました。
境界不安定性（Boundary Instability）の証明:
定理 1として、真の工程能力が閾値と等しい場合（ $C_{pk}^{true} = C_0$ ）、サンプルサイズ $n$ を増やしても、承認確率は $0.5$ に収束することを証明しました。
- これは、 $\sqrt{n}$ -一貫性を持つ推定量と固定された閾値を組み合わせることで生じる構造的な現象であり、単なる小サンプルのアーチファクトではありません。
- 閾値近傍では、信号対雑音比（Signal-to-Noise Ratio）が支配的となり、 $\frac{1}{\sqrt{n}}$ のオーダーで不安定な領域が存在することを示しました。
誤分類リスクの定量化と実証的妥当性の確認:
- モンテカルロシミュレーションにより、閾値近傍（ $\pm 0.05$ 程度）で誤分類確率が 30% を超えることを示しました。
- 880 次元の実データ分析により、実務において約 11% の寸法が閾値の不安定領域（ $\pm 0.29$ 以内）に存在し、その多くで 20% 以上の反転確率を持つことを実証しました。

4. 結果 (Results)

理論的結果:
- 真の能力が閾値 $C_0$ に等しい場合、 $n \to \infty$ でも承認確率は $0.5$ に収束する。
- 不安定な領域（誤分類確率が $1/2 $から大きく逸脱しない領域）の幅は$ O(n^{-1/2})$ で縮小する。
- 決定確率は、スケーリングされた信号対雑音比 $z = \frac{\sqrt{n}(C_{pk}^{true} - C_0)}{\sigma_C}$ の関数として漸近的に記述できる（ $\Phi(z)$ に収束）。
シミュレーション結果:
- サンプルサイズ $n=32$ （一般的な工程監査サイズ）において、真の能力が閾値から $\pm 0.05$ の範囲にある場合、誤分類確率は 30% を超える。
- サンプルサイズが増加しても、閾値から一定の距離（ $\sigma_C/\sqrt{n}$ 程度）以内では、依然として無視できない決定リスクが存在する。
実証データの結果:
- 880 次元のデータのうち、約 11.4% が閾値 1.33 から $\pm 0.29$ の範囲に存在する。
- ブートストラップ分析により、約 7.8% の寸法で「承認/却下」の反転確率が 20% 以上、4.8% で 30% 以上であることが確認された。
- 正規性を満たすデータセットでも同様の傾向が見られ、この不安定性は非正規性特有の現象ではない。

5. 意義と示唆 (Significance and Implications)

実務への影響:
従来の「閾値以上なら合格」という決定論的なアプローチは、サンプルサイズが中程度（ $n \approx 20-50$ ）の場合、閾値近傍の工程に対して本質的に不安定であることを示しました。これは、サプライヤー選定や製品リリースにおいて、統計的なばらつきによる誤った判断（過剰な却下や、危険な承認）が頻発している可能性を示唆します。
リスク管理の提案:
固定された閾値ではなく、サンプリング誤差を考慮した**「リスク調整型」の承認基準**の必要性を提唱しています。
- 例： $C_{pk} \ge C_0 + \frac{\kappa}{\sqrt{n}}$ のような安全マージン（ガードバンド）の導入。
- これにより、閾値境界での承認確率を意図的に制御（例：5% 以下）し、決定の信頼性を高められます。
- または、下側信頼区間（LCB）に基づく承認ルールの採用が有効です。
学術的貢献:
工程能力指数の推定精度そのものではなく、「閾値ルールによる意思決定の確率的安定性」に焦点を当てた新たな視点を提供しました。これは、品質管理における統計的決定理論の重要な応用であり、ISO 規格や業界慣行の見直しに対する理論的根拠となります。

結論として、この論文は、有限サンプル条件下での工程能力評価において、**「推定値が閾値にどれだけ近いか」だけでなく、「サンプリング変動による決定の揺らぎ」**を定量的に評価・管理することが、高品質な製造プロセス管理には不可欠であることを示しています。