3σは何パーセント？標準偏差とパーセンタイルも！（99.7%：3シグマ：正規分布：統計：品質管理など）

3σは何パーセント？標準偏差とパーセンタイルも！（99.7%：3シグマ：正規分布：統計：品質管理など）

統計や品質管理で頻繁に登場する3σは、ばらつきを判断する重要な目安です。

「3σは何パーセントなのか」「99.7％とはどの範囲か」「パーセンタイルとはどう結び付くのか」と疑問に感じる方も多いでしょう。

本記事では、正規分布を前提に3シグマの意味、標準偏差との関係、品質管理での使い方を順を追って解説します。

3σと99.7％の関係

それではまず、3σが何パーセントに当たるのかについて解説していきます。

平均値を中心とした3σの範囲

3σは、平均値から標準偏差の3倍分だけ離れた範囲を表す言葉です。

正規分布に従うデータでは、平均値のマイナス3σからプラス3σまでに、全体のおよそ99.73％が入ります。

実務では小数点以下を丸めて、3σは99.7％と説明されるのが一般的です。

たとえば平均が100、標準偏差が5の商品特性を考える場合、3σの範囲は85から115になります。

この範囲内に、理論上は1,000個中およそ997個が収まるイメージです。

ただし、99.7％という数値は、データがきれいな正規分布に近い場合の確率です。

すべての測定値や売上データ、人の身長などが完全な正規分布になるわけではない点には注意が必要でしょう。

68％と95％と99.7％の比較

標準偏差の理解では、1σ、2σ、3σの割合をセットで押さえると分かりやすくなります。

平均値を中心にした範囲が広がるほど、含まれるデータの割合も増えていきます。

範囲	正規分布で含まれる割合	両端に残る割合	主な見方
平均値±1σ	約68.27％	約31.73％	日常的なばらつきの目安
平均値±2σ	約95.45％	約4.55％	やや珍しい値の確認
平均値±3σ	約99.73％	約0.27％	異常値や管理限界の目安

1σの範囲には約68％しか入らないため、残り約32％は比較的よく起こる範囲外の値です。

一方、3σの外側に出る確率は合計で約0.27％にとどまります。

つまり、3σを超える値はかなり少ないため、工程や測定に何らかの変化が起きた可能性を疑うきっかけになります。

片側3σと両側3σの違い

3σの99.7％を使うときは、両側の範囲なのか片側だけなのかを区別することが大切です。

平均値からプラス3σまでの片側には、約99.865％が含まれます。

平均値からマイナス3σまでの片側にも、同じく約99.865％が含まれる計算です。

上側だけで平均値より3σ以上大きくなる確率は、約0.135％です。

下側だけで平均値より3σ以上小さくなる確率も、約0.135％になります。

品質規格に上限だけがある場合と、上下の規格がある場合では、見るべき確率が変わります。

数字だけを暗記せず、どちら側のリスクを扱っているのかを意識すると判断ミスを防ぎやすくなるでしょう。

標準偏差とシグマの基礎

続いては、3σを支える標準偏差とシグマの意味を確認していきます。

標準偏差が示すばらつき

標準偏差は、データが平均値からどの程度散らばっているかを数値で示す指標です。

標準偏差は通常、ギリシャ文字のσで表し、シグマと読みます。

平均値だけでは、安定している集団か、ばらつきの大きい集団かを見分けられません。

そこで標準偏差を組み合わせると、データの中心と広がりを同時に把握できます。

たとえば平均点が70点でも、標準偏差が3点の試験と15点の試験では、受験者の得点分布が大きく異なります。

σが小さいほど値は平均付近に集まりやすく、σが大きいほどばらつきが広がるという関係です。

母標準偏差と標本標準偏差

統計では、対象となる全数を母集団、その一部として集めたデータを標本と呼びます。

工場でその日に生産した全製品を調べられるなら、その全体から計算する値は母標準偏差です。

一部を抜き取って測定する場合は、標本標準偏差を利用します。

標本から母集団のばらつきを推定するときは、計算式の分母をデータ数ではなくデータ数から1を引いた値にする方法がよく使われます。

これは標本のばらつきを小さく見積もりすぎないための調整です。

Excelなどの表計算ソフトでも、母標準偏差用と標本標準偏差用の関数が分かれているため、用途を確認して選ぶ必要があります。

正規分布を前提にする理由

3σと99.7％の関係は、正規分布という釣鐘型の分布を前提にしています。

正規分布では平均値、中央値、最頻値がほぼ同じ位置にあり、左右が対称的になります。

測定誤差の積み重なりや、多数の小さな要因が合わさる現象では、正規分布に近い形が現れやすいとされています。

そのため、寸法測定、部品重量、充填量、処理時間などの分析で活用されます。

ただし、売上金額のように一部の極端な値が大きく影響するデータや、下限が0に固定されるデータでは、左右非対称になることがあります。

分布の形を確認しないまま3σを当てはめると、実際の異常確率と理論値がずれる可能性があります。

パーセンタイルと3σの対応

続いては、パーセンタイルと3σがどのようにつながるのかを確認していきます。

パーセンタイルの意味

パーセンタイルは、ある値より下に何％のデータがあるかを表す位置の指標です。

たとえば90パーセンタイルは、全体の90％がその値以下に位置することを意味します。

学校のテストで90パーセンタイルなら、得点が下位から数えて90％の地点にあるという見方になります。

パーセントと似ていますが、単なる割合ではなく、分布内での順位や位置を表す点が特徴です。

統計ソフトでは百分位数と呼ばれることもあります。

3σのパーセンタイル換算

正規分布におけるプラス3σは、およそ99.865パーセンタイルに対応します。

反対にマイナス3σは、およそ0.135パーセンタイルです。

平均値を50パーセンタイルと考えると、3σ上側は上位約0.135％だけが超える高い位置になります。

標準化した位置	累積確率の目安	パーセンタイル	意味
－3σ	約0.00135	約0.135パーセンタイル	ほとんどの値より小さい位置
－2σ	約0.0228	約2.28パーセンタイル	下側に少数しかない位置
平均値	0.5	50パーセンタイル	分布の中央
＋2σ	約0.9772	約97.72パーセンタイル	上位約2.28％の境目
＋3σ	約0.99865	約99.865パーセンタイル	上位約0.135％の境目

この対応を理解すると、検査値が平均との差としてどの程度珍しいかを、順位の感覚でも捉えられます。

3σは平均から遠いというだけでなく、分布の端に近い位置でもあります。

zスコアによる位置の求め方

異なる単位のデータを比較したい場合には、zスコアを使います。

zスコアは、値から平均値を引き、標準偏差で割って求める標準化された数値です。

たとえば平均70点、標準偏差10点の試験で100点を取った場合、zスコアは3です。

別の試験で平均500点、標準偏差50点の650点も、同じくzスコアは3になります。

点数そのものは異なっていても、集団内での相対的な位置は同程度と判断できます。

zスコアから正規分布表や統計ソフトを使えば、対応するパーセンタイルも求められるでしょう。

品質管理における3シグマ

続いては、品質管理で3σがどのように使われるのかを確認していきます。

管理図における管理限界

品質管理では、工程が安定しているかを確認するために管理図が利用されます。

管理図には中心線と、上方管理限界、下方管理限界が設定されます。

多くの管理図では、中心線から上下3σの位置を管理限界として用います。

管理限界の外に点が出た場合、偶然のばらつきだけでは説明しにくい可能性があります。

原材料の変更、設備の摩耗、作業条件のずれ、測定器の不具合など、特別な原因を調べる合図になります。

ここで重要なのは、管理限界が製品仕様の合格ラインとは別物である点です。

3σ管理と異常の見つけ方

3σ管理では、管理限界を超えた1点を重要なシグナルとして扱います。

正規分布に近い安定工程なら、上下どちらかの管理限界を超える確率は約0.27％だからです。

しかし、限界線の内側にあるからといって、必ず正常とは限りません。

連続して上昇する傾向や、中心線の片側に多くの点が偏る状態も、工程変化の兆候になり得ます。

そのため実務では、3σのルールに加えて、連続性や偏りを見る補助ルールを運用することがあります。

単発の数値だけで結論を急がず、時系列の変化を見ることが品質管理の基本です。

不良率とシックスシグマの考え方

シックスシグマは、ばらつきを抑え、欠陥や不良を極めて少なくする品質改善の考え方です。

単純に平均値から±6σまでを考えると、正規分布ではほぼすべてのデータが含まれます。

ただし、実務で語られるシックスシグマの不良率は、工程の平均が長期的にずれることも加味して説明されるケースがあります。

よく知られる100万機会あたり3.4件という数値も、特定の前提に基づく指標です。

3σと6σを比較するときは、単に確率の大小だけでなく、規格幅、工程能力、コスト、改善余地まで考える必要があります。

すべての工程に最高水準の精度を求めるより、顧客価値とリスクに応じた管理水準を定めるほうが現実的でしょう。

3σを計算するときの注意点

続いては、3σを実際に計算して判断するときの注意点を確認していきます。

平均値と標準偏差の算出条件

3σの範囲は、平均値と標準偏差の値によって決まります。

そのため、計算に使うデータの期間や対象が不適切なら、管理限界や判定基準も適切になりません。

設備調整前と調整後のデータを一緒に集計すると、ばらつきが必要以上に大きく見えることがあります。

製品の種類、測定条件、担当者、ロットなどを確認し、同じ条件のデータとして扱えるかを最初に見極めます。

データを集める条件の統一は、計算式の選択と同じくらい重要です。

外れ値の安易な除外

平均値から大きく離れた値を見つけると、外れ値としてすぐに除外したくなるかもしれません。

しかし、その値が入力ミスや測定ミスではなく、実際の工程異常を示している可能性もあります。

外れ値を除外する前には、測定器の校正状態、データ入力、サンプルの取り違え、製造履歴を確認することが必要です。

原因が明確な誤記録なら修正や除外を検討できますが、原因不明の値を都合よく消すべきではありません。

異常値は、品質問題の早期発見につながる貴重な情報になる場合があります。

正規分布ではないデータの扱い

正規分布ではないデータに対して、99.7％という数値をそのまま使うことはできません。

分布が左右に歪んでいる場合、上側と下側の外れやすさも異なります。

値が飛び飛びの離散データ、件数データ、割合データなどでは、別の確率分布や管理図が適することがあります。

まずはヒストグラムを作り、山の形、左右の偏り、複数の山の有無を確認しましょう。

必要に応じてデータ変換、ノンパラメトリックな手法、分布に合った工程管理方法を検討します。

3σは便利な共通言語ですが、どんなデータにも自動的に当てはまる万能な基準ではありません。

3σの理解を深める具体例

続いては、数値例を通じて3σの見方を確認していきます。

製品重量のばらつき

ある製品の重量が平均500グラム、標準偏差4グラムだったとします。

この場合、平均値±3σの範囲は488グラムから512グラムです。

工程が正規分布に近く安定していれば、生産品の約99.7％はこの範囲に収まると期待できます。

もし520グラムの商品が見つかったなら、平均から5σ離れている計算になります。

偶然にしては珍しい値なので、充填機の設定や計量工程を確認する必要があるでしょう。

ただし、顧客向けの規格が490グラムから510グラムなら、3σ範囲と規格範囲は一致しません。

テスト得点のパーセンタイル

平均60点、標準偏差10点の模試で90点を取ったケースを考えます。

90点は平均より30点高いため、zスコアは3です。

得点分布が正規分布に近いなら、90点は約99.865パーセンタイルに相当します。

これは、自分より低い得点の人が約99.865％いる位置という意味になります。

上位から見ると約0.135％に入る目安であり、非常に高い位置です。

もっとも、満点が設定された試験や受験者層が限定された試験では、分布が歪む場合もあります。

日常の判断に使う際の考え方

3σの考え方は、数値が平均からどれほど離れているかを客観的に捉える際に役立ちます。

たとえばWebサイトのアクセス数、問い合わせ件数、配送日数などの変化を確認するときにも応用できます。

平均を少し上回っただけなら、通常の変動の範囲かもしれません。

一方、3σを超える急増や急減なら、広告施策、障害、季節要因、集計方法の変更などを調べる優先度が高まります。

統計は判断を代行するものではなく、確認すべき変化を見つけるための道具です。

数値の背景にある現場の出来事と組み合わせることで、3σはより実用的な指標になります。

まとめ

3σは、平均値から標準偏差3個分の範囲を指し、正規分布では全体の約99.7％がこの中に含まれます。

片側だけを見る場合、平均からプラス3σを超える確率は約0.135％であり、99.865パーセンタイル付近に対応します。

標準偏差はデータのばらつきを表す指標で、σが小さいほど値は平均に集まりやすくなります。

品質管理では上下3σを管理限界の目安として使い、工程に特別な変化がないかを確認します。

ただし、管理限界と規格限界は目的が異なり、正規分布でないデータに99.7％をそのまま適用することも適切ではありません。

3σは何パーセントかという答えは約99.7％ですが、データの分布、片側か両側か、集計条件まで確認して初めて正確に活用できます。