不確かさの求め方は？標準不確かさの計算方法も！（合成標準不確かさ：拡張不確かさ：測定：計算式など）

不確かさの求め方は？標準不確かさの計算方法も！（合成標準不確かさ：拡張不確かさ：測定：計算式など）

測定値を報告するときは、数値そのものだけでなく、その数値がどの程度の幅をもつのかも示す必要があります。

そこで重要になる考え方が測定不確かさです。

ノギスやマイクロメータ、温度計、電子天秤、試験機など、どの測定機器でも誤差要因を完全にゼロにはできません。

標準不確かさ、合成標準不確かさ、拡張不確かさの違いを理解すれば、測定結果の信頼性を根拠とともに説明しやすくなるでしょう。

この記事では、測定不確かさの基本から計算式、実務でのまとめ方までを順序立てて解説します。

不確かさの求め方の全体像

それではまず、不確かさの求め方における結論と全体の流れについて解説していきます。

測定不確かさの意味

測定不確かさとは、測定結果に付随する値のばらつきの程度を表す指標です。

真の値が必ずその範囲内にあると断定するものではなく、合理的に推定した測定値の信頼の幅を示します。

測定値に不確かさを添えることで、結果の比較可能性と説明力が高まります。

例えば部品の穴径を測定して10.002mmという結果が出た場合、測定器の分解能、校正証明書の情報、測定の繰り返し、温度変化などによって結果はわずかに変動します。

この変動を整理し、統計的または技術的な根拠に基づいて数値化したものが不確かさです。

誤差と似た言葉ですが、誤差は真値との差を意味するのに対し、不確かさは真値が確定していない状況で評価する幅という違いがあります。

計算の基本手順

不確かさ評価は、測定対象と測定方法を明確にするところから始まります。

次に、測定結果へ影響する要因を洗い出し、それぞれを標準不確かさとして数値化します。

代表的な要因には、繰り返し測定のばらつき、基準器の校正不確かさ、分解能、温度、作業者による読み取り差、治具の状態などがあります。

各要因を同じ単位に換算した後、原則として二乗和平方根で統合する流れです。

統合した結果が合成標準不確かさであり、必要に応じて包含係数を掛ければ拡張不確かさになります。

報告値の考え方

実務では、測定値だけを単独で記録するのではなく、不確かさと単位を組み合わせて報告します。

たとえば測定結果を10.002mm、拡張不確かさを0.006mm、包含係数を2とした場合、10.002mm ± 0.006mmという形で表せます。

このとき、包含係数2は多くの条件でおおむね95パーセント程度の包含確率を意識した設定です。

ただし、常に95パーセントと機械的に説明できるわけではありません。

有効自由度、確率分布、測定モデルの妥当性を踏まえて判断することが大切です。

不確かさの数値には、評価方法と包含係数を添えておくと誤解を防げます。

標準不確かさの計算方法

続いては、標準不確かさを計算する方法について確認していきます。

タイプA評価の計算

タイプA評価は、繰り返し測定で得たデータを統計的に処理する方法です。

同じ条件で複数回測定し、平均値と標準偏差を求めます。

平均値の標準不確かさは、標本標準偏差を測定回数の平方根で割ることで算出できます。

測定回数をn、各測定値をxi、平均値をxバーとすると、まず標本標準偏差を求めます。

10回測定して測定値の標準偏差が0.004mmだった場合、平均値に対する標準不確かさは0.004mmを√10で割った約0.0013mmです。

繰り返し回数を増やせば平均値の不確かさは小さくなる傾向があります。

一方で、測定条件が途中で変わっている場合は、回数だけを増やしても評価の品質は上がりません。

測定者、測定位置、測定姿勢、ワーク温度などを記録し、同一条件であることを確保しましょう。

タイプB評価の計算

タイプB評価は、繰り返し測定以外の情報から不確かさを見積もる方法です。

校正証明書、メーカー仕様書、過去の測定記録、分解能、環境条件、技術的知見などが主な情報源になります。

例えば校正証明書に拡張不確かさ0.010mm、包含係数2と記載されているなら、標準不確かさは0.010mmを2で割った0.005mmです。

証明書に記載された拡張不確かさは、そのまま合成計算へ入れず、原則として標準不確かさへ戻します。

分解能による影響は、最小表示の半分を限界値とみなし、矩形分布を仮定して評価することがよくあります。

最小表示が0.001mmのデジタル測定器なら、読み取りの幅を±0.0005mmと考えられます。

矩形分布の標準不確かさは、半幅を√3で割るため、0.0005mmを√3で割った約0.00029mmとなります。

確率分布による換算

タイプB評価では、情報の性質に合わせて確率分布を選ぶ必要があります。

分布の選択が変われば、同じ許容幅でも標準不確かさの値が変わるためです。

十分な根拠がないまま、すべての要因へ同じ分布を当てはめることは避けましょう。

分布の種類	使われやすい情報	標準不確かさの目安
正規分布	校正証明書や多数のばらつき要因	拡張不確かさを包含係数で割る
矩形分布	分解能、許容幅、上限下限だけが分かる情報	半幅を√3で割る
三角分布	中央付近の発生可能性が高いと判断できる情報	半幅を√6で割る
U字分布	端部で発生しやすい特性がある情報	半幅を√2で割る

分布は計算を整えるための形式ではなく、現象の起こり方を反映する仮定です。

なぜその分布を採用したのかを説明できることが、評価表の信頼性につながります。

合成標準不確かさの算出

続いては、複数の要因を合成標準不確かさへまとめる方法を確認していきます。

二乗和平方根による合成

各要因が互いに独立している場合、合成標準不確かさは各標準不確かさの二乗和平方根で求めます。

測定に影響する要因をu1、u2、u3とすると、合成標準不確かさucは、u1の二乗、u2の二乗、u3の二乗を合計して平方根を取った値です。

単純な足し算ではない点が重要です。

独立した偶然的な要因は、一方向へ同時に最大化するとは限らないため、二乗和平方根による評価が基本になります。

この例では校正由来の要因が最も大きく、全体の不確かさを主に支配していることが分かります。

改善活動では、最も大きい要因から対策することが効率的でしょう。

感度係数を用いる測定モデル

測定結果が単純な読み取り値ではなく、複数の入力値から計算される場合は測定モデルを設定します。

例えば密度は質量と体積から求め、熱膨張補正後の寸法は測定値と温度係数から求めます。

このような場合、各入力値の不確かさが最終結果へ及ぼす影響の大きさを感度係数で表します。

感度係数は、入力値がわずかに変化したときに出力値がどれだけ変化するかを示す値です。

入力値の単位と出力値の単位が異なる場合でも、感度係数を掛けることで同じ出力単位へ換算できます。

測定モデルが複雑なほど、要因一覧だけでなく計算式と感度係数の記録が欠かせません。

相関がある場合の注意点

複数の要因が独立していない場合は、相関を考慮する必要があります。

例えば同じ基準器を使って複数箇所を補正する場合、その校正値の影響は共通して現れます。

このような関係を無視して単純な二乗和平方根を使うと、不確かさを過小評価または過大評価する可能性があります。

相関がある要因では、共分散項を含めた計算式を用います。

実務上は、共通要因を別々の独立項として重複計上していないかを確認するだけでも重要です。

評価表を作成する際は、要因ごとの発生源とデータの由来を明記しておくと、相関の有無を判断しやすくなります。

拡張不確かさと包含係数

続いては、合成標準不確かさを実務で報告しやすい拡張不確かさへ変換する考え方を確認していきます。

拡張不確かさの役割

合成標準不確かさは、標準偏差に近い尺度で表される値です。

しかし、取引、検査成績書、校正証明書、顧客との仕様協議では、より直感的な信頼の幅が求められることがあります。

そこで合成標準不確かさに包含係数kを掛け、拡張不確かさUとして報告します。

計算式は、拡張不確かさUが包含係数kと合成標準不確かさucの積になる形です。

合成標準不確かさが0.0052mmで、kを2とするなら、拡張不確かさは約0.0104mmです。

拡張不確かさは、測定値の周囲にどの程度の幅を見込むかを伝えるための実用的な表現です。

包含係数の選び方

包含係数は2がよく使われますが、すべての測定で固定的に2とすればよいわけではありません。

十分な自由度があり、近似的に正規分布を仮定できる場合には、kが2でおよそ95パーセントの包含確率に対応することが多いでしょう。

一方で、繰り返し回数が少ない場合や、タイプA評価の寄与が大きい場合は、有効自由度を考慮します。

必要に応じてウェルチ・サタスウェイトの式で有効自由度を求め、t分布に基づく包含係数を決定します。

顧客仕様、認定範囲、社内規程で包含係数の扱いが定められている場合は、その要求も確認してください。

測定結果の記載例

測定結果には、数値、単位、拡張不確かさ、包含係数、可能であれば包含確率またはその根拠を記載します。

例えば、外径測定結果が20.015mm、拡張不確かさが0.012mm、包含係数が2という記載です。

この表現では、測定値の桁数と不確かさの桁数を不自然にずらさないことも大切です。

不確かさが0.012mmであれば、測定値を20.01537mmのように過度に細かく示しても、実態以上の精密さを印象づけるだけになります。

測定不確かさの評価表と実務

続いては、測定不確かさを現場で管理するための評価表と運用の要点を確認していきます。

不確かさバジェットの作り方

不確かさバジェットとは、測定に影響する各要因と評価結果を一覧化した表です。

監査対応や測定方法の見直しでは、計算結果だけでなく、その計算に至った根拠が重要になります。

評価表には、要因名、記号、値、確率分布、除数、標準不確かさ、感度係数、寄与量、自由度、情報源などを記載します。

不確かさ要因	評価方法	分布	標準不確かさの例	確認資料
繰り返し性	複数回測定の統計処理	正規分布	標準偏差を√nで除算	測定データ
基準器校正	証明書の値を換算	正規分布	拡張不確かさをkで除算	校正証明書
分解能	最小表示から見積もり	矩形分布	半最小表示を√3で除算	機器仕様書
温度影響	温度差と熱膨張係数で算出	矩形分布など	影響幅を分布に応じて換算	環境記録
作業者差	比較測定または技術評価	正規分布など	測定方法に応じて設定	技能確認記録

評価表は一度作って終わりではなく、測定器や方法、環境が変わった時点で更新する管理文書です。

特に校正周期の変更、治具の交換、測定ソフトの更新、検査手順の改定は見直しの契機になります。

温度と測定環境の影響

寸法測定では温度の影響を見落としやすいポイントです。

金属材料は温度によって伸び縮みするため、基準温度と測定時温度の差が大きいと測定値へ影響します。

高精度な測定では、ワーク、測定器、ゲージを十分に恒温室へなじませることが必要です。

室温が安定していても、手で長時間保持したワーク、加工直後の部品、照明の熱を受ける箇所では局所的な温度差が生じる場合があります。

温度補正をする場合は、使用した熱膨張係数そのものの不確かさも検討対象になります。

環境管理は単に温度計を置くことではなく、測定に影響する温度差を小さくする活動といえるでしょう。

判定との関係

製品の合否判定では、測定不確かさと公差の関係を考える必要があります。

測定値が規格限界の近くにある場合、不確かさを無視した判定は誤判定のリスクを高めます。

そこでガードバンドを設定し、受入判定領域を仕様限界より内側へ設ける方法が用いられます。

例えば上限規格値ぎりぎりの測定値について、不確かさを考慮した判定ルールをあらかじめ定めておく考え方です。

測定不確かさは検査の精度を示すだけでなく、合格品を不合格とする危険や不合格品を合格とする危険の管理にも関わります。

不確かさの求め方のまとめ

不確かさの求め方では、まず測定結果に影響する要因を漏れなく洗い出し、各要因を標準不確かさとして評価します。

繰り返し測定のデータはタイプA評価、校正証明書や分解能などの情報はタイプB評価として扱うのが基本です。

独立した要因は二乗和平方根で合成し、合成標準不確かさを求めます。

さらに、用途に応じた包含係数を掛けることで、拡張不確かさとして報告できます。

大切なのは計算式を使うことだけでなく、各数値の根拠、分布の選択、測定条件を追跡できる形で残すことです。

不確かさバジェットを継続的に更新すれば、測定結果の信頼性を説明しやすくなり、品質管理や顧客対応にも役立つでしょう。