3σとは何か？99.7%という数字の意味を確かめてみた

「3σってどういう意味？」と調べ始めて、いきなり正規分布の話が出てきて少し身構えた方もいるかもしれません。

統計とか確率とか聞くと、なんとなく難しそうな印象があるんですよね。でもこの「3σ」、意味の芯をつかんでしまえば、日常感覚で読めるようになります。

こんにちは、『ゴイノワ』のナギです。今回は「3σ（スリーシグマ）」について、意味から使われ方まで、ひとつずつほどいていきます。

σ（シグマ）って何者？

まずσ（シグマ）から確認します。これは統計で使う「標準偏差」のことで、データのばらつき具合を一つの数値で表したものです。

たとえば、工場でネジを100本作ったとして、全部がぴったり同じ長さにはなりません。どのくらいズレているかを数値化したのがσ。ズレが小さければσも小さく、大きくバラバラならσも大きくなります。

σはギリシャ文字の一つで、「標準偏差（standard deviation）」の略としてよく使われます。統計の教科書でも製造現場でも、ばらつきを語るときにまず出てくる記号なんですよね。

3σとは何か、簡単に言うと

3σとは「平均値から標準偏差の3倍分だけ離れた範囲」のことで、正規分布を前提にすると、ほとんどのデータがこの範囲に収まります。

正規分布というのは、データが平均を中心に左右対称に広がっている状態のことです。身長や体重、製品の寸法など、多くのデータはこの形に近い分布を示します。

その正規分布において、平均±1σには約68%のデータが、±2σには約95%が、そして±3σには約99.7%のデータが含まれます。3σの外に出るのは1000個に3個ほど。それくらい「めったに外れない」範囲です。

品質管理で3σが使われるわけ

製造業や品質管理の現場で「3σ管理」という言葉が出てくるのは、ここに理由があります。製品の寸法や重量のばらつきを測定し、そのσを求めて、±3σの範囲に収まっているかどうかで「異常か正常か」を判断する、という考え方です。

3σを超える値が出たとき、そのデータは1000個に3個以下の確率でしか起こらないはずのこと。つまり「たまたまではなく、何か工程に問題が起きているかもしれない」と判断する根拠になります。

この考え方は「3σのルール」と呼ばれ、製造現場だけでなく、ソフトウェア品質の管理や、医療・環境分野の検出限界の設定にも使われています。

3σと6σ（シックスシグマ）の違い

「シックスシグマ（6σ）」という言葉を見かけたことがある方もいるかもしれません。3σとは何が違うのかというと、許容する欠陥率の水準が大きく変わります。

3σレベルでは、100万回あたり約2,700件の欠陥が発生しうる計算になります。一方、6σでは同じ100万回で3.4件以下。欠陥のほぼないレベルを目指す手法が、シックスシグマです。

水準	良品率	100万回あたりの欠陥数
3σ	約99.73%	約2,700件
6σ	約99.99966%	約3.4件

数字の差は小さく見えますが、大量生産の現場では何千件もの欠陥差になります。どこまで精度を求めるかによって、求められる基準が変わるということです。

3σは「外れ値の目安」にもなる

統計を使ったデータ分析でも、3σはよく登場します。具体的には「3σを超えるデータは外れ値として扱う」という使い方です。

外れ値とは、全体のデータと比べて極端に離れた値のこと。3σを超えたデータは理論上0.3%しか存在しないはずなので、それを超えていたら「普通の誤差ではなく、何か特別なことが起きている」と判断する根拠になります。

ただしこれは、データが正規分布に従っているという前提あってのこと。わたし自身、ここが最初に少し気になったポイントで、前提条件をはっきりさせないと判断基準がずれることがあります。

3σでまず確かめておきたいこと

3σという言葉が出てきたとき、「99.7%が収まる範囲」という意味と、「それを超えたら異常の疑いがある」という使い方、この二つをまず押さえておくと、文脈を読み違えにくくなります。

製造現場のSPC管理で見かける3σと、統計の外れ値判定で出てくる3σは、基本の考え方は同じです。「正規分布において、この範囲外はほぼ起きない」という理屈を軸にしているだけで、使われる場面によって言い方が少し変わるだけなんですよね。

もし仕事でこのあたりの言葉に触れることがあれば、まずσ（標準偏差）の意味と、正規分布でどんな割合になるかを確認してみると、3σがぐっと身近に感じられると思います。