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：計算例など）

測定結果に添える不確かさは、単に測定器の誤差を示す数値ではありません。

測定値がどの程度の幅をもって解釈されるべきかを、根拠とともに伝えるための重要な情報です。

製造現場の寸法測定、試験所の成績書、研究開発の評価などでは、測定値だけで合否や性能を判断すると見落としが生じる場合があります。

そこで、ばらつき、校正証明書、分解能、温度変化、作業者の読み取り差といった要因を整理し、統計的な方法で数値化します。

不確かさの考え方を理解すると、測定の信頼性を高めるだけでなく、過剰な検査や不必要な再測定を減らすことにもつながるでしょう。

不確かさの意味と求め方の全体像

それではまず不確かさの意味と、計算を進める基本的な流れについて解説していきます。

測定誤差との違い

不確かさとは、測定量の値に合理的に結び付けられる値のばらつきを表す指標です。

真の値は通常わからないため、測定結果から真の値を直接引いて誤差を求めることはできません。

一方で不確かさは、利用できる情報を基に、結果の周辺にどれほどの広がりがあるかを評価します。

たとえば長さを10.000 mmと測定したとき、表示値だけでは測定の確からしさを判断できません。

校正による補正値、測定の繰り返し性、温度、測定子の状態などを考慮し、10.000 mmに対する幅を示します。

不確かさは誤差そのものではなく、測定結果の信頼できる範囲を説明するための量です。

誤差が小さいと見込まれる測定でも、その見込みに十分な根拠がなければ、不確かさは小さく評価できません。

逆に、補正値を適切に反映し、要因を管理していれば、測定工程の品質を客観的に示せます。

評価から報告までの流れ

不確かさの算出は、測定対象と測定方法を明確にすることから始まります。

次に、測定結果に影響する要因を洗い出し、それぞれを標準不確かさに換算します。

各要因を組み合わせて合成標準不確かさを求め、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。

報告では、測定値、単位、拡張不確かさ、包含係数、包含確率、必要なら自由度や評価条件を記載します。

この情報がそろうことで、受け取る側は測定結果を比較しやすくなります。

測定モデルの考え方

測定モデルとは、求めたい量がどの入力量で決まるのかを式や関係として表したものです。

マイクロメータで部品の外径を測る場合、指示値だけでなく、ゼロ点補正、校正補正、温度補正などを加えた関係を考えます。

単純なモデルであれば、測定量Yは指示値Xに補正値Cを加えたものとして扱えます。

実務では、すべての微小要因を取り込む必要はありません。

影響が十分に小さい要因は根拠を残して除外し、結果に影響する要因へ評価資源を集中させる考え方が有効です。

標準不確かさの計算方法

続いては標準不確かさの計算方法を確認していきます。

Aタイプ評価による繰り返し測定

Aタイプ評価は、繰り返し測定で得られたデータを統計的に扱う方法です。

同じ条件で複数回測定し、平均値と標準偏差を求めることで、偶然要因によるばらつきを評価します。

個々の測定値の散らばりを表す標準偏差をs、測定回数をnとすると、平均値の標準不確かさは次式で表せます。

測定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が、作業条件が変化してしまうと単純には扱えません。

測定中に温度が変わる、測定者が交代する、対象品の姿勢が異なるといった場合は、ばらつきの意味を再確認する必要があります。

Aタイプ評価では、同一条件の定義をあいまいにしないことが計算式以上に重要です。

Bタイプ評価による既知情報

Bタイプ評価は、繰り返し測定以外の情報を用いて標準不確かさを見積もる方法です。

代表例には、校正証明書に記載された不確かさ、測定器の分解能、メーカー仕様、過去の測定実績、温度計の精度などがあります。

校正証明書に拡張不確かさUと包含係数kが示されている場合、標準不確かさへの換算はUをkで割る方法が基本です。

一方、許容範囲だけが示され、範囲内でどの値も同程度に起こり得ると考える場合は、一様分布を用います。

半幅をaとした一様分布の標準不確かさは、aを√3で割った値です。

Bタイプ評価は主観的な推測ではなく、文書、仕様、校正結果、経験的データに基づく合理的な評価です。

分布に応じた換算

不確かさの評価では、与えられた幅をそのまま足し合わせず、想定する確率分布に応じて標準偏差相当へ換算します。

分布の選択は結果に影響するため、採用理由を記録することが必要です。

情報の種類	代表的な分布	標準不確かさの考え方
繰り返し測定値	正規分布	標準偏差または平均値の標準偏差を用います
上下限だけが既知	一様分布	半幅を√3で割ります
中央付近が起こりやすい仕様	三角分布	半幅を√6で割ります
校正証明書の拡張不確かさ	記載条件による	拡張不確かさを包含係数で割ります
分解能による丸め	一様分布	最小表示の半分を√3で割ります

たとえば最小表示が0.001 mmの測定器では、丸め誤差の半幅を0.0005 mmと考えます。

一様分布を仮定するなら、分解能に由来する標準不確かさは0.0005 mmを√3で割って求めます。

合成標準不確かさの計算

続いては複数の要因を統合する合成標準不確かさを確認していきます。

二乗和平方根による合成

各入力量が互いに独立しており、測定量への影響が線形に近い場合、標準不確かさは二乗和平方根で合成します。

個別の標準不確かさをu1、u2、u3とすると、合成標準不確かさucは次の考え方です。

単純に最大値同士を加える方法は、安全側に見えても、通常の標準不確かさ評価とは異なります。

どの要因が支配的なのか見えにくくなり、改善活動の優先順位も判断しづらくなるでしょう。

合成標準不確かさは、各要因の寄与を比較できるため、測定工程の改善に役立ちます。

感度係数と単位の整理

入力量の変化が測定結果へそのまま伝わらない場合、感度係数を用います。

たとえば円の面積を直径から求める場合、直径のわずかな変動は面積へ比例以上の影響を与えます。

測定モデルをY ＝ f（X1、X2）としたとき、各入力量の影響は偏微分で求める感度係数によって表せます。

実務で複雑な式を扱う場合は、表計算ソフトで入力値を少し変え、その結果差から数値的に感度係数を求める方法もあります。

ただし単位の取り違えには注意が必要です。

mmとμm、℃とK、百分率と小数を混在させると、計算結果が大きく狂う可能性があります。

相関がある要因の扱い

二乗和平方根による計算は、要因同士に相関がないことを前提にしています。

同じ温度計を複数の補正に使う、同じ基準器から複数の値を導くといったケースでは、要因が連動する場合があります。

相関がある要因を独立とみなすと、不確かさを過小または過大に評価するおそれがあります。

相関係数を用いる厳密な計算もありますが、まずは同じ情報源を二重計上していないかを確認することが現実的です。

拡張不確かさと包含係数

続いては拡張不確かさと包含係数の役割を確認していきます。

拡張不確かさの基本式

合成標準不確かさは、標準偏差に相当する尺度です。

利用者に測定結果の幅をわかりやすく伝えるため、合成標準不確かさに包含係数kを掛けた拡張不確かさを使用することがあります。

基本式は、U ＝ k × ucです。

正規分布に近く、十分な自由度がある条件では、kを約2とすることで約95％の包含確率に対応することが一般的です。

k ＝ 2は便利な目安ですが、すべての測定で無条件に使える定数ではありません。

少ない繰り返し回数に依存する場合や、特定の規格で計算方法が定められている場合は、自由度を考慮した判断が求められます。

包含確率の伝え方

拡張不確かさを記載するときは、測定値だけでなく、包含係数と包含確率を併記すると誤解が減ります。

たとえば、外径10.000 mm、拡張不確かさ0.004 mm、k ＝ 2、包含確率約95％という表現です。

この場合、10.000 ± 0.004 mmという範囲だけを見せるよりも、評価の前提が伝わりやすくなります。

なお、包含確率は真値が必ずその区間に入ることを保証する意味ではありません。

採用したモデル、分布、データ、計算条件のもとで、測定結果をどの程度の確からしさで解釈するかを示す情報です。

規格要求と判定ルール

製品の公差判定では、不確かさをどのように扱うかを事前に定める必要があります。

測定値が規格限界の近くにある場合、不確かさを考慮しない単純な合否判定は、受入側と供給側で異なる結論を生むかもしれません。

ガードバンドを設ける、判定ルールを契約書や検査規程で明文化するなどの方法があります。

ISOやJIS、顧客仕様などに判定ルールがある場合は、その要求との整合を必ず確認してください。

標準不確かさから拡張不確かさまでの計算例

続いては外径測定を例に、標準不確かさから拡張不確かさまでの流れを確認していきます。

測定条件と不確かさ要因

ここでは、マイクロメータで軸の外径を測定し、平均値が20.000 mmだったとします。

繰り返し測定から得られた平均値の標準不確かさを0.0010 mm、校正証明書由来の標準不確かさを0.0015 mm、分解能由来の標準不確かさを0.0003 mmと仮定します。

温度の影響は評価の結果、標準不確かさ0.0008 mmと見積もりました。

これらは例示用の値であり、実際には測定器、対象物、測定環境に応じた根拠が必要です。

不確かさ要因	評価方法	標準不確かさ
繰り返し性	Aタイプ評価	0.0010 mm
校正	校正証明書の換算	0.0015 mm
分解能	一様分布による換算	0.0003 mm
温度影響	仕様と環境条件の評価	0.0008 mm

合成標準不確かさの算出

各要因に相関がないと仮定し、二乗和平方根で合成します。

この例では、校正に由来する不確かさの寄与が比較的大きいことがわかります。

改善を検討するなら、繰り返し回数を増やすだけでなく、校正条件、使用する基準器、測定器の選定を見直す余地があるでしょう。

計算表では、合成結果だけでなく各要因の値を残すことで、次回の見直しが格段にしやすくなります。

拡張不確かさとしての報告

合成標準不確かさが0.0020 mmで、包含係数kを2とする場合、拡張不確かさは0.0040 mmです。

したがって、測定結果は20.000 ± 0.004 mm、k ＝ 2、包含確率約95％として報告できます。

表示桁数は不確かさの桁に合わせることが基本です。

不確かさが0.004 mmなのに測定値だけを20.00000 mmと細かく表記すると、実際以上に精密な印象を与えるおそれがあります。

不確かさ評価で見落としやすい注意点

続いては不確かさ評価で起こりやすい見落としを確認していきます。

校正値と測定器精度の混同

校正証明書の不確かさと、測定器のカタログ精度は同じ意味ではありません。

校正証明書は特定の条件、特定の時点、特定の測定点で得られた結果です。

カタログ精度は一般的な性能の目安であり、使用環境や測定方法による影響をすべて含むとは限りません。

また、校正で補正値が得られた場合、補正値そのものと、その補正値に付随する不確かさを区別する必要があります。

補正を適用したから不確かさが消えるわけではなく、補正後にも補正値の不確かさは残ります。

環境条件と作業方法の影響

精密測定では、温度差、測定力、支持方法、測定位置、清掃状態が結果に影響します。

長尺品や熱膨張係数の大きい材料では、温度要因が無視できないことがあります。

測定室の室温が安定していても、作業者の手の熱や加工直後の部品温度が影響する場合もあるでしょう。

一方で、すべてを複雑に評価する必要はありません。

対象の大きさ、要求公差、実際の温度変動から寄与を試算し、無視できるかどうかを根拠付きで判断します。

重要なのは要因を多く並べることではなく、測定結果へ効く要因を適切に選ぶことです。

文書化と定期的な見直し

不確かさの計算は、一度作成して終わりではありません。

測定器を更新した、校正先を変更した、測定方法を改訂した、対象品の公差が変わったといった場合は見直しが必要です。

評価シートには、測定モデル、要因一覧、分布、根拠資料、計算式、結果、承認者を残すとよいでしょう。

同じ測定を継続する現場では、テンプレート化によって計算漏れを減らせます。

不確かさの文書化は監査対応だけでなく、担当者が変わっても測定品質を維持するための仕組みです。

不確かさの求め方のまとめ

不確かさは、測定値の周辺にある合理的なばらつきを示すための指標です。

まず測定モデルを定め、繰り返し測定から得るAタイプ評価と、校正証明書や分解能などを用いるBタイプ評価で、各要因を標準不確かさに換算します。

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、用途に応じて包含係数を掛ければ、報告しやすい拡張不確かさになります。

測定値だけでなく、不確かさ、包含係数、包含確率まで伝えることで、結果の信頼性はより明確になります。

計算式を覚えることも大切ですが、各数値の根拠、分布の選択、相関の有無、環境条件を整理することが実務では欠かせません。

測定工程に合った評価表を整え、変更時に見直す運用を続けることが、安定した品質管理への近道でしょう。