비정규 Capability Sixpack에 대한 그래프

비정규 Capability Sixpack과 함께 제공되는 모든 그래프에 대한 정의 및 해석 방법을 확인해 보십시오.

Xbar 관리도

Xbar 관리도는 각 부분군 내 측정값의 평균을 표시합니다. 중심선은 모든 부분군 평균의 평균입니다. 관리 한계는 중심선에서 3 표준 편차 위와 아래에 설정되며, 부분군 평균에서 예상되는 변동의 양을 보여줍니다.

Minitab에서는 부분군 크기가 1보다 큰 경우 Xbar 관리도를 표시합니다.

해석

공정 평균을 모니터링하고 공정이 공정 능력 분석을 수행할 만큼 충분히 안정적인지 여부를 확인하려면 Xbar 관리도를 사용합니다.

빨간색 관리 한계를 벗어나 있는 점은 공정이 안정적이지 않을 수도 있으며 공정 능력 분석의 결과를 신뢰할 수 없을 수도 있다는 것을 나타냅니다. 관리 이탈 상태에 있는 점의 원인을 식별하고 공정 능력을 분석하기 전에 특수 원인 변동을 제거해야 합니다.

이 결과에서는 점들이 중심선 주위에 랜덤하게 분포하며 관리 한계 내에 있습니다. 아무런 추세나 패턴도 없습니다. 공정 중심이 공정 능력 분석을 수행할 만큼 충분히 안정적입니다.

I 관리도

I 관리도는 개별 관측치를 표시합니다. 중심선은 공정 평균의 추정치입니다. 관리 한계는 중심선에서 3 표준 편차 위와 아래에 설정되며, 개별 표본 값에서 예상되는 변동의 양을 보여줍니다.

Minitab에서는 부분군 크기가 1인 경우 I 관리도를 표시합니다.

해석

개별 관측치가 관리 상태에 있고 공정이 공정 능력 분석을 수행할 만큼 충분히 안정적인지 여부를 확인하려면 I 관리도를 사용합니다.

빨간색 관리 한계를 벗어나 있는 점은 공정이 안정적이지 않을 수도 있으며 공정 능력 분석의 결과를 신뢰할 수 없을 수도 있다는 것을 나타냅니다. 관리 이탈 상태에 있는 점의 원인을 식별하고 공정 능력을 분석하기 전에 특수 원인 변동을 제거해야 합니다.

이 관리도에서는 점들이 중심선 주위에 랜덤하게 분포하며, 관리 한계 내에 있습니다. 아무런 추세나 패턴도 없습니다. 공정 중심이 공정 능력 분석을 수행할 만큼 충분히 안정적입니다.

R 관리도

R 관리도는 부분군 범위를 표시합니다. 부분군 크기가 일정한 경우 중심선은 모든 부분군 범위의 평균입니다. 부분군 크기가 다른 경우에는 부분군이 클수록 범위가 큰 경향이 있기 때문에 중심선의 값이 부분군 크기에 따라 달라집니다. 관리 한계는 중심선에서 3 표준 편차 위와 아래에 설정되며, 부분군 범위에서 예상되는 변동의 양을 보여줍니다.

Minitab에서는 부분군 크기가 2보다 크고 9보다 작은 경우 R 관리도를 표시합니다.

해석

공정 변동을 모니터링하고 공정이 공정 능력 분석을 수행할 만큼 충분히 안정적인지 여부를 확인하려면 R 관리도를 사용합니다. R 관리도는 부분군 간의 변동이 관리 상태에 있는지 여부를 나타냅니다.

빨간색 관리 한계를 벗어나 있는 점은 공정이 안정적이지 않을 수도 있으며 공정 능력 분석의 결과를 신뢰할 수 없을 수도 있다는 것을 나타냅니다. 관리 이탈 상태에 있는 점의 원인을 식별하고 공정 능력을 분석하기 전에 특수 원인 변동을 제거해야 합니다.

이 결과에서는 점들이 중심선 주위에 랜덤하게 분포하며, 관리 한계 내에 있습니다. 아무런 추세나 패턴도 없습니다. 공정 변동이 공정 능력 분석을 수행할 만큼 충분히 안정적입니다.

S 관리도

S 관리도는 부분군 표준 편차를 표시합니다. 중심선은 모든 부분군 표준 편차의 평균을 나타냅니다. 관리 한계는 중심선에서 3 표준 편차 위와 아래에 설정되며, 부분군 표준 편차에서 예상되는 변동의 양을 시각적으로 표시합니다.

Minitab에서는 부분군 크기가 9보다 크거나 같은 경우 S 관리도를 표시합니다.

해석

공정 변동(표준 편차)을 모니터링하고 공정이 공정 능력 분석을 수행할 만큼 충분히 안정적인지 여부를 확인하려면 S 관리도를 사용합니다. S 관리도는 부분군 간의 변동이 관리 상태에 있는지 여부를 나타냅니다.

빨간색 관리 한계를 벗어나 있는 점은 공정이 안정적이지 않을 수도 있으며 공정 능력 분석의 결과를 신뢰할 수 없을 수도 있다는 것을 나타냅니다. 관리 이탈 상태에 있는 점의 원인을 식별하고 공정 능력을 분석하기 전에 특수 원인 변동을 제거해야 합니다.

이 결과에서는 점들이 중심선 주위에 랜덤하게 분포하며, 관리 한계 내에 있습니다. 아무런 추세나 패턴도 없습니다. 공정 변동이 공정 능력 분석을 수행할 만큼 충분히 안정적입니다.

이동 범위(MR) 관리도

MR 관리도는 이동 범위를 표시합니다. 중심선은 모든 이동 범위의 평균입니다. 관리 한계는 중심선에서 3 표준 편차 위와 아래에 설정되며, 이동 범위에서 예상되는 변동의 양을 보여줍니다.

Minitab에서는 부분군 크기가 1인 경우 MR 관리도를 표시합니다.

해석

공정 변동(이동 범위)을 모니터링하고 공정이 공정 능력 분석을 수행할 만큼 충분히 안정적인지 여부를 확인하려면 MR 관리도를 사용합니다. MR 관리도는 관측치 간의 변동이 관리 상태에 있는지 여부를 나타냅니다.

빨간색 관리 한계를 벗어나 있는 점은 공정이 안정적이지 않을 수도 있으며 공정 능력 분석의 결과를 신뢰할 수 없을 수도 있다는 것을 나타냅니다. 관리 이탈 상태에 있는 점의 원인을 식별하고 공정 능력을 분석하기 전에 특수 원인 변동을 제거해야 합니다.

이 결과에서는 점들이 중심선 주위에 랜덤하게 분포하며, 관리 한계 내에 있습니다. 아무런 추세나 패턴도 없습니다. 공정 변동이 공정 능력 분석을 수행할 만큼 충분히 안정적입니다.

마지막 25개 부분군 그림

마지막 25개 부분군 그림에는 마지막 25개 각 부분군의 데이터 점이 표시되며 전체 공정 평균을 나타내는 선이 표시됩니다.

해석

부분군 내 관측치의 분포가 공정 능력 분포의 요구 사항을 충족하는지 여부를 평가하려면 마지막 25개 부분군 그림을 사용합니다.

데이터가 공정 평균을 중심으로 랜덤하게 대칭적으로 분포해야 합니다. 그림에서 다음의 증거를 찾아보십시오.
  • 부분군에 특이치가 들어 있는지 여부
  • 분포가 부분군에 걸쳐 변하고 있는지 여부

그림에 문제의 증거나 부분군에 걸친 변화가 있으면 공정 능력 결과가 유효하지 않을 수도 있습니다. 데이터 값이 부분군에 걸쳐 랜덤하게 분포하지 않는 이유를 확인하려면 공정을 조사하십시오.

참고

데이터에 크기가 1인 부분군이 있는 경우 Minitab에서는 유사하게 해석되는 마지막 25개 관측치 그림을 표시합니다.

공정 능력 히스토그램

공정 능력 히스토그램은 표본 데이터의 분포를 보여줍니다. 히스토그램의 각 막대는 구간 내 데이터의 빈도를 나타냅니다.
속이 채워진 빨간색 곡선은 분석을 위해 선택된 비정규 분포 모형을 나타냅니다.

해석

표본 데이터를 분포 적합도 및 규격 한계와 비교하여 시각화하려면 공정 능력 히스토그램을 사용합니다.

분포 적합도를 시각적으로 평가하려면 히스토그램의 막대를 곡선 적합선과 비교하십시오. 히스토그램의 데이터 형상은 대략적으로 곡선과 일치해야 합니다. 데이터가 정규 분포를 따르는지 여부를 확인하려면 확률도의 결과를 사용하십시오.

히스토그램의 데이터를 규격 하한 및 규격 상한과 비교하여 시각적으로 조사하십시오. 이상적으로는 데이터의 산포가 규격 산포보다 좁고 모든 데이터가 규격 한계 내에 있습니다. 규격 한계를 벗어나는 데이터는 불량 부품을 나타냅니다.

이 결과에서는 공정 산포가 규격 산포보다 크고, 따라서 공정 능력이 좋지 않다는 것을 나타냅니다. 많은 데이터가 규격 한계 내에 있지만, 규격 하한(LSL) 아래와 규격 상한(USL) 위에도 불량품이 많이 있습니다.

참고

공정 내 불량품의 수를 확인하려면 전체 PPM 결과를 사용하십시오.

확률도

확률도에는 표본의 각 데이터 점 및 해당 데이터 점보다 작거나 같은 값의 백분율이 표시됩니다.
확률도는 다음과 같은 성분으로 구성됩니다.
중간 선
모수 추정치의 최대우도에 바탕을 둔 분포에서 예상되는 백분위수입니다.
신뢰 한계 선
왼쪽 곡선은 백분위수에 대한 신뢰 구간의 하한을 연결한 것입니다. 오른쪽 곡선은 백분위수에 대한 신뢰 구간의 상한을 연결한 것입니다.
Anderson-Darling 검정 통계량 및 p-값
데이터가 분포를 따르는지 여부를 확인하기 위한 검정의 결과입니다.

해석

분석에 사용된 비정규 분포의 적합도를 평가하려면 확률도를 사용합니다.

해당 분포가 데이터에 적합하면 점들은 대략 직선을 형성합니다. 이 직선에서 벗어나 있으면 적합치가 허용되지 않는다는 것을 나타냅니다. p-값이 0.05보다 크면 데이터가 분석에 사용되는 비정규 분포를 따른다고 가정할 수 있습니다.

p-값이 0.05보다 작으면 데이터가 선택된 분포를 따르지 않으며 공정 능력 분석 결과가 정확하지 않을 수도 있습니다. 어느 비정규 분포 또는 데이터 변환이 데이터에 더 효과적인지 확인하려면 개별 분포 식별을 사용하십시오.

공정 능력 그림

공정 능력 그림은 비정규 Capability Sixpack 보고서의 오른쪽 하단에 있습니다.

공정 능력 그림은 공정 산포와 규격 산포를 시각적으로 나타냅니다.
  • 첫 번째 구간은 공정 측정값의 99.74%가 포함되는 표준 정규 분포의 6-σ 구간을 나타냅니다.
  • 규격 구간은 선택된 비정규 분포 및 표준 정규 분포를 사용하여 Z 값으로 변환된 규격 한계를 나타냅니다.

공정 중심은 전체 공정 산포 구간 내에 눈금으로 표시됩니다.

해석

공정의 공정 능력을 시각적으로 평가하려면 공정 능력 그림을 사용합니다.

공정의 전체 공정 능력을 시각적으로 평가하려면 6-σ 구간을 그림의 규격 구간과 비교하십시오. 6-σ 구간이 규격 구간보다 크면 공정을 개선해야 합니다. 6-시그마 구간이 규격 구간 내에 포함되면 공정이 규격에 맞는 부품을 생산하고 있다는 결론을 내릴 수 있습니다.

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오