내가 보유한 데이터 유형

계량형 데이터 또는 계수형 데이터 중 어떤 데이터를 수집하느냐에 따라 사용할 관리도를 결정합니다. 계량형 변수가 여러 개 있으면 다변량 데이터가 있는지 고려하십시오. 계수형 데이터는 이항과 포아송 유형으로 다시 나뉩니다.

계량형 변수에는 234.8 또는 0.01과 같은 무한한 수의 값이 있을 수 있습니다. 계수형 변수의 값은 특정 범주나 이산형 값으로 제한됩니다. 예를 들어 계수형 값에는 "합격" 및 "불합격" 범주가 있을 수 있습니다. 표본 내 결점 수도 계수형 값일 수 있습니다.

계량형 측정값은 일반적으로 계수형 데이터보다 더 많은 정보를 제공합니다. 그러나 계수형 데이터는 일반적으로 수집하기가 더 쉽습니다. 따라서 계수형 데이터는 계량형 측정값을 얻기 어려울 때 수집합니다. 계수형 데이터는 평가자 또는 품질 관리 직원이 부여하는 주관적인 등급인 경우가 많습니다.

계량형 공정 데이터

계량형 데이터는 부품 또는 공정 길이, 무게, 온도와 같은 특성을 측정합니다. 데이터에는 종종 분수(또는 소수) 값이 포함됩니다.

예를 들어 식품 제조회사에서 시리얼 제품의 무게가 시간이 지남에 따라 일정한지 조사하려고 합니다. 데이터를 수집하기 위해 한 품질 분석원이 시리얼 상자 표본의 무게를 기록합니다.

부분군으로 수집한 계량형 데이터가 있을 경우, 통계분석 > 관리도 > 부분군 계량형 관리도에 있는 관리도 중 하나를 선택하십시오.

개별 관측치로 수집한 계량형 데이터가 있을 경우, 통계분석 > 관리도 > 개별값 계량형 관리도에 있는 관리도 중 하나를 선택하십시오.

다변량 공정 데이터

동일 공정에서 계량형 변수를 여러 개 수집할 경우 다변량 데이터를 갖게 됩니다. 변수들이 상관되어 있을 경우 다변량 관리도에서 여러 변수를 모니터링할 수 있습니다. 예를 들어 다변량 사출 성형 플라스틱을 생산하는 공정의 온도와 압력을 모두 관리할 수 있습니다.

일변량 관리도와 다변량 관리도 중 어떤 것을 사용해야 할지 결정하려면 변수에 대한 상관 행렬을 만듭니다. 변수들이 상관되어 있을 경우 다변량 관리도를 만들어 보십시오.

데이터에 상관 관계가 있는 여러 개의 변수가 있을 경우 해당 변수가 모두 공정에 영향을 미치므로 각 변수에 대해 별도의 관리도를 만들면 잘못된 결과가 나오게 됩니다. 다변량 조건에서 각각의 일변량 관리도를 사용하면 제1종 오류가 발생할 확률과 점이 관리도에 올바르게 표시될 확률이 예측 값과 다르게 나타납니다.
  • 제1종 오류
  • 점이 관리 한계 내에 올바르게 포함될 확률

이러한 값 왜곡은 측정 변수의 수가 많을수록 심해집니다.

다변량 데이터가 있을 경우 다변량 관리도를 사용하면 다음과 같은 장점이 있습니다.
  • 관련 변수의 실제 적용 영역을 나타냅니다(이변량의 경우 타원).
  • 제1종 오류를 정해진 비율로 유지할 수 있습니다.
  • 상관 관계가 있는 모든 공정 변수를 종종 관리 한계가 1개인 단일 관리도에서 모니터링할 수 있습니다.

그러나 다변량 관리도는 기존 Shewhart 관리도보다 해석하기 어렵습니다. 예를 들어 다변량 관리도의 척도는 변수의 척도와 무관합니다. 또한 다변량 관리도의 관리 이탈 상태 신호는 해당 신호를 유발한 변수나 변수의 조합을 나타내지 않습니다.

상관 관계가 있는 두 개 이상의 변수에서 수집한 계량형 데이터가 있을 경우, 통계분석 > 관리도 > 다변량 관리도에 있는 관리도 중 하나를 선택하십시오.

계수형 공정 데이터

관리도에서 계수형 데이터는 일반적으로 결점(불일치성) 또는 불량(불일치하는 단위)의 개수입니다. 결점은 품질 특성을 가리키며 불량품은 제품 전체를 가리킵니다. 한 단위에 품질 특성이 여러 개 있을 수 있지만 단위 자체는 불량품이거나 불량품이 아닐 뿐입니다. 예를 들어, 금속 판의 긁힌 자국은 결점입니다. 긁힌 자국이 여러 개일 경우, 판 전체가 불량품으로 간주될 수 있습니다.

포아송 데이터
포아송 데이터 값은 종종 결점 또는 사건의 수입니다. 포아송 데이터는 단위당 결점과 같은 발생률을 모형화하는 데 종종 사용됩니다.
예를 들어, 검사자들이 매시간 5개의 비치타월 표본을 추출하여 변색, 밀림, 바느질 오류가 있는지 검사합니다. 검사자들은 표본의 총 결점 수를 기록합니다. 각 타월에는 변색 1곳 및 밀림 2곳(3개의 결점)과 같이 두 개 이상의 결점이 있을 수 있습니다.
이항 데이터
이항 데이터 값은 합격/불합격 또는 통과/실패 같은 2개의 범주 중 하나로 분류됩니다. 이항 데이터는 종종 불량 표본 부품의 백분율과 같은 비율이나 백분율을 계산하는 데 사용됩니다.
예를 들어 자동 검사 공정을 통해 볼트 표본에서 볼트를 사용할 수 없게 하는 심각한 갈라짐을 검사합니다. 분석가는 각 표본에 대해 검사한 볼트의 수와 기각된 볼트의 수를 기록합니다.

계수형 데이터가 있을 경우 통계분석 > 관리도 > 계수형 관리도에 있는 관리도 중 하나를 사용하십시오.

희귀 사건 공정 데이터

희귀 사건에 대한 관리도는 사건 간 경과 시간 또는 기회 수를 표시합니다. 희귀 사건에 대한 관리도에 상대적으로 높게 표시된 점은 사건 간 경과 시간이 더 길다는 것을 나타냅니다. 관리도에서 상대적으로 낮게 표시된 점은 사건 간 경과 시간이 더 짧음을 나타냅니다.

일부 사건은 발생 빈도가 너무 낮아서 Xbar-R 또는 P 관리도와 같은 기존 관리도를 사용하여 데이터를 관리할 수 없습니다. 희귀 사건의 예로는 병원에서 감염된 질병, 의료 과실 또는 탐지율이 낮은 제조 공정을 들 수 있습니다.

희귀 사건 데이터가 있을 경우 통계분석 > 관리도 > 희귀 사건 관리도에 있는 관리도 중 하나를 사용하십시오.

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