1단계: 데이터의 문제 확인
중요
이러한 요구 사항을 더 철저히 분석하려면 비정규 Capability Sixpack을 사용하십시오.
데이터의 분포를 시각적으로 조사
데이터가 분석을 위해 선택한 분포를 따르는지 여부를 평가하려면 분포 곡선을 히스토그램의 막대와 비교하십시오. 히스토그램의 막대가 분포 곡선과 크게 다르면 데이터가 선택한 분포를 따르지 않을 수도 있고 공정의 공정 능력 추정치를 신뢰하지 못할 수도 있습니다. 어느 분포가 데이터에 가장 적합한지 모를 경우 개별 분포 식별을 사용하여 적합한 분포 또는 변환을 식별하십시오.
또한 대부분의 다른 데이터로부터 멀리 떨어져 있는 막대를 찾습니다. 데이터의 특이치는 공정 능력 분석의 정확도에 영향을 미칠 수도 있습니다. 공정이 안정적이지 않다는 것을 나타낼 수도 있습니다.
좋은 적합치
좋지 않은 적합치
특이치
참고
공정이 안정적인지 확인하려면 관리도를 사용하십시오.
2단계: 공정의 관측 성능 조사
표본 관측치를 공정 요구 사항과 비교하여 조사하려면 공정 능력 히스토그램을 사용합니다.
공정 산포 조사
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 히스토그램에서는 공정 산포가 규격 산포보다 넓고, 따라서 공정 능력이 좋지 않다는 것을 나타냅니다. 많은 데이터가 규격 한계 내에 있지만, 규격 하한 아래와 규격 상한 위에도 불량품이 많이 있습니다.
참고
공정 내 실제 불량품의 수를 확인하려면 PPM < LSL, PPM > USL 및 PPM Total 결과를 사용하십시오. 자세한 내용은 모든 통계량 및 그래프에서 확인하십시오.
공정의 위치 평가
공정이 규격 한계 사이 또는 목표값(목표값이 있는 경우)에 중심화되어 있는지 여부를 평가하십시오. 분포 곡선의 봉우리는 대부분의 데이터가 있는 위치를 보여줍니다.
이 히스토그램에서는 표본 관측치가 규격 한계 내에 포함되지만 분포 곡선의 봉우리가 목표값에 없습니다. 대부분의 데이터가 목표값을 초과하고 규격 상한에 가깝습니다.
3단계: 공정의 공정 능력 평가
공정 위치 및 공정 산포를 기반으로 공정의 전체 공정 능력을 평가하려면 Ppk를 사용합니다. 전체 공정 능력은 시간이 지남에 따라 고객이 경험하는 공정의 실제 성능을 나타냅니다.
일반적으로 Ppk 값이 높으면 공정의 공정 능력이 더 크다는 것을 나타냅니다. Ppk 값이 낮으면 공정 개선이 필요할 수도 있음을 나타냅니다.
Ppk를 공정에 허용되는 최소값을 나타내는 벤치마크 값과 비교합니다. 많은 업종에서 1.33을 벤치마크 값으로 사용합니다. Ppk가 벤치마크보다 낮으면 공정을 개선하는 방법을 고려해 보십시오.
주요 결과: Ppk
이 공정 데이터의 경우 Ppk = 0.25입니다. Ppk가 1.33보다 작기 때문에 공정의 전체 공정 능력이 고객 요구 사항을 충족하지 않습니다. 공정을 개선하기 위한 조치를 취해야 합니다.
중요
Ppk 지수는 규격 하한 또는 규격 상한과 관련하여 공정 측정값의 "가장 나쁜" 쪽에 대한 공정 능력만을 나타냅니다. 공정에 규격 하한과 규격 상한을 모두 벗어나는 불량품을 생산하는 경우에는 출력의 추가 공정 능력 측도를 사용하여 공정 성능을 더 완전하게 평가하십시오. 자세한 내용은 모든 통계량 및 그래프에서 확인하십시오.
