정규 공정 능력 분석에 대한 주요 결과 해석

데이터가 근사적으로 정규 분포를 따르는지 여부를 평가하려면 전체 곡선(실선)을 히스토그램의 막대와 비교하십시오. 히스토그램의 막대가 곡선과 크게 다르면 데이터가 정규 분포를 따르지 않을 수 있고 공정의 공정 능력 추정치를 신뢰하지 못할 수도 있습니다. 데이터가 비정규 분포를 따르는 것으로 보이는 경우, 공정 능력 분석을 수행하기 위해 데이터를 변환하거나 비정규 분포를 적합해야 하는지 여부를 확인하려면 개별 분포 식별을 사용하십시오.

좋은 적합치

좋지 않은 적합치

전체 곡선(실선)과 군내 곡선(파선)을 비교하여 두 곡선이 얼마나 가깝게 배열되어 있는지 확인하십시오. 곡선 간에 차이가 크다는 것은 공정이 안정적이지 않거나 부분군 간에 유의한 양의 변동이 있음을 나타냅니다. 공정 능력 분석을 수행하기 전에 공정이 안정적인지 확인하려면 관리도를 사용합니다.

가깝게 배열됨

잘못 배열됨

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.

공정이 규격 한계 사이 또는 목표값(목표값이 있는 경우)에 중심화되어 있는지 여부를 평가하십시오. 데이터의 중심은 분포 곡선의 봉우리에서 발생하며 표본 평균으로 추정됩니다.

공정 위치 및 공정 산포를 기반으로 공정의 잠재적 공정 능력을 평가하려면 Cpk를 사용합니다. 잠재적 공정 능력은 공정 이동과 경향이 제거된 경우 달성할 수 있는 공정 능력을 나타냅니다.

일반적으로 Cpk 값이 높으면 공정의 공정 능력이 더 크다는 것을 나타냅니다. Cpk 값이 낮으면 공정 개선이 필요할 수도 있음을 나타냅니다.

• Cpk를 공정에 허용되는 최소값을 나타내는 벤치마크 값과 비교합니다. 많은 업종에서 1.33을 벤치마크 값으로 사용합니다. Cpk가 벤치마크보다 낮으면 변동을 줄이거나 위치를 이동하는 등 공정을 개선하는 방법을 고려해 보십시오.

• Cp와 Cpk를 비교합니다. Cp와 Cpk가 근사적으로 같으면 공정은 규격 한계 사이에 중심화되어 있습니다. Cp와 Cpk가 서로 다르면 공정이 중심화되어 있지 않습니다.

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.

• Pp와 Ppk를 비교합니다. Pp와 Ppk가 근사적으로 같으면 공정은 규격 한계 사이에 중심화되어 있습니다. Pp와 Ppk가 서로 다르면 공정이 중심화되어 있지 않습니다.

• Ppk와 Cpk를 비교합니다. 공정이 통계적 관리 상태에 있는 경우 Ppk와 Cpk가 근사적으로 같습니다. Ppk와 Cpk의 차이는 공정의 이동과 경향을 제거한 경우 기대할 수 있는 공정 능력의 개선을 나타냅니다.