형상
분포의 형상 모수는 분포 함수의 형상을 결정합니다. 형상은 데이터로부터 추정되거나 과거 공정 지식을 바탕으로 지정됩니다.
해석
지정된 분포에 대한 형상 모수는 데이터의 대칭 또는 치우침 정도에 영향을 미칠 수 있습니다.
Weibull 분포에서 형상 모수의 효과
이 그래프는 다양한 형상 모수 값이 Weibull 분포에 미치는 영향을 보여줍니다.
척도
분포의 척도 모수는 분포 함수의 척도를 결정합니다. 척도는 데이터로부터 추정되거나 과거 공정 지식을 바탕으로 지정됩니다.
해석
척도 모수는 데이터가 분산되는 정도에 영향을 미칠 수 있습니다. 일반적으로 척도 값이 크면 분포가 가로로 더 넓게 퍼져 보일 수 있습니다. 척도 값이 작으면 분포가 가로로 더 좁게 퍼져 보일 수 있습니다.
로지스틱 분포에서 척도 모수의 효과
이 그래프는 다양한 척도 모수 값이 로지스틱 분포에 미치는 영향을 보여줍니다.
위치
위치 모수는 분포의 위치에 영향을 미칩니다. 위치는 데이터로부터 추정되거나 과거 공정 지식을 바탕으로 지정됩니다.
해석
위치 모수는 x-축을 따라 데이터를 이동하여 데이터 위치에 영향을 미칠 수 있습니다. 양의 위치 값은 분포를 오른쪽으로 이동하고, 음의 위치 값은 분포를 왼쪽으로 이동합니다.
로지스틱 분포에서 위치 모수의 효과
이 그래프는 다양한 위치 모수 값이 로지스틱 분포에 미치는 영향을 보여줍니다.
분계점
분계점 모수는 랜덤 변수의 최소값 추정치를 제공합니다. 분계점은 데이터로부터 추정하거나 과거 공정 지식을 바탕으로 지정합니다.
해석
분계점 모수는 분포의 데이터에 대해 이론적으로 가능한 최소값의 위치를 정의합니다.
Weibull 분포에서 분계점 모수의 효과
이 그래프는 다양한 분계점 모수 값이 Weibull 분포에 미치는 영향을 보여줍니다.
Pp
- Z-값으로 표시되는 규격 산포. 이 구간은 선택된 비정규 분포의 원래 규격 한계를 표준 정규 분포의 Z-값으로 나타낸 것입니다.
- 표준 정규 분포의 6-σ 산포. 공정 평균을 중심으로 6-σ 산포에는 측정값이 정규 분포를 따르는 경우 공정 측정값의 99.74%가 포함됩니다.
이 Pp 정의는 Z-점수 방법(기본값)을 기반으로 합니다. 자세한 내용은 Z-점수 방법을 사용하여 비정규 데이터에 대한 전체 공정 능력 확인에서 확인하십시오.
참고
Pp 지수를 계산하려면 규격 하한(LSL)과 규격 상한(USL)을 모두 제공해야 합니다. Pp 지수를 계산하려면 규격 하한(LSL)과 규격 상한(USL)을 모두 제공해야 합니다. 계산 방법을 변경하려면 을 선택하십시오.
해석
공정 산포를 기반으로 공정의 전체 공정 능력을 평가하려면 Pp를 사용합니다. 전체 공정 능력은 시간이 지남에 따라 고객이 경험하는 공정의 실제 성능을 나타냅니다.
일반적으로 Pp 값이 높으면 공정의 공정 능력이 더 크다는 것을 나타냅니다. Pp 값이 낮으면 공정 개선이 필요할 수도 있음을 나타냅니다. Pp < 1이면 규격 범위가 공정 범위보다 작은 것이므로 해당 공정이 규격에 맞는 부품을 최소한 99.74% 생산할 능력이 없다는 것을 나타냅니다.
낮은 Pp
이 예에서는 규격 산포가 공정 산포에 비해 작습니다. 따라서 Pp가 낮고(≈ 0.40) 공정의 전체 공정 능력이 좋지 않습니다.
높은 Pp
이 예에서는 규격 산포가 공정 산포에 비해 큽니다. 따라서 Pp가 높고(≈ 1.80) 공정의 전체 공정 능력이 좋습니다.
-
공정의 전체 공정 능력을 평가하려면 Pp를 벤치마크 값과 비교합니다. 많은 업종에서 1.33을 벤치마크 값으로 사용합니다. Pp가 벤치마크보다 낮으면 변동을 줄여 공정을 개선하는 방법을 고려해 보십시오.
-
공정 중위수가 규격 중간점에 근접하는지 평가하려면 Pp와 Ppk를 비교합니다. Pp가 Ppk보다 크면 공정 중위수가 규격 중간점과 떨어져 있고 규격 한계 중 하나에 가깝습니다.
Ppk
- 표준 정규 척도의 규격 하한(Z.LSL) 또는 표준 정규 척도의 규격 상한(Z.USL) 중 작은 값을 기반으로 하는 단측 규격 산포.
- 표준 정규 분포의 6-σ 산포의 1/2(3과 같음).
이 Ppk 정의는 Z-점수 방법(기본값)을 기반으로 합니다. 자세한 내용은 Z-점수 방법을 사용하여 비정규 데이터에 대한 전체 공정 능력 확인에서 확인하십시오.
참고
규격 하한과 규격 상한 모두 데이터를 모형화하기 위해 지정한 분포의 범위를 벗어나는 경우, 기본 방법을 사용하여 Ppk를 계산할 수 없습니다. 계산 방법을 변경하려면 을 선택하십시오.
해석
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.
낮은 Ppk
이 예에서는 공정이 규격 하한보다 규격 상한에 대해 더 나쁘게 수행됩니다. 따라서 Ppk 값이 PPU(≈ 0.40)와 같습니다 즉, 낮고 공정 능력이 좋지 않다는 것을 나타냅니다.
높은 Ppk
이 예에서는 공정이 규격 상한보다 규격 하한에 대해 더 나쁘게 수행됩니다. 따라서 Ppk 값이 PPL(≈ 1.40)와 같습니다 즉, Ppk 값이 높고 공정 능력이 좋다는 것을 나타냅니다.
-
Ppk < 1이면 규격 범위가 공정 범위보다 작은 것이므로 공정 출력의 0.13퍼센트 이상이 규격 상한이나 규격 하한의 바깥에 있다는 것을 나타냅니다.
-
Ppk를 공정에 허용되는 최소값을 나타내는 벤치마크 값과 비교합니다. 많은 업종에서 1.33을 벤치마크 값으로 사용합니다. Ppk가 벤치마크보다 낮으면 공정을 개선하는 방법을 고려해 보십시오.
주의
Ppk 지수는 공정 측정값의 "더 나쁜" 쪽, 즉 더 좋지 않은 공정 성능을 보이는 쪽에 대한 공정 능력만을 나타냅니다. 공정에 규격 한계의 양쪽에 모두 해당되는 불량 부품이 있을 경우, 공정 능력 그래프 및 두 규격 한계를 모두 벗어나는 부품의 확률을 확인하여 공정 능력을 더 완전하게 평가하십시오.
전체 기대 성능에 대한 PPM 총계
해석
공정의 전체 변동을 기반으로 백만 개의 부품 중에서 규격 한계를 벗어날 것이라고 기대할 수 있는 불량품의 수를 추정하려면 전체 기대 성능에 대한 PPM 총계를 사용합니다. 전체 성능 값은 시간이 지남에 따라 고객이 경험하는 실제 공정 성능을 나타냅니다.
PPM 총계가 낮을수록 공정 능력이 더 크다는 것을 나타냅니다. 이상적으로는 측정값이 규격 한계를 벗어나는 부품이 거의 없거나 전혀 없습니다.
| PPM | % 불량 부품 | % 규격 부품 |
|---|---|---|
| 66807 | 6.6807% | 93.3193% |
| 6210 | 0.621% | 99.379% |
| 233 | 0.0233% | 99.9767% |
| 3.4 | 0.00034% | 99.99966% |
전체 공정 능력에 대한 Z.Bench
Z.Bench(전체)는 공정의 전체 시그마 공정 능력 측도입니다. Z.Bench의 추정치는 규격 하한보다 작거나 규격 상한보다 큰 제품의 확률을 고려합니다. 추정치는 분석을 위해 지정한 비정규 분포의 모수를 기반으로 합니다.
참고
Z.bench 측도를 표시하려면 옵션를 클릭하고 공정 능력 분석을 수행할 때 기본 출력을 공정 능력 통계량에서 벤치마크 Z로 변경해야 합니다.
해석
공정의 전체 시그마 공정 능력을 평가하려면 Z.Bench(전체)를 사용합니다.
일반적으로 Z.bench 값이 높으면 공정의 공정 능력이 더 크다는 것을 나타냅니다. Z.bench 값이 낮으면 공정 개선이 필요할 수도 있음을 나타냅니다. 가능하면 Z.bench를 공정 지식 또는 업계 표준을 기반으로 한 벤치마크 값과 비교하십시오. Z.Bench가 벤치마크보다 낮으면 공정을 개선하는 방법을 고려해 보십시오.
