이 항목의 내용
분산 성분
분산 성분의 기여도 그림과 분산 성분 표에는 다양한 출처의 변동이 표시됩니다.
해석
분산 성분을 사용하여 각 원인의 변동을 평가할 수 있습니다. 검정-재검정 분산과 측정 시스템 분산은 측정 오류입니다. 제품 변형은 스터디의 부품 범위를 나타냅니다. 총 분산은 다른 성분의 합입니다. 분석에 교호작용이 포함된 경우 측정 오차의 양은 측정 시스템이 측정하는 부품에 따라 달라집니다.
허용 가능한 측정 시스템에서 변동의 가장 큰 성분은 부품 변동입니다. 테스트-재검정 변동 및 측정 시스템 변동이 많은 변동을 유발하는 경우 문제의 원인을 조사하고 수정 조치를 취하십시오.
분산 성분
| 출처 | 분산 | %합계 | 표준 편차 |
|---|---|---|---|
| 검정-재검정 오차(반복성) | 0.03997 | 3.394 | 0.19993 |
| 측정 시스템(재현성) | 0.05146 | 4.368 | 0.22684 |
| 부품(제품 변형) | 1.08645 | 92.238 | 1.04233 |
| 총계 | 1.17788 | 100.000 | 1.08530 |
반복성 차트
반복성 차트는 측정 시스템 일관성을 표시하는 범위의 관리도입니다.
- 표시된 점
- 각 측정 시스템에 대한 표본 범위는 각 부품의 가장 큰 측정값과 가장 작은 측정값 간의 차이입니다. 표본 범위를 사용하여 작업자 일관성을 평가합니다.
- 중심선(Rbar)
- 공정의 전체 평균(즉, 모든 표본 범위의 평균)입니다.
- 관리 한계(LCL과 UCL)
- 표본 범위에 대해 기대할 수 있는 변동량입니다. 관리 한계 계산에는 표본 내 변동이 사용됩니다.
참고
각 측정 시스템이 각 부품을 9회 이상 측정하는 경우 Minitab에서는 범위 대신 표준 편차를 관리도에 표시합니다.
해석
평균 범위가 작을수록 측정 시스템의 변동이 낮아집니다. 관리 상한(UCL)보다 높은 점은 측정 시스템에서 부품을 일관되게 측정하지 않음을 나타냅니다. UCL 계산에는 각 측정 시스템의 부품당 측정 횟수와 부품 변동이 포함됩니다. 측정 시스템에서 부품을 일관되게 측정할 경우, 최대 측정값과 최소 측정값 간의 범위가 연구 변동에 비해 작고 점이 관리 상태에 있습니다.
측정 시스템별 신호 대 잡음 차트
이 차트는 부품 변동을 테스트-재검정 성분과 비교합니다.
- 표시된 점
- 각 측정 시스템별로 표시되는 각 부품의 평균 측정값입니다.
- 중심선(
) - 모든 측정 시스템에서 측정한 모든 부품 측정값의 전체 평균입니다.
- 관리 한계(LCL과 UCL)
- 관리 한계는 반복성 추정치와 각 평균의 측정값 수를 바탕으로 한 값입니다.
해석
스터디를 위해 선택한 파트는 가능한 파트의 전체 범위를 나타내야 합니다. 따라서 이 그래프는 시험-재검정 변동만으로 예상되는 것보다 부품 평균 간의 변동이 더 많다는 것을 나타내야 합니다.
이상적으로 그래프는 관리 한계가 좁고 측정 시스템의 변동성이 낮음을 나타내는 관리 이탈 상태의 점이 많습니다.
병렬도
평행도 그림은 각 부품에 대한 각 측정 시스템의 평균 측정값을 표시합니다. 각 선은 단일 측정 시스템에 대한 평균을 연결한 것입니다.
그림에는 두 변동 요인(부품과 측정 시스템) 간의 교호작용이 표시됩니다. 교호작용은 한 요인의 효과가 두 번째 요인에 따라 달라질 때 발생합니다.
해석
일치하는 선은 여러 측정 시스템이 서로 유사하게 측정한다는 것을 나타냅니다. 평행하지 않거나 교차하는 선은 측정 시스템의 부품 측정 능력이 측정 중인 부품에 따라 일관되게 달라진다는 것을 나타냅니다. 다른 선보다 일관되게 높거나 낮은 선은 측정 시스템에서 일관되게 높거나 낮게 측정하여 측정값에 치우침을 추가한다는 것을 나타냅니다.
주효과 분석(ANOME) 플롯
그림은 측정 시스템에 대한 평균 측정값을 비교합니다.
- 표시된 점
- 각 측정 시스템에 대한 모든 부품의 평균 측정값입니다.
- 중심선(평균)
- 모든 측정 시스템에서 측정한 모든 부품 측정값의 전체 평균입니다.
- 결정 한계(LDL 및 UDL)
- 한계는 검정-재검정 추정치와 각 평균의 측정 횟수를 기반으로 합니다.
해석
결정 한계를 벗어난 점은 측정 시스템에 치우침을 추가하는 측정 시스템마다 다르다는 것을 나타냅니다. 이상적으로는 점수가 모두 결정 한계 내에 있어 측정 시스템의 전체 평균이 비슷하다는 것을 나타냅니다.
평균 범위 분석(ANOMR) 그림
그림은 측정 시스템의 평균 측정 범위를 비교합니다.
- 표시된 점
- 각 측정 시스템에 대한 각 부품에 대한 측정 범위의 평균입니다.
- 중심선(평균)
- 모든 측정 시스템의 모든 범위에 대한 전체 평균입니다.
- 결정 한계(LDL 및 UDL)
- 한계는 테스트-재테스트 추정치를 기반으로 합니다.
해석
결정 한계를 벗어난 점은 일부 측정 시스템이 다른 측정 시스템보다 더 일관되거나 덜 일관되게 측정한다는 것을 나타냅니다. 이상적으로는 점이 모두 결정 한계 내에 있어 측정 시스템의 전체 범위가 유사하다는 것을 나타냅니다.
EMP 통계 및 분류 지침
EMP 통계는 측정 시스템을 최고 등급인 1등급에서 최악의 등급인 4등급까지 분류합니다. 클래스는 클래스 내 상관 계수에 대응됩니다. 실질적으로 계수는 측정 시스템이 최소 3 표준 편차의 공정 평균의 이동을 얼마나 잘 감지하는지 설명합니다. 1급 및 2급 측정 시스템은 일반적으로 관리도에서 제한된 수의 검정과 부분군을 사용하여 이러한 이동을 탐지할 확률이 높습니다. 3급 측정 시스템의 경우 일반적인 분석에서는 관리도에 검정을 추가하여 공정 평균의 이동을 탐지할 확률을 높입니다. 4등급 측정 시스템은 일반적으로 공정을 모니터링하거나 공정 개선 활동을 위해 개선이 필요합니다.
분류는 또한 공정에서 발생하는 신호의 감쇠와 관련이 있습니다. 감쇠는 측정 오류와 혼동되는 변화의 양입니다. 변화의 50%를 감쇠하는 측정 시스템의 경우 2 표준 편차의 변화는 1 표준 편차의 변화로 나타날 수 있습니다.
- 테스트-재테스트 오류
- 동일한 작업자가 동일한 부품을 여러 번 측정할 때의 측정 변동성입니다. 값이 작을수록 측정 시스템의 성능이 향상됩니다.
- 자유도
- 테스트-재테스트 오차 추정을 위한 자유도(DF)입니다. 일반적으로 DF는 오차를 계산하는 데 사용할 수 있는 정보의 양을 측정합니다.
- 가능한 오류
- 단일 측정에 대한 불확실성입니다. 이 분석은 가능한 오류를 Effective Resolution of Measurements 표의 측정 증분과 비교하여 측정의 정밀도가 신뢰할 수 있는지 결론을 내립니다. Wheeler (2006) 1 측정 시스템의 성능에 따라 공정의 규격 한계를 결정하기 위해 가능한 오차를 사용하는 방법에 대해 설명합니다.
- 등급 내 상관 관계
- 등급 내 상관 계수는 전체 변동을 부품 변동과 비교합니다. 값이 1에 가까울수록 측정 시스템의 변동이 적다는 것을 나타냅니다.
- 편향 없음
- 치우침이 없는 경우 계수는 모든 작업자가 평균적으로 동일한 부품을 측정하는 경우 측정 시스템이 얼마나 잘 수행되는지를 나타냅니다.
- 편향 포함
- 치우침의 경우 계수는 측정 시스템이 측정 시스템 간의 차이로 얼마나 잘 수행되는지를 나타냅니다.
- 편향 및 교호작용 포함
- 분석에서 서로 다른 측정 시스템이 서로 다른 부품을 다르게 측정한다는 것을 탐지하면 결과에는 치우침 및 교호작용이 있는 클래스 내 상관 관계가 포함됩니다. 계수는 서로 다른 작업자가 서로 다른 부품을 다르게 측정할 때 측정 시스템이 얼마나 잘 수행되는지를 나타냅니다.
- 편향 영향
- 치우침이 있는 클래스 내 계수와 치우침이 없는 클래스 내 계수의 차이입니다. 값이 작을수록 측정 장치의 차이가 측정값의 변동에 덜 기여합니다.
- 편향과 교호작용 영향
- 치우침과 교호작용이 있는 클래스 내 계수와 치우침이 없는 계수 간의 차이입니다. 값이 작을수록 서로 다른 측정 시스템이 서로 다른 부품을 측정하는 방법의 차이가 측정값의 변동에 기여하는 것이 적습니다.
EMP 통계
| 통계량 | 값 | 분류 |
|---|---|---|
| 검정-재검정 오차 | 0.1999 | |
| 자유도 | 78.0000 | |
| 가능한 오차 | 0.1349 | |
| 등급 내 상관 관계(편향 없음) | 0.9645 | 1등급 |
| 등급 내 상관 관계(편향 포함) | 0.9224 | 1등급 |
| 편향 영향 | 0.0421 |
분류 지침
| 분류 | 등급 내 상관 관계 | 프로세스 신호의 감쇠 | 경고 확률, 테스트 1* | 경고 확률, 테스트* |
|---|---|---|---|---|
| 1등급 | 0.80 - 1.00 | 11% 미만 | 0.99 - 1.00 | 1.00 |
| 2등급 | 0.50 - 0.80 | 11 - 29% | 0.88 - 0.99 | 1.00 |
| 3등급 | 0.20 - 0.50 | 29 - 55% | 0.40 - 0.88 | 0.92 - 1.00 |
| 4등급 | 0.00 - 0.20 | 55% 초과 | 0.03 - 0.40 | 0.08 - 0.92 |
측정의 효과적인 분해능
해상도에 대한 통계는 기록된 측정값의 정밀도를 얼마나 신뢰할 수 있는지를 설명합니다.
- 가능한 오류(PE)
- 단일 측정에 대한 불확실성입니다. 이 분석은 가능한 오류를 Effective Resolution of Measurements 표의 측정 증분과 비교하여 측정의 정밀도가 신뢰할 수 있는지 결론을 내립니다. Wheeler (2006)1 은 측정 시스템의 성능이 주어졌을 때 가능한 오차를 사용하여 공정의 규격 한계를 결정하는 방법을 설명합니다.
- 증분의 하한(0.1 * PE)
- 측정 증분을 신뢰할 수 있는 경우의 하한입니다. 측정 증분이 증분의 하한보다 작으면 측정값을 더 낮은 정밀도로 기록할지 여부를 적극 고려하십시오.
- 최소 유효 증분(0.22 * PE)
- 시스템이 얼마나 정확한 측정값을 생성할 수 있는지에 대한 추정치입니다. 측정 증분이 가장 작은 유효 증분보다 작으면 측정값을 더 낮은 정밀도로 기록할지 여부를 고려하십시오.
- 현재 측정 증분
- 기록된 측정값이 얼마나 정확한지를 설명하는 데이터 또는 지정된 값의 추정치입니다. 예를 들어, 값 1.1, 1.4 및 1.9의 경우 측정값에 10번째 자리가 포함되기 때문에 분석에서 증분이 0.1로 결정됩니다.
- 최대 유효 증분(2.2 * PE)
- 시스템이 얼마나 정확한 측정값을 생성할 수 있는지에 대한 추정치입니다. 측정 증분이 가장 큰 유효 증분보다 크면 측정값을 더 정밀하게 기록할지 여부를 고려하십시오.
오분류 확률
최소한 하나의 규격 한계를 지정하면 Minitab은 제품 오분류 확률을 계산할 수 있습니다. Gage 변동으로 인해 부품의 측정값이 부품의 실제 값과 항상 같지는 않습니다. 측정값과 실제 값 간의 불일치로 인해 부품을 잘못 분류할 가능성이 있습니다.
- 결합 확률
- 부품의 합격 가능성에 대한 사전 지식이 없는 경우 결합 확률을 사용합니다. 예를 들어, 선에서 표본을 추출하고 특정 부품이 좋은지 또는 나쁜지 알지 못합니다. 두 가지의 오분류가 있습니다.
- 부품이 나쁜데 이를 합격시킬 확률.
- 부품이 양호하지만 해당 부품을 기각시킬 확률.
- 조건부 확률
- 부품의 합격 가능성에 대한 사전 지식이 있는 경우 조건부 확률을 사용합니다. 예를 들어, 재작업 더미 또는 곧 좋은 제품으로 배송될 제품 더미에서 샘플링하고 있습니다. 두 가지의 오분류가 있습니다.
- 재작업이 필요한 불량 제품 더미에서 추출된 부품을 합격시킬 확률(잘못된 합격이라고도 함).
- 곧 배송될 양호 제품 더미에서 추출된 부품을 기각시킬 확률(잘못된 기각이라고도 함).
해석
오분류의 결합 확률
| 설명 | 확률 |
|---|---|
| 랜덤하게 선택된 부품이 불량인데 합격되었습니다 | 0.037 |
| 랜덤하게 선택된 부품이 양호한데 기각되었습니다 | 0.055 |
오분류의 조건부 확률
| 설명 | 확률 |
|---|---|
| 불량 제품 그룹의 부품이 합격되었습니다 | 0.151 |
| 양호 제품 그룹의 부품이 기각되었습니다 | 0.073 |
부품이 불량이지만 해당 부품을 합격시킬 결합 확률은 0.037입니다. 부품이 양호하지만 해당 부품을 기각시킬 결합 확률은 0.055입니다.
잘못된 합격, 즉 부품이 실제로 규격을 벗어나지만 재검사 시 해당 부품을 합격시킬 조건부 확률은 0.151입니다. 잘못된 기각, 즉 부품이 규격 한계에 포함되지만 재검사 시 해당 부품을 기각시킬 조건부 확률은 0.073입니다.
