.. SQC의 기본개념
1.통계적 분석의 절차
통계적 품질관리에서 가장 중요한 것은 데이터(data:자료)이다. 데이터는 일반적으로 원하는 품질 문제를 측정 또는 해결하기 위해 주어진 어떤 집단 중의 일부로부터
측정된다. 이때 관심의 대상이 되는 모든 개체의 집합을 모집단이라 하며, 모집단에서 추출되어 모집단을 대표하는 개체의 집합을 표본(sample)이라고 한다.
모집단은 다시 수리적으로 도출되는 통계이론에서 좀 더 정확한 정보를 제공하기 위해 구성하는 대상의 수가 유한한가 또는 무한한가에 따라 다음과 같이
유한모집단과 무한모집단으로 구분된다.
① 유한모집단 : 모집단의 크기가 유한한 경우(예 : 제품의 로트)
② 무한모집단 : 모집단의 크기가 무한한 경우(예 : 공정의 제품)
품질특성을 나타내는 데이터는 품질을 평가하는 대상인 특성을 수치로 나타 낸 것으로서, 예를 들어 전구의 수명, 철선의 인장강도, 생산량, 불량품 개수, 원가, 수율
등은 품질특성을 나타내는 데이터이다. 한편 품질요인을 나타내는 데이터는 품질특성에 영향을 주는 원인을 나타내는 데이터로서 교육의 정도, 재료의 종류, 농도,
점성, 압력, 온도 등은 품질요인을 나타내는 데이터이다.
또한 품질특성의 상태를 객관적으로 파악하기 위해서는 적당한 척도를 사용하여 이들을 수량화 해야 한다. 이때에 척도의 구성방법에 따라 데이터는 다음과 같이
계량값과 계수값으로 분류된다.
① 계량값 : 연속량으로 측정될 수 있는 연속형 품질특성
(길이, 중량, 인장강도, 온도 등)
② 계수값 : 개수로 셀 수 있는 이산형 품질특성
(불량품의 수, 결점 수, 안전사고 수, 결근자 수 등)
2. 모집단의 관심정보
아무리 동일한 조건하에서 제조된 제품이라고 하더라도 제품의 품질특성이 모두 균일하지는 않다. 품질 특성에는 반드시 산포가 존재하며 산포의 발생원인을 다음과
같이 분류된다.
① 우연원인 : 우발적으로 발생하여 실제로 제거하기 어려운 원인
·원재료 또는 설비 등의 표준으로부터 허용범위 내에서의 변동
·작업표준의 허용범위 내에서의 변동
·측정시 발생하는 측정오차에 의한 변동
② 이상원인 : 찾아내어 제거할수 있는 원인
·표준부재로 인한 변동
·작업자가 표준대로 작업하지 않아서 발생하는 변동
·설비불량, 공장으로 인해 발생하는 변동
·작업상의 실수로 발생되는 변동
모든 품질 특성을 측정한 데이터의 산포는 데이터가 취해진 값의 범위에서 각 값들의 빈도가 다르다고 할 수 있는데 이를 간단히 데이터의 분포라고 한다. 따라서 이
데이터가 얻어진 원래의 모집단도 특정분포를 따른다고 생각할 수 있으므로 모집단에서 우리의 관심대상이 되는 정보는 다음과 같다.
① 모집단의 분포형태
② 모집단 분포의 중심위치
③ 모집단 분포의 산포
3. 중심위치를 나타내는 통계량
1) 표본평균
2) 중앙값
① =n+1/2 (자료의 개수 n이 홀수인 경우)
② n/2번째 값과 n+1/2번째 값의 평균(자료의 개수 n이 짝수인 경우)
4. 산포를 나타내는 통계량
1) 제곱의 합(S)
2) 표본분산
3) 표본표준편차(s)
4) 불편분산(V)
5) 불편분산의 제곱근
6) 범위(R)
R = χmax - χmin
7) 변동계수(CV)
1.통계적 분석의 절차
통계적 품질관리에서 가장 중요한 것은 데이터(data:자료)이다. 데이터는 일반적으로 원하는 품질 문제를 측정 또는 해결하기 위해 주어진 어떤 집단 중의 일부로부터
측정된다. 이때 관심의 대상이 되는 모든 개체의 집합을 모집단이라 하며, 모집단에서 추출되어 모집단을 대표하는 개체의 집합을 표본(sample)이라고 한다.
모집단은 다시 수리적으로 도출되는 통계이론에서 좀 더 정확한 정보를 제공하기 위해 구성하는 대상의 수가 유한한가 또는 무한한가에 따라 다음과 같이
유한모집단과 무한모집단으로 구분된다.
① 유한모집단 : 모집단의 크기가 유한한 경우(예 : 제품의 로트)
② 무한모집단 : 모집단의 크기가 무한한 경우(예 : 공정의 제품)
품질특성을 나타내는 데이터는 품질을 평가하는 대상인 특성을 수치로 나타 낸 것으로서, 예를 들어 전구의 수명, 철선의 인장강도, 생산량, 불량품 개수, 원가, 수율
등은 품질특성을 나타내는 데이터이다. 한편 품질요인을 나타내는 데이터는 품질특성에 영향을 주는 원인을 나타내는 데이터로서 교육의 정도, 재료의 종류, 농도,
점성, 압력, 온도 등은 품질요인을 나타내는 데이터이다.
또한 품질특성의 상태를 객관적으로 파악하기 위해서는 적당한 척도를 사용하여 이들을 수량화 해야 한다. 이때에 척도의 구성방법에 따라 데이터는 다음과 같이
계량값과 계수값으로 분류된다.
① 계량값 : 연속량으로 측정될 수 있는 연속형 품질특성
(길이, 중량, 인장강도, 온도 등)
② 계수값 : 개수로 셀 수 있는 이산형 품질특성
(불량품의 수, 결점 수, 안전사고 수, 결근자 수 등)
2. 모집단의 관심정보
아무리 동일한 조건하에서 제조된 제품이라고 하더라도 제품의 품질특성이 모두 균일하지는 않다. 품질 특성에는 반드시 산포가 존재하며 산포의 발생원인을 다음과
같이 분류된다.
① 우연원인 : 우발적으로 발생하여 실제로 제거하기 어려운 원인
·원재료 또는 설비 등의 표준으로부터 허용범위 내에서의 변동
·작업표준의 허용범위 내에서의 변동
·측정시 발생하는 측정오차에 의한 변동
② 이상원인 : 찾아내어 제거할수 있는 원인
·표준부재로 인한 변동
·작업자가 표준대로 작업하지 않아서 발생하는 변동
·설비불량, 공장으로 인해 발생하는 변동
·작업상의 실수로 발생되는 변동
모든 품질 특성을 측정한 데이터의 산포는 데이터가 취해진 값의 범위에서 각 값들의 빈도가 다르다고 할 수 있는데 이를 간단히 데이터의 분포라고 한다. 따라서 이
데이터가 얻어진 원래의 모집단도 특정분포를 따른다고 생각할 수 있으므로 모집단에서 우리의 관심대상이 되는 정보는 다음과 같다.
① 모집단의 분포형태
② 모집단 분포의 중심위치
③ 모집단 분포의 산포
3. 중심위치를 나타내는 통계량
1) 표본평균
2) 중앙값
① =n+1/2 (자료의 개수 n이 홀수인 경우)
② n/2번째 값과 n+1/2번째 값의 평균(자료의 개수 n이 짝수인 경우)
4. 산포를 나타내는 통계량
1) 제곱의 합(S)
2) 표본분산
3) 표본표준편차(s)
4) 불편분산(V)
5) 불편분산의 제곱근
6) 범위(R)
R = χmax - χmin
7) 변동계수(CV)
다음검색