이번에는 6시그마의 기본도구로써 통계적 공정관리에 대해서 알아보자.
무결점을 지향하는 6시그마 활동에서 특히 기본의 중요성은 아무리 강조해도 지나치지 않다.
따라서 통계적 공정관리(SPC)의 중요성은 바로 거기에 있는것이다.
품질은 어떠한 수준의 것이든지 공정(Process)을 통해서 만들어진다. 그런데 어느 공정이나 변동(Variation)이 존재하며 이 변동이 품질에 관한 의사결정의 기초가 된다는 인식을 갖는 것이 품질에 관한 통계적 사고의 시발점이다.
품질이 형성되는 공정의 상태를 모르고서는 제품을 관리할수 없으며 나아가서 개선 활동은 더더욱 불가능하다. 이러한 사고 방식은 제품생산공정 뿐만 아니라 일반적인업무에도 적용될 수 있다.
모든 공정은 처음부터 타고난 변동을 가지고 있다.
이러한 사실은 1930년대 Shewhart에 의해서 증명된 이후 수없는 시험과 증명이 반복되어 왔다.
Shewhart는 기본적으로 이러한 변동이 우연요인에 의하여 발생한다고 생각하였다.
어떤 공정의 변동이 우연요인에 의한 변동이 아닐 때는 공정의 고유능력이 어떤 이상요인에 의하여 영향을 받고 있기 때문이라고 할수 있다.
이러한 이상요인은 항상 발생하는 것은 아니며 그 공정의 고유한 특성도 아니다.
따라서 이상원인은 측정되어야 하고 치유되어야 한다.
품질을 논할때 통계적인 사고를 해야하는 이유가 여기에 있다.
그렇다면 SPC가 무엇을 말하는가?
SPC는 요구된는 품질목표를 달성하기 위하여 통계적 기법을 사용해서 공정을 관리하는 방법이라고 말할수 있겠다.
* S : 통계적 자료와 분석기법을 활용
* P : 품질변동의 원인과 공정상태를 파악
* C : 품질목표가 달성될 수 있도록 관리해 가는 활용이다.
SPC 를 실행함에 있어서 통계학의 역할은 필수적인 것이다.
왜냐하면 품질에 관련된 데이터를 수집하고 그것에 대한 체계적인 의사결정을 내리는 과정자체가 통계학이기 때문이다.
일반적으로 SPC에서 사용된는 통계적 분석기버은 매우 다양하여 대략 100가지가 넘는것으로 알려져있다.
하지만 일본의 저명한 품질관리 학자인 이시가와가오루는 생산현장에서 발생하는 품질문제의 95%는 QC 7도구로써 해결이 가능하다고 하였다.
QC 7도구
1. 특성요인도 (Cause and effect diagram)
2. 층별 (Stratification)
3. 체크시트 (Check sheet)
4. 히스토그램 (Histogram)
5. 산점도 (Scatter diagram)
6. 파레토그래프 (Pareto's graph)
7. 관리도 (Control chart)/ 그래프 (Graph)
SPC에서의 통계학은 관리상의 문제를 파악하는 하나의 도구로써 품질관리 활동의 전반에 광범위하게 사용될 수 있다.
그러나 그 성공의 핵심은 데이터를 공정분석과 개선에 알맞은 형태로 수집해야 한다는 것이다.
일반적으로 이제까지 관리자들이 데이터 수집에서 범해온 가장 큰 잘못은 수집된 데이터가 원인지향적이 아니고 결과 지향적이엇다는 점이다.
따라서 데이터의 사용목적과 사용방법에 따라 계획을 세운 다음 수립된 계획에 의해 데이터를 수집해야 올바른 통계분석이 가능한 것이다.
공정이란 자업자 개인, 집단 혹은 장비에 의해서 이루어지는 활동이나 과업을 말한다
따라서 제조활동과 비제조 활동을 모두 포함한다.
일반적으로 한 공정의 산출물(out puts)은 다른 공정의 투입물(in puts)이 되며 모든공정은 일정한 것이 아니라 계속 변동한다.
공정의 일반적인 특징은
* 두 공정의 산출물이 동일한 경우는 없다.
* 변동의 원인도 변동한다.
* 우연요인에 의한 변동은 정상이다.
* 이상변동은 이상요인에 의해 발생한다.
등으로 나타낼수가 있다.
공정의 산출물에 영향을 주는 요인에는 여러가지가 있다.
일반적으로 제조공정에서는 투입물로서 5M1E의 6가지를 일컫는다.
5M1E란 작업자(Man), 기계(Machine), 자재(Material), 작업방법(Method), 측정(Measurement), 환경(Environment)등을 말한다.
따라서 이러한 요인들을 잘 관리하는 것이 공정관리의 핵심이 된다.
SPC는 종래와 같이 검사나 통계적 기법만으로는 소기의 성과를 충분히 얻을 수 없는 것으로 품질에 영향을 주는 각 부문의 모든 사람이 품질에 대한 의식적 노력을 모아서 전사적으로 추진해야 한다.
즉 여러 경영요소와 각 부문의 활동이 기업의 목적달성을 위해서 유기적으로 경제적으로 결합.운영될 때 비로소 효과를 거둘수 있다.
SPC를 위한 도구로는 웬만한 사람들이 상식적으로 이해할 수 있는 수준의 도구에서부터 고도의 전문지식을 요구하거나 컴퓨터를 통한 분석까지 요구되는 것들도 있다.
크게 분류하면 일본에서 큰 성공을 거둔 것으로 평가받는 QC 7도구, 그리고 기타 통계적인 기법등으로 분류 할수 있다.
앞에서도 언급한 바와 같이 대부분의 품질문제는 기본적인 도구들로 해결이 가능함으로 다른 분야와 마찬가지로 성공적인 SPC를 위해서도 기본에 충실해야 한다.
특히 생산현장에서 일어나는 품질문제는 기본 QC 7도구로써 거의 해결할 수 있기 때문에 QC 7도구에 대한 철저한 이해는 필수사항이라고 할수 있다.
QC 7도구
* 파레토그래프 : 개선활도의 우선순위를 결정 (현상태의 문제점 파악, 개선효과의
확인)
* 히스토그램 : 품질데이터의 산포 파악 (분포의 모양 파악 및 규격대비)
* 관리도/그래프 : 데이터의 시각화와 공정의 이상여부 파악 (데이터의 시각화,
공정의 관리 및 해석)
* 체크시트 : 데이터의 수집과 분석 (데이터의 도식화, 예방점검)
* 특성요인도 : 원인과 결과의 관계 파악 (원인을 모두 도면에 나열, 층별)
* 산점도 : 대응하는 두 종류 데이터의 관계파악 (원인과 결과의 상관관계 파악)
* 층 별 : 불량원인의 추적 (문제의 핵심 파악, 5M1E에 의한 요인 추구)
6시그마 활동은 활동 단계별로 여러가지의 SPC 도구들이 동원된다.
이것은 궁극적으로 6시그마 활동은 문제점을 통계적인 형태를 바꾸고 통계적인 방법으로 분석하고 통계적인 방법으로 개선하여 통계적으로 관리해나가는 일년의 과정으로 볼때 당연한 일이라고 하겠다.
무결점을 지향하는 6시그마 활동에서 특히 기본의 중요성은 아무리 강조해도 지나치지 않다.
따라서 통계적 공정관리(SPC)의 중요성은 바로 거기에 있는것이다.
품질은 어떠한 수준의 것이든지 공정(Process)을 통해서 만들어진다. 그런데 어느 공정이나 변동(Variation)이 존재하며 이 변동이 품질에 관한 의사결정의 기초가 된다는 인식을 갖는 것이 품질에 관한 통계적 사고의 시발점이다.
품질이 형성되는 공정의 상태를 모르고서는 제품을 관리할수 없으며 나아가서 개선 활동은 더더욱 불가능하다. 이러한 사고 방식은 제품생산공정 뿐만 아니라 일반적인업무에도 적용될 수 있다.
모든 공정은 처음부터 타고난 변동을 가지고 있다.
이러한 사실은 1930년대 Shewhart에 의해서 증명된 이후 수없는 시험과 증명이 반복되어 왔다.
Shewhart는 기본적으로 이러한 변동이 우연요인에 의하여 발생한다고 생각하였다.
어떤 공정의 변동이 우연요인에 의한 변동이 아닐 때는 공정의 고유능력이 어떤 이상요인에 의하여 영향을 받고 있기 때문이라고 할수 있다.
이러한 이상요인은 항상 발생하는 것은 아니며 그 공정의 고유한 특성도 아니다.
따라서 이상원인은 측정되어야 하고 치유되어야 한다.
품질을 논할때 통계적인 사고를 해야하는 이유가 여기에 있다.
그렇다면 SPC가 무엇을 말하는가?
SPC는 요구된는 품질목표를 달성하기 위하여 통계적 기법을 사용해서 공정을 관리하는 방법이라고 말할수 있겠다.
* S : 통계적 자료와 분석기법을 활용
* P : 품질변동의 원인과 공정상태를 파악
* C : 품질목표가 달성될 수 있도록 관리해 가는 활용이다.
SPC 를 실행함에 있어서 통계학의 역할은 필수적인 것이다.
왜냐하면 품질에 관련된 데이터를 수집하고 그것에 대한 체계적인 의사결정을 내리는 과정자체가 통계학이기 때문이다.
일반적으로 SPC에서 사용된는 통계적 분석기버은 매우 다양하여 대략 100가지가 넘는것으로 알려져있다.
하지만 일본의 저명한 품질관리 학자인 이시가와가오루는 생산현장에서 발생하는 품질문제의 95%는 QC 7도구로써 해결이 가능하다고 하였다.
QC 7도구
1. 특성요인도 (Cause and effect diagram)
2. 층별 (Stratification)
3. 체크시트 (Check sheet)
4. 히스토그램 (Histogram)
5. 산점도 (Scatter diagram)
6. 파레토그래프 (Pareto's graph)
7. 관리도 (Control chart)/ 그래프 (Graph)
SPC에서의 통계학은 관리상의 문제를 파악하는 하나의 도구로써 품질관리 활동의 전반에 광범위하게 사용될 수 있다.
그러나 그 성공의 핵심은 데이터를 공정분석과 개선에 알맞은 형태로 수집해야 한다는 것이다.
일반적으로 이제까지 관리자들이 데이터 수집에서 범해온 가장 큰 잘못은 수집된 데이터가 원인지향적이 아니고 결과 지향적이엇다는 점이다.
따라서 데이터의 사용목적과 사용방법에 따라 계획을 세운 다음 수립된 계획에 의해 데이터를 수집해야 올바른 통계분석이 가능한 것이다.
공정이란 자업자 개인, 집단 혹은 장비에 의해서 이루어지는 활동이나 과업을 말한다
따라서 제조활동과 비제조 활동을 모두 포함한다.
일반적으로 한 공정의 산출물(out puts)은 다른 공정의 투입물(in puts)이 되며 모든공정은 일정한 것이 아니라 계속 변동한다.
공정의 일반적인 특징은
* 두 공정의 산출물이 동일한 경우는 없다.
* 변동의 원인도 변동한다.
* 우연요인에 의한 변동은 정상이다.
* 이상변동은 이상요인에 의해 발생한다.
등으로 나타낼수가 있다.
공정의 산출물에 영향을 주는 요인에는 여러가지가 있다.
일반적으로 제조공정에서는 투입물로서 5M1E의 6가지를 일컫는다.
5M1E란 작업자(Man), 기계(Machine), 자재(Material), 작업방법(Method), 측정(Measurement), 환경(Environment)등을 말한다.
따라서 이러한 요인들을 잘 관리하는 것이 공정관리의 핵심이 된다.
SPC는 종래와 같이 검사나 통계적 기법만으로는 소기의 성과를 충분히 얻을 수 없는 것으로 품질에 영향을 주는 각 부문의 모든 사람이 품질에 대한 의식적 노력을 모아서 전사적으로 추진해야 한다.
즉 여러 경영요소와 각 부문의 활동이 기업의 목적달성을 위해서 유기적으로 경제적으로 결합.운영될 때 비로소 효과를 거둘수 있다.
SPC를 위한 도구로는 웬만한 사람들이 상식적으로 이해할 수 있는 수준의 도구에서부터 고도의 전문지식을 요구하거나 컴퓨터를 통한 분석까지 요구되는 것들도 있다.
크게 분류하면 일본에서 큰 성공을 거둔 것으로 평가받는 QC 7도구, 그리고 기타 통계적인 기법등으로 분류 할수 있다.
앞에서도 언급한 바와 같이 대부분의 품질문제는 기본적인 도구들로 해결이 가능함으로 다른 분야와 마찬가지로 성공적인 SPC를 위해서도 기본에 충실해야 한다.
특히 생산현장에서 일어나는 품질문제는 기본 QC 7도구로써 거의 해결할 수 있기 때문에 QC 7도구에 대한 철저한 이해는 필수사항이라고 할수 있다.
QC 7도구
* 파레토그래프 : 개선활도의 우선순위를 결정 (현상태의 문제점 파악, 개선효과의
확인)
* 히스토그램 : 품질데이터의 산포 파악 (분포의 모양 파악 및 규격대비)
* 관리도/그래프 : 데이터의 시각화와 공정의 이상여부 파악 (데이터의 시각화,
공정의 관리 및 해석)
* 체크시트 : 데이터의 수집과 분석 (데이터의 도식화, 예방점검)
* 특성요인도 : 원인과 결과의 관계 파악 (원인을 모두 도면에 나열, 층별)
* 산점도 : 대응하는 두 종류 데이터의 관계파악 (원인과 결과의 상관관계 파악)
* 층 별 : 불량원인의 추적 (문제의 핵심 파악, 5M1E에 의한 요인 추구)
6시그마 활동은 활동 단계별로 여러가지의 SPC 도구들이 동원된다.
이것은 궁극적으로 6시그마 활동은 문제점을 통계적인 형태를 바꾸고 통계적인 방법으로 분석하고 통계적인 방법으로 개선하여 통계적으로 관리해나가는 일년의 과정으로 볼때 당연한 일이라고 하겠다.
다음검색