FMECA- FMEA
FMEA(고장 mode 영향해석)는 부품 그 자체에 고장 발생원인이 개입되는 것을 피하기 위한 기법.
FMECA- FMEA
초기 FMECA는 FMEA에 불렸다. FMECA에서 C가 의미하는 것은 다양한 고장 영향성의 심각성(criticality 또는 severity)이 고려되고, 정도를 레벨로 표현한다. 오늘날 FMEA는 가끔 FMECA에 동의어로 사용된다. 두개의 용어 사이의 구분은 모호하다.
FMECA는 FMEA의 확장으로 Failure Mode effect critical analysis이다. FMEA를 실시한 다음CA를 실시하는 것으로 CA는 치명도 분석이다.
배경
FMECA는 고장 분석을 위한 우선적으로 수행하는 체계적인 기술 중에 하나이다. FMECA는 미 국방성이 개발하였다. 첫 번째 가이드라인은 미 군사규격 [1949]년 9월 9일에 제정한 [MIL-P-1629] “Procedures for performing a failure mode, effects and criticality analysis”이다. FMECA는 시스템 개발 초기 상태에서 가장 많이 신뢰성 분석 기술에 사용되고 있다. FMECA는 보통 개념 또는 초기 설계 단계에 수행되는데 가능성 있는 모든 고장 유형을 확인하고 적절한 조치를 취하여 고장을 줄이도록 한다.
목적
초기 설계 단계에서 고 신뢰성 및 안전성을 가진 대안 설계를 하도록 도와준다. 모든 내재되어 있는 고장유형과 영향성이 시스템 성공적인 동작에 미치는 것을 알도록 한다. 가능성 있는 고장 유형 리스트를 만들 수 있으며, 그 영향성의 정도를 알 수 있다. 시험 계획이나 시험장비 요구도를 위한 초기 기준을 확정하도록 해 준다. 설계 변경시 고장 유형을 분석하는 데 도움을 주기 위해 미래에 참고하기 위한 기록 문서를 제공한다. 유지 계획을 위한 기본 데이터를 제공한다. 수치적 신뢰성 및 유용성 분석을 위한 기본 데이터를 제공한다.
FMECA 유형
설계 FMECA : 고장을 제가하기 위해 수행하는데 장비 설계 단계에서 이루어지는데, 장비의 전체 수명 주기 동안에 나타날 수 있는 모든 고장 유형을 고려한다.
프로세스 FMECA : 장비가 어떻게 제작되고, 유지 또는 동작하는 것으로 파생된 문제에 관심을 둔다.
시스템 FMECA : 예를 들어 전체 생산 라인 같은 큰 프로세스에서 가능성있는 문제를 찾는 것이다.
2가지 접근 방법
Bottom-up 방법 : 시스템 개념을 결정할 때 사용한다. 가장 낮은 레벨에서 각 콤포넌트 별로 한개씩 연구한다. 이 방법은 하드웨어 접근방법이라고도 불린다. 분석의 끝은 모든 콤포넌트를 수행하게 되면 된다.
Top-down 방법 : 전체 시스템 구조가 결정되기 전에 초기 설계 단계에서 주로 사용한다. 분석은 주로 기능에 초점을 맞춘다. 분석 시작은 메인 시스템 함수를 가지고 하는데 이것이 어떻게 고장을 일으키는지를 연구한다. 심각한 영향을 미치는 기능 고장이 보통 분석단계에서 먼저 일어난다. 이 분석은 충분하게 끝나지 않는다. 이 방법이 주로 사용되는 것은 존재하고 있는 시스템에서 문제 영역에 초점을 맞춘다.
--------------------------------------------------------------------------------
● 정의
FMEA(고장 mode 영향해석)는 부품 그 자체에 고장 발생원인이 개입되는 것을 피하기 위한 기법.
설계, 공정, 품질보증 등 각 부문에 산재한 문제점을 정량적으로 관리하기 위한 기법이며, 점차 복잡화 되는 문제 발생 형태를 제품 개발 초기단계에서 사전 제거하기 위한 목적으로 활용.
ISO9001에서 구체적으로는 요구하고 있지 않으나 ISO9001 대응을 위한 도구로서, 그리고 QS-9000에서는 4.4.5 설계 OUTPUT사항에 설계 FMEA 사용이 요건화되어 있으며, 생산부품 승인절차(PPAP) 중에 제조공정 FMEA 기록을 제출(또는 보관)토록 요구하고 있다.
● 분류 및 적용범위
구분 단계 적용범위
System FMEA 개발초기 상품기획과 설계단계 제품의 system, sub-system 분석
D FMEA 생산단계 이전 제품 분석
P FMEA 생산단계 제조, 조립공정 분석
Circuit FMEA - 전기,전자회로 부문의 분석
● 실시 목적
잠재적 결함 확인 후 그 영향의 심각성 평가
중점관리 항목의 확인
잠재적 설계, 공정상 결함의 중요도 인식
제품의 중대 사고 예방- 고객불만 방지
결함의 영향 제거 또는 감소를 위한 부문별 대책 수립의 근거
설계, 생산 문제점 검증을 통한 효율 제고
● 적용 merit
구분 종류별 이점 공통 이점
DFMEA 제품 개발 초기 단계에서 제품의 잠재고장모드의 확인이 용이해짐
제품의 모든 잠재고장모드 및 조립에 미치는 영향의 예측 가능성 증진
안전상 문제들을 제거할 수 있는 제품 설계 행위들을 확인-잠정 안전문제를 밝혀내는 것이 용이해짐.
설계 요인 및 대안에 대한 평가가 용이해짐
제품에 대한 철저한 설계검증 계획을 용이하게 해주는 정보 제공
중요 관리 특성 확인 용이
설계 개선 조치들간의 우선순위 설정
향후 제품 설계 개발을 유도하며, 제품 설계변경 후 그 근거를 문서화
제품에 대한 품질 신뢰성 및 안정성 증진
기업이미지 제고 및 경쟁력 확보
고객만족 증진
제품 개발기간 및 비용 저감
고장을 줄이기 위한 활동을 문서화 시켜서 추적 가능성 확보
PFMEA 신규 제조 및 조립공정의 해석 용이
제조 및 조립 공정상의 잠재고장모드와 그 영향이 검토될 수 있는 가능성 증진
엔지니어들이 불량발생을 낮추거나 불량 탐지능력을 증대시킬 수 있는 관리수단 또는 방법에 초점을 맞출 수 있도록 공정결함을 규명
중요관리 특성을 찾아내고 제조관리계획 개발이 용이
공정개선 조치들간의 우선 순위 설정
● OUTPUT
DFMEA PFMEA
제품에 대한 잠재고장모드의 LIST
중요 관리 특성의 LIST
제품고장모드의 원인 제거나 발생률 감소를 위한 설계활동 LIST
공정에 대한 잠재고장모드의 LIST
중요 관리 특성의 LIST
제품고장모드의 원인 제거나 발생률 감소를 위한 공정활동 LIST
● FMEA의 실제 적용/운용
필요성 안전 또는 정부의 규제, 법규 적합성에 영향을 미칠 수 있는 잠재 고장 모드의 확인
hardware의 생산 투입 전 잠재적 설계결함 확인
제품의 집중관리 항목 확인
생산 개시 전단계의 잠재적 공정상 결함 확인
고객요구 만족 여부 확인을 위한 품질전략 수립, 설계, 공정에 관한 활동을 가능한 제품 개발 초기 단계에서 제시하기 위한
설계, 제조, 조립 공정의 개선을 통한 제품 결함 제거(감소)
제품 결함 제거를 위한 조직적이고 체계적 접근 방법 제공
제품개발 활동에 따른 모든 검토 내용과 대책 이력 제공
실시자 team을 구성하여 실시
협력업체 영역에 대해서는 자체적으로 실시토록 교육 및 지침 부여
실시시기 제정 신규 system, 부품, 공정의 채택 또는 신기술 채택 시
현 설계, 공정 변경 시
carryover된 설계, 공정이 타제품에 적용 또는 환경 변화 시
system 기능은 정의되었으나 특정 hardware 미선정시
부품 기능은 정의되었으나 설계 승인이 되지 않고 생산에 투입되지 않았을 때
신규 상품계획 수립 시
개정 제품 설계, 적용, 환경, 재질 또는 제조, 조립 공정 변경 시마다 실시
제품개발 cycle의 각 개발 event 발생시 또는 D/R 시점별 변경사항 발생시
완성 지속적으로 개정되는 것 - 완성 개념 없다
폐지 DFMEA은 양산 2년 이후 폐지가 바람직(경우에 따라서는 영구 보존관리)
PFMEA은 Non-control item의 경우 부품 생산 시점까지.
control item은 최종 부품 생산 1년 이후까지 FMEA Chart를 관리 후 폐지
협력업체 FMEA는 Customer FMEA 폐지 1년 후에 폐지
● FMEA의 2단계
(일반적으로 실시 빈도가 많은 DFMEA와 PFMEA에 대한 상세 목적 및 정의)
1. DFMEA(설계고장mode 영향해석)
개발이나 설계단계를 원인으로 하는 고장 모드를 해석하여 문제점 발생을 예지하므로서 설계에 대책을 취하기 위함.
설계 FMEA는 하나의 component, sub system이 설계될 때 기술자가 경험이나 과거 검토로부터 문제점이 있을지도 모를 부품의 해석을 포함하는 고유기술에 의해 기술자가 설계공정에서 통상 실시하는 상상력으로 관찰 검토하고 그 결과를 정형화하여 문서화하는 것임.
2. PFMEA(공정고장mode 영향해석)
제조공정의 잠재 문제점 해석을 실시하여 문제점을 예지하고 사전에 개발이나 설계내용에 대책을 반영시키고, 또한 공정설비나 작업절차서를 변경하여 고장원인에 대한 대책을 취하기 위함.
제조담당 기술자 또는 팀에서 잠재되어 있는 고장 mode 및 이것과 관련된 원인 메커니즘을 가능한 고려하면서 추진해 가는 수단으로서 이 기법이 이용됨.
고장 mode 영향분석(FMEA)의 공식적인 Reference Manual이 있다. Reference라고는 되어 있으나 강제적인 요구사항으로 볼 수 있다.
--------------------------------------------------------------------------------
보충 설명;
The role of FMEA in a quality system.
설계의 불완전이나 잠재적인 결점을 찾아내기 위해 구성요소의 고장모드와 그 상위 아이템에 대한 영향을 해석하는 기법.
특히 영향의 치명도에서 그 정도를 중요시 할 때에는 FMECA(Failure Mode Effects and Criticality Analysis)라고 한다.
이 수법은 완성된 기기나 시스템을 검토하기 위한 것이 아니라, 앞으로 개발하려고 하는 기기나 시스템의 설계개선에 활용하는 것이다.
대상이 되는 고장은 하드웨어에 관한 유일한 고정고장(固定故障)이다.
구체적으로는
① 예측되는 고장모드
② 양향의 중대성
③ 발생빈도
④ 검지의 난이도
⑤ 최초로 검지할 수 있는 시점
⑥ 검지방법
등의 평가항목에 따라서 고장모드의 상위 아이템에 대한 영향을 해석한다.
또 고장모드의 상위 아이템으로서의 기능전개는 해석자의 기술적 판단에 크게 의존한다. 따라서 권고사항이 과잉품질로 변하기 쉬우며, 목표원가도 동시에 고려해야 한다. 실제로는 워크시트를 이용하여 해석한다.
--------------------------------------------------------------------------------
※ 관련 용어 LINK;
아이템(Item)
고장(Failure)
고장메커니즘
고장모드(Failure Mode)
고장 해석(故障解析, Failure Analysis)
ETA(Event Tree Analysis) --- 주로 전략적 분석을 위해 적용되며, FMEA 분석을 위한 data 수집용 도구로서 활용
FTA(Fault Tree Analysis) --- 주로 고장해석의 정량적 계통도를 제공받기 위해 활용하며, FMEA 실시전 고장발생 메커니즘을 파악하기 위한 도구로서 활용
L-Matrix --- QFD의 기본 사항으로서 문제점 혹은 불량의 영향정도를 Matrix표를 이용하여 분석하는 도표를 의미. 주로 FTA 실시 중간 단계에서 각 gate별 data의 정량화를 유추하기 위해 적용.
FMEA Chart --- FMEA 실시를 위해 작성하는 도표로서 각종 잠재적인 불량 mode에 대한 data를 관리하는 도표
※ 관련 정보/문헌 Links;
FMEA 소프트웨어 Quality APQP Software, USA
Relex FMEA 소프트웨어 USA
QS-9000 / ISO9000 대응 FMEA 실용절차서, Japan
QS-9000 Q&A 150문답집, Japan
QS-9000 완전 이해 매뉴얼, Japan
--------------------------------------------------------------------------------
개요;
Taguchi Method는 타구치겐이치(田口玄一) 박사에 의해 개발되어 온 것으로서 기술을 최적화하기 위한 방법이다. 1980년 타구치 박사가 미국 Bell연구소에서 반도체에 관한 생산기술 개발을 지도하여 대성공을 거둔 것이 미국에서 Tguchi Method가 폭발적으로 보급되는 계기가 되었고 현재는 세계적으로 확산되어 Taguchi Method, Robust Design 등으로 표현하며, 일본에서는 품질공학(Quality engineering)이라고 한다.
Taguchi Method는 자연의 유일한 해법을 찾으려는 과학이기 보다는 품질과 COST의 최적해를 구하려는 의도에서 출발된 것이며, 본 기법은 학자들에 의해 연구되기 보다는 기업의 설계를 중심으로 한 관리자들에 의해 연구되고 활용되어야 할 부분이라고 할 수 있다.
Taguchi Method를 한 마디로 정의하면 고품질의 제품을 낮은 COST와 빠른 납기를 이루기 위한 R&D단계에서의 생산성 향상을 위한 Engineering Method라고 할 수 있다. 이와 같은 기대 효과 때문에 국내에서도 인천에 소재한 모 자동차 메이커에서는 부품 품질 개선 도구의 하나로 이와 같은 타구치 기법을 채택하고 지도 활동을 전개해 왔는데 그 배경에는 이와 같은 고품질, 고효율, 저COST를 달성하기 위한 것이다.
이처럼 Taguchi Method는 과거의 Statistical Experimental Design의 개념을 근간으로 다음과 같은 두 가지 새로운 개념을 접목시킨 가운데 출발했다고 볼 수 있다.
How to reduce economically the variation of a product's function in the customer's environment.
How to ensure that decisions found optimum during laboratory experiments will prove to be so in manufacturing and in customer environments.
1. 품질이란?
국가규격에는 품질을 「물품 또는 서비스가 사용 목적을 충족시키고 있는지를 결정하기 위한 평가 대상이 되는 고유의 성질 · 성능의 전체」라고 표현되어 있는데 간단히 표현하자면 상품의 성능일 것이다.
여기에 대하여 Taguchi method에서는
"품질이란 제품이 출하된 후 사회에 미치는 손실이다. 단 기능 그 자체에 의한 손실은 제외한다"라고 정의하고 있다. 즉 품질=손실인 것이다.
이해를 돕기 위해 이런 것을 생각해 보자! 우리가 상품을 구매했을 때 그것은 광고처럼 기능을 발휘해 주었는지? 수명이 짧은 상품은 없었는지? "나와 함께 산 저 사람의 물건은 괜찮은데 내 것은..." 이와 같은 일은 없었는지? 말하자면 「품질이 나쁜 상품」이다. 그리고 이것이 「기능의 산포에 의한 손실」인 것이다.
이어서 또 한가지 예를 들면 휘발유 차량보다 연비가 좋다고 생각하여 디젤 차량을 구입하였는데 자기 차량의 주행 모습을 보니 검은 매연을 내뿜고 있었다. 또 한편 파워가 약해서 생각했던 것 만큼 연비도 좋지 않다고 하는 사실에는 실망을 금치 못할 것이다. 이처럼 시커먼 매연, 그리고 낮은 연비가 「기능 이외의 폐해 항목에 의한 손실」이다.
Taguchi method에서는 이 두 가지를 합쳐서 품질이란「물품이 출하된 후 사회에 미치는 손실」이라고 생각하고 있다.
2. System이란?
Taguchi 기법에서는 상품이나 기술, 제조공정을 System으로 다룬다. 그림으로 나타내면,
노이즈 z1.z2 ..., z k
입력신호 M SYSTEM
(X 1, X 2, ..., Xn)
출력특성 y
(지시값, 전력, 재료) (사용하는 공구나 가공속도,
여러 가공조건 등) (품질의 치수, 제거된 재료,
완성된 물품의 형태)
시스템에 신호 M을 주면 시스템이 갖는 내부 Parameter에 따라서 변환을 하여 y라는 출력을 한다. 내부 파라미터라는 것은 간단히 말하면 우리가 설계할 때에 결정하는 치수나 가공조건, 저항치 등이다.
이것을 우리가 관여하고 있는 기술이나 공정으로 바꾸어 생각해 보면 여러 가지를 떠올릴 수 있을 것이다.
예를 들어 공작기계라고 한다면 입력은 기계에 부여하는 지시값, 전력, 재료. 출력은 품질의 치수, 제거된 재료, 완성된 물건의 형태. 내부 파라미터로서는 사용하는 공구나 가공속도, 여러 가지 가공 조건 등일 것이다.
이 내부 파라미터의 설계가 잘되지 않으면 목적으로 하는 「좋은 제품」을 얻을 수 없다. 단지 시스템에는 동시에 외부환경 변화나 내부 파라미터 이탈 등의 Noise가 작용한다.
우리들이 해야 할 일은 이와 같은 Noise가 가해져도 더욱 안정되게 작동해 줄 시스템을 만들어 내는 일이다.
그런 입에 맞는 물건이 있다면 갖고 싶을 것이다. 그러나 세상에는 이미 많이 존재하고 있으며, 다만 공표되어 있지 않을 뿐이다. 바로 기업비밀이란 것인데 모든 기업이 똑 같이 흑자를 낼 수 없는 이유가 바로 여기에 있다!
그리고 이와 같은 시스템 내부 파라미터를 효율적으로 결정하는 수법이 파라미터 설계(parameter design)이다.
3. 어디에 이용할 수 있는가?
그럼 어떤 곳에 Taguchi 기법을 이용할 수 있는가? 그것은 「모든 제품을 생산하는 현장」인 것이다.
다음 그림은 기초연구에서 시작되어 판매되기까지 상품의 흐름을 나타낸 것인데 모든 단계에서 Taguchi 기법이 제공되고 있음을 이해할 수 있을 것이다.
상품의 판매까지의 흐름 Taguchi method의 수법
하류에서부터 거슬러 올라가면 이해하기 쉽다.
기초연구 기능성을 사용한 Parameter 설계
↓
기술개발
↓
상품기획 SN비를 이용한 시스템의 우열 비교
품질특성을 사용한 Parameter 설계
허용차 설계
On-line 품질공학
↓
상품개발
↓
제조
↓
검사
↓
판매
4. 품질관리 활동의 변천 과정은?
검사
(INSPECTION)
SCREENING
ACCEPTANCE SAMPLING
▼
공정관리
(PROCESS CONTROL)
관측(MONITORING)
진단(DIAGNOSIS)
조정(ADJUSTMENT)
▼
제품/공정설계
TAGUCHI METHOD
--------------------------------------------------------------------------------
관련 Link
품질도구(Software) Taguchi method를 손쉽게 적용할 수 있는 Software
Dr. Genichi Taguchi
Shin Taguchi
Taguchi's Approach to Quality Engineering Robust design (RD) * URL변경
Taguchi Method를 이용한 Robust 설계 * URL 변경
사례(Taguchi Method 적용 사례 Database) 38건(JAPAN) * URL 변경
--------------------------------------------------------------------------------
산포의 3요소와 대책
제품 사용환경의 산포
열화, 마모에 의한 기능 저하
재료, 부품, 작업의 산포
기능품질 대책
--------------------------------------------------------------------------------
산포의 3요소와 대책
신제품을 만들어 시장에 출시했을 때 그 기능과 가격은 누구라도 잘 알며, 곧 이에 대항하는 제품이 나오는 수가 많다. 여기에 반해서 COST와 품질은 경쟁사가 알아내기 힘들며 만약 알아내었다 하더라도 그것을 실현할 방법을 모르면 흉내낼 수 없다. 따라서 경쟁사와 현격한 거리차를 두고 높은 경쟁력을 갖기 위해서는 충분한 연구를 거듭하여 COST DOWN과 품질향상을 도모해 가는 것이 중요하다. 제품이 Trouble을 일으키고 혹은 기능이 정지되어 작동불량 등으로 수명을 다하는 것은 기능특성이 설계치에서 벗어나 버렸기 때문이다. 기능특성이 산포를 이루는 원인에는 다음과 같은 3가지가 있다.
1. 제품 사용환경의 산포
사용자가 제품을 사용할 때 그 사용환경은 일정하지 않다. 환경의 온도, 습도, 자세, 입력전압, 자장(磁場) 등이 다르며, 혹은 변화하고 그 영향을 받아서 기능특성에 산포가 생긴다. 이들 원인을 외부 noise(또는 환경잡음)이라고 부른다.
2. 열화, 마모에 의한 기능 저하
제품을 장기간 보관해 두거나 사용하고 있는 동안에 그 제품을 구성하고 있는 재료, 부품 등이 시간경과와 더불어 질적변화를 일으키고 또는 치수가 마모 변화되거나 각종 부하가 계속됨에 따라 재료, 부품정수(部品定數)가 변화하여 그 영향 때문에 기능특성이 저하하거나 기능정지, 고장상태가 되어 버린다. 이들 원인을 시간적 내부잡음(또는 열화잡음)이라고 부른다.
3. 재료, 부품, 작업의 산포
제품을 구성하는 재료, 부품은 조달 단계에서 많건 적건 산포를 이루고 있다. 그 영향을 받아 완성된 제품의 기능특성이 산포를 이룬다. 또한 제품을 만드는 제조설비는 가끔 고장이 나거나 설정한 값이 변화하고 또한 작업자의 손(작업방법)도 당연 산포를 이루고 있다. 이것을 공간적 내부잡음(또는 개체간 산포)라고 부른다.
상기와 같은 외란(외부 noise), 내란(내부 noise)이 있더라도 목적기능이 정상적으로 작동한다면 기능품질이 높은 좋은 품질이라고 할 수 있다.
기능품질의 산포에 대한 대책은 개발설계단계(제품, 공정)에서 행하는 OFF LINE 대책과,
제조단계에서 할 수 있는 ON LINE 대책이 있다.(결국 양산단계에서 산포 대책의 일환으로 열심히 품질개선을 해봐야 제한적이며, 두더쥐 잡기식의 활동이 될 수 밖에 없다. 요는 개발 설계단계의 상류쪽에서 Key를 쥐고 있다)
기능품질 대책
부문(단계) 대책 잡음(noise)
외부 잡음 내부 잡음
환 경 시간적
(열화) 공간적
(개체간 산포)
OFF LINE
(기술부문) 개발, 설계 System설계
파라미터설계
허용차 설계 ◎
◎
○ ◎
◎
◎ ◎
◎
◎
생산기술
(공정기술) System설계
파라미터설계
허용차 설계 ×
×
× ×
×
× ◎
◎
◎
ON LINE
(LINE부문) 생산(양산)단계 공정의 진단조절
Feed-back 제어
Feed foreword 제어
검사 설계 ×
×
×
× ×
×
×
× ◎
◎
◎
◎
영업 After-service × □ □
◎ 유효(대책 가능),
○ 가능(가능하지만 되도록 피한다),
□ 예방보전 의미로서는 가능,
× 불가능
(요약)
구분 단계 잡음(noise)
외부 잡음 내부 잡음
환 경 시간적(열화) 공간적
(개체간 산포)
OFF LINE
품질관리 제품설계 ◎ ◎ ◎
공정설계 × × ◎
ON LINE
품질관리 생산(양산) × × ◎
사용현장 × × ×
모든 품질도구가 그렇듯이 Taguchi Method 또한 Point만 잘 파악한다면 이미 개발된 Software와 더불어 실무 적용은 생각보다 어렵지 않다. 최근 미국과 유럽 그리고 일본과 같은 품질 선진 기업을 중심으로 품질개선 도구로서 널리 적용되고 있고 Taguchi Methods를 특별 게재하였다.
한편 Six Sigma 수준을 지양하는 품질혁신 활동에 있어서도 Taguchi Methods는 Six Sigma 기법의 기본 Step이라고 할 수 있는 M-A-I-C의 4Step 중 I(Improvement)단계에서 최적화를 위한 개선 Tool로 널리 활용되고 있는 실정이다.
본 내용은 Taguchi 기법을 전문적으로 연구, 확산시키고 있는 미국과 일본의 전문 기관(ASI, NASA, Taguchi Method Forum, 일본의 품질공학회 등)으로부터 수집된 자료를 기초로 재편집하고 있으며, 특히 이해를 돕기 위하여 문답형식을 취하였다. Taguchi method를 이해하고 적용하는데 도움이 되었으면 한다(편집자 정 인철)
--------------------------------------------------------------------------------
좋은 품질의 제품을 신속하고 값싸게 만들기 위해서는?
왜 Taguchi Method가 유효한 수단인가?
산포를 줄이는 파라메타설계란?
왜 기능성을 평가하나?
왜 기능성 평가는 동특성으로 하는가?
..... 좋은 품질의 제품을 빠르고 값싸게 만들기 위해서는? .....
오늘날 설계가 요구 받고 있는 것은 좋은 품질의 제품을 빠르고 값싸게 개발하는 일이다. 이 3가지 항목을 개선하기 위해서는 어떻게 해야 할지를 고찰해 본다.
1. 품질
품질이 "좋다, 나쁘다"는 것은 무엇을 의미하는가?
치수가 틀리지 않게 설계한대로 제품이 만들어지고 설계자가 생각하고 있던 대로 제품이 기능을 발휘해 주면 품질문제가 발생하겠는가? 실제로는 치수가 미묘하게 차이가 나 있거나 사용환경이 달라서 거의 대부분의 제품에 산포가 존재한다. 소비자의 손에 건네졌을 때에 이 산포가 원인이 되어 환경조건이 바뀌면 작동하지 않거나 사용하고 있는 사이에 기능이 정지해 버리는 품질 문제가 발생하는 일은 주지하는 것과 같다. 이들 산포는 다음 세 가지로 분류할 수 있다.
1) 환경변화에 의한 산포
2) 사용하고 있는 동안 기능이 정지하게 되는 열화에 의한 산포
3) 조립 부품간의 산포
--------------------------------------------------------------------------------
각각의 산포에 대하여 사례를 제시한다면?
1)항의 산포는 상온에서는 동작을 하고 있었는데 저온이 되면 작동불량이 되었다고 하는 종류의 사례이다.
2)항의 산포는 사용 중에 시끄러운 소음으로 변했다든지 진동이 발생하게 되었다는 등의 열화에 관한 산포이다.
3)항의 산포는 재료나 치수의 미묘한 차이로 발생하는 산포이며, 제조부문이 관리해야 할 산포이다.
--------------------------------------------------------------------------------
개발단계에서 억제 시켜야 할 산포 대책이란 무엇인가?
소비자가 문제로 삼는 것은 구입한 유일한 제품이 환경 변화로 기능이 정지되거나 사용하고 있는 동안 기능이 열화 되어지는 1), 2)항의 산포이다. 이 산포는 제조의 노력으로 없앨 수 있는 것은 아니며, 개발단계에서 억제해 두어야 하는 것이다. 그 때문에 설계자는 여러 가지 조건에서 시험을 실시하며 기능을 발휘하는지를 확인을 하고 있다. 그러나 확인실험은 시장의 환경을 모두 망라한 것은 아니며 발견할 수 없었던 문제점은 시장으로 유출되어 Claim을 발생시키게 된다.
--------------------------------------------------------------------------------
2. 개발 SPEED
종래 수법은 왜 개발기간이 오래 소요되는가?
종래 설계 방법과 그 문제점을 제시한다.
이것은 많은 품질특성에 대하여 확인실험을 하여 문제점을 발견해 내고 문제점을 feedback하여 수정해 간다고 하는 확인 수정형이다.
이 방법은 하나의 품질특성을 개선하면 다른 품질특성이 나빠지거나 해서 좀처럼 품질문제가 해결되지 않고 개발기간이 오래 걸리게 된다(품질특성에 관한 부작용 에너지는 서로 에너지를 교환한다고 하는 법칙이 있으며 특정 품질특성만을 개선하더라도 진짜 개선은 되지 않는다)
또한 정해진 test를 조건으로 올바르게 기능토록 하는 것이 확인되었다고 해서 모든 조건에서 올바르게 기능을 발휘할지는 알 수 없다. 그와 같은 것이 FIELD CLAIM으로서 되돌아오고 그 대책으로서 더욱 개발기간이 길어져 버린다.
또한 개발기간이 길게 걸린다는 것은 그만큼 개발 COST가 든다는 것이며, 기술이 급속히 진보되고 있는 오늘날 시간을 오래 끌면서 개발하고 있어서는 상품 수명이 짧아지는 것과 같은 수익에 관련되는 문제도 발생한다.
--------------------------------------------------------------------------------
3. COST
산포와 COST는 어떤 관계가 있는가?
종래 수법에서는 cut and try로 산포가 억제되지 않을 경우 다음과 같은 대책을 실시하고 있었다(지금도 하고 있겠지만...)
1) 노이지(산포의 원인) 그 자체를 관리, 억제한다.
예;
사용하는 부품, 재료의 산포 억제
사용조건의 제한
2) 특성의 변동을 보상장치로서 억제한다.
예;
negative feedback
이와 같은 방법으로는 어느 쪽이나 COST- UP이 되어 버린다. 더욱이 사용조건의 제한은 시장의 점유율을 떨어뜨리는 일이 되기도 하며 보상장치의 추가는 그 자신의 고장에 의해 고장률이 증가해 버리는 새로운 문제도 발생한다.
--------------------------------------------------------------------------------
이처럼 산포는 품질, 개발기간, COST에 크게 영향을 미치고 있으며, 이 산포 문제를 어떻게 해결할 것인지가 중요하게 된다.
--------------------------------------------------------------------------------
그럼 어떻게 하면 해결할 수 있는가?
이들 문제는 종래의 설계수법(확인수정형)을 다음과 같은 기술개발형으로 이행시킴으로써 해결한다.
기술개발
(기능연구) (안정성 연구)
요소기술 → 안정성 평가
요소기술 → 안정성평가
요소기술 → 안정성 평가
이 개발방법은 기술개발 단계에서 기능 연구 뿐만이 아니라 NOISE(기능의 산포를 이루게 하는 원인)의 영향을 받기 어렵게 하는 안정성 연구를 해 둔다고 하는 것이다. 이 NOISE에 강한 설계를 하는 것을 ROBUST 설계라고 한다.
기술의 ROBUST 설계가 되어 있으면 상품개발은 기술의 조합과 목적특성으로 만들기 위한 튜닝만으로 끝난다. 품질특성을 해결하기 위한 "두더쥐 잡기" Loop도 해소되고 설계공수(M/H)도 줄일 수 있다.
또한 ROBUST 설계를 취하더라도 아직 목표로 삼은 안정성을 얻을 수 없을 경우에 한하여 COST와 품질의 균형을 취하면서 부품의 GRADE-UP이나 보상회로를 추가를 하기 때문에 COST-UP을 최소한으로 억제할 수 있다.
▼
상품기획
▼
상품설계
기술의 조합
품질과 cost의 밸런스
▼
상품
.....TAGUCHI METHOD가 왜 유효한 수단인가? .....
앞 장에서 확인수정형 설계를 기술개발형 설계로 하면 품질, 개발기간, COST 개선을 할 수 있다고 하였다. 그러나 안정성 설계를 기술개발형 단계로 간단히 이행할 수 있는가?
기술개발형 설계를 성공시키기 위해서는 선행성, 범용성, 재현성이 높은 기술개발을 하는 것이 매우 중요하게 된다.
그리고 이와 같은 선행성, 범용성, 재현성이 높은 기술개발을 효율적으로 하는 수단이 바로 TAGUCHI METHOD인 것이다.
--------------------------------------------------------------------------------
선행성이란 무엇인가?
상품기획에 선행하여 안정성 연구를 하는 것이 기술개발형이다. 그러나 종래와 같은 품질특성 평가를 하고 있어서는 최종 제품의 사양에 따라 평가가 달라지기 때문에 사양이 결정되지 않은 상품기획 전에 안정성 평가를 한다는 것은 불가능하다.
TAGUCHI METHOD에서는 품질특성을 평가하지 않고 기술의 기능성(입력에 대하여 어떤 출력이 되는지, 기술에 요구되고 있는 작용)을 평가하도록 권고하고 있다. 기술의 기능성은 요구사양이 명확히 되어 있지 않더라도 안정성 확보를 할 수 있기 때문에 상품기획에 선행할 수 있는 것이다.
우선 요구특성이란 관계없이 기능의 안정성 연구를 선행시켜 기능의 산포를 될 수 있는 대로 줄여 둔다. 그 다음에 많은 설계 파라메타 중에서 산포에 영향을 받지 않고 요구특성을 자유롭게 변경할 수 있는 설계 파라메타를 발견해 두면 상품기획이 끝나고 요구특성이 명확해진 시점에서 산포가 적은 제품을 곧바로 효율적으로 개발할 수 있는 것이다.
--------------------------------------------------------------------------------
범용성이란 무엇인가?
안정성 연구에는 많은 공수가 필요하게 된다. 따라서 특정 제품에 대해서만 적용 가능한 기술개발을 하고 있어서는 매우 효율이 떨어지고 만다.
종래의 품질특성을 평가하고 있어서는 요구특성에 의해 평가 결과가 달라지기 때문에 범용성이 있는 기술개발을 할 수 없었다.
TAGUCHI METHOD에서는 시스템의 기능성을 추구하고 있다. 사양에 얽매이지 않고 넓은 범위에서 이 기능성을 평가하면 폭 넓게 유용할 수 있는 기술개발이 가능하다.
--------------------------------------------------------------------------------
재현성을 얻기 위해서는 어떻게 해야 하는가?
안정성 설계를 상품기획 전에 하기 위해서는 기술개발 단계의 소규모 실험 결과가 제품에서 재현되고 또 나아가서 대규모 시장(field)의 결과와도 일치될 필요가 있다. 이를 위해서는 여러 가지 조건에서 기능하는 것을 어떻게 평가할 것인지가 문제가 되어져 온다.
안정성 연구를 하여 산포를 줄였기 때문에 개발단계에서 확인한 결과와 시장의 결과가 일치하기 쉽게 되어 있다. 더구나 TAGUCHI METHOD에서는 재현성을 나쁘게 하는 원인인 교호작용의 유무를 확인할 수 있다.
교호작업이 없는 것이 확인되면 높은 재현성을 기대할 수 있게 된다.
만약에 교호작용이 있으면 실험에 취한 조건 설정이 틀린 셈이 되어 신속하게 실험의 재검토에 들어 갈 수 있게 된다.
종래의 1인자 실험에서도 교호작용이 없으면 동일한 최적조건을 구할 수 있다.
그러나 1인자 실험에서는 교호작용의 유무가 확인 불가능하다. 교호작용이 있는 경우에는 어떤 조건에서는 산포가 최소이더라도 다른 조건에서는 커지는 것과 같은 재현성이 나쁜 조건을 선택해릴 우려가 있다.
--------------------------------------------------------------------------------
교호작용이란 무엇인가?
교호작용이란 인자간에 상대방 수준(설정치)에 따라 각 인자의 효과가 다른 것을 말한다.
예를 들면 플라스틱의 온도에 의한 팽창을 최소로 하는 첨가제를 B1, B2로부터 선택하고자 할 경우 첨가제 B1, B2에서의 팽창을 온도 A1, A2로 측정한다. 이 때 온도 A1에서는 첨가제 B1의 쪽이 팽창이 작은데 온도 A2에서는 첨가제 B2 쪽이 작아지는 경우를 교호작용이 있다고 한다(온도에 의해 최적첨가제를 알 수 있다).
교호작용이 있으면 평가한 조건에서는 최적해라 하더라도 모든 조건에서 최적해는 되지 않으며 평가하지 않은 조건에서 사용되면 문제점이 발생할 우려가 있다.
--------------------------------------------------------------------------------
품질혁신 활동을 신속하고 효과적으로 지원해 주는 Tool로서 품질 선진
기업들이 이용하고 있는 Software들을 한 자리에 모았습니다.
종래 인해전술 방식의 품질개선 활동에서 이제는 똑똑한 Software를 잘
이용하는 것 - 6 Sigma 수준의 품질혁신이 결코 일본이나 구미 선진국만의
독점물이 아닐 것입니다.
DATA의 해석이나 통계적 품질관리를 위해 복잡한 계산식을 일일이 대입하
거나 표 계산 기능의 엑셀 프로그램과 같은 것으로 서툴게 그래프를 그리는
등의 후진성으로는 결코 그들을 따라 잡을 수 없습니다.
ISO나 QS-9000 시스템의 효율적인 운영, 품질 혁신 활동의 선진화!......
그것은 SQC에서 부터 Taguchi method, 실험계획법, 다변량해석 등과 같은
고도의 품질도구 적용과 이를 간단히 처리해 주는 System과 Software의
활용일 것입니다.
(이하 품질도구 예)
--------------------------------------------------------------------------------
목록
품질관리 지원 system
Taguchi Method 실험해석 soft
다변량해석 sys
품질보증 정보 sys
품질검사 관리 sys
의사결정 지원 sys(AHP에 의한)
신뢰성 해석 sys
다차원 해석 sys
품질교육 sys
Field 고장 DATA 해석 sys
SAS(Statistical Analysis System)
SPSS
SPSS(Korea)
QFD 품질기능전개
FMEA 잠재적 고장형태 및 영향분석
ANOVA 분산분석, Taguchi methods
STN Taguchi methods
SPC 통계적공정관리
TQM Tool
SPC - PC IV 통계적공정관리
QA-Shop Floor
Q-Pulse 품질경영(ISO9000 & QS9000)
DOE-PC IV 실험계획법
QA-Calibrate 계측 및 시험장비관리
계측교정관리시스템 국내 개발 제품
Q-1 시리즈 토목건설 현장관리, 품질관리 ('99.3.14)
TRIZ(1) 소프트웨어('99.5.2)
TRIZ(2) Demo. Download('99.5.2)
STATISTICA 다변량분산분석
몰포코리아 한국형 품질경영 Software Tool('99.6.20)
1. 품질관리 지원 시스템
소프트 명칭; JUSE-QCAS Quality Control Assisting System(영문)
개요:
품질관리의 Base가 되는 통계적수법을 활용하여 품질관리 활동을 소프트웨어측면
에서 Support해 오고 있는 제품이다.
1985년 개발 이래 10여년간 품질관리의 기본에 충실하면서 더구나 그 시대의 컴퓨터
환경에 적합하도록 개발되어 품질관리 프로페셔널로부터 호평을 받아 Long best
seller 제품으로 자리잡아 왔다.(영문판은 해외 기업으로부터의 요청에 따라 1998년에
상품화되어 유럽과 미국에서 사용되기 시작)
판매량(사용 회사) 45,000개를 초과하여 품질관리 분야의 권위인 데밍상위원회로부터
품질관리문헌상을 software로서는 처음 수상하였으며, DATA 해석의 표준 software
로서 부동의 자리를 지켜 왔다.
세계의 많은 품질관리 현장과 연수기관으로부터 Quality Standard Application으로서
높이 평가되어온 제품이다.
QC 서클에서부터 고도의 품질관리, 기술개발, 서비스 활동, 해외 전략을 강력히
지원한다.
SYSTEM 특징:
품질관리에 불가결한 수법인 QC 7가지 도구편, 실험계획법편, 회귀분석편의 3
패키지로 구성되어 있다. QC 서클에서부터 고도의 해석까지 목적에 맞추어 해석할
수 있으며, QC 필수인 층별해석을 비롯하여 풍부한 기능을 갖고 있다.
일과기연(日科技硏) 강사진의 협력 하에 개발되어 일본 품질관리 소프트의 사실상
표준품(베스트셀러)이 되어 오고 있다.
실행 화면 예(英文版):
--- MA CHART ---
← Click ......
확대
동작환경:
MS-Windows 95/NT4.0, 24MB,
2. Taguchi Method 실험해석 소프트
소프트 #1; 윈도우용 리프세스
특징:
Taguchi method용의 해석 지원 소프트로서 분산분석, 요인효과도의 출력, SN비로
의 DATA 변환은 물론 WORK SHEET에 의한 DATA 입력, 마우스에 의한 최적 조건의
추정 등 조작성 면에서도 특징이 있다.
Windows의 특징인 표계 산 소프트에서 직접 DATA를 복사하거나 요인효과도를 MS
WORD로 옮길 수 있다.
RICHO(주) 개발.
소프트 #2; ANOVA / TM-ANOVA
특징:
일반 다원배치(多元配置)에서 고도의 할당에 의한 직교표해석(直交表解析)을 비롯
다양한 기능을 갖고 있다. 범용의 명칭에 어울리는 해석 소프트이다.
Taguchi Method용 DATA 해석 SOFT인 TM-아노바는 Taguchi Method에서 사용되는
해석이 compact하게 구성되어 있어서 parameter 설계, 허용차 설계를 위한 해석에
매우 편리하다. 더구나 마하라노비스의 거리 해석도 새로운 기능으로 추가되어 있는
점이 큰 특징이다.
일본규격협회 개발
동작환경:
MS-Windows 95
3. 다변량 해석 시스템
소프트 명칭; 다변량해석 시스템 JUSE-MA
개요:
다변량해석은 하나의 DATA를 여러 각도에서 바라보고 해석하여 DATA의 특징이나
구조, 고유기술과의 관련성을 이끌어 낼 수 있다.
본 제품은 해석을 대화적인 처리의 실현, 그래프에 의한 시각적인 표시, 해석수법의
통합화, 해석 advice 기능 등을 탑재, USER의 NEEDS에 정확히 답해 주고 있다.
개발 이래 12,000개의 판매실적을 갖고 있으며, 품질에 대한 까다로움, 참신한 설계
사상에 의해 더욱 사용하기 쉽고 충실화 되어 있다.
특징:
해석 STORY성의 실현
누구라도 간단, 쾌적하게 일신된 GUI
취급 DATA량의 확대와 DATA 자산의 유효 활용
업무에 부응한 통계적 해석을 다면적인 각도에서 실현
대학, 연수기관, 기업연수에서 다수 채용되고 있고 많은 해설서가 있다.
동작환경:
MS-Windows 95/NT4.0, 24MB,
4. 품질보증 정보시스템
소프트 명칭; JUSE-QAI Quality Assurance Information system
개요:
ISO9000s의 각 요건에 대응하여 시스템을 LINEUP하며, 인증 지원은 물론 일일 품질
보증업무의 효율화와 노력을 경감시켜 준다.
품질정보의 관리, 각종 양식의 Customize, 전자 Mail의 이용과 같은 업무에 도움을
주는 기능도 포함되어 있다.
동작환경:
MS-Windows 95
5. 품질검사 관리 시스템
소프트 명칭; JUSE-QIMS Quality Inspection Control system
특징:
검사치의 자동 합격 여부 판정
규격으로서의 수치, 층별 2type을 support
검사 빈도에 의한 DATA 관리(Spot / Lot / Weekly / Monthly / Rare)
공정, 품질관리 용지의 통계 해석 기능(관리도, 총괄표)
검인 마크
동작환경:
클라이언트 server형
6. 의사결정 지원 시스템
소프트 명칭; AHP(계층적 의사결정법)에 의한 의사결정 지원 시스템
개요:
지금까지 해석이 곤란시 되어 오던 다기준형(多基準型) 의사결정 문제나 정성(定性)
정보의 정량적인 해석, 의사결정의 계층 구조 MODEL의 중요도 평가 혹은 마케팅
평가 TOOL로서 최근 크게 주목 받고 있다.
기능 소개:
계층적 의사결정법(AHP)이 활약하는 비즈니스 무대는 실로 다양!!
1. 품질관리(QFD, FMEA)나 경영분석, 관능 검사, 신제품 개발, 디자인 평가, 공법 선택,
구매처 결정,마케팅, 앙케이트 조사, 정책 결정, 인사 평가 등 엔지니어링 분야에 있
어 유효한 수법이다.
2. 감각적인 정성 정보를 무리 없이 수량화(계량화)할 수 있다.
3. 각 평가 기준별 비교, 대체안에 미치는 영향도, 공헌도 등을 다면적으로 평가, 시뮬
레이션하고 납득할 수 있는 종합 평가, 의사결정 MODEL 구조를 시각적으로 나타낸
다.
4. 다수의 평가자가 있을 경우 혹은 평가자 속성이나 다른 질문 항목과의 관계 등
속성별로 비교하거나 중요도 분포 상태, 밸런스 등을 출력할 수 있다.
5. 다수의 후보 중에서 최적인 대체안을 선정, 우선순위를 부여한다. 공공적 혹은 정책
적인 다기준형 문제에 대하여 종합적으로 보아 최적인 대체안을 도출할 수 있다.
동작환경:
MS-Windows 95/NT3.51, 16MB
7. 신뢰성 해석 시스템
소프트 명칭; JUSE - RAS 1
특징:
K - S 검정이나 parameter 추정이 가능
선택한 복수의 변수에 대하여 각종 분포계의 parameter 추정을 하는 외에
K - S 검정이나 카이 2승 검정이 가능하다. 또한 검정과정도 해당하는 확률용지
위에 그래프로 표시된다.
조작은 처음 해석하는 사람도 사용할 수 있는 메뉴 선택 방식
각종 DATA TYPE에 폭 넓게 대응
DATA의 종류는 수치변수(고장 시간 등)나 층별변수 외에 고장 모드, 집계한
구간, 도수 DATA, 일자 DATA 등이 있으며, 보다 자세한 해석이나 DATA의 비교
를 할 수 있다. 해석 가능한 DATA량은 최대 30항목 600샘플. 또한 DATA 변환
기능을 이용하여 일자 DATA의 연산이나 각종 분포의 난수 DATA의 생성, 집계,
사칙연산 등도 가능하다.
충실한 그래프 표현력, 복수 DATA도 동시 플롯 가능
동작환경:
IBM/PS55, J3100 시리즈, MS-DOS 2.11 이상, 640KB 이상
8. 다차원 해석 시스템
소프트 명칭; 다차원 통계 해석 시스템 JUSE-MDSA
개요:
대량 DATA의 원활한 통계나 해석이 필요한 분야에 적합한 다차원 통계 해석 시스템
동작환경:
IBM/PS55, J3100 시리즈, MS-DOS 3.11 이상, 640KB 이상
9. 품질교육 시스템
소프트 명칭; JUSE - QUEST
개요:
P/C를 사용하여 실험계획법을 체험할 수 있는 완전히 새로운 시스템이다.
화면상에서 조작으로 효율적인 실험계획이나 DATA의 해석 등 GAME 감각으로 습득할
수 있다.
학습 순서:
문제 및 MODEL의 편집, 작성
실험의 계획
실험조건 입력과 할당, DATA 발생
실험 DATA의 해석과 검토
실험계획, 해석 방법 정리, 발표, 평가 표현
특징:
실험계획법을 실천적으로 체험 학습
습득 Level에 맞추어 활용 가능
전회 조건이나 수순, 할당 등도 보존, 자동 해석
현장 DATA도 그대로 입력 smooth하게 해석 가능
실험계획법의 집합 교육을 강력하게 support
QC game 전문가에 의한 개발, 지원
동작환경:
IBM/PS55, J3100 시리즈, MS-DOS 3.11 이상, 640KB 이상
10. FIELD 고장 DATA 해석 시스템
소프트 명칭; JUSE - FIELD
개요:
제품 출하 후 클레임이나 문제점 정보를 월별로 집계, DATA의 특징이나 경향을 잡아서
품질 상태를 파악하는 시스템.
꺾은 선 그래프나 막대그래프, 와이블(weibull) 확률지, 컴퍼넌트아워 맵을 갖추고
현장 담당자도 간단하게 시장 클레임 정보를 층별 해석할 수 있으므로 유품의
신뢰성을 조기에 예측, 대처할 수 있다.
특징:
일상 업무에 smooth하게 대응
집계표, 원 DATA표의 어느 쪽이나 입력 가능
시각적인 품질 상태의 파악이 용이
와이블(weibull) 확률지를 사용한 예측기능의 충실
각종 DATA에 대응
신뢰성 해석의 expert에 의한 개발 support
동작환경:
DOS 시리즈, MS-DOS 3.3 이상, 640KB 이상
11. SAS(Statistical Analysis System)
개요:
범용 통계 패키지. Batch 처리나 회화처리도 가능. IBM machine과 호환성이 있는 기계.
VAX 등의 super minicom으로 작동.
특징:
1. data를 변환, 가공하는 부분과 해석하는 부분을 명확하게 나누어 PL/1과 같이
프로그램을 처리할 수 있는 점이 특징이다.
2. 통계해석과 data 가공, 파일처리를 연속해서 할 경우에는 BMDP, SPSS보다도 훨씬
사용하기 쉽다.
3. 통계해석 기능은 본체에 기술통계, 다변량해석, 회귀분석과 분석분석, 이산DATA
해석, 소비자 프로그램 개발용 행렬언어 등이 포함되고 따로 파는 ETS에 시계열
해석, 동시 방정식 모델 해석을 포함한다.
4. 이밖에 컬러그래픽 기능, OR 수법도 포함된다.
12. SPSS(statistical product & service solutions)
SPSS Quality software helps manufacturers improve processes, reduce waste and
meet specifications. Implement your complete quality solution with easy-to-use products for
SPC, DOE, flowcharting and more.
소프트 명칭; Trial Run DOE software:
. Trial Run has the design method you need to improve and understand your
processes, generate effective results, reduce costs, meet your specifications
and increase your customers' satisfaction.
Surface plot created with Trial Run.
소프트 명칭; QI Analyst (SPC software)
QI Analyst DB is SPC software for monitoring and control in a network
cenvironment.
Communicate real time between the shop floor and the supervisor's office using
※ SPC용 소프트웨어는 국내에서도 "100PPM 품질혁신소프트웨어"라는 명칭
으로 보급됨(중소기업청+ 한국표준협회)
동작환경:
윈도우 95/NT
13. SPSS/Korea
소프트 명칭; 윈도우95/NT용 한글SPSS 7.5:
개요:
일반기업, 교육기관, 정부기관 등에서 쓰는 다양한 목적의 어플리케이션으로서 통계
분석, 그래프, 리포트작성 도구, 품질관리, 여론조사, 마케팅조사, data mining 등 조사,
연구에 적용
특징:
1.국내 SPSS KOREA에 의해 한글화된 통계팩키지로 쉽고 빠르게 통계분석을 할
수 있다.
2. 사용자는 체계적인 통계지식이 불필요하고, 도출된 SPSS 결과를 다각도로 이용할
수 있다.
동작환경:
윈도우 95/NT
14. QFD Designer
QFD Designer
Price: $975.00
Realize quicker payback on your Quality Function Deployment projects with this feature rich tool.
QFD 관련 사이트
QFD Institute North America http://qfdi.org/ww/qfdi/
QFD Institute Deutschland http://www.informatik.uni-koeln.de/winfo/prof.mellis/qfdid.htm
NASA http://mijuno.larc.nasa.gov/dfc/qfd.html
American Supplier Institute http://www.amsup.com/QFD/
Others http://www.mailbase.ac.uk/lists/qfd/
http://asrt.cad.gatech.edu/Sensors/QFD/QFD.html
http://www.dnh.mv.net:80/ipusers/rm/
http://www.inf.ufsc.br/~pegasus/qfd.html
15. FMEA PlusÆ
FMEAPlusÆ for Windows™
Version 4.0
Technical Support for FMEAPlus for Windows is provided by Ford Motor Company
Ford Developed (Includes the AIAG standard FMEA reporting format)
Price: $695.00
The potential Failure Modes and Effects Analysis (FMEA) discipline was developed by the aerospace
industry in the mid 1960s and was first used by Ford Motor Company in 1972. Since then, Ford has
continued to refine the FMEA technique for analyzing engineering designs and related
manufacturing processes.
System Requirements
Microsoft Windows 3.1 or Windows 95
4 Mb of RAM
16. ANOVA
ANOVA-TM for Windows
Version 1.0
Price: $950.00
ANOVA-TM for Windows is an easy-to-use, Design of Experiments (DOE) software application for
Windows based on Dr. Genichi Taguchi's methods.
17. STN for Windows
STN for Windows
Version 1.0
Developed and Supported by InfoMate
Also available in a DOS version
Price: $ 595.00
STN for Windows is the first software designed exclusively to support Dr. Genchi Taguchi's methods.
18. SPC1 for Windows
SPC1+ for Windows
Version 3.0
Price: $950.00
Statistical Process Control is essential for manufacturing and service industries. SPC1+ gives you
all the decision-making tools you need to eval!uate process improvement in one easy-to-use software
package.
19. TQM ToolSchool
TQM ToolSchool
The Complete School Reference of Quality
Improvement Tools
Price: $99.00
TQM ToolSchool is a software tool that will soon become an important resource for every team leader,
facilitator, and quality professional.
20. SPC PC IV
SPC is the tool you need to help you set your business apart and on the path to success.
Only QA Inc.'s SPC packages provide you with as many features--including full 32-bit Windows
functionality. SPC-PC IV, with its modular architecture, can do as much as you and your applications require.
21. QA-Shop Floor
QA-Shop Floor QA now brings fast, easy to use, SPC right to your shop floor. QA-Shop Floor is a streamlined data acquisition and analysis package designed for both networked and standalone environments.
22. Q-Pulse
Q-Pulse Quality Management Software for ISO & QS 9000.
Download
1) SPC-PC IV, and DOE-PC IV are available as 30-day eval!uations.
2) An interactive slide show demonstration of Q-Pulse is available.
3) An interactive slide show demonstration of QA-Calibrate is available.
23. DOE-PC IV
DOE-PC IV Flexible and easy to use design and analysis of experiments, with the widest set of designs available in a commercial package.
24. QA-Calibrate
QA-Calibrate Gage calibration database with full repeatability and reproducibility analysis.
25. 교정관리 프로그램
제품명; 검사및 시험계측장비 관리 software
개요:
품질시스템 인증 및 유지과정에서 많은 문제점이 대두되고 있는 "검사, 계측 및 시험
장비 관리"부문을 시스템화 및 전산화한 상용 제품(한글판)
제품 특징;
이력관리를 통한 추적성유지
부적합 계측기의 유효성평가
교정 불확도의 자동계산
국가표준 절차에 따른 교정 DATA의 입력 및 출력
교정불확도의 경향분석을 통한 주기의 설정
계측기의 재현성 및 반복성의 평가
교정D/B분석을 통한 업무진단 및 시정조치 등
제조원; 삼영기술
소재지; 서울 구로구 구로본동 1258
Tel. 02-682-4366/7
26. 토목건설 분야 품질관리 프로그램
제품명; Q-1 시리즈 (JAPAN)
개요:
간단한 DATA입력만으로 결과표, 관리도표, 전개도 등을 즉석 완성.
토목건설 현장의 서류 작성 고민으로부터 해방!
프로그램 소개;
현장시공관리
면적계산/전개도 작성SYS
종단계산관리SYS. 등
품질관리
콘크리트 품질관리SYS.
아스팔트온도관리SYS.
현장밀도시험관리SYS.
비파괴시험관리SYS 등
27. TRIZ (1)
제품명; TechOptimizer TM Professional Edition Ver.3.0-J
제품 구분: 영문판 / 일본어판
개요:
엔지니어가 설계할 때 concept을 수립하는 단계에서 큰 역할을 한다.
이 tool을 사용하면 여러 엔지니어링 분야에서 문제를 정확하게 파악하고 해결안을
발견할 수 있다. 즉, 혁신적이며 경제적인 해결안을 도출하는데 획기적인 사고
Guide가 된다.
누가 사용하나?
상품/PROCESS ENGINEER, 설계담당자, 과학자, 기술관리자 및 R&D, 시험, 제조,
품질관리, 검사, 보수 등의 분야. 즉, 모든 기술분야의 문제해결에 관련되는 사람들
에게 필수적인 TOOL
동작환경 OS Windows95, Windows98, WindowsNT4.0
CPU Pentium 90MHz 이상
RAM 16MB 이상(권장:32MB)
HD공간 최소 50MB, 표준 500MB
비디오 800 x 600 x 256
가격표
28. TRIZ (2)
IQ Technologies Corp.
TRIZ 응용 소프트 판매를 시작한 IQ Technologies Corp.의 홈페이지(영문)
간단한 DEMO 소프트웨어를 Download할 수 있다.
29. STATISTICA
STATISTICA 기초에서 응용까지 여러 통계적 수법을 비롯 그래프 작성 및 data base 관리기능을 갖춘 제품. 분산분석/다변량분산분석/시계열분석/시험의 신뢰성과 항목 분석
298,000엔
30. 몰포코리아
한국형 품질경영 S/W TOOL
ISO-9000 지원의 통합 품질경영(QM)정보관리 시스템
SAS, SPSS, MINITAB등을 대신할 한국형 품질 통계분석 패키지 S/W
SPC 시스템
ISO 품질시스템의 품질문서 및 기록정보관리 패키지 S/W
ISO 17025 품질시스템 지원 계측장비 교정정보관리 패키지 S/W
계측장비 유효성 평가용 불확도,게이지 R&R 교정자료 분석 S/W
내부 품질감사 정보관리 패키지 S/W
수입검사 정보관리 패키지 S/W
공정검사 정보관리 패키지 S/W
출하검사 정보관리 패키지 S/W
고객지원
서울.구로구신도림동402-3 구로하이테크공단 B107호
Tel: (02) 637-6744~45 FAX: (02)637-9628
홈페이지: www.morphosoft.co.kr
--------------------------------------------------------------------------------
QFD(품질기능전개)에 대한 개념 정리와 함께 관련 사이트 및 등록 정보를 소개한다.
정의
QFD를 통한 3가지 해결 과제
패러다임의 전환
QFD 관련 사이트 및 등록 정보
--------------------------------------------------------------------------------
정의
고객의 요구를 대용특성으로 변환시켜 제품의 설계품질을 정하고, 이것을 각 기능부품의 품질로 그리고 구성 부품의 품질이나 공정의 요소에 이르기까지 관련성을 계통적으로 명확히 전개하는 것.
이러한 품질 자체의 연쇄체계를 품질전개System이라 하며, 품질기능의 전개 - 품질을 달성하는 직능 내지 업무의 계통적 세부 전개 - 와 함께 품질기능전개라고 한다.
품질전개에는 먼저,
고객의 요구를 수집하고 분류, 정리해서 요구품질 전개표를 작성한다.
이어서 각 요구항목마다 대용특성을 열거, 정리해서 요구특성 전개표를 작성한다.
이들을 2원표의 형으로 결합시켜 상호 대응관계가 명확한 것은 협의의 품질표라고 부르며, 요구품질을 대용특성으로 변환하는 작용을 하기 때문에 설계 품질을 정하는 데에 이용한다.
품질특성전개표와 구성부품전개표를 2원표의 형으로 정리하여 상호관계를 나타낸 것도 넓은 뜻의 품질표이며, 이들을 품질전개표라고 총칭한다.
다시금 공정의 모든 요소로 전개하고 최종적으로는 QC 공정도 및 작업표준에 결부시킨다. 품질전개표와 QC공정도를 결합하는 모든 표를 협의의 QA표라고 부르고,
QC공정도,
관리표준,
업무의 기능전개표,
품질보증활동일람표 등을 포함해서 품질기능전개표라고 한다.
여기에 품질전개표를 합하여 광의의 품질표라고 부르는 수도 있다.
최근에는 품질전개시스템을 중심으로 COST, 기술, 신뢰성 등을 전개시킨 새로운 뜻에서의 종합적 품질시스템을 지향하는 움직임이 활발하다. 이러한 경우에는 다종대량으로 정보를 취급하는 수도 있으며, 컴퓨터(software)의 활용도 수반된다.
요약:
고객의 의견을 듣고 그들이 원하는 것이 무엇인지를 알아내어, 어떻게 하면 한정된 자원으로서 고객의 요구를 충족시킬 수 있는지를 결정해주는 System을 만들어 내는 방법상의 도구
고객의 소리를 품질에 반영하는 Process를 중시하는 Process 중심의 품질 기법
전통적인 제조 품질관리에서 제품품질 설계관리로 변천하는 과정의 패러다임
--------------------------------------------------------------------------------
QFD를 통한 3가지 해결 과제
고객이 원하는 품질은 무엇인가?
제품은 어떤 기능을 수행해야 하며,
또 제품이나 서비스를 제공할 때 어떤 방법을 사용해야 하는가?
한정된 자원을 가지고 고객이 원하는 것을 최고로 제공할 수 있는 방법은 무엇인가?
--------------------------------------------------------------------------------
패러다임의 전환
과거의 접근방식 현재의 접근방식
모든 것이 중요
내구성 관리
고객의 문제점에 대처
무엇이 중요한지를 결정
변수를 줄이기 위해 설계
제품의 효과적 활용
--------------------------------------------------------------------------------
QFD 관련사이트 및 정보
QFD QFD 지원 TOOL
QFD 지원 TOOL 평가판 Down-load
COMET Application Project: QFD in Construction
Management of Design Quality
NASA
American Supplier Institute
QFD Institute www.qfdi.org
General information on design research
QFD Institute North America http://www.qfdi.org/
QFD Institute Deutschland http://www.qfd-id.de/
Others http://www.mailbase.ac.uk/lists/qfd/
http://www.dnh.mv.net:80/ipusers/rm/
QFD 연습 QFD의 연습 Manual(Japan)
QFD 수법 QFD 수법 응용 사례(Japan An application of Quality Function Deployment method to functional modeling
品質機能展開(QFD)表 事例集 50건의 사례 소개 책자(Japan)
TAMAGAWA 학원(JAPAN) --- 이하 일본 사이트(일본어 폰트 지원 필요)---
일반적인 품질전개 연습
가장 일반적인 품질전개 절차를 설명하고 있다. 여기에 나타낸 절차에 따라 품질표를 작성하는 것이 일반적으로 실시되고 있으나 고객의 요구파악에서 시작하는 수순이며 이 수순만이 품질전개는 아니라. 그러나 품질전개전개의 기본적인 사고가 모두 담겨져 있다는 의미에서는 중요한 연습이다.
(user needs의 파악/요구품질로의 전환/요구품질전개표 작성/
품질요소전개표 작성/품질표 작성/기획품질의 설정/weight 변환/
설계품질의 설정)
설계단계의 QFD 연습
공정에서 생산되는 산출물의 품질을 보증하는 것이 아니라 산출물을 생산하는 공정 그 자체를 보증하기 위한 QFD 적용 방법을 설명하고 있다. 공정이 만들어 내는 산출물을 보증함에 있어 공정에서 산출되는 제공재료가 불량일 경우도 있다고 하는 점이며 불량을 산출하지 않는 공정을 설계단계에서 확보한다고 하는 사고이다.
(품질특성의 전개/공정분석표 작성/공정요인 추출/공정요인,품질특성표의 작성/ 설계품질의 확인/중요공정의 추출/QC공정표의 작성)
부품 메이커의 QFD 연습
부품기능의 전개/부품품질특성 전개/ 부품품질특성,부품기능전개표 작성/구성부품품질특성 전개/구성부품제조공정QC공정표 작성/조립제조공정QC공정표 작성/부품품질특성과 제품품질특성의 CHECK/
소재 메이커의 QCD 연습
소재 메이커의 품질보증을 중심으로 한 품질전개 추진방법을 나타내고 있다. 소재 메이커의 산출물은 사용 용도가 다방면에 걸치기 때문에 고객을 특정하는 것이 불가능하다. 소재 메이커는 소재전개표와 용도전개표의 조합이나 품종별 비교분석표와의 조합 등 여러 바리에이션을 생각할 수 있는데 여기서는 품질보증을 목적으로 한 품질전개 진행방법을 설명하고 있다.
생산제 메이커의 QCD 연습
대상제품이 생산재인 경우에는 생산재 자체의 품질과 생산재가 만들어 내는 제품의 품질 양면을 고려할 필요가 있으며, 여기서는 생산재에 있어서의 QFD 순서를 나타내고 있다. 생산재가 대상인 경우는 제품품질특성의 전개부터 시작한다.
(생산재의 선정/제품품질특성의 전개/생산재 품질특성의 전개/제품품질특성,생산제품질특성전개표 작성/ UNIT 부품의 전개/ UNIT 부품품질특성전개표의 작성/생산재 품질특성, UNIT부품품질특성전개표의 작성/QC공정표의 작성)
서비스 분야의 QCD 연습
무형재인 서비스에 대한 품질전개 순서를 나타내고 있다. 서비스업의 품질전개를 실시할 경우뿐만이 아니라 무형재로서의 서비스를 취급하는 경우의 절차를 고려하고 있다.
무형재로서의 서비스는 유형재인 제품과 달라서 업무 그 자체가 제공되는 경우가 많고 협의의 품질기능전개와의 관련이 깊은 연습이다.
(서비스품질의 검토/제공서비스의 조사/서비스 요구품질의 전개/ 서비스 품질요소의 전개/요구품질,품질요소전개표의 작성/서비스업무 기능전개표의 작성/ 품질요소, 업무기능전개표의 작성/작업 MANUAL의 작성)
기타
(QFD의 3 원리/품질전개와 협의의 품질기능전개/품질특성과 품질요소/Rdb-QFD 등)
실험계획법
(Design of experiments)
--------------------------------------------------------------------------------
정의:
제품의 특성에 영향을 미치는 여러 가지 인자를 선정하고 이들의 관계를 알아보기 위한 실험을 실시하여 data를 얻고 이를 분석함으로써 올바른 행동방안 즉, 제품의 최적 제조 조건을 경제적으로 찾아내고자 하는 학문.
즉, 실험에 대한 계획 방법을 의미하는 것으로서 해결하고자 하는 문제에 대하여
실험을 어떻게 행하고
DATA를 어떻게 취하며,
어떠한 통계적 방법으로 DATA를 분석하면
최소의 실험회수로부터 최대의 정보를 얻을 수 있는가를 계획하는 것.
따라서 하나의 실험계획법을 수립했다는 것은
해결하고자 하는 문제에 대하여 인자(Factor)를 선정하고
실험방법을 택하였으며
실험순서를 정하고
실험 후 얻어지는 DATA에 대한 최적분석 방법을 선택하였다는 의미.
A인자
B인자
C인자 -
제품특성
-D인자 - 실험실시 - DATA 분석 - 정보도출
E인자
F인자
통계적방법
ANOVA
GRAPH분석
회귀분석
인자파악
최적조건
추정
내용:
1) 특성치의 선정방법
특성에 영향을 미칠지 모르는 여러 가지 인자를 찾아내는 것.
2) 실험의 배치방법
어떤 인자와 수준을 조합으로 실험하면 신뢰성이 있는 확실한 결론을 능률적으로 얻을 수 있는가.
3) DATA의 해석방법
분산분석(ANOVA), 요인효과의 추정, 최적조건의 결정
유래;
- 1850. 영국에서 농업품종 개량에 이용
- 1932. R.A Fisher에 의해 학문으로 발전
- 최근에 Taguchi method 확산
(Taguchi design = Robust design)
실험계획법 순서 ☞
--------------------------------------------------------------------------------
다변량해석
(多變量解析,multivariate analysis)
--------------------------------------------------------------------------------
한 대상-case-에 대해 복수의 특성치가 얻어지고 있는 직사각형의 표형식(表形式)으로 표시되는 data를 다변량 data라고 한다.
다변량해석(多變量解析)이란 이 다변량 data를 요약하여 정해진 목적을 위해 통합하는 통계적 data 해석의 총칭으로 다차원 data 해석이라고도 하는 경우도 있다.
상관행렬을 출발점으로 하여 상관구조를 해명하는 것을 목적으로 하는 상관분석도 다변량해석에 포함시킬 수 있다.
다변량해석의 목적은 다양하며 또 사용하는 data type에 따라 여러가지 수법이 있다. 그 주요 목적과 대표적인 수법은 다음과 같다.
다변량해석
목적 수 법
구조의 단순화와 잠재구조의 탐색 주성분분석, 인자분석, 다중분할표의 해석, 잠재구조 분석 등, 다차원 척도 구성법(MDS), 수량화 Ⅲ류, 연관분석 등의 오디네이션수법, 다차원 그래픽수법은 data의 시각화를 통해 이 목적에 공헌한다.
케이스의 분류와 벗어남치의 검출, 특성의 분류 클러스터 분석, 각종 오디네이션수법이 대표적이다. 주성분 분석이나 인자 분석도 이 목적을 위해 흔히 사용된다.
예측과 판별 판별 분석-수량화 Ⅱ류를 포함-, 중회귀(重回歸) 분석-수량화 Ⅰ류를 포함-, 로지스틱 회귀분석, 생명표의 코크스식 회귀분석 등 중회귀 분석 이후는 선형 모델 해석 확장으로 간주할 수도 있으나 설명변수 간의 관련을 다변량적으로 파악하는 것이 실용면에서 불가결하기 때문에 여기에 분류했다.
상호 의존성 해석 정준상관분석(正準相關分析)으로 대표되는 변량군간(變量郡間)의 분석
가설의 검증
다변량 공분산 분석(多變量共分散分析)이 대표적인 각종 검정법
다변량 해석에서는 컴퓨터의 사용이 필수적이다, 많은 통계패키지가 개발되어 유통되고 있으나 SAS, BMDP, SPSS 등의 범용패키지는 다변량 해석의 기능도 풍부하게 포함하고 있다.
관련 SOFTWARE → 품질도구(software편)
용어정리(한글)
[ㄱ]
계량값 : Continuous Data
길이,수명,무게,인장강도 등과 같이 측정 값이 연속적으로 나올 수 있는 특성 값을 말한다.
계수값 : Discrete Data
불량품의 수, 결점수 등과 같이 개수로 셀 수 있는 품질 특성값을 의미한다.
고객의 소리 : Voice of Customer : VOC
고객이 원하는 주관적, 정성적 품질특성으로 고객의 요구 품질을 지칭한다.
공정 : Process
고객의 요구에 의하여 자원 및 정보를 제품과 서비스로 변환시키는데 필요한 일련의 활동과 작업을 말한다.
공정관리 : Process Control
통계적 공정관리 참조
공정능력지수 : Process Capability Index
공정에서 생산되는 제품의 품질변동이 어느 정도인가를 양적으로 정량화시킨 값으로 공정의 능력을 측정한 지수를 의미한다.
관리도 : Control Chart
공정을 관리상태로 유지하기 위하여(관리용), 또는 공정이 관리상태에 있는가를 조사하기 위하여(해석용), 품질특성의 변화를 시간에 따라 그래프로 나타낸 것인데 일반적인 그래프와 달리 관리선이 추가된 것이 특징이다.
관리상한선 : Upper Control Limit
A horizontal line on a control chart (usually dotted) which represents the upper process limit capabilities of a process.
관리하한선 : Lower Control Limit
A horizontal dotted line plotted on a control chart which represents the lower process limit capabilities of a process.
관리한계선 : Control Limit
관리도에서 변동의 한계를 결정짓는 선으로 관리상한선(Upper Control Limit)과 관리하한선(Lower Control Limit)이 있다. 관리한계선 안에 모든 점이 있으면 공정은 정상상태라고 판단하게 된다.
교호작용 : Interaction
두 인자 이상의 특정한 인자수준의 조합에서 일어나는 효과를 말한다.
귀무가설 : Null Hypothesis
사상이 우연한 분포를 따른다는 가설
규격한계 : Specification Limit
품질특성에 대하여 허용되는 한계값으로, 상한규격(Upper Specification Limit), 하한규격(Lower Specification Limit)이 있다.
그린벨트 : Green Belt
과학적인 기법을 활용해 문제를 해결하는 6시그마 개선활동 전문가로서 개선프로젝트와 담당업무를 병행하여 수행한다.
[ㄴ]
내적실패비용 : Internal Failure Cost
제품이 고객에게 전달되기 전에 문제가 발견되어 이를 해결하기 위하여 발생한 재작업, 폐기 등의 비용
[ㄷ]
단기공정능력지수 : Short Term Process Capability Index
공정에 외부적 영향, 다시 말해서 온도 변화, 작업자 변경, 원자재 변경 등이 없다고 판단되는 짧은 기간동안의 공정능력을 나타내는 지수.
대립가설 : Alternate Hypothesis
귀무가설의 반대되는 개념으로 사상이 우연한 분포를 따르지 않는다는 것을 나타내는 가설
[ㄹ]
랜덤추출 : Random Sampling
모집단을 잘 대표할 수 있도록 모집단을 구성하는 모든 원소마다 표본으로 선택될 확률이 같고, 한 원소의 선택이 다른 원소의 선택에 영향을 주지 않도록 표본을 추출하는 방법이다. 어떤 인위적인 요소가 없이 무작위로 표본을 추출하는 방법을 의미한다.
랜덤표본 : Random Sample
랜덤추출을 통하여 얻어진 모집단의 일부인 표본.
[ㅁ]
마스터 블랙벨트 : Master Black Belt
6시그마 경영전문가로서 개선 프로젝트 실행의 지도 전담자로서 블랙밸트가 수행하는 프로젝트에 대한 자문과 지도를 하며, 실행과정에서 생기는 각종 애로사항을 해결하고 지원한다.
말콤볼드릿지상 : Malcolm Baldrige Award
미국에서 품질향상을 목적으로 1987년부터 제조부문, 서비스부문, 중소기업부문으로 나누어 기업에게 수여하는 품질경영상이다.
모수 : Parameter
모평균( μ), 모분산( σ), 모비율( p )등과 같이 모집단의 특성을 나타내는 측도.
모집단 : Population
통계분석의 대상이 되는 단위원소들의 총집합.
무결점 : Zero Defects
불량률이 0인 이상적인 품질수준.
밀도함수 : Density Function
The function which yields the probability that a particular random variable takes on any one of its possible values.
[ㅂ]
반복성 : Repeatability
반복 측정시에 발생하는 측정변동으로서, 한 사람의 측정자가 동일특성에 대하여 동일한 계측기로 반복 측정하였을 때 얻어지는 변동이다.
반응표면분석 : RSM(Response Surface Methodology)
반응변수와 설명변수들간의 관계를 규명하고 최적조건을 찾는 것이 주목적인 통계적 분석방법이다.
변동 : Variation
어떤 특성값에 대하여 각 데이터값들이 평균값에서 얼마나 떨어져 있는지를 제곱의 합으로 나타낸 값.
분산분석 : ANOVA(Analysis of Variance)
분포의 편차 요인 및 상호관계를 분석하여 편차의 원인을 추구하는 기법
브레인 스토밍 : Brain-storming
한 주제에 대하여 관계되는 사람이 모여 집단의 효과를 살려 아이디어의 연쇄반응을 일으키게 함으로써 자유분방하게 아이디어를 내게 하는 방법이다.
블랙벨트 : Black Belt
6시그마 전문가로서 개선 프로젝트 해결의 전담자이며 교육 및 문제 해결을 위한 상담자로도 활약한다.
[ㅅ]
산점도 : Scatter Diagrams
계량적인 요인이나 특성에 대한 두 변량간의 관계를 파악하기 위하여 각각의 변량을 가로축과 세로축에 취하여 데이터를 타점한 그림
상관계수 : Correlation Coefficient
두 변수 사이의 결합 강도 및 방향을 측정하는 통계적인 값.
상관분석 : Correlation Analysis
서로 대응하는 두가지 변량의 상관관계의 정도를 1에서 -1까지의 범위에서 수치로 나타내는 분석법
선형성 : Linearity
Gage의 정해진 작동범위내에서 정확도를 비교함으로써 평가된다. 즉, 정해진 작동범위의 양쪽 한계 구간에서 최소한 각각 1회의 정확도를 검토해서 얻어진 값의 차이임.
또한 Gage는 일반적으로 작동범위(또는 규격치)한계에서는 상한치보다 하한치쪽에서 Gage의 정확도가 나쁨.
수율 : Yield
공정의 각 단계에서 재작업 또는 부품폐기 등의 불량을 고려하여 공정의 품질을 관리하는 지표.
수준 : Level
실험을 하기 위한 인자의 실험조건.
[ㅇ]
안정성: Stability
완성품을 동일한 계측기를 사용하여 동일한 특성치에 대하여 시간간격을 두고 측정하였을 때 얻어지는 측정치의 변동이다.
예방비용 : Prevention Cost
품질문제를 사전에 피하기 위해서 발생된 교육, 계획 등의 비용.
외부실패비용 : External Failure Cost
제품이나 서비스가 고객에게 전달된 후 문제가 발견되어 이를 해결하기 위하여 발생한 품질보증,교환,환불,고객불만처리 등의 비용을 말한다.
유의수준 : Significance Level
가설검정을 할 때 제1종 오류를 범하는 최대허용확률.
유의확률 : Significance Probability
흔히 p-값(p-value)이라고 부르며 가설검정을 할 때 귀무가설의 기각여부를 결정할 때 사용된다.
유의확률이 사용하고자 하는 유의수준보다 작으면 귀무가설은 기각될 수 있고, 유의확률이 크면 귀무가설을 기각할 수 없게 된다.
인자 : Factor
특성값에 영향을 주는 원인 중에서 실험에서 취급된 원인을 말하며 요인이라고도 한다.
[ㅈ]
자유도 : Degree of Freedom
모집단의 모수를 추정하는데 필요한 독립적인 관측값의 수를 말하며, 데이터 수에서 추정해야 할 모수의 수를 뺀 값으로 정의하기도 하고, 분산분석에서는 서로 다른 편차의 개수에서 선형제약 조건의 수를 뺀 값으로 정의한다.
잔차 : Residual
종속변수와 독립변수의 함수관계를 어떤 회귀식으로 나타내고자 할 때 관측된 종속변수의 값과 예측된 종속변수의 값과의 차이를 나타낸다. 잔차는 설명된지 않는 편차를 의미하게 된다.
장기공정능력지수 : Long Term Process Capability Index
공정에 외부적 영향이 있다고 판단되는 충분히 긴 기간의 공정능력을 나타내는 지수.
재현성 : Reproducibility
측정 사람간에 발생하는 측정변동으로서 서로 다른 측정자가 동일부품의 동일특성에 대하여 동일한 계측기로 반복 측정하였을 때 얻어지는 변동이다.
전사적 품질관리 : TQC(Total Quality Control)
제품과 서비스가 가장 경제적으로 고객을 만족시킬 수 있도록 품질개발, 품질유지 및 품질향상에 대한 조직내의 여러 그룹의 노력을 통합하는 효과적인 시스템을 말한다.
정규분포 : Normal Distribution
A continuous, symmetrical density function characterized by a bell-shaped curve, e.g., distribution of sampling averages.
정확도 : Accuracy
참값과 시료평균과의 차이에 대한 변동. 즉 측정치가 참값으로부터의 치우침이 크거나 작은 정도를 나타낸다.
제 1 종 과오 : Type I Error
See ALPHA RISK.
제 2 종 과오 : Type II Error
See BETA RISK.
종합수율 : RTY(Rolled Throughput Yield)
전체적인 수율과 각 프로젝트의 수율의 관계를 구체화하는 개념.
주효과 : Main Effect
인자의 수준변화에 따라 특성값이 변하는 효과를 의미한다.
[ㅊ]
챔피온 : Champion
6시그마 경영의 수립과 실행에 대한 책임자로서 6시그마 경영에 대한 진단과 점검을 통하여 지원하고 관리하는 역할을 담당한다.
측정시스템 분석 : MSA(Measurement System Analysis)
측정시스템에 관련된 측정 데이터의 편차의 형태와 양에 관한 정보를 얻는 것. 새로운 측정기기를 인정하기 위한 기준을 정비한다.
[ㅋ]
[ㅌ]
통계량 : Statistic
표본평균( x ), 표본분산( s ), 표본비율( p ) 등과 같이 모수를 추정하기 위하여 표본관측값들로부터 계산되는 값.
통계적 가설 : Statistical Hypothesis
모집단에 대한 주장이나 추측을 말하며, 귀무가설(H0 : Null Hypothesis)과 대립가설(H1 : Alternative Hypothesis)의 두 가설을 설정하여, 표본 데이터의 정보를 토대로 두 가설 중 어느 하나를 채택하게 된다.
통계적 가설검정 : Statistical Hypothesis Testing
표본데이터를 기초로 실험자가 주장하고 싶은 가설의 옳고 그름을 판정하는 통계절차.
통계적 공정관리 : SPC(Statistical Process Control)
품질규격에 합격할 수 있는 제품을 만들어 내기 위하여 통계적 방법에 의하여 공정을 관리해 나가는 기법을 종합하여 말한다.
특성선정 매트릭스 : CSM(Characteristics Selection Matrix)
작성1단계에서는 샘플링 계획을 작성2단계에서는 단기와 장기의 표준편차를 산출하고 제품과 프로젝트의 퍼포먼스 기준선을 설정한다. 3단계에서는 프로세스의 잠재적 퍼포먼스를 산출, 추정하고 산포를 제거할 기회를 명확히 한다. 4단계에서는 단기,장기 Z값과 표준편차를 분석해 그래프로 만든다. 5단계에서는 Z값을 바꿔본다. 6단계에서는 목표구간의 방향을 결정하고 수치회되어 있는 목표에 바탕하여 계획을 수립한다.
[ㅍ]
편의 : Bias
측정 평균치와 기준치와의 차이 변동
평균고장 간격시간 : MTBF(Mean Time Between Failure)
고장이 나도 수리해서 쓸 수 있는 제품에서 수리완료에서 다음 고장까지의 평균시간을 의미한다.
품질기능전개 : QFD(Quality Function Deployment)
파악된 고개의 요구에서 출발하여 신제품에 대한 개념정립, 설계, 부품전개, 공정전개, 제조전개까지 모든 단계를 통하여 고객이 원하는 바가 프로세스 내의 각 기능과 어떤 관계를 맺고 있는지 전개하는 것이다.
품질비용 : Cost of Quality : COQ
좋은 품질의 제품과 서비스를 만드는데 사용된 모든 비용으로 예방비용, 내부실패비용, 외부실패비용, 기회상실비용 등이 포함된다.
품질주택 : HOQ(House of Quality)
신제품 개발할 때 논의를 가능케 해주는 품질기능 전개의 핵심수단이다.
품질특성 : Quality Characteristics
무게, 수명, 강도, 디자인 등과 같이 제품의 품질을 나타내는 요소.
품질특성값 : Quality Characteristic Value
품질특성을 측정하여 수치로 표현한 것.
프로세스맵 : Process Map
프로세스를 그림으로 구체화시킴으로써 프로세스가 수행되는 과정을 시계열별, 기능별 혹은 담당 부서별로 나타내고 각 부분의 연결과정을 도식화한 것이다.
[ㅎ]
확률 : Probability
The chance of something happening; the percent or number of occurrences over a large number of trials.
회귀분석 : Regression Analysis
두 개 이상의 변량을 독립변수와 종속변수로 나누어 독립변수의 일정값과 종속 변수의 관계를 나타내는 분석법.
히스토그램 : Histogram
일정 기간동안 수집된 길이, 무게, 시간, 경도 등을 측정하는 데이터(계량치 데이터)가 어떠한 분포를 하고 있는가를 알아보기 위해 데이터가 존재하는 범위를 몇 개의 구간으로 나누어 각 구간에 들어가는 데이터의 출현도수를 세어서 도수표를 만든 다음 이를 막대그래프로 도형화 한 것이다.
[기타]
6시그마 : Six Sigma
시그마는 그리스 문자로서 통계학에서 표준편차를 나타내는데 사용된다.
%Study
전체변동에 대한 Gage 변동비를 말하며, 부품이 좋고, 나쁨을 판단한다.
%Tolerance
규격대비 Gage 변동비를 말하며, 부품간의 변동은 고려하지 않는다.
용어정리 : 영문
[A]
Abscissa
그래프의 수평축
Acceptance Region Alpha Risk
귀무가설을 채택하는 값의 영역
Accuracy : 정확도
참값과 시료평균과의 차이에 대한 변동. 즉 측정치가 참값으로부터의 치우침이 크거나 작은 정도를 나타낸다.
Alpha Risk
귀무가설이 참일 때 대립가설을 채택하는 확률
Alternate Hypothesis : 대립가설
귀무가설의 반대되는 개념으로 사상이 우연한 분포를 따르지 않는다는 것을 나타내는 가설
ANOVA(Analysis of Variance) : 분산분석
분포의 편차 요인 및 상호관계를 분석하여 편차의 원인을 추구하는 기법
Assignable Cause
랜덤하지 않은 산포의 원인;
원인(Vital Few)의 변화가 반응값(종속변수)에 큰 변화를 일으키게 된다. 즉, 상관관계가 있다.
관리도에서 관리한계선을 벗어나거나 관리한계선 내에서 규칙적인 모습을 보여주는 데이터가 많으면 이상원인이 있다고 볼 수 있다. 부자연스러운 산포의 원인으로 제거하는 것이 바람직함.
Assignable Variations
특별한 원인에 의하여 발생되는 데이터의 산포
Attribute
0 과 1처럼 단 한 개의 값을 갖는 특성
Attribute Data
Numerical information at the nominal level; subdivision is not conceptually meaningful; data which represents the frequency of occurrence within some discrete category, e.g., 42 solder shorts.
[B]
Background Variables
Variables which are of no experimental interest and are not held constant. Their effects are often assumed insignificant or negligible, or they are randomized to ensure that contamination of the primary response does not occur.
Benchmarking
경쟁우위를 쟁취하기 위하여 산업의 최고수준의 기술 혹은 프로세스를 배워서 경영성과를 높이려는 노력을 말한다. 일반적으로 업계의 선두주자로 인식되는 기업의 수준과 자기회사의 수준을 비교 연구하여, 자기회사의 수준을 향상시키고자 하는 행위를 말한다.
Beta Risk
The probability of accepting the null hypothesis when, in reality, the alternate hypothesis is true.
Bias : 편의
측정 평균치와 기준치와의 차이 변동
Black Belt : 블랙벨트
6시그마 전문가로서 개선 프로젝트 해결의 전담자이며 교육 및 문제 해결을 위한 상담자로도 활약한다.
Blocking
실험 전체를 동질적인 몇 개의 블록으로 나눈 후, 각 블록내에서 요인효과를 조사하는 것을 말한다.
Blocking Variables
A relatively homogeneous set of conditions within which different conditions of the primary variables are compared. Used to ensure that background variables do not contaminate the eval!uation of primary variables.
Brain-storming : 브레인 스토밍
한 주제에 대하여 관계되는 사람이 모여 집단의 효과를 살려 아이디어의 연쇄반응을 일으키게 함으로써 자유분방하게 아이디어를 내게 하는 방법이다.
[C]
C Charts
Charts which display the number of defects per sample.
Calibration
Determination of the experimental relationship between the quantity being measured and the output of the device that measures it; where the quantity measured is obtained through a recognized standard of measurement.
Capability Analysis
프로세스가 요구(시간,서비스)를 충족시킬 능력이 있는지 아닌지를 판단하는 기법.
Causality
The principle that every change implies the operation of a cause.
Causative
Effective as a cause.
Cause
That which produces an effect or brings about a change.
Central Tendency
Numerical average, e.g., mean, median, and mode; center line on a statistical process control chart.
Champion : 챔피온
6시그마 경영의 수립과 실행에 대한 책임자로서 6시그마 경영에 대한 진단과 점검을 통하여 지원하고 관리하는 역할을 담당한다.
Characteristic
A definable or measurable feature of a process, product, or variable.
Classification
Differentiation of variables.
Common Cause
See RANDOM CAUSE.
Confidence Level
The probability that a random variable x lies within a defined interval.
Confidence Limits
The two values that define the confidence interval.
Confounding
Allowing two or more variables to vary together so that it is impossible to separate their unique effects.
Consumers Risk
Probability of accepting a lot when, in fact, the lot should have been rejected (see BETA RISK).
Continuous Data : 계량값
길이,수명,무게,인장강도 등과 같이 측정 값이 연속적으로 나올 수 있는 특성 값을 말한다.
Continuous Random Variable
A random variable which can assume any value continuously in some specified interval.
Control Chart : 관리도
공정을 관리상태로 유지하기 위하여(관리용), 또는 공정이 관리상태에 있는가를 조사하기 위하여(해석용), 품질특성의 변화를 시간에 따라 그래프로 나타낸 것인데 일반적인 그래프와 달리 관리선이 추가된 것이 특징이다.
Control Limit : 관리한계선
관리도에서 변동의 한계를 결정짓는 선으로 관리상한선(Upper Control Limit)과 관리하한선(Lower Control Limit)이 있다. 관리한계선 안에 모든 점이 있으면 공정은 정상상태라고 판단하게 된다.
Control Specifications
Specifications called for by the product being manufactured.
Controlled Variable
1. The variable which the control system attempts to keep at the set point value. The set point may be constant or variable.
2. The part of a process you want to control (flow, level, temperature, pressure, etc.).
3. A process variable which is to be controlled at some desired value by means of manipulating another process variable.
COPQ(Cost of Poor Quality)
저품질로 인한 총비용을 의미하는데, 여기에는 검사공수, 재작업 등의 눈에 보이는 코스트와 브랜드 이미지의 저하, 매출기회 손실, 재발주 비용, 재설계비용 등 눈에 보이지 않는 코스트가 포함된다.
Correlation Analysis : 상관분석
서로 대응하는 두가지 변량의 상관관계의 정도를 1에서 -1까지의 범위에서 수치로 나타내는 분석법
Correlation Coefficient : 상관계수
두 변수 사이의 결합 강도 및 방향을 측정하는 통계적인 값.
Cost of Quality : COQ : 품질비용
좋은 품질의 제품과 서비스를 만드는데 사용된 모든 비용으로 예방비용, 내부실패비용, 외부실패비용, 기회상실비용 등이 포함된다.
CPR#(Customer Priority Rank Number)
VOC의 우선도, 고객 요구의 우선순위를 설정하는 기준
CS(Capability Study)
프로세스 능력 연구, 고객의 요구를 충족시키는 것을 전제로 각 요인을 평가, 판단한다. 능력 매트릭스는 Cp, Cpk, Cpu, Cpl, Zst(단기 Z값),Zlt (장기 Z값),PPM,DPU등 8가지로 이루어진다.
CSI(Chart-Solve-Implementation)
6시그마에서 적용되는 문제해결의 절차 중 하나로, DMAIC와 맥락을 같이한다. C단계는 문제의 해석을 S단계는 문제의 해결을 I단계는 실행을 뜻한다.
CSM(Characteristics Selection Matrix) : 특성선정 매트릭스
작성1단계에서는 샘플링 계획을 작성2단계에서는 단기와 장기의 표준편차를 산출하고 제품과 프로젝트의 퍼포먼스 기준선을 설정한다. 3단계에서는 프로세스의 잠재적 퍼포먼스를 산출, 추정하고 산포를 제거할 기회를 명확히 한다. 4단계에서는 단기,장기 Z값과 표준편차를 분석해 그래프로 만든다. 5단계에서는 Z값을 바꿔본다. 6단계에서는 목표구간의 방향을 결정하고 수치회되어 있는 목표에 바탕하여 계획을 수립한다.
CTQ(Critical to Quality)
제품이나 서비스 혹은 공정의 특성값으로서 고객에게 치명적이고 지극히 중요한 요소. 6시그마의 주요한 지도원리 중 하나이다.
Cutoff Point
The point which partitions the acceptance region from the reject region.
[D]
Data
Factual information used as a basis for reasoning, discussion, or calculation; often refers to quantitative information.
Degree of Freedom : 자유도
모집단의 모수를 추정하는데 필요한 독립적인 관측값의 수를 말하며, 데이터 수에서 추정해야 할 모수의 수를 뺀 값으로 정의하기도 하고, 분산분석에서는 서로 다른 편차의 개수에서 선형제약 조건의 수를 뺀 값으로 정의한다.
Density Function : 밀도함수
The function which yields the probability that a particular random variable takes on any one of its possible values.
Dependent Variable
A Response Variable; e.g., y is the dependent or "Response" variable where Y=f (Xl. . . XN) variable.
Deviation
The difference between the value of a specific variable and some desired value, usually a process set point.
DFSS(Design for six sigma)
R&D부문을 위한 6시그마 체계를 말한다.
Discrete Data : 계수값
불량품의 수, 결점수 등과 같이 개수로 셀 수 있는 품질 특성값을 의미한다.
Discrete Random Variable
A random variable which can assume values only from a definite number of discrete values.
Distributions
Tendency of large numbers of observations to group themselves around some central value with a certain amount of variation or "scatter" on either side.
DMAIC(Define-Measure-Analyze-Improve-Control)
6시그마에서 적용되는 문제해결의 절차 중 하나로,CSI와 맥락을 같이한다.D는 정의를, M은 측정을, A는 분석을, I는 개선을, C는 관리를 뜻한다.
DOE(Design of Experiment)
실험계획법의 영어 약자로서 실험을 통한 정보의 효율적 획득과 관리를 다루는 통계학의 분야.
DPMO(Defect per Million Opportunity)
백만개 기회당 결함수.
DPO(Defect per Opportunity)
결함이 발생할 수 있는 기회당 나타날 수 있는 결함수를 의미하며, 발생한 결함수를 전체 기회수로 나누어 계산한다.
DPU(Defect per Unit)
하나의 단위에 존재하는 결함수의 비율을 의미하며, 발생한 결함수를 전체 단위수로 나누어서 계산한다.
[E]
Effect
That which was produced by a cause.
Experiment
A test under defined conditions to determine an unknown effect; to illustrate or verify a known law; to test or establish a hypothesis.
Experimental Error
Variation in observations made under identical test conditions. Also called residual error. The amount of variation which cannot be attributed to the variables included in the experiment.
External Failure Cost : 외부실패비용
제품이나 서비스가 고객에게 전달된 후 문제가 발견되어 이를 해결하기 위하여 발생한 품질보증,교환,환불,고객불만처리 등의 비용을 말한다.
[F]
Factor : 인자
특성값에 영향을 주는 원인 중에서 실험에서 취급된 원인을 말하며 요인이라고도 한다.
Fixed Effects Model
Experimental treatments are specifically selected by the researcher. Conclusions only apply to the factor levels considered in the analysis. Inferences are restricted to the experimental levels.
FMEA(Failure Mod and Effect Analysis)
고장모드 영향분석의 영어약자로서 시스템을 구성하고 있는 부품들의 고장모드가 시스템과 타 부품에 미치는 영향, 고장원인 등을 밑에서 위로 조사하는 방법이다.
Frequency Distribution
The pattern or shape formed by the group of measurements in a distribution.
[G]
Gage R&R(Gage Repeatability & Reproducibility)
측정시스템 자체가 공정의 변동값에 얼마나 영향을 주는지를 검토하는 방법이며, 측정의 반복성과 재현성으로 구성된다.
Green Belt : 그린벨트
과학적인 기법을 활용해 문제를 해결하는 6시그마 개선활동 전문가로서 개선프로젝트와 담당업무를 병행하여 수행한다.
[H]
Histogram : 히스토그램
히스토그램이란 일정 기간동안 수집된 길이, 무게, 시간, 경도 등을 측정하는 데이터(계량치 데이터)가 어떠한 분포를 하고 있는가를 알아보기 위해 데이터가 존재하는 범위를 몇 개의 구간으로 나누어 각 구간에 들어가는 데이터의 출현도수를 세어서 도수표를 만든 다음 이를 막대그래프로 도형화 한 것이다.
Homogeneity Of Variance
The variances of the groups being contrasted are equal (as defined by statistical test of significant difference).
HOQ(House of Quality) : 품질주택
신제품 개발할 때 논의를 가능케 해주는 품질기능 전개의 핵심수단이다.
[I]
Independent Variable
A controlled variable; a variable whose value is independent of the value of another variable.
Instability
Unnaturally large fluctuations in a pattern.
Interaction : 교호작용
두 인자 이상의 특정한 인자수준의 조합에서 일어나는 효과를 말한다.
Internal Failure Cost : 내적실패비용
제품이 고객에게 전달되기 전에 문제가 발견되어 이를 해결하기 위하여 발생한 재작업, 폐기 등의 비용
Interval
Numeric categories with equal units of measure but no absolute zero point, i.e., quality scale or index.
[J]
[K]
KPIV(Key Process Input Variable)
프로세스의 input요인을 총칭하는 말, 예를 들어 코스트, 시간, 빈도 등이 여기에 해당한다.
KPOV(Key Process Output Variable)
프로세스의 주요 output변수 각 프로세스가 낳은 성과로서 요인간 인과관계가 KPOV를 좌우한다. KPOV는 CTQ, VOC와의 정합성이 중요하다.
[L]
Level : 수준
실험을 하기 위한 인자의 실험조건.
Linearity : 선형성
Gage의 정해진 작동범위내에서 정확도를 비교함으로써 평가된다. 즉, 정해진 작동범위의 양쪽 한계 구간에서 최소한 각각 1회의 정확도를 검토해서 얻어진 값의 차이임.
또한 Gage는 일반적으로 작동범위(또는 규격치)한계에서는 상한치보다 하한치쪽에서 Gage의 정확도가 나쁨.
Line Charts
Charts used to track the performance without relationship to process capability or control limits.
Long Term Process Capability Index : 장기공정능력지수
공정에 외부적 영향이 있다고 판단되는 충분히 긴 기간의 공정능력을 나타내는 지수.
Lower Control Limit : 관리하한선
A horizontal dotted line plotted on a control chart which represents the lower process limit capabilities of a process.
[M]
Main Effect : 주효과
인자의 수준변화에 따라 특성값이 변하는 효과를 의미한다.
Malcolm Baldrige Award : 말콤볼드릿지상
미국에서 품질향상을 목적으로 1987년부터 제조부문, 서비스부문, 중소기업부문으로 나누어 기업에게 수여하는 품질경영상이다.
Master Black Belt : 마스터 블랙벨트
6시그마 경영전문가로서 개선 프로젝트 실행의 지도 전담자로서 블랙밸트가 수행하는 프로젝트에 대한 자문과 지도를 하며, 실행과정에서 생기는 각종 애로사항을 해결하고 지원한다.
Measured variable
1. The physical quantity, property, or condition which is to be measured. Common measured variables are temperatures, pressure, rate of flow, thickness, speed, etc.
2. The pan of the process that is monitored to determine the actual condition of the controlled variable.
Mixed Effects Model
Contains elements of both the fixed and random effects models.
MSA(Measurement System Analysis) : 측정시스템 분석
측정시스템에 관련된 측정 데이터의 편차의 형태와 양에 관한 정보를 얻는 것. 새로운 측정기기를 인정하기 위한 기준을 정비한다.
MTBF(Mean Time Between Failure) : 평균고장간격시간
고장이 나도 수리해서 쓸 수 있는 제품에서 수리완료에서 다음 고장까지의 평균시간을 의미한다.
[N]
Nominal
Unordered categories which indicate membership or non-membership with no implication of quantity, i.e., assembly area number one, part numbers, etc.
Nonconforming Unit
A unit which does not conform to one or more specifications, standards, and/or requirements.
Nonconformity
A condition within a unit which does not conform to some specific specification, standard, and/or requirement; often referred to as a defect; any given nonconforming unit can have the potential for more than one nonconformity.
Normal Distribution : 정규분포
A continuous, symmetrical density function characterized by a bell-shaped curve, e.g., distribution of sampling averages.
Null Hypothesis : 귀무가설
사상이 우연한 분포를 따른다는 가설
[O]
Offset
A constant and steady state of deviation of the measured variable from the set point.
One-sided Alternative
The value of a parameter which has an upper bound or a lower bound, but not both.
Ordinal
Ordered categories (ranking) with no information about distance between each category, i.e., rank ordering of several measurements of an output parameter
Ordinate
그래프의 수직축
[P]
P Charts
Charts used to plot percent defectives in a sample.
Parameter : 모수
모평균( μ), 모분산( σ), 모비율( p )등과 같이 모집단의 특성을 나타내는 측도.
Pareto Diagram
A chart which ranks, or places in order, common occurrences.
Perturbation
A non-random disturbance.
Population : 모집단
통계분석의 대상이 되는 단위원소들의 총집합.
Power of an experiment
The probability of rejecting the null hypothesis when it is false and accepting the alternate hypothesis when it is true.
PPM(Parts per Million)
불량률을 백만 단위로 환산한 값으로 백만개의 제품당 불량품이 출현하는 숫자를 의미한다.
Precision
The degree of reproducibility among several independent measurements of the same true value.
Prevention
The practice of eliminating unwanted variation a priori (before the fact), e.g., predicting a future condition from a control chart and then applying corrective action before the predicted event transpires.
Prevention Cost : 예방비용
품질문제를 사전에 피하기 위해서 발생된 교육, 계획 등의 비용.
Primary Control Variables
The major independent variables used in the experiment.
Probability : 확률
The chance of something happening; the percent or number of occurrences over a large number of trials.
Probability Of An Event
The number of successful events divided by the total number of trials.
Problem
A deviation from a specified standard.
Process : 공정
고객의 요구에 의하여 자원 및 정보를 제품과 서비스로 변환시키는데 필요한 일련의 활동과 작업을 말한다.
Process Capability Index : 공정능력지수
공정에서 생산되는 제품의 품질변동이 어느 정도인가를 양적으로 정량화시킨 값으로 공정의 능력을 측정한 지수를 의미한다.
Process Control : 공정관리
통계적 공정관리 참조
Process Map : 프로세스맵
프로세스를 그림으로 구체화시킴으로써 프로세스가 수행되는 과정을 시계열별, 기능별 혹은 담당 부서별로 나타내고 각 부분의 연결과정을 도식화한 것이다.
Process Spread
The range of values which a given process characteristic displays; this particular term most often applies to the range but may also encompass the variance. The spread may be based on a set of data collected at a specific point in time or may reflect the variability across a given amount of time.
Producers Risk
Probability of rejecting a lot when, in fact, the lot should have been accepted (see ALPHA RISK).
Project
A problem. usually calling for planned action.
[Q]
QFD(Quality Function Deployment) : 품질기능전개
파악된 고개의 요구에서 출발하여 신제품에 대한 개념정립, 설계, 부품전개, 공정전개, 제조전개까지 모든 단계를 통하여 고객이 원하는 바가 프로세스 내의 각 기능과 어떤 관계를 맺고 있는지 전개하는 것이다.
Quality Characteristics : 품질특성
무게, 수명, 강도, 디자인 등과 같이 제품의 품질을 나타내는 요소.
Quality Characteristic Value : 품질특성값
품질특성을 측정하여 수치로 표현한 것.
[R]
R Charts
Plot of the difference between the highest and lowest in a sample. Range control chart.
Random
Selecting a sample so each item in the population has an equal chance of being selected; lack of predictability; without pattern.
Random Cause
A source of variation which is random; a change in the source ("trivial many" variables) will not produce a highly predictable change in the response (dependent variable), e.g., a correlation does not exist; any individual source of variation results in a small amount of variation in the response; cannot be economically eliminated from a process; an inherent natural source of variation.
Random Effects Model
Experimental treatments are a random sample from a larger population of treatments. Conclusions can be extended to the population. Interference's are not restricted to the experimental levels.
Random Sample : 랜덤표본
랜덤추출을 통하여 얻어진 모집단의 일부인 표본.
Random Sampling : 랜덤추출
모집단을 잘 대표할 수 있도록 모집단을 구성하는 모든 원소마다 표본으로 선택될 확률이 같고, 한 원소의 선택이 다른 원소의 선택에 영향을 주지 않도록 표본을 추출하는 방법이다. 어떤 인위적인 요소가 없이 무작위로 표본을 추출하는 방법을 의미한다.
Random Variable
A variable which can assume any value from a set of possible values.
Random Variations
Variations in data which result from causes which cannot be pinpointed or controlled.
Randomization
실험단위의 배정 또는 실험순서들을 랜덤하게 결정하는 것으로 선택된 요인 외에 기타원인 들이 실험결과에 영향을 미치는 것을 막기 위한 방안이다.
Randomness
A condition in which any individual event in a set of events has the same mathematical probability of occurrence as all other events within the specified set, i.e., individual events are not predictable even though they may collectively belong to a definable distribution.
Range
The difference between the highest and lowest values in a set of values or subgroup.
Ranks
Values assigned to items in a sample to determine their relative occurrence in a population.
Regression Analysis : 회귀분석
두 개 이상의 변량을 독립변수와 종속변수로 나누어 독립변수의 일정값과 종속 변수의 관계를 나타내는 분석법.
Reject Region
The region of values for which the alternate hypothesis is accepted.
Repeatability : 반복성
반복 측정시에 발생하는 측정변동으로서, 한 사람의 측정자가 동일특성에 대하여 동일한 계측기로 반복 측정하였을 때 얻어지는 변동이다.
Replication
Observations made under identical test conditions.
Representative Sample
A sample which accurately reflects a specific condition or set of conditions within the universe.
Reproducibility : 재현성
측정 사람간에 발생하는 측정변동으로서 서로 다른 측정자가 동일부품의 동일특성에 대하여 동일한 계측기로 반복 측정하였을 때 얻어지는 변동이다.
Residual : 잔차
종속변수와 독립변수의 함수관계를 어떤 회귀식으로 나타내고자 할 때 관측된 종속변수의 값과 예측된 종속변수의 값과의 차이를 나타낸다. 잔차는 설명된지 않는 편차를 의미하게 된다.
Residual Error
See EXPERIMENTAL ERROR.
Robust
The condition or state in which a response parameter exhibits hermetically to external cause of a nonrandom nature; i.e., impervious to perturbing influence.
RSM(Response Surface Methodology) : 반응표면분석
반응변수와 설명변수들간의 관계를 규명하고 최적조건을 찾는 것이 주목적인 통계적 분석방법이다.
RTY(Rolled Throughput Yield) : 종합 수율
전체적인 수율과 각 프로젝트의 수율의 관계를 구체화하는 개념.
[S]
Sample
One or more observations drawn from a larger collection of observations or universe (population).
Scatter Diagrams : 산점도
계량적인 요인이나 특성에 대한 두 변량간의 관계를 파악하기 위하여 각각의 변량을 가로축과 세로축에 취하여 데이터를 타점한 그림
Screening
실험을 할 때 선정된 많은 인자 중에서 어떤 인자가 중요한가를 단계적으로 선별하는 방법을 지칭한다.
Short Term Process Capability Index) : 단기공정능력지수
공정에 외부적 영향, 다시 말해서 온도 변화, 작업자 변경, 원자재 변경 등이 없다고 판단되는 짧은 기간동안의 공정능력을 나타내는 지수.
Significance Level : 유의수준
가설검정을 할 때 제1종 오류를 범하는 최대허용확률.
Significance Probability : 유의확률
흔히 p-값(p-value)이라고 부르며 가설검정을 할 때 귀무가설의 기각여부를 결정할 때 사용된다.
유의확률이 사용하고자 하는 유의수준보다 작으면 귀무가설은 기각될 수 있고, 유의확률이 크면 귀무가설을 기각할 수 없게 된다.
Six Sigma : 6시그마
시그마는 그리스 문자로서 통계학에서 표준편차를 나타내는데 사용된다.
SPC(Statistical Process Control) : 통계적 공정관리
품질규격에 합격할 수 있는 제품을 만들어 내기 위하여 통계적 방법에 의하여 공정을 관리해 나가는 기법을 종합하여 말한다.
Special Cause
See ASSIGNABLE CAUSE.
Specification Limit : 규격한계
품질특성에 대하여 허용되는 한계값으로, 상한규격(Upper Specification Limit), 하한규격(Lower Specification Limit)이 있다.
Stability : 안정성
완성품을 동일한 계측기를 사용하여 동일한 특성치에 대하여 시간간격을 두고 측정하였을 때 얻어지는 측정치의 변동이다.
Stable Process
A process which is free of assignable causes, e.g., in statistical control.
Standard Deviation
A statistical index of variability which describes the spread.
Statistic : 통계량
표본평균( x ), 표본분산( s ), 표본비율( p ) 등과 같이 모수를 추정하기 위하여 표본관측값들로부터 계산되는 값.
Statistical Hypothesis : 통계적 가설
모집단에 대한 주장이나 추측을 말하며, 귀무가설(H0 : Null Hypothesis)과 대립가설(H1 : Alternative Hypothesis)의 두 가설을 설정하여, 표본 데이터의 정보를 토대로 두 가설 중 어느 하나를 채택하게 된다.
Statistical Hypothesis Testing : 통계적 가설검정
표본데이터를 기초로 실험자가 주장하고 싶은 가설의 옳고 그름을 판정하는 통계절차.
Subgroup
A logical grouping of objects or events which displays only random event-to-event
[T]
TDU(Total Defects Per Unit)
프로세스를 구성하는 단위당 결함 수.
Test Of Significance
A procedure to determine whether a quantity subjected to random
TOP(Total Opportunities)
총 에러 발생기회 수=단위 수 X 에러 기회 수
TQC(Total Quality Control) : 전사적 품질관리
제품과 서비스가 가장 경제적으로 고객을 만족시킬 수 있도록 품질개발, 품질유지 및 품질향상에 대한 조직내의 여러 그룹의 노력을 통합하는 효과적인 시스템을 말한다.
Two-sided Alternative
The values of a parameter which designate an upper and lower
Type I Error : 제 1 종 과오
See ALPHA RISK.
Type II Error : 제 2 종 과오
See BETA RISK.
[U]
Unnatural Pattern
Any pattern in which a significant number of the measurements do not
Upper Control Limit : 관리상한선
A horizontal line on a control chart (usually dotted) which represents the upper process limit capabilities of a process.
[V]
Variable
A data item that can assume any set of values.
Variables Data
Numerical measurements made at the interval or ratio level; quantitative
Variation : 변동
어떤 특성값에 대하여 각 데이터값들이 평균값에서 얼마나 떨어져 있는지를 제곱의 합으로 나타낸 값.
Vital Few
출력 특성치에 영향을 주는 요인 중에서 커다란 영향을 주는 치명적 소수인자를 의미한다.
Voice of Customer : VOC : 고객의 소리
고객이 원하는 주관적, 정성적 품질특성으로 고객의 요구 품질을 지칭한다.
[W]
[X]
X & R Charts
A control chart which is a representation of process capability over time
[Y]
Yield : 수율
공정의 각 단계에서 재작업 또는 부품폐기 등의 불량을 고려하여 공정의 품질을 관리하는 지표.
[Z]
Zero Defects : 무결점
불량률이 0인 이상적인 품질수준.
Zlt
장기 Z값, 장기능력을 말하며 100-200의 데이터 포인트로 이루어지는 시간(주, 월)단위의 능력을 표시
Zst
단기 Z값, 단기능력을 말하며 30-50의 데이터 포인트로 이루어지는 시간(일, 주)단위의 능력을 표시
Z-Transform
단위분포로 변환하는 공식. Z변환=(경계값-평균값)/표준편차
APQP : http://eq21.net/apqp/db_apqp.html
MDT(Multi-Disciplinary Team)를 편성하여 제품 Concept 개발에서부터 시작~선행생산~양산에 걸치는 프로젝트를 수행하기 위한
Management 기법이며, PPAP, FMEA, MSA, SPC 등과 함께 Core Tool의 하나.
APQP 매뉴얼은 새로운 제품을 도입, 양산에 이르기까지의 품질계획활동과 Output으로서의 관리계획서 작성까지 일련의 프로세스를 Pattern화하여 착실하게 실시할 수 있도록 한 매뉴얼.
98999999999e이지만 QS-9000 요건 4.2.3 Quality planning 외에 여러 곳에 인용되어 실질적으로는 강제 항목임(ISO/TS16949에서는 권장사항)
신제품의 기획단계에서 양산에 이르기까지 4단계로 구분, 설계뿐 아니라 제조, 검사, 자재, 영업과 같은 모든 분야의 멤버에 의해 Step별로 규정된 Output을 통해 누락없이 또한 회사나 조직의 타부문으로부터도 쉽게 알아 볼 수 있는 형태로 진행시키는 것이 목적.
STEP의 구분별로 Management의 Support(실질적으로는 승인)를 받도록 되어 있으므로 도중 예측하지 못한 문제 발생의 경우에도 부문의 독단적인 진행을 미연 방지 가능.
실제 이행 시에는 품질경영체계도를 기본으로 Output과 Hold point에 주목하여 Step을 적용시키고 Input, Output의 부족분 보충과 아울러 설계에서 제조로의 책임 이행 시점과 Event를 명확히 하여 절차서를 만드는 것이 정착의 지름길.
* 이하 APQP 운영에 필요한 정보와 국내외 실천 사례
6 시그마 운동이란 품질혁신과 고객만족을 달성하기 위해 전사적으로 실행하는 21세기형 기업경영
전략을 말합니다.
시그마(sigma:σ)라는 통계척도를 사용하여 모든 품질수준을 정량적으로 평가하고, 문제해결 과정과 전문가 양성 등의 효율적인 품질문화를 조성하며, 품질혁신과 고객만족을 달성하기 위해 전사적으로 실행하는 21세기형 기업경영 전략입니다. 1980년대 말 미국의 모토롤라(Motorola)에서 품질혁신 운동으로 시작된 이후 GE(General Electric)·TI(Texas Instruments) ·소니(Sony) 등 세계적인 초우량기업들이 채택함으로써 널리 알려지게 되었습니다.
국내에서도 삼성그룹·LG그룹·한국중공업 등에서 도입하여 품질혁신에 성공함으로써 많은 기업들이 도입에 적극적인 관심을 보이고 있습니다.
6시그마는 다음 3가지로 설명됩니다.
①통계적 척도로서 모든 프로세스(process:제조·사무·서비스 등의 업무에서 활동을 수행하는 시스템)의 품질수준이 6 σ를 달성하여 불량률을 3.4PPM(parts per million:제품 백만 개당 불량품수) 또는 결함 발생수 3.4DPMO(defects per million opportunities) 이하로 하고자 하는 기업의 품질경영 전략이다.
②효율적인 품질문화 정착을 위한 기업의 경영철학으로서 종업원들의 일하는 자세·생각하는 습관·품질 등을 중요시하는 올바른 기업문화의 조성을 의미한다. 여기서 효율적이란 주어진 여건 아래서 통계자료에 근거하여 최대의 효과를 올릴 수 있도록 지혜롭게 일하는 것을 뜻한다. 올바른 품질문화란 끊임없는 품질개선 노력을 통해 고객 요구에 맞는 품질의 제품을 경제적으로 설계·생산·서비스하기 위한 기업문화이다.
③품질경영을 위한 기업전략으로서 모든 프로세스는 6 σ라는 품질수준의 목표를 가지고 있으며, 혁신적인 품질개선이 요구된다. 따라서 품질이 향상되고 비용이 절감되어 고객만족과 회사 발전이 실현된다.
6시그마 운동을 효과적으로 추진하기 위해 고객만족의 관점에서 출발하여 프로세스의 문제를 찾아 통계적 사고로 문제를 해결하는 품질개선 작업과정을 ‘측정(measurement)·분석(analysis) ·개선(improvement) · 관리(control)’ 4단계로 나누어 실시하고 있는데, 첫글자를 따서 ‘MAIC’라고 부릅니다. 우선 측정과 분석을 통해 제품의 문제점을 찾아내고, 문제해결방법을 제시하여 실제로 개선작업을 실행합니다. 마지막으로 이 과정을 제어·감시하여 품질의 개선상태를 유지하는 것입니다.
높은 품질수준을 확보하고 유지할 수 있는 혁신적이고 과학적인 기준을 제공하여 고객을 만족시키고 기업경영의 탁월성을 이루고자 하는 6시그마 운동의 궁극적인 목표는 품질개선 운동에 전 종업원이 참여하는 것은 물론 사무부분을 포함한 모든 프로세스의 질을 높이고 업무 비용을 획기적으로
절감하여 경쟁력을 향상시킴으로써 세계최고의 기업이 되는 것입니다.