본문내용
1. QC 수법 7가지 도구
1.1. 정의
QC 수법 7가지 도구란 현장에서 발생하는 품질이나 원가, 생산량 등의 문제를 해결하는 데 도움이 되는 기초적인 분석 도구 7가지를 말한다. 이 7가지 도구는 "적은 데이터로부터 가능한 신뢰성이 높은 객관적인 정보를 얻는데 가장 유효한 수단"으로서 품질의 개선 및 관리의 제반 활동에 유용한 도구이며, 데이터의 기초적인 정리 방법으로 널리 사용된다. 현장에서 QC 수법 7가지만 자유자재로 활용이 가능한 수준이라면 매우 높은 경지의 관리를 하고 있다고 생각된다.
1.2. 종류
1.2.1. 체크 시트
체크 시트란 종류별로 데이터를 취하여 확인 단계에서 착오, 빠짐이 발생하지 않도록 체크하여 결과를 알 수 있도록 만든 도표이다. 체크 시트의 개념은 다음과 같다. 첫째, 데이터를 분류하여 항목별로 보기 쉽게 나타낸 것이다. 둘째, 데이터를 수집하면서 정리하는 기능을 가진다. 셋째, 데이터가 분류 항목 어디에 집중 또는 분산되어 있는지 한눈에 판단될 수 있는 시트를 말한다. 넷째, 체크 시트는 불량 항목별 건수 등 계수 데이터 기록뿐 아니라 계량 데이터 기록에도 사용할 수 있다. 다섯째, 계량형 데이터와 계수형 데이터로 구분된다.
1.2.2. 히스토그램
히스토그램은 데이터가 어떤 값을 중심으로 어떤 분포를 하고 있는지를 보여주는 그래프이다. 데이터를 몇 개의 구간으로 나누고, 각 구간에 속하는 데이터의 빈도수를 막대 그래프로 나타낸 것이다.
히스토그램을 통해 전체적인 모양, 중심 위치, 그리고 데이터의 산포도를 한눈에 파악할 수 있다. 대부분의 측정 데이터는 정규분포를 따르므로, 히스토그램을 통해 데이터의 분포를 확인할 수 있다.
히스토그램 작성 방법은 다음과 같다. 첫째, 분석 데이터를 수집한다. 일반적으로 100개 이상의 데이터를 수집하는 것이 바람직하다. 둘째, 데이터의 범위(R)를 계산한다. 셋째, 적절한 계급의 수(k)를 결정한다. 넷째, 계급의 폭(h)을 결정한다. 다섯째, 계급의 경계치를 정한다. 여섯째, 도수 표를 작성한다. 마지막으로 히스토그램을 그린다.
히스토그램 분석 시 주목해야 할 점은 다음과 같다. 첫째, 분포의 모양을 통해 데이터의 중심 경향과 산포도를 파악할 수 있다. 둘째, 데이터가 정규분포를 따르는지 확인할 수 있다. 셋째, 데이터의 이상치를 확인할 수 있다. 넷째, 데이터 간의 관계나 원인을 분석할 수 있다.
요약하면, 히스토그램은 데이터의 분포를 직관적으로 보여주는 유용한 그래프 도구이다. 제품 및 공정 관리, 품질 개선 등 다양한 분야에서 활용되고 있다.
1.2.3. 파레토
파레토(Pareto)는 제품의 불량, 외관의 결점, 고장 등의 발생 건수를 현상이나 원인별로 나누어 순서대로 나열하여 그 크기를 막대 그래프로 나타낸 그림이다.""
파레토 차트는 주요 원인별로 문제의 크기를 시각적으로 보여줌으로써 우선적으로 해결해야 할 문제를 파악할 수 있게 한다. 파레토의 법칙에 의하면 전체 문제의 80%는 전체 원인의 20%에 의해 발생한다고 한다.""
파레토 차트를 작성하는 방법은 다음과 같다. 첫째, 문제를 평가하는 객관적인 기준을 설정한다. 둘째, 결과 분석 및 원인 분석 항목을 수평 눈금에 분류 항목으로 선정한다. 셋째, 자료 수집 기간을 정한다. 넷째, 항목별 데이터를 집계한다. 다섯째, 파레토 차트를 작성한다.""
파레토 차트 작성 시 주의해야 할 사항은 다음과 같다. 첫째, 세로축은 단순히 부적합수, 소요시간 등을 나타내는 것이 아니라 가급적 손실금액으로 나타내는 것이 좋다. 둘째, 데이터가 작은 항목은 모아서 기타로 일괄하여 맨 끝에 그려두는 것이 좋다.""
파레토 차트는 문제의 원인이 어디에 집중되어 있는지를 시각적으로 보여주므로, 가장 큰 영향을 미치는 원인을 파악하고 개선 활동에 집중할 수 있게 한다. 이를 통해 제한된 자원을 효율적으로 활용할 수 있다.""
1.2.4. 특성요인도
특성요인도는 결과(제품특성)에 원인(요인)이 어떠한 영향 관계를 가지고 있는지 한눈에 알 수 있도록 하여 '생선뼈'모양과 흡사한 그림이 나타나게 된다. 특성요인도에서는 주로 4M(Man-작업자/Material-재료/Machine-기계 ? 설비/Method-작업방법)을 주요 원인으로 취급한다.
특성요인도의 작성방법은 다음과 같다. 먼저 품질특성 중 문제가 되는 것을 선정한다. 그 다음 4M 등의 주요 원인을 규명한다. 모든 구성원이 참여한 가운데 세부원인을 브레인스토밍으로 찾는다. 취합된 원인들을 주요 원인별로 분류하여 중간 가지에 가지를 더 그려 넣어 표시한다. 모든 요인의 기록이 끝나면 개선 가능성이 높은 원인을 표시하고 그 원인이 문제를 일으키는 영향력과 비용 효과성을 분석한다.
특성요인도를 작성할 때 주의해야 할 사항은 다음과 같다. 가능한 모든 구성원의 아이디어를 모으도록 한다. 관리적인 요인으로도 고려해야 하며, 오차에도 주의를 기울여야 한다. 특성을 더 구체화시켜 그리는 것이 중요하다. 책임을 명확히 하기 위해 층별로 분류한다. 왜 문제가 일어났는지 보다 어떻게 문제를 해결할 것인지를 생각해야 한다.
특성요인도는 문제가 되는 결과를 갖고 원인을 구체적으로 찾아내어, 진정한 원인이라고 생각되는 것을 규명하기 위하여 사용된다. 특성요인도 분석은 PSG(Problem Solving Group)로 하여금 품질의 문제나 조건의 모든 가능한 원인을 찾아서, 규정하고, 그림의 형태로 나타내도록 함으로써 모든 관련자가 문제의 원인을 공유하고 근본원인(Root Cause)을 찾아서 순서화 하도록 하기 위하여 사용한다.
특성요인도 분석에 있어서는 비슷한 기법이 많고, 세부적인 요인 관리, 결합한 원인 등 복합적인 요인을 찾기가 어려운 한계점이 있다. 또한 분류기준 설정에 따라 결과가 달라질 수 있으므로 주의해야 한다. 문제에 대한 정의부터 먼저 명확히 하는 것이 중요하다.
1.2.5. 산점도
산점도(Scatter Diagram)는 두 변수(또는 인자) 상호 간의 관계를 그림으로 표시한 것으로, 문제 해결의 전 단계인 원인 조사에 많이 활용된다. 상호 간의 관계에서 잠재원인(X)의 문제와 결과(Y) 간의 관련성을 연구/측정하는 통계적 분석을 상관 분석이라 한다.
상관관계는 X값이 증가/감소할 때, Y값의 경향(Trend)을 말한다. 산점도는 두 개의 잠재 원인들(X,Y)의 관계로도 표현된다. 예를 들어 자동차의 속도와 연료 소모량, 촉매의 양과 비율, 설비 속도와 제품의 정밀도, 광고비용과 매출액 등이 산점도로 분석될 수 있다.
산점도는 데이터가 흩어져 있는 모양을 보고 상관관계가 있는지, 상관관계가 있다면 규격 범위를 맞추기 위해 어떤 값으로 조절하면 좋을지를 알고자 하는 데 쓰인다. 산점도의 모양별 상관관계 특성은 다음과 같이 해석할 수 있다:
- X가 증가할수록 Y가 증가하면 양의 강한 상관관계, X가 증가할수록 Y가 감소하면 음의 강한 상관관계
- X가 증가할수록 Y가 증가하지만 점들이 다소 분산되어 있으면 양의 약한 상관관계, X가 증가할수록 Y가 감소하지만 점들이 다소 분산되어 있으면 음의 약한 상관관계
- 점들이 밀집된 산점도는 상관관계가 없음
- X가 증가할수록 Y가 이차식으로 표현되는 곡선관계
또한 산점도에서 이상점(Outlier)을 파악하고 상관관계 분석 시 고려해야 한다. 하지만 산점도만으로는 상관관계의 정도를 정량적으로 판단하기 어려우므로, 상관계수를 계산하여 상관관계의 강도를 평가해야 한다.
상관계수란 두 개의 변수 사이의 직선적인 관련 정도를 측정하기 위한 통계량으로, 그 값의 범위는 -1 ≤ r ≤ 1 이다. 상관계수 r > 0 이면 변수 x와 y는 양의 상관관계, r < 0 이면 음의 상관관계, r = 0 이면 상관관계가 없다. 상관계수의 절대값이 클수록 두 변수 간의 선형관계가 강하다고 할 수 있다.
그러나 상관관계가 높다고 해서 반드시 인과관계가 성립하는 것은 아니다. 상관관계 분석에는 제3의 요인이 존재할 수 있기 때문에, 산점도와 상관계수만으로는 인과관계를 판단할 수 없다. 따라서 상관관계 분석 시에는 반드시 다른 요인들에 대한 고려가 필요하다.
1.2.6. 층별
층별(Stratification)은 전체 품질의 분포를 층별한 뒤, 작은 그룹의 품질 분포를 비교하여 품질에 영향을 미치는 원인과 그 정도를 규명하기 위한 기법이다. 일반적으로 원료별, 기계별, 작업별 등으로 층별한다.
층별의 방법은 다음과 같다. 첫째, 결과로서 얻어지는 모든 품질 특성과 수량상의 범위 등의 층별 대상을 명확히 한다. 둘째, 히스토그램 등을 이용하여 전체 품질의 분포를 파악한다. 셋째, 전체의 품질을 나타내는 히스토그램에서 값이 산포하는 원인을 살펴본다. 넷째, 산포의 원인이라고 생각되는 것에 따라 여러 개의 작은 그룹으로 구분한다. 다섯째, 층별된 데이터로 히스토그램을 만들고 품질 분포를 살펴본다. 마지막으로 층별한 작은 그룹의 품질 분포를 서로 비교하고, 전체의 품질 분포와도 대비해 본다.
층별 분석의 목적은 층별 전/후의 품질 분포를...
