불안정한 공정에 대한 공정 능력의 예
이 예에서는 공정이 불안정하여 전체 변동이 범위 내 변동과 다른 경우를 보여 줍니다.
1. 도움말 > 샘플 데이터 폴더를 선택하고 Quality Control/Coating.jmp를 엽니다.
2. 분석 > 품질 및 공정 > 공정 능력을 선택합니다.
3. Weight를 선택하고 Y, 공정을 클릭합니다.
4. 공정 부분군 지정 개요를 엽니다.
5. 왼쪽의 "열 선택" 목록에서 Sample을 선택합니다.
6. 오른쪽의 "Y, 공정" 목록에서 Weight를 선택합니다.
7. 부분군 ID 열 내포를 클릭합니다.
8. 확인을 클릭합니다.
9. 규격 한계 창에서 LSL에 16, 목표값에 20, USL에 24를 각각 입력합니다.
10. 확인을 클릭합니다.
11. "목표 그림"의 빨간색 삼각형을 클릭하고 군내 표준편차 점 표시를 선택합니다.
12. "공정 능력"의 빨간색 삼각형을 클릭하고 개별 상세 정보 보고서를 선택합니다.
그림 9.25 Coating.jmp 데이터에 대한 공정 능력 보고서
Figure 9.25에서는 결과로 생성된 공정 능력 보고서를 보여 줍니다. 목표 그림에는 규격 한계로 표준화된 평균 변화 및 표준편차를 나타내는 두 개의 점이 표시됩니다. 목표 그림 옆에 이 두 점을 식별하는 범례가 있습니다. 전체 표준편차 점은 전체 표본 표준편차를 사용하여 계산됩니다. 군내 표준편차 점은 표준편차의 부분군 내 추정값을 사용하여 계산됩니다.
전체 표준편차를 사용하여 계산된 점은 Ppk = 1에 해당하는 목표 삼각형을 벗어납니다. 이는 Weight 변수로 인해 부적합 제품이 생산된다는 의미입니다.
그러나 군내 표준편차를 사용하여 계산된 점은 목표 삼각형 안에 있습니다. 이는 공정이 안정적이라면 Weight 값이 규격 한계 내에 포함될 확률이 높다는 의미입니다.
13. 목표 그림의 점 중 하나를 커서로 가리킵니다.
14. 관리도를 클릭합니다.
그림 9.26 Weight의 Xbar-S 차트
관리도를 보면 Weight 측정값이 불안정하다는 것을 알 수 있습니다. 공정은 특수 원인의 영향을 받으며 예측할 수 없습니다. 따라서 공정 능력 지수 해석 및 부적합 추정값이 매우 불확실합니다. 공정을 예측할 수 없으므로 전체 표준편차를 기반으로 한 추정값도 불확실합니다.
Figure 9.25의 히스토그램에는 두 표준편차 추정값을 사용하여 히스토그램 위에 겹쳐진 정규 밀도 곡선과 함께 Weight 값의 분포가 표시됩니다. 전체 표준편차 추정값을 사용하는 정규 곡선은 군내 표준편차 추정값을 사용하는 정규 곡선에 비해 더 평평하고 넓습니다. 공정을 불안정하게 만드는 특수 원인에 의해 전체 표준편차 추정값이 부풀려지므로 이 정규 곡선이 더 퍼집니다. 공정이 안정적이라면 더 좁은 정규 곡선에 공정 동작이 반영됩니다.
Cpk 추정값(1.142)을 Ppk 추정값(0.814)과 비교할 수도 있습니다. Ppk가 Cpk보다 훨씬 작으므로 역시 공정을 예측할 수 없다는 결론을 내릴 수 있습니다. Cpk 추정값은 공정을 안정적인 상태로 전환하여 얻을 수 있는 공정 능력에 대한 예측값입니다.
참고: "개별 상세 정보 보고서 구분" 환경 설정은 개별 보고서가 기본적으로 표시되는지 여부를 결정합니다. 이 환경 설정이 활성화된 경우 공정 변수의 수가 환경 설정에 지정된 수보다 작거나 같으면 개별 보고서가 기본적으로 나타납니다. 환경 설정 > 플랫폼 > 공정 능력에서 이 환경 설정을 변경할 수 있습니다.