통계적 품질관리(SQC)

차 례 1. 통계적 품질관리란? 2. 통계적 품질관리를 위한 기초 개념 3. QC 7가지 도구 4. 신QC 7가지 도구 차 례 1. 통계적 품질관리란? 2. 통계적 품질관리를 위한 기초 개념 3. QC 7가지 도구 4. 신QC 7가지 도구 참고 문헌 및 사이트 -------- 3 -------- 4 ------- 15 ------- 36 ------- 51

1. 통계적 품질관리란? (SQC : Statistical Quality Control) 통계적 품질관리는 통계적 기법을 사용하여 제품이나 서비스의 품질을 관리하는 것 - 지속적 개선이란 투입물을 산출물로 변환시키는 과정에 관련된 모든 요소(사람, 장비, 재료, 작업방법 등)를 향상시키려는 활동 계획 Plan 실행 Do 검토 Check 조치 Act PDCA 사이클 ►

2. 통계적 품질관리 위한 기초개념 통계적 품질관리 기법 사용을 위해 품질특성 이해해야 할 기본 사항들 산포 (평균, 중앙값, 분산, 표준편차, 범위, 정규분포) 공정능력지수

2-1. 품질특성 품질특성 (=Data, Fact) 제품이나 서비스의 품질을 평가할 수 있는 요소들 2. 통계적 품질관리를 위한 기초 개념 2-1. 품질특성 품질특성 (=Data, Fact) 제품이나 서비스의 품질을 평가할 수 있는 요소들 계량치 길이, 질량, 온도 등과 같이 연속량으로 측정되는 품질특성치 계수치 불량품수, 결점수 등과 같이 개수로 세어지는 품질특성치

2. 통계적 품질관리를 위한 기초 개념 2-2. 산포 동일한 공정에서, 동일한 작업자가, 동일한 작업표준에 의해서, 같은 재료를 사용해서, 같은 설비로 제품을 만들어도 완성되는 제품의 품질에는 얼마간의 산포가 발생 우연원인에 의한 산포 공정에서 언제나 일어나고 있는 어쩔 수 없을 정도의 산포로서 생산조건이 엄격히 관리된 상태하에서도 발생하는 불가피한 산포 식별하기 어려운 원/부자재 및 생산설비 등의 제반 특성의 차이, 작업자의 숙련도의 차이, 작업표준의 허용범위 내에서 작업조건 및 작업환경의 변화 등으로 말미암아 발생 유지 내지는 더 줄일 수 있도록 생산설비의 개선, 작업방법의 개선, 작업자의 교육훈련 및 작업환경의 개선 등을 통해 점차적으로 품질향상을 꾀하도록 해야 함 이상원인에 의한 산포 보통 때와는 다른 특별한 의미가 있는 산포로서, 그냥 보아 넘기기에는 문제가 되는 산포 불량 원/부자재의 사용, 생산설비의 이상 또는 고장, 작업자의 부주의, 측정이나 시험 등의 오차 때문에 발생 현장에서 즉시 조처를 취하여 더 이상 재발하지 않도록 해야 함

å 2-2-1. 평균 (Mean, Average, 산술평균) 분포의 중심 위치를 알아보는데 가장 많이 사용되는 것 n x + 2. 통계적 품질관리를 위한 기초 개념 2-2-1. 평균 (Mean, Average, 산술평균) 분포의 중심 위치를 알아보는데 가장 많이 사용되는 것 (예) 아래 10개 데이터의 평균은? Data :1, 2, 3, 4, 5, 6, 7, 8, 9, 10 n x i å + = ... 2 1

2-2-2. 중앙값 (Median) 데이터를 크기 순으로 나열했을 때 가운데 위치한 값 x ~ = 5 x 2 = ~ 5 + 6 2. 통계적 품질관리를 위한 기초 개념 2-2-2. 중앙값 (Median) 데이터를 크기 순으로 나열했을 때 가운데 위치한 값 데이터의 수가 홀수이면 중앙에 위치한 데이터 데이터가 수가 짝수이면 중앙에 위치한 두 개의 데이터의 평균 (예) 아래 10개 데이터의 중앙값은? Data : 1, 2, 3, 4, 5, 6, 7, 8, 9 Data : 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 x ~ = 5 x 2 = ~ 5 + 6 5.5

2-2-3. 분산 (Variance) / 표준편차 (Standard Deviation) 2. 통계적 품질관리를 위한 기초 개념 2-2-3. 분산 (Variance) / 표준편차 (Standard Deviation) 데이터들이 중심값으로부터 얼마나 멀리 퍼져 있는지를 나타내주는 척도 제곱합 (S) : 각각의 측정치 와 평균 간의 편차제곱의 합 분산 (V) : 제곱합을 n-1로 나눈 것 표준편차 (s) : 분산 (V)의 제곱근(√를 붙인 것) (예) 아래 10개 데이터의 표준편차는? Data :1, 2, 3, 4, 5, 6, 7, 8, 9, 10

2-2-4. 범위 (Range) 9 1 10 = - 데이터 중에서 최대값과 최소값의 차이 (예) 아래 10개 데이터의 범위는? 2. 통계적 품질관리를 위한 기초 개념 2-2-4. 범위 (Range) 데이터 중에서 최대값과 최소값의 차이 (예) 아래 10개 데이터의 범위는? Data :1, 2, 3, 4, 5, 6, 7, 8, 9, 10 9 1 10 = -

2-2-5. 정규분포 (Normal/Gauss Distribution) 2. 통계적 품질관리를 위한 기초 개념 2-2-5. 정규분포 (Normal/Gauss Distribution) 주사위를 여러 회 던졌을 때와 같은 우연이 지배적인 많은 현상으로부터 만들어진 도수분포곡선으로서, 평균치에 대한 좌우대칭의 종 모양의 분포 LSL USL 99.73% 68.27% 95.45% 0.135% m-3σ m-2σ m-1σ 목표(m) m+1σ m+2σ m+3σ

2-3. 공정능력지수 (Process Capability Index : Cp, Cpk) 2. 통계적 품질관리를 위한 기초 개념 2-3. 공정능력지수 (Process Capability Index : Cp, Cpk) 공정능력이란 공정이 얼마나 균일한 제품의 품질을 생산할 수 있는지를 반영하는 공정의 고유능력을 의미하며, 그 척도로서 일반적으로 6를 사용. 제품의 품질특성이 정규분포를 따르는 경우 거의 대부분(99.73%)의 제품이 평균을 중심으로 6 범위 내에 포함됨 공정능력지수는 공정능력(6 )과 규격범위(규격상한-규격하한)의 비율로서, 공정이 규격에 맞는 제품을 생산할 능력을 가지고 있는지를 나타내는 지수 양쪽 규격이 주어진 경우 한쪽 규격만 주어진 경우 1) 분포의 폭만 고려할 경우 2) 평균이 규격 중심으로부터 어느 한쪽으로 치우쳐 있는 경우 1) 규격 상한만 있는 경우 2) 규격 하한만 있는 경우 Cp = 6  USL - LSL Cpk = 3  USL - m Cpk = 3  m - LSL Cpk = (1-K) 6  USL - LSL = (1-K) Cp (USL+LSL)/2-m 치우침계수K = (USL-LSL)/2

2-3. 공정능력지수 (공정능력 판단기준) 2. 통계적 품질관리를 위한 기초 개념 공정능력지수 등 급 판 단 시 정 조 치 등 급 판 단 시 정 조 치 1.67≤Cpk 1등급 공정능력 매우 충분 산포가 약간 커져도 걱정할 필요가 없음 비용절감, 간소화를 도모 1.33≤Cpk<1.67 2등급 충분 이상적인 공정상황 1≤Cpk<1.33 3등급 보통 공정관리를 확실하게 하여 관리상태 유지 0.67≤Cpk<1 4등급 부족 불량품 생김, 공정 개선관리 필요 Cpk<0.67 5등급 매우 부족 품질이 전혀 만족스럽지 않음 원인규명/품질개선과 같은 대책이 필요 규격의 한계에 대하여도 재검토가 필요함

2-3. 공정능력지수 (Cp, Cpk 사례) (예) 아래 10개 데이터의 공정능력지수는? 2. 통계적 품질관리를 위한 기초 개념 2-3. 공정능력지수 (Cp, Cpk 사례) (예) 아래 10개 데이터의 공정능력지수는? Data : 10.5, 11, 12.3, 12.6, 13, 12.8, 13.8, 14.7, 12.8, 12 Spec : Su=20 Spec : Su=20, Sl=9 * Cpk=2.14>1.67 (1등급 : 공정능력이 매우 좋다) * 1.33>Cp=1.02>1 (3등급 : 공정능력이 보통이다) 14 . 2 16 1 3 55 12 20 =  - s m Su Cpk 02 . 1 ) , ( = Cpu Cpl Min Cp

수치화된 자료를 분석하여 품질문제 등을 해결하려는 계량화된 기법 3. QC 7가지 도구 수치화된 자료를 분석하여 품질문제 등을 해결하려는 계량화된 기법 체크시트 히스토그램 파레토도 특성요인도 산점도 층별 관리도/그래프

3. QC 7가지 도구 3-1. 체크시트 (Check Sheet) 개 념 불량수, 결점수 등 셀 수 있는 데이터가 분류항목별로 어디에 집중되어 있는지를 알기 쉽게 나타낸 표 또는 그림으로 공정으로부터 필요한 자료를 수집하는 데 가장 흔하게 사용되는 도구 활 용 데이터를 쉽고 체계적으로 수집 수집된 자료를 히스토그램, 파레토도, 관리도 등의 작성에 사용 작성방법 데이터의 분류항목을 정한다(5W1H 활용). 체크시트의 형식을 정한다. 기간을 정해서 데이터를 모은다. 데이터를 체크하고 집계한다.

3-1. 체크시트 (사례 – Fiber 불량현황) 3. QC 7가지 도구 구 분 1 2 3 4 5 6 7 계 구 분 1 2 3 4 5 6 7 계 Core hole bubble 20 18 15 69 Ferrule crack Contamination Dent Ferrule polishing Ferrule damage 22 12 9 10 100

3-2. 히스토그램 (Histogram, Bar or Frequency Distribution Graph) 3. QC 7가지 도구 3-2. 히스토그램 (Histogram, Bar or Frequency Distribution Graph) 개 념 길이/무게/시간/강도 등을 측정한 데이터(계량치)가 존재하는 범위를 몇 개의 구간으로 나누어 각 구간에 포함되는 발생도수를 세어서 도수표를 작성한 다음 이를 도형화한 것 활 용 데이터의 전체적인 모습 및 산포상태의 파악 데이터의 평균치와 표준편차의 산출 실제 데이터와 규격과의 비교 작성방법 정해진 방법에 따라 데이터를 모은다(통상 100개 이상) 데이터 중에서 최대치(L)와 최소치(S)를 구한다. 계급(=구간)의 수를 정한다(k=√, 10개 내외가 좋음). 계급의 폭을 결정한다(h=(최대치-최소치)÷k). 각 계급의 경계치를 정한다. 각 계급의 중앙치를 계산한다. 도수표를 작성한다. 가로축에는 계급경계 눈금을, 세로축에는 도수를 잡아 히스토그램을 그린다. 기타 필요사항(데이터의 수, 평균, 표준편차 등)을 기입한다. n

3-2. 히스토그램 (사례 – 필립스PD 열튜브 길이) 3. QC 7가지 도구 3-2. 히스토그램 (사례 – 필립스PD 열튜브 길이) (1)데이터 시트 (3)히스토그램 Sl=23.24 규격선 Su=25.24 데이터수=50 평균=24.41 표준편차=0.28 Cp=1.18, Cpk=0.98 도수 특성값 24.05 24.50 24.11 24.18 24.34 24.12 24.16 24.84 24.41 24.35 24.57 24.46 24.54 24.71 24.91 24.20 23.96 24.61 24.00 24.44 24.56 24.30 24.72 24.19 24.22 24.14 24.90 24.55 24.65 24.40 24.76 24.94 24.01 24.53 24.37 24.13 (2)도수표 급번호 경계치 중앙치 도수 1 23.86-24.06 23.96 5 2 24.06-24.26 24.16 13 3 24.26-24.46 24.36 10 4 24.46-24.66 24.56 12 24.66-24.86 24.76 6 24.86-25.06 24.96 합계 50

3-2. 히스토그램 (해석 방법) Check Point : 분포의 중심위치, 데이터의 산포, 규격과의 비교 3. QC 7가지 도구 3-2. 히스토그램 (해석 방법) Check Point : 분포의 중심위치, 데이터의 산포, 규격과의 비교 정상형 이상적인 정규분포의 형태 이빠진형 측정법, 데이터의 맺음법 문제 절벽형 측정 Miss, 오차 등의 경우 낙도형 공정이상, 측정 Miss, 다른 공정의 데이터가 혼입 고원형 평균치가 다른 몇 개의 분포 혼합 평균치가 다른 2개 분포혼합 쌍봉우리형

3-3. 파레토도 (Pareto Diagram) 3. QC 7가지 도구 3-3. 파레토도 (Pareto Diagram) 개 념 불량, 결점, 클레임, 고장 등의 발생 건수(또는 손실금액)를 분류항목(현상/원인)별로 나누어 큰 순서대로 가로축에는 막대그래프로 나열하고 세로축에는 그 누적을 꺾은선그래프로 그려놓은 그림 활 용 불량, 결점, 고장 등에 대하여 어떤 항목에 문제가 있는지, 그 영향은 어느 정도인지를 한 눈에 볼 수 있도록 함 낭비나 불량을 일으키는 소수의 중요한 원인과 다수의 미미한 원인을 분류(Vital Few, Trivial Many. 80:20법칙) 작성방법 데이터의 분류항목을 정한다. 기간을 정해서 데이터를 수집한다. 분류항목별로 데이터를 집계하여 데이터를 크기 순으로 정리하고 누적도수 및 누적점유율을 계산한다. 그래프의 가로축에는 분류항목을, 세로축에는 데이터의 눈금을 기입한다. 데이터의 크기 차례대로 막대그래프를 그린다. 데이터의 누적도수를 꺾은선으로 기입한다. 기타 필요사항(데이터의 기간, 목적, 작성자 등)을 기입한다.

3-3. 파레토도 (사례 – NXP PD불량현황) 3. QC 7가지 도구 데이터를 취한 기간과 총수(n)등을 기입한다 N=82 기간:04.03.01-04.03.31 작성자:홍길동 <NXP PD 불량현황> (건) (%) 특성값 ‘기타’는 수치가 커도 오른쪽에 그림번호/그림명을 적는다 누적곡선 누적점유율

3-4. 특성요인도 (Cause and Effect Diagram, Fishbone Diagram)) 3. QC 7가지 도구 3-4. 특성요인도 (Cause and Effect Diagram, Fishbone Diagram)) 개 념 결과(=품질특성/문제점)에 영향을 주는 원인(=요인)이 무엇인지를 보기 쉽게 정리한 그림 활 용 문제점을 정리하거나 개선할 때, 많은 사람들의 서로 다른 의견을 간단히 한 장의 그림으로 정리/체계화하기에 유용 작성방법 문제의 정의 : 해결하고자 하는 품질특성/문제를 정의한다. 주요 원인의 규명 : 문제를 일으키는 주요한 원인들(Man, Machine, Material, Method, Environment 등)을 규명한다. 세부 원인의 규명 : 주요 원인마다 세부 요인을 작은 가지로 표시한다. 도표의 분석 : 요인들 중에서 근본원인이 무엇이며 그 영향은 어느 정도인지, 원인을 제거할 효과적인 해결방법이 무엇인지 등을 분석한다. 기타 필요사항 기입 : 특성요인도를 작성한 목적, 시기, 작성자를 기입한다.

3-4. 특성요인도 (사례 - 납땜불량) 납땜불량 기 계 작업자 작업방법 자 재 온도 속도 지식 기능 품질의식 수명 종류 3. QC 7가지 도구 3-4. 특성요인도 (사례 - 납땜불량) 납땜불량 기 계 작업자 작업방법 자 재 온도 속도 지식 기능 품질의식 수명 종류 유지보수 회수 훈련부족 특성을 선으로 에워싼다 ‘왜’를 반복하여 요인을 많이 찾아낸다 큰 가지 수는 4-8개 정도로 간추려 테를 두른다. 큰 가지는 서로 독립되어 있어야 하며, 화살표의 각도는 대체로 75도 정도로 한다. 등줄기는 조금 굵은 선으로 그린다 주요 요인을 압축하고 주요 요인을 선으로 에워싼다.

3-5. 산점도 (Scatter Diagram) 3. QC 7가지 도구 3-5. 산점도 (Scatter Diagram) 개 념 한 대상에 나타나는 2가지 현상의 데이터가 서로 상관이 있는지 없는지를 점의 흩어진 상태를 그려 봄으로써, 상관의 경향을 파악하고 필요한 조치를 취하도록 하는 방법 활 용 데이터(점들)가 흩어져 있는 모양을 보고 데이터 간에 상관관계가 있는지, 상관관계가 있다면 규격 범위를 맞추기 위해 어떤 값으로 조정하면 좋겠는지를 알고자 할 때 유용 작성방법 원인과 결과를 나타내는 두 변수를 결정하여 데이터를 수집한다. 결과에 해당하는 변수를 Y축에 표시하고, 결과에 영향을 미치는 원인에 해당하는 변수를 X축에 표시하여 타점을 하여 산점도를 그린다. 산점도가 완성되면 두 변수 사이의 상관관계를 파악한다. 기타 필요사항(데이터의 수/기간, 목적, 작성자, 작성일자 등)을 기입한다

3-5. 산점도 (산점도 보는 방법) 3. QC 7가지 도구 강한 플러스 상관 약한 플러스 상관 무상관 강한 마이너스 상관 Y X ● 강한 플러스 상관 약한 플러스 상관 무상관 강한 마이너스 상관 약한 마이너스 상관 비선형관계

3. QC 7가지 도구 3-6. 층별 (Stratification) 개 념 집단을 구성하고 있는 많은 데이터를 어떤 특징에 따라서 몇 개의 부분집단(범주)으로 구분함으로써 문제의 원인을 파악하려는 방법 활 용 전체 데이터에서는 막연했던 점들을 범주별로 층별화함으로써 좀더 정확하고 유효한 정보를 획득할 수 있음 작성방법 조사대상 변수를 선정한다. 층별화할 범주를 설정한다. 범주별로 데이터의 개수를 센다. 막대그래프의 형태로 층별화한 결과를 나타내고 분석한다.

3-6. 층별 (사례 – 현장에서 많이 쓰이는 층별) 항 목 내 용 시 간 3. QC 7가지 도구 3-6. 층별 (사례 – 현장에서 많이 쓰이는 층별) 항 목 내 용 시 간 시간별, 오전/오후별, 주간/야간별, 일별, 주별, 월별, 계절별… 작 업 자 개인별, 조별, 숙련도별, 남녀별, 연령별… 기계장치 기계별, 공정별, 라인별, 기계제작처별… 원 자 재 공급자별, 로트별, 구입시기별, 저장기간별… 작업방법 작업방법별, 작업장소별, 작업조건(온도/습도 등)별, 속도별…

3. QC 7가지 도구 3-7-1. 관리도 (Control Chart) 개 념 우연원인과 이상원인으로 인한 산포를 구분할 수 있는 중심선 상/하에 관리한계선을 그어 놓고 공정의 상태를 나타내는 품질특성치를 타점하였을 때, 그 점이 관리한계선 안쪽에 있으면 그 공정이 관리(안정)상태에 있다고 보고, 그 점이 관리한계선 밖으로 나가면 공정에 이상원인이 존재하고 있다고 판단하여 원인을 찾아 제거하고 재발방지를 위한 조치를 취함으로써 공정을 관리상태로 유지할 수 있도록 하기 위한 일종의 꺾은선 그래프 활 용 공정상의 이상 유무를 판단하고, 이상 발생시 이상원인을 신속히 찾아내어 이상원인으로 인한 불량품이 대량 생산되기 전에 필요한 조처를 취하여 공정을 관리상태로 유지하도록 함으로써 적합품질을 달성하는데 유용

3. QC 7가지 도구 3-7-1. 관리도 (x bar R 관리도 작성절차) 1) 일정기간 동안 발생한 데이터를 샘플크기(n) 4-5개 정도로 약 20-25군을 수집하여 측정하고 이 측정치들을 데이터시트에 기입한다. 2) 각 군의 평균치 및 의 평균치 를 계산한다. 3) 각 군의 범위 R 및 R의 평균치 를 계산한다. 4) 관리선을 계산한다. X bar 관리도 - 중심선 (CL) = - 관리상한선 (UCL) = - 관리하한선 (LCL) = R관리도 5) 관리선을 그린다(중심선은 실선, 상하한선은 점선). 6) 관리도 상에 와 R의 값을 순서대로 타점한다. 7) 필요항목(공정명, 제품명, 작성기간 등)을 기입한다. 8) 관리도에 의하여 공정의 관리상태를 판정하고 필요시 조치를 취한다.

3-7-1. 관리도 (사례 – x bar R 관리도) 3. QC 7가지 도구 X bar 관리상한선 중심선 관리하한선 R -75.0 -72.5 -70.0 X bar 3 6 9 1 2 4 5 7 8 10 11 12 13 14 15 16 17 18 19 20 sample R 중심선 관리상한선 관리하한선

3-7-1. 관리도 (판정 – 관리상태에 있다고 판단할 경우) 3. QC 7가지 도구 3-7-1. 관리도 (판정 – 관리상태에 있다고 판단할 경우) 점이 관리한계선을 벗어나지 않으면서 점의 배열에 규칙성이나 독특한 버릇이 없을 때 원칙적으로 공정은 관리상태에 있다고 본다. - 연속 25점 모두가 관리한계 안에 있을 떄 - 연속 35점 중 한계를 벗어난 점이 1점 이내일 때 - 연속 100점 중 한계를 벗어난 점이 2점 이내일 때 Upper Control Limit  Control Limit Lower Control Limit

3-7-1. 관리도 (판정 – 관리상태에 있다고 판단할 수 없는 경우) 3. QC 7가지 도구 3-7-1. 관리도 (판정 – 관리상태에 있다고 판단할 수 없는 경우) 점이 관리한계선상에 있거나 관리한계선을 벗어났을 때에는 공정에 이상원인이 있음을 나타내므로 그 원인을 찾아서 조처하여야 한다. 점이 중심선에 대하여 한쪽에만 연속해서 나타날 경우(蓮=run) 이상원인이 있다고 판단한다(단, 한쪽 관리한계가 없는 경우는 예외). - 연속 7개 이상 점이 한쪽에 몰리는 경우 - 연속 11/14/20점 중 10/12/16개가 한쪽으로 몰리는 경우 점이 상승/하강하는 경향이나, 주기적인 변동을 나타낼 때는 무엇인가 이상이 있다. - 연속 8개의 점이 상향/하향 경향을 보이는 경우 - 연속적인 3개의 점 중 2개가 C영역(중심선으로부터 관리한계선의 2/3이상 떨어진 곳)에 나타나는 경우 - 점이 주기적으로 상하로 변동하여 파형을 나타내는 경우 UCL CL LCL 2/3 

3. QC 7가지 도구 3-7-2. 그래프 (Graph) 개 념 데이터를 그림으로 나타내어 데이터의 변화와 경향 등을 시각화하고 그 내용을 한 눈에 알 수 있도록 하여, 정보를 빠르고 정확히 파악하는데 도움이 되도록 하는 방법 작성방법 전달하고자 하는 목적을 분명히 하여 용도에 맞는 그래프를 선택한다. 필요한 것만 그래프로 그린다. 그래프만 보여주어도 알 수 있도록 한다.

3-7-2. 그래프 (그래프의 종류 및 활용) 3. QC 7가지 도구 목 적 종 류 그래프의 설명 데이터의 대소를 목 적 종 류 그래프의 설명 데이터의 대소를 비교하고 싶다 막대 물량, 금액 등을 막대의 길이로 나타내어 대소/다소를 한 눈에 판단할 수 있도록 한 것 실물그림 실물 그림을 가지고 크기를 나타낸 것 시간의 변화와 관련시키고 싶다 꺾은선 가로축에 시간, 세로축에 물량을 잡아 선으로 이어 시간적 변화를 한눈에 알 수 있도록 한 것 내용의 비율을 나타내고 싶다 원 원을 각 항목의 구성 비율로 구분해서 한 눈에 비율을 알 수 있도록 한 것 띠 띠를 각 항목의 구성 비율로 구분해서 한 눈에 비율을 알 수 있도록 한 것 항목별 조화를 보고 싶다 레이더 차트 중심선에서 각 항목의 수만큼 같은 간격으로 레이더 모양의 선을 긋고 그 선 위에 눈금을 그어서 그 점을 선으로 연결한 것 일정관리를 하고 싶다 간트차트 각 실시 항목에 관해 시작부터 끝까지의 일정계획과 실적을 대비한 것

문제를 체계화하고 대책을 수립함에 있어서 언어데이터를 이용하는 정성적 분석방법 4. 신QC 7가지 도구 문제를 체계화하고 대책을 수립함에 있어서 언어데이터를 이용하는 정성적 분석방법 친화도 연관도 계통도 매트릭스도 매트릭스데이터해석 PDPC 애로우 다이어그램

4-1. 친화도 (Affinity Diagram) 4. 신QC 7가지 도구 4-1. 친화도 (Affinity Diagram) 개 념 확실하지 않고 복잡하게 얽혀져 있는 정보를 언어데이터로 포착하여 아이디어나 문제 사이의 관계 또는 상대적 중요성을 명확히 하는 방법 활 용 문제에 대한 구체적인 규명 작성방법 테마(문제의 본질을 명확히 하고자 하는 것, 생각을 정리하고자 하는 것, 발상을 얻고자 하는 것 등)를 정한다. 보고, 듣고, 느끼고, 생각하고, 조사한 것을 카드에 기입(명쾌한 표현, 간결한 문장으로)한다. 친화성이 있는 카드를 모은다(어느 그룹에도 들어가지 못한 카드는 그대로 놓아둔다). 골라놓은 카드를 정리해서 표찰을 만든다. 레이아웃을 잘 생각해서 친화도를 작성한다.

4-1. 친화도 (사례 - 경영성과지표의 친화도) 품 질 제조비 매 출 안전 및 환경 순도 색깔 공정능력지수 재작업률 4. 신QC 7가지 도구 4-1. 친화도 (사례 - 경영성과지표의 친화도) 품 질 제조비 매 출 안전 및 환경 표찰 순도 색깔 공정능력지수 재작업률 고객이탈률 클레임건수 초과조업비 원자재활용률 유지비 자재비 수율 인당작업시간 재해율 이직률 환경관리비 생산량 조업률 가동률

4-2. 연관도 (Relationship Diagram) 4. 신QC 7가지 도구 4-2. 연관도 (Relationship Diagram) 개 념 문제에 영향을 미치는 원인이 서로 복잡하게 얽혀 있는 경우에 이들 복잡한 원인들을 언어데이터로 포착하여 그 문제점을 1차, 2차 원인으로 전개함으로써 주요 원인을 파악하는 방법(특성요인도의 변형된 형태) 활 용 문제가 규명된 후 원인들의 인과관계를 밝힘 작성방법 문제점을 정한다. 전제조건을 명확히 한다. 문제가 되는 원인을 추출한다. 각 아이디어의 인과관계를 화살표로 나타낸다. 주요한 요인에 표시(굵은 테, 선 긋기 등)를 한다. 주요한 요인이 문제점과 밀접한 인과관계를 갖고 있을 때 경로의 화살표를 굵게 한다. 결론(개선해야 할 주요 요인)을 정리한다.

4-2. 연관도 (사례 – 왜 손님이 적은가?) 4. 신QC 7가지 도구 왜 손님이 적은가? 전제조건 메뉴의 연구가 없다 메뉴에 변화가 없다 동작이 둔하다 요리 만드는 것이 느리다 먹고 싶은 것이 있는지 없는지 알 수가 없다 메뉴 간판을 밖에 내놓지 않는다 가게가 눈에 잘 띄지 않는다 간판이 눈에 잘 띄지 않는다 간판의 위치가 나쁘다 간판의 글씨가 작다 외장이 수수하다 가게가 낡았다 선전을 안 한다 세트메뉴가 없다 가지수가 적다 광고지를 돌리지 않는다 특별 염가상품이 없다 살풍경하다 가게에 활기가 없다 손님에게 퉁명스럽다 장식이 없다 조명이 어둡다 음악이 없다 인사성이 부족하다 잡지 등이 없다 서비스가 나쁘다 배달을 하지 않는다 손님을 기다리게 한다 1종류의 상품밖에 없다 왜 손님이 적은가? 전제조건 1) 부부가 가게를 운영한다. 2) 맛은 결코 나쁘지 않다. 3) 가격은 보통이다. 4) 입지조건은 좋다. 결론 1) 메뉴의 연구가 없다. 2) 인사성이 부족하다. 3) 간판의 위치가 나쁘다. 4) 간판의 글씨가 작다. 5) 손님을 기다리게 한다.

4. 신QC 7가지 도구 4-3. 계통도 (Tree Diagram) 개 념 설정한 목적을 달성하기 위해서 목적과 수단의 계열을 계통적으로 전개함으로써 최적의 수단을 탐색하는 방법 활 용 문제해결 및 목적달성을 위한 최적의 수단과 방법 추구 작성방법 기본 목적을 설정한다(방법전개형 : ~을 …하려면, 요인추구형 : ~이 …인 이유는). 1차 수단을 생각한다. 2차 수단, 3차 수단 식으로 목적과 수단의 관계를 유지하면서 실시 가능한 수준까지 전개한다. 하위 수단에서 상위 수단을 볼 때 타당한 것인지 확인한다. Logical Thinking MECE=Mutually Exclusive & Collectively Exhaustive (중복/누락된 것이 없는) Why So and So What?

4-3. 계통도 (사례 – 방법전개형 : 적정한 체중을 유지하려면) 4. 신QC 7가지 도구 4-3. 계통도 (사례 – 방법전개형 : 적정한 체중을 유지하려면) 적 정 한 체 중 을 유 지 하 려 면 작은 병으로 바꾼다 생활을 바꾼다 음주량을 줄인다 금주의 날을 만든다 일찍 잔다 식사시간을 정한다 간식을 안 먹는다 식사를 바꾼다 칼로리를 줄인다 화투는 월1회만 한다 아침밥을 거르지 않는다 운동량을 늘린다 몸을 많이 움직인다. 밤10시 이후에는 안 먹는다 운동시간을 만든다 야채를 늘린다 밤10시 이후에는 TV를 끈다 커피에 설탕을 넣지 않는다 엘리베이터를 타지 않는다 점심시간에 옥외를 산책한다 점심시간에 탁구를 한다 스포츠 클럽에 다닌다 아침 일찍 조깅을 한다 수단의 전개 목적의 확인

4-4. 매트릭스도 (Matrix Diagram) 4. 신QC 7가지 도구 4-4. 매트릭스도 (Matrix Diagram) 개 념 아이디어나 활동, 책임, 기능 등에 존재하는 논리적 연관성을 그래프에 표시함으로써 문제의 소재나 문제해결의 착상을 얻기 위해 사용하는 방법 활 용 원인과 결과 사이의 관계, 목표와 방법 사이의 관계를 밝히고 나아가 이들 관계의 상대적 중요도를 나타내기 위해 사용 작성방법 매트릭스도의 형식을 선택한다(T / L / X / T / P / C 형). 취급한 사항마다 각 축에 배당할 요소를 정한다. 관계의 정도(강:●, 중:○, 약:)를 표시한다.

4-4. 매트릭스도 (사례 - 제품 클레임 저감대책) 4. 신QC 7가지 도구 4-4. 매트릭스도 (사례 - 제품 클레임 저감대책) 품질 판정기준이 없다.  ● 제조단계에서의 네크(Neck) 항목이 불명확하다. 클레임 대응의 질이 나쁘다. 클레임 현상과 요인이 충분히 파악되지 않고 있다. ○ 대책이 그때뿐이다. 클레임에 관한 정보교환이 나쁘다. 클레임 저감의 추진체제가 약하다. 재발방지대책의 충실 재발방지대책의 재점검 강화 품질개선회의의 충실 제조단계에서의 품질개선 강화 품질기준의 명확화 미대책 클레임을 목표로 중점대책 항목의 추출 ‘중점대책 Follow-up 시트’ 작성에 의한 재점검 강화 제조부문을 포함한 영업, 연구, 지원 모두 일체가 된 ‘품질개선회의’의 실시 ‘품질개선회의’의 기능 강화(클레임을 포함한 품질 전반에 대한 검토) ‘클레임 전개표’에 의한 대책의 수평 전개 ‘만들기 어려운 개선 시트’에 의한 제조단계에서의 네크 항목의 추출과 개선 ‘품질기준 불명확 항목’에 의한 불명확 항목의 추출 ‘품질특성표’에 의한 품질기준의 명확화 요인 대책 구체적 실시사항

4-5. 매트릭스 데이터 해석 (Matrix Data Analysis) 4. 신QC 7가지 도구 4-5. 매트릭스 데이터 해석 (Matrix Data Analysis) 개 념 매트릭스도에 나타난 여러 요인간에 존재하는 관계의 정도를 수량화하는 방법으로 주성분분석(Principal Component Analysis)이라고 불리는 다변량해석(Multi- Variate Statistical Analysis)의 한 수법 작성방법 주성분을 결정한다. 데이터의 주성분에 대한 득점을 계산한다. 데이터별 득점을 매트릭스도에 배열하여 보기 쉽게 정리한다.

4-5. 매트릭스 데이터 해석 (사례 - 진통제) 4. 신QC 7가지 도구 위장 장애 제2 주성분 득점 POINT : PC 통계프로그램을 사용하여 주성분을 분석하고 주성분 득점을 계산하여 타점한다. 위장 장애 효과성 2 6 4 8 -4 -2 -6 -8 ●브랜드F 브랜드E● 브랜드D ● ●브랜드C ●브랜드B ●브랜드A 제1 주성분 제2 주성분 득점

4-6. PDPC (Process Decision Program Chart) 4. 신QC 7가지 도구 4-6. PDPC (Process Decision Program Chart) 개 념 어떤 업무를 실행해 나가는 과정에서 발생할 수 있는 모든 상황을 상정하여 가장 바람직한 결과에 도달할 수 있도록 프로세스를 정하는 방법 활 용 아직 문제의 개발단계에 있으면서도 상황의 전개를 예측할 수 있도록 하고, 바람직한 결과에 이르는 가장 좋은 과정을 선정하는 데 도움 작성방법 출발점과 목표(문제해결의 목표, 문제의 단서 등)를 정한다. 착수계획을 세운다. 사태의 움직임을 예측하면서 착수 순서를 적는다. 사태의 진전에 따라 고쳐 적는다(좋지 않은 결과가 나올 때는 경로를 끊으며, 계획 경로를 화살표로 잇는다).

4-6. PDPC (사례 – 주문 확보) 4. 신QC 7가지 도구 주문 요청 약속일자 결정 못함 구매자와의 약속 구매자 면담 가격/제품/서비스 설명 가격 미합의 약속을 지키지 못함 주문 취소 가격 합의 거래 재시도 주문확보 재시도 및 약속일자 확인 약속일자 확인 가격조정

4-7. 애로우 다이어그램 (Arrow Diagram ) 4. 신QC 7가지 도구 4-7. 애로우 다이어그램 (Arrow Diagram ) 개 념 목표를 달성하기 위한 수단을 주로 시계열적인 순서에 따라 화살표 그림을 이용하여 네트워크로 나타내고 최적의 일정계획을 위한 진척도를 관리하는 방법(일종의 단순한 PERT/CPM). 활 용 신제품개발일정계획, 교육일정계획 등 각종 일정계획 작성방법 작업의 순서를 정한다(선행/후속/병행을 생각하면서 오른쪽으로). 결합점을 적는다. 화살표를 기입한다(시간이 필요한 작업은 실선, 상호 관계만 표시하는 경우는 점선) 결합점 번호를 기입한다. 작업명을 기입 각 작업의 소요일수를 기입 Critical Path(최장일수의 경로)를 굵은 화살표로 표시한다.

4-7. 애로우 다이어그램 (사례 – 건축 프로젝트의 일정관리) 4. 신QC 7가지 도구 4-7. 애로우 다이어그램 (사례 – 건축 프로젝트의 일정관리) 1 3 7 10 9 8 2 6 11 4 5 12 검사 인도 외장 끝마무리 외벽 안쪽 붙이기 내부 내벽 페인트작업 건구 부착 내벽작업 전기배선 배관공사 골조 조립 기초공사 결합점 : 작업의 시발점과 종착점으로서 다른 작업과의 결합점이 된다. 작업 : 시간을 필요로 하는 요소 결합점 번호 : 결합점 안에 기입한 숫자로서 각 작업 및 각 작업의 순서 관계를 표시할 때 사용 더미(Dummy) : 작업의 상호 관계를 표시할 뿐 시간을 요하지 않는 요소