통계기법의 이해 INTRODUCTION 목표 1. SPC 및 Six Sigma에 대한 기본개념을 설명할 수 있다. 2. 제조산업에서 사용되는 통계기법의 기본개념 및 적용시점과 방법을 이해한다
I. 통계기법의 이해 통계분석의 과정 자료 (Data) 모집단 (Population) 시료(샘플) 정보 단순 추출 실험 대상 설정 분석의 목적 설정 자료 (Data) 모집단 (Population) 샘플링 관측 처리 시료(샘플) 조처/행동 정보 (Information) 의사결정 (Decision Making) 검토/분석
I. 통계기법의 이해 품질향상을 실현하려면? ⇒ 통계적 공정관리 기법(SPC) 및 실험계획법(Robust DOE) 활용!!! Quality Management Quality Engineering optimization 라인내 관리 (On-Line Control) 공정관리 Process Control 제품관리 Product Control 라인외 관리 (Off-Line 공정설계 Process Desigm 제품설계 Product Design 공정진단/조정 Process diagonastic & adjustment 공정조건에 의한 품질 예측/정보 Prediction & Correction 검사(측정과 조치 수행) Inspection by measurement & disposition 시스템 설계 (System Design) 파라미터 설계 (Parameter Design) 허용오차 설계 ( Tolerance Design) ⇒ 통계적 공정관리 기법(SPC) 및 실험계획법(Robust DOE) 활용!!!
S(statistical) : 통계적 자료와 분석기법의 도움을 받아서 SPC 정의 S(statistical) : 통계적 자료와 분석기법의 도움을 받아서 P(process) : 공정의 품질변동을 주는 원인과 공정의 능력상태를 파악하여 C(control) : 주어진 품질목표가 달성될 수 있도록 PDCA사이클을 돌려 가며 끊임없는 품질 개선이 이루어지도록 관리해 가는 활동 * PDCA사이클 : 계획(plan) -> 실시(do) -> 검토(check) -> 조치(act)를 반복하는 관리의 사이클
I. 통계기법의 이해 6시그마 Process 정의 정의 고객의 Needs를 정량화하여 CTQ를 선정하고, 선정된 CTQ에 대하여 현재의 공정능력을 감안한 Toleran 를 설정하여, 공정에서 CTQ에 대한 공정능력을 확보함으로써 Six Sigma 수준의 품질을 구현하는 일련의 체계 적용대상 제품/공정개발, 기술 Neck과제 해결, 주요품질항목(CTQ)설정 및 허용차 설계, (Tolerance Design) 최적산 조건설정 및 관리, 수입검사 및 출하검사 등의 Engineering영역에 적용 효과 단기적 : Failure Cost 및 사내외 불량 1/2 (매년) 장기적 : Defect Free (6σ) 달성 핵심기술 CTQ 도출기술, Tolerance Design 측정(Cp / Cpk / Cpm, Gage R&R) 분석(검·추정, Regression) 개선(DOE, 반응표면분석, Shainin법) 관리(관리도, 허용차관리) Support기술 : QFD, FMEA, DOE, Tolerance Analysis, SPC등
I. 통계기법의 이해 6시그마의 개념/목표 고객만족 전 공정 Cp≥2.0 , Cpk ≥1.5 100% 달성 · 품질혁신(불량률 3.4 ppm이하) · 실패비용 절감 전 공정 Cp≥2.0 , Cpk ≥1.5 100% 달성 Six Sigma 활동 생산부문 Six Sigma 활 동 연구/개발 Six Sigma 활 동 물류부문 Six Sigma 활 동
I. 통계기법의 이해 Sigma(σ) 란 무엇인가? 모집단 표본 - Sigma는 공정능력을 나타내는 통계적 측정단위이며, 측정된 Sigma값은 DPU(Defect Per Unit), PPM(Parts Per Million) 등과 관련되어 나타남. - 작은 Sigma값을 갖는 공정이 불량품을 적게 만드는 능력을 가지고 있다고 설명할 수 있음. - Sigma값이 감소할수록 비용은 줄어지며, Cycle Time은 짧아지고, 고객만족도가 높아짐. 모집단 표본
I. 통계기법의 이해 6시그마 개요 1. 공정능력에 대한 표준 변화 “99% 양품”에 대한 실질적인 의미 - 시간당 20,000통의 우편물 분실 - 하루에 15분동안 오염된 물 공급 - 주당 5,000번의 잘못된 수술 - 매년 200,000번의 잘못된 약 처방 - 매달 7시간 동안의 정전 3σ의 공정능력 수율 93.32% 과거의 표준 4σ의 공정능력 수율 99.38% 최근의 표준 6σ의 공정능력 수율 99.99966% 현재 지향 표준
I. 통계기법의 이해 6시그마 기법의 내용 고객의 관점에서 품질에 영향을 결정적으로 미치는 (CTQ) 1. Measurement : 측정 고객의 관점에서 품질에 영향을 결정적으로 미치는 (CTQ) 요소 파악 (도구 : QFD 등) 2. Analysis : 분석 왜 결점이 생기는지 분석 (도구 : 파레토 그림, 주성분 분석, 수량화 이론 등) 3. Improvement : 개선 불량을 유발시키는 프로세스 개선 (도구 : 실험계획법) 4. Control : 통제 개선된 프로세스가 지속되도록 통제 (도구 : 관리도, 공정능력 지수 등)
I. 통계기법의 이해 현실적 문제 통계적 문제 통계적 개선 방법 현실적 해답 1.정의(Define) -주요 고객을 정의한다. -고객의 요구사항(CTQ)을 파악 -고객 만족을 위한 내부 프로세스를 정의 -개선 프로젝트를 선정 한다. 프로세스와 품질개선을 위한 6시그마 기법 활용 고객의 관점에서 본 현실적 문제 2.측정(Measure) -불량은 어느 정도인지? -문제를 계량적으로 규명한다. -프로세스 맵핑을 한다. -측정방법을 확인한다. 분석적 기법으로 파악한 통계적 문제 3.분석(Analyze) -언제, 어디에서 불량이 발생하는가? -불량의 형태와 원인규명 -불량의 잠재 원인들에 대한 이해를 세밀하게 하기 위해 자료를 확보한다. 통계적 개선 방법 4.개선(Improve) -프로세스를 어떻게 고칠 수 있는가? -브레인스토밍 방법으로 여러 사람의 지혜를 모은다. -Action Work-Out기법 활용 -가능한 해결방법의 실험적 실시 고객의 관점에서 평가한 현실적 해답 5.통제(Control) -어떻게 하면 고쳐진 프로세스가 지속 될 수 있게 할 수 있는가? -새로운 프로세스의 디자인과 절차를 제도화 시킨다. -적절한 프로세스의 측정 방법과 통제의 한계를 확인 설정한다.
Manufacturing 6시그마 추진체계 계획수립 (Planning) 측정 (Measurement) 통계적분석 (Analysis) 통계적개선 (Improvement) 통계적관리 (Control)
I. 통계기법의 이해 6시그마 강점 업무/품질에 대한 정량화 → 객관적인 평가/판단가능 업무/품질에 대한 정량화 → 객관적인 평가/판단가능 원류단계에서 인자(X)를 관리하여 결과치(Y)를 예상 → Scrap & Rework 감소 통계학을 산업현장에 밀접하게 연계한 Tool임 → 실질적인 문제 해결이 용이함 정량화 및 통계적인 해석으로 현상 객관화 → 부서간 벽을 없앨 수 있음 언어의 공통화 → 통계용어 활용 S/W의 적절한 지원 → 분석 오류를 없애고, 쉽고, 시각화가 뛰어남 치명인자 Missing에 대한 Self Checking기능 → Wrong Direction 예방 실험에 의한 데이터분석 → 불명확한 지식의 명확화 Data -Driven Mind 형성 → 경험이나 선입관에 의한 판단 배제
I. 통계기법의 이해 6시그마 성공 Factors Top의 강력한 Leadership : “ 98년 1월 1일까지 Greenbelt 및 Blackbelt의 연수를 시작하여 같은 해 7월 1 일까지 수료할 것. 이것이 간부등용의 조건이 된다. “ - `98.3.22 잭 웰치(J.F.Welch) GE회장이 전사원에게 보낸 E-mail 경영수익산출이 가능하고, 연수기능이 있는 사업장단위로 실시할 것. 객관적인 평가를 하고, 그 성과에 상응하는 잇점을 줄 것 품질활동을 경영과 연관시켜 확신을 가지고 실시하고, 장기적이고 지속적으로 실시할 것. 또한 이 활동을 궁극적으로는 통상 업무화 해야 함. 고객이 중요시하는 항목은 내부에서 기준을 정하는 것이 아니고, 고객의 입장에서 직접 듣고 선정할 것. 제조부문의 6σ를 기반으로 사업장 환경에 적합하게 R&D 및 사무부문(Transaction)으로의 확대로 효과를 최대화할 것. 이러한 활동은 우리 사업장(?)에는 적합하지 않다는 생각을 버릴 것. 우리와 유사한 사업장에서 먼저 성공한 결과를 보고 나서 시작하면 이미 늦다.
I. 통계기법의 이해 고객만족을 위해 제품이 갖추어야 할 요건 ⅰ) 제품이 결함이 없는 상태로 인도될 것 결함(Defect)이란, 제품이나 부품에 필요한 특성변화가 생긴 것이다. 만약, 이 변화가 목표를 상당히 벗어난다면 고객이 필요로 하는 물리적 ,기능적 요건을 충족시키지 못하게 될 것이다. ⅱ) 제품이 약속한 기일내 인도될 것 설계나 제조공정에서 결함이 발생된다면, 그 때마다 분석, 수리, 재시험 등의 활동시간이 필요하다. ⅲ) 제품이 조기고장(Early Life Failure)이 나지 않을 것 조기고장의 발생원인은 잠재적 결함(Latent Defect), 사용환경에서의 Stress누적으로 시간이 얼마간 경과하면 고장을 일으키게 된다. 잠재적 결함은 일반적인 시험이나 검사로는 찾아낼 수 없다. ⅳ) 제품사용시 과도하게 고장나지 않을 것 만일 제품 설계가 강건(Robust)하다면, 그 제품은 제조시 사용되는 원자재의 장기적인 변화에 별로 영향을 받지 않으며, 그 제품을 우연히 잘못 사용하는 경우에도 별다른 영향을 받지 않는다.
I. 통계기법의 이해 제조공정을 통한 고객만족 달성 에 정비례한다. 은 연구결과 고객에게 인도되는 제품의 결함 ▣ 단위당 평균 Cycle Time 잠재적 (Latent Defect) 제조공정에서 발견되는 단위당 결함 총계 (TDU) ▣ 고객에게 인도되는 제품의 결함 (Delivered Defect) ▣ 단위당 평균 Cycle Time ▣ 초기고장율 를 줄이면, 을 줄이게 되어, ▣ 제조비용 감소 ▣ 고객만족 증대 ▣ After SVC 비용감소
I. 통계기법의 이해 통계정보분석시스템 Concept 개 선 Data Base 통계정보분석 시스템 재료, 설비 Data수집 작업자 Know-how 규격, 기준 고객요구 고객불만 고객기대 공정인자 품질 특성치 통계분석 통계정보분석 시스템 공정 Monitoring QFD 6활동 공정 통계적 품질 Information 생산 이상경보 작업자/엔지니어/관리자 Action 개 선
I. 통계기법의 이해 통계정보분석시스템 Concept 문제 정의 DB 구축 Data Warehouse Output 고객의 요구와 상황 이해 최적의 Solution 설계 최적의 시스템 설계 DB 구축 고객 DB On-line Data 수집기 Data Warehouse Data 추출/변형 Data 중심의 Modeling Output Data Mining 핵심 정보 추출 다양한 예측 모형 수립 구체적 방법론 제기 결과 출력 다양한 그래픽 & 테이블 용이한 의사 결정 지원 맞춤 Software GUI 비전산인의 사용 용이 업무 Load 감소