Home / Featured / 통계적 공정 관리 솔루션 특집 – 품질, 통계로 돌아보자
서포터즈 신청하기

통계적 공정 관리 솔루션 특집 – 품질, 통계로 돌아보자

제조인의 영원한 숙제인 품질. 하지만 많은 기업들은 불황이 닥치면 제일 먼저 품질관리 부서의 허리끈을 졸라맨다. 이는 품질과 생산성이 반비례한다고 생각하기 때문이다. 정말 그럴까? 통계적 공정 관리 (Statistical Process Control, SPC)는 공정을 통계적으로 분석해 제품의 품질을 향상시키는 활동이다. ‘통계’라고 해서 겁 먹을 필요는 없다. 다양한 SPC 솔루션들이 품질 관리 계획부터 측정치 관리 및 분석, 보고서 작성까지 친절하게 도와주기 때문이다. 이제 통계적 공정 관리 솔루션으로 품질은 물론 생산성까지 잡아보자.

191f11nm

QC(Quality Control) 7가지 도구

체크시트(Check Sheet)
불량품의 개수 등과 같이 셀 수 있는 데이터를 보기 쉽게 표 형식으로 정리한 것. 공정에서 데이터를 수집하는 데 있어 QC 7가지 도구 가운데 가장 흔하게 사용된다. 체크시트를 통해 정리한 자료는 히스토그램, 파레토 도표, 관리도 등을 작성할 때 활용할 수 있다.

파레토 도표(Pareto Diagram)
품질관리에 있어 80%의 문제가 20%의 원인으로 인해 발생한다는 ‘파레토 법칙’에 대해 들어봤을 것이다. 파레토 도표는 불량, 클레임 등의 발생 건수를 항목별로 나눠 불량을 일으키는 소수의 중요한 원인과 다수의 미미한 원인을 보기 쉽게 정리할 수 있다.
히스토그램(Histogram) 측정 데이터의 분포를 그래프 형태로 알기 쉽게 표현한 것. 데이터의 전체적인 모습과 산포를 파악하기 쉬우며, 손쉽게 데이터 평균치와 표준편차를 구할 수 있다.

산점도(Scatter Diagram)
두 가지 현상의 데이터 간에 서로 어떤 관계가 있는지 한 눈에 볼 수 있는 그래프. 점 형태의 데이터가 흩어진 모양을 통해 데이터 간에 상관관계가 있는지, 있다면 플러스 상관인지 마이너스 상관인지 알 수 있다.

특성요인도 (Cause and Effect Diagram)
불량에 영향을 주는 요인이 무엇인지 보기 쉽게 정리한 그림이다. 우선 해결하고자 하는 품질특성이나 문제를 정의한 뒤, 주요원인과 세부원인을 규명해 나간다. 다양한 의견을 종이 한 장에 체계화할 때에도 유용하다.

층별(Stratification)
방대한 데이터를 어떠한 특징에 따라 몇 개의 부분집단(범주)으로 구분해 문제의 원인을 파악하는 방법이다. 조사할 변수와 층별로 나눌 범주를 설정한 뒤 막대그래프 형태로 범주별 데이터 개수를 나타내 분석한다.

관리도(Control Chart)
중심선 위아래로 관리한계선을 그은 뒤, 공정의 상태를 나타내는 품질특성치를 타점하고 그 사이를 선으로 잇는다. 특성치가 관리한계선을 벗어나면 공정에 이상원인이 있다고 판단해 조치를 취할 수 있다.

About 박진아 기자

답글 남기기

이메일은 공개되지 않습니다. 필수 입력창은 * 로 표시되어 있습니다.