Professional Documents
Culture Documents
6σ 기초 용어집
6σ 기초 용어집
6 Sigma 관련 인물
잭 웰치 경영혁신의 대명사 잭 웰치 . 그를 두고 당대
최고의 경영자라 불러도 손색이 없다 .
1980 년 12 월 , 45 세 나이로 제너럴 일렉트릭
(GE) 최고경영자에 임명되어 혁혁한 경영
성과를 남긴 인물이다 .
GE 경영혁신 핵을 차지하고 있는 구조조정 ,
워크아웃 , 그리고 6 시그마 운동 등을
강도 있게 추진하였다 .
6 Sigma 경영혁신
정 의 고객의 관점에서 사고하여 결함 발생 가능성을 사전에 제거함으로써 , 프로세스
질의 획기적 향상과 함께 새로운 사업기회를 창출하고
고객이 만족하는 제품과 서비스를 제공하여 기업의 수익성을 극대화 시키는
전사적 경영혁신 활동이며 성장 전략이다 .
의 미
Business Strategy Statistical Measurement
경영 전략 통계적 측도
품질향상을 통한 고객만족 현재의 위치와 방향인식
Philosophy
철학
사고방식 / 일하는 방식의 전환
1. 경영 전략과 도구
- 전사 차원에서 경영목표를 달성하는 전략으로 활용
- 혁신 활동의 방향과 시너지 효과창출에 기여
- 개발 , 생산 , 판매 , 서비스의 전 Biz. System 에 걸쳐 적용할 수 있는 Tool 로서 활용
2. 통계적 측도
- 우리가 어디로 가야 하고 , 그것을 얻기 위해서 무엇을 해야 하는지를 명확하게 제시
- 시그마 측정은 제품 및 서비스를 만드는 과정상의 상태를 측정하는 척도이다 .
3. 철 학
- 열심히 하기 보다는 현명하게 하자는 것이며 우리가 하는 모든 일에서 실수를
줄여 Loss 를 개선하고자 함
반드시 알아야 할 6 시그마 기초 용어
COPQ
정 의 • Cost of Poor Quality 의 축약어로서 ,
전통적인 품질 비용
문제해결
쉽게 파악되지만 , 이것은 (Problem-Solving)
빙산의 일각
( 눈에 띄는 것들 ) 개선기회의 증가
5-8% 검사
품질 보증 폐기
불합격품 재작업
공정 수정 지시 판매 기회 상실
15-20%
긴 공정 주기 ( 눈에 띄지 않는 ) 운송 지연
금전의 시간적 가치
더 많은 설비 기회 상실 초과 재고품
잔업 비용
운전 자본 할당 초과 원료 주문 / 계획
고객의 신뢰 상실
품
질 실패비용 실패비용
총비용 총비용
비
용 패러다임의 변화
예방 및 평가비용 예방 및 평가비용
품질수준 품질수준
반드시 알아야 할 6 시그마 기초 용어
DMAIC
정 의 • DMAIC 는 6 시그마 프로젝트를 해결하는 절차로 , 기존의 PDCA 에서 진보된
프로세스 개선절차라고 볼 수 있다 .
• 과거의 경험 , 업무에 대한 지식 . 통계기법에 의한 근거를 통해 체계적인 문제해결
과정이다 .
• DMAIC 의 문제해결 방법론은 기존 Process 에서 발생하는 문제를 해결 혹은
Process 성능을 향상시키기 위하여 사용되어 진다 .
[ 문제해결 방법론 선택 기준 ]
DMADOV 신 제품 / 프로세스의 개발
Measure Analyze Design Optimize VERIFY
Yes Yes
NEW RE- No
DEFINE PROCESS MEASURE ANALYZE DESIGN IMPROVE CONTROL
No
DMAIC 제품 , 프로세스의 개선
DMADOV
정 의 • DMADOV 는 DMAIC 와 마찬가지로 6 시그마 프로젝트를 해결하는 절차중의 하나이다
• DMAIC 는 기존 Process 에서 발생하는 문제해결 혹은 Process 성능을 향상시키기
위하여 사용되어 지나 DMADOV 는 아래의 경우에 활용되어 진다 .
- 신제품 혹은 새로운 서비스를 개발하고자 할 때 (New Product Or Service)
- 프로세스가 존재하지 않을 때 (Process Broken Or Does Not Exit)
- 프로세스 효율을 최대화 시키고자 할 때 (Process Has Reached Entitlement)
[ 문제해결 방법론 선택 기준 ]
DMADOV 신 제품 / 프로세스의 개발
Measure Analyze Design Optimize VERIFY
Yes Yes
NEW RE- No
DEFINE PROCESS MEASURE ANALYZE DESIGN IMPROVE CONTROL
No
DMAIC 제품 , 프로세스의 개선
단계별 추진단계 정의 Step 추진내용 추 진 Tool
정 의
Step 1 - 프로젝트 선정 배경기술 Market Research
Define 정의 Step 2 - 프로젝트 정의 SWAT Analysis
Step 3 - 프로젝트 승인 Product, C/S Portfolio
QFD, Kano Analysis
Step 4 - CTQ 도출 및 Y’s 확인
Measure 측정 CTQ Drill Down,
Step 5 - 현수준의 파악
MSA, 공정능력분석
Benchmarking,TRIZ
Step 6 - 시스템 설계 Pugh Concept,
Analyze 분석 Regression,
Step 7 - 설계인자 발굴
Design Scorecard
Step 8 - 설계인자 분석 Simulation
Design 설계 Step 9 - Vital Few X’s 분석 DOE, EVOP,
Step 10 - 상세설계 Reliability
Step 13 - 결과 검증
가설과 검증
Verify 검증 Step 14 - 관리계획수립
MSA, 공정능력분석
Step 15 - 문서화 이관
반드시 알아야 할 6 시그마 기초 용어
6 Sigma Belt
정 의 • 6 Sigma 경영혁신 활동의 성공적 수행을 위한 자격제도 운영
Belt [ Champion 의 역할 ]
체계 및 6 Sigma 전략과 목표를 설정하고 ,
Champion
역할 6 Sigma 달성을 위한 추진과정을 조율한다 Master
Black Belt
» Project 의 정의 및 선정 , 자원할당
Black Belt
» 목표의 수립
» Cross functional 한 협조를 유도 Green Belt
» 추진상의 장애물을 제거
White Belt
» 필요한 자원이 적소에 있도록 한다
[ Master Black Belt 의 역 [ Belt 체계 ]
할 ]
훈련과정의 개발과 수행 , Black belt 에 대한
조언자이자 코치이며 추진 프로젝트가 엄격히 수행되도록 관리
[ Black Belt 의 역할 ]
개개인의 훈련과 6 Sigma 전략간의 시너지 효과를 실현할 수 있는
잠재력이 있는 사람
» Project 수행
» GB 양성 , Project 지도 , 방법론의 적용
» 변화의 불씨 , Full-Time Project Work
[ Green Belt 의 역할 ]
» Project 리더
» 방법론의 적용
» 변화의 불씨 , Part-Time Project Work( 업무와 개선활동 병행 )
[ White Belt 의 역할 ]
6 시그마 경영혁신 활동에 동참하고 Project 의 팀원으로 활동
반드시 알아야 할 6 시그마 기초 용어
그 밖의 6 시그마 상식 용어
DFSS • Design For Six Sigma 의 약어
• 연구 개발 부문의 6 시그마 경영혁신 운동의 명칭으로 개발부문의 특성에 맞는
신제품개발 , 혹은 문제해결 방법론을 제시하고 있음
분석지원분야 기능
기초통계용어
모집단 관심의 대상이 되는 전체 단위 (units) 의 모임을 말한다 .
Population 크게 유한 모집단과 무한 모집단으로 구분한다 .
우리가 일반적으로 모집단이라 함은 보통 무한 모집단을 가리킨다 .
• 유한모집단 : 일정 지역의 인구 수와 같이 모집단을 구성하는 통계 단위가 한정된 경우
• 무한모집단 : 주사위를 던지는 실험의 경우 처럼 단위의 수가 무한한 경우
추
출
통계량으로
모집단의 모수 추정
( 아하 ! 유치원생들이군 !
)
모수 명칭 통계량
그리스문자 기호
명칭 라틴문자
μ 평균 명칭
(Average) x
σ 표준편차
명칭 s
반드시 알아야 할 6 시그마 기초 용어
데이터 유형
계량형 • Variable Data, Quantitative Data, Continuous Data 라고도 한다 .
데이터 • 연속량으로서 측정되는 품질특성의 값으로 길이 , 질량 , 시간 등 일반적으로
측정되는 대부분의 값은 계량형 데이터에 속한다 .
• 계량형 데이터는 계수형 데이터 보다는 공정에 대한 정보를 많이 제공해 주는
장점이 있다 .
[ 계량형 데이터 예 ]
meter
01472
온도 : 45.5 ℃
길이 : 10.5mm 압력 : 45.5 PSI
[ 계수형 데이터 예 ]
~
~
~~
~
~
~
~
~~
~
~보고
서의
N
D
I ~
~
~~ 오
합격/
불합격
수 타
수
한부품
에
서결함수
(
불합격3개
) 결
함
수
(
DE
NT
3
개) (
4
개)
반드시 알아야 할 6 시그마 기초 용어
중심값의 척도
평 균 • 모든 Data 들의 합을 Data 갯수로 나눈 값
기호설명
(Mean) n
x : 평균
xi xi : 개별 Data
x i 1
n n : Data 갯수
: i=1~n 까지 모두 더하라
n
i 1
빈도수가 가장 많은 과일 =
• Data : 1 , 1 , 3 , 3 , 3 , 5 , 5 츼 최빈값은 ? 정답 : 3
반드시 알아야 할 6 시그마 기초 용어
산포의 척도
범 위 • 산포의 가장 간단한 측정 수단으로서 , 최대값과 최소값의 차이를 말한다 .
Range
R = X 최대 - X 최소
• 5 명이 있는 집단의 키를 측정한 결과 아래 그림과 같다 .
165
이집단의 키는 모두 120 이상 165 이하에 모든
150
140 45 사람들이 존재함을 알수 있다 .
130
120
120~165 사이 = 45 를 범위라 하며 , 이 범위
안에는 5 명의 사람들이 모두 포함된다 .
i 1
160 왼쪽 그림의 평균 ( x ) 은 ?
150 20 140 즉 , 길동의 키가 된다 .
140 10 평균
130 -10 -20 엄마는 길동보다 +20 이 더크며
120 아기는 길동보다 -20 이 적다 .
이를 편차라고 한다 .
Variance 기호설명
Σ ( xi - x ) 2 x : 평균 ,
V= xi : 개별 Data
n-1 n :
n
Data 개수
:
i 1
i=1~n 까지 모두 더하라
시그마 (σ : 표준편차 )
정 의 • 통계적 표현으로 표준편차 (Standard Deviation) 라고 하며 기호로는
σ 혹은 소문자 s 로 나타냄
• σ (Sigma) 란 통계학의 용어로서 「표준편차」라고 하며 모집단의 중심값으로
부터 개별치가 흩어져 있는 정도 , 즉 , 산포의 크기를 나타낸다 .
-3σ
-3σ -2σ -1σ μ +1σ +2σ +3σ
68.26% σ 가 작을 경우 σ 가 클 경우
분포의 폭이 작다 분포의 폭이 크다
95.45%
99.73%
예측된
불량율
15.4 15.3 14.9 15.3 15.2 15.1
14.5 14.6 14.7 14.8 14.9 15.0 15.1 15.2 15.3 15.4 15.5 15.6 15.7 15.8
6 개의 Sample 을 통하여 -3σ
-3σ -2σ -1σ μ +1σ +2σ +3σ
72 개병에 대한 분포형태 추정 샘플 개개치의 치수는 합격이지만 추정된 72 개의
분포형태는 불량을 포함하고 있다는 것을 예측
평균 할 수 있음
반드시 알아야 할 6 시그마 기초 용어
특 징 [ 정규분포의 특징 ]
50% 50%
1. 분포형태가 평균을 중심으로 좌우 대칭형이며
종모양이다 .
2. 확률변수 x 의 범위는 -∞ < x < ∞
3. 확률밀도 함수를 적분시 면적은 1 이다 .
확률분포 평균값
만약 통계량이 평균값 μ 이고 표준편차가 σ 인
모집단을 추정해보면 정규분포의 특성에 의거
아래의 확률 분포를 나타낸다 .
구 간 존재확률
-3σ
-3σ -2σ -1σ μ +1σ +2σ +3σ -1σ < μ < +1σ 68.26%
68.26%
-2σ < μ < +2σ 95.44%
95.45%
99.73% -3σ
-3σ < μ < +3σ 99.73%
반드시 알아야 할 6 시그마 기초 용어
Z Value
정 의 • 어느 특성의 평균으로부터 규격까지 몇 개의 표준편차가 할당되는지를 표현하는
프로세스의 성능지표
Z = 6 Process Z = 3 Process
산출식
Usl - X •X : 측정한 데이터의 산술평균
Z = • Usl : 측정항목의 규격
• σ : 표준편차
Z Value - p(d)
Z PPM
2 308,537
3 66,807
4 6,210
5 233
High 6 3.4
Process
Performance
※ p(d) : 결함이 나타날 확률을 의미
반드시 알아야 할 6 시그마 기초 용어
Z bench
정 의 • Z Value 는 한쪽 규격만이 있을시에는 유용하나 양쪽 규격이 있을시 양쪽으로
벗어날 확률을 고려하여 산출한 Z 값을 Z bench 라고 한다 .
1) 한쪽 규격만 있을 경우 2) 양쪽 규격이 있을 경우
평균값
산출방법 1-[P(d)lower+P(d)upper]
P(d)lower+P(d)upper
P(d)lower
P(d)upper
LSL
LSL 6 USL
USL
USL
LSL
LSL
LSL 4.5 USL
USL
USL
정 의 종류 정 의 산출공식
수율 (Yield)
정 의 종류 정 의 산출공식
• First Time Yield ( 초기수율 ) 총 양품수량
FTY • 단위공정에서 하나의 불량품도 없이
총 투입수량
프로세스나 작업을 통과하는 비율
• Rolled Throughout Yield ( 누적수율 )
RTY • 여러 단계의 공정에서 수리 , 재작업 ,FTY1 × FTY2 × ..× FTYn
폐기하지 않고 최종양품이 될 확률
• Normalized Yield ( 공정평균수율 ) 1
Ynm • 프로세스의 성능을 표현하는 지표로 RTY Process
활용 ( σ 수준으로 표현할 때 활용 )
※ Process : RTY 산출을 위한 공정 수
Hidden Factory 폐기 2 폐기 8 폐기 5
• 공정 성능 분석표
Process Input Output FTY RTY Ynm Z value σLevel
CTQs
(Hows)
Functional
Requirement Design Requirement
(Hows)
고객 요구
(Hows)
(Whats)
Critical to Process
QFD 1
(Whats)
Variable (Hows)
CTQs
Requirement
Design Requirement
QFD 2
Functional
(Whats)
QFD 3
(Whats)
QFD 4
2nd. Tool( 도구 )
측정단계에서 QFD 는 고객요구사항과 기대를 품질의 집을 통해 CTQ 로
전환하는데 사용
Measure Critical-to-Quality
Customer
Research Customer (CTQs)
• 고객정의 Needs Requirements
• 데이터 수집
계획 수립
• 데이터 수집 Target
Competition Research
구 성 No 구 성 고려사항
7
Correlation 1 고객요구분석 • 고객의 요구와 중요도를 분석
Target Goals 2 경쟁사분석 • 자사 & 경쟁사 수행능력에
3
Characteristics/
대하여 고객의 평가 결과 분석
• 고객의 요구를 만족하기 위한
Measure(How)
3 Characteristics/
I Measures 품질특성 (CTQ) 과 측정에
M
P 대하여 정의
O 경쟁사
1 4 R
T 비교
4 Relationships • 품질특성 ( 측정항목 ) 과 고객
고객 Relationships A 요구와의 관계를 분석
요구 (What vs. How) N C 2 5 Benchmarks • 경쟁사와의 능력을 비교
E 6 Targets and Limits • 고객요구만족 혹은 초과하기
How Importance
6 Targets And Limits 위하여 요구되어지는 성능의
Competitive 결정 ( 어떤 성능을 , 얼마만큼 )
5 Benchmarks 7 Correlation • 품질 특성간의 관계 분석
반드시 알아야 할 6 시그마 기초 용어
Kano 분석
정 의 고객 ( 내부 / 외부 ) 의 요구사항은 매우 다양하고 , 문제점을 해결했을 때 모든 고객이
똑 같은 만족을 느끼는 것은 아니다 . 카노분석은 핵심적으로 고려해야 할 고객요구가
무엇인지를 결정하게 하는데 도움이 되는 기법이다 .
구 성
Satisfaction Excitement
Unexpected
Unspoken
Performance
Spoken
Service
Service
Dysfunctional Fully Functional
Basic
Unexpected
Unspoken
Dissatisfaction
-Basic(Must-be)
하나의 요구품질의 실현정도 ( 제품에의 반영정도 ) 를 한없이 높이더라도 고객의
제품에 대한 만족도를 높이는 데 기여하지 못하는 것 .
-Performance(Primary Satisfiers)
하나의 요구품질의 반영정도를 높임에 따라 고객의 제품에 대한 만족도가 같이
증가하게 되는 것 .
-Excitement(Delighters)
제품에 전혀 반영이 되지 않더라도 제품만족도의 저하에 전혀 영향을 주지
않으며 , 제품에 반영이 되었을 경우 고객에게 상당한 호응을 얻을 수 있는 것 .
산포의 형태
정 의 우연원인의 산포 이상원인의 산포
( Common Cause ) ( Assignnable Cause )
- 예측할 수 있는 산포 - 예측 할 수 없는 산포
- 어쩔 수 없는 산포 - 피할 수 있는 산포
예측가능 예측불가능
Time
Time
• 안정된 상태하에서 존재하는 • 프로세스의 불안정은 관리도를 통해
프로세스의 Output 의 산포 비교적 발견하기 쉬운 프로세스 조건의
• 이것은 알려지지 않은 프로세스의 변화에 의해 유발
변수와 변수간의 교호작용에 의해 • 프로세스의 능력을 결정하기 전에
유발된다 . 이상요인에 의한 프로세스의 산포는
• 관리도는 프로세스의 산포를 제거되어야 한다 .
우연요인에 의한 것과 이상요인에 • 품질특성 또는 공정단계의 변화에
의한 것으로 구분해 준다 . 기여한 것으로 만성적으로 존재하는
• 공정이 관리 상태임에도 불구하고 것이 아니고 산발적으로 발생하여
발생되는 불가피한 변동의 원인 . 품질변동을 일으키는 요인
예 ) 작업자 숙련도 차이 , • 이상원인에 의한 작은 변화의 규명은
작업환경차이 , 가능하지만 , 이를 고려 또는 관리하는
식별되지 않을 정도의 원자재 및 것은 비경제적일 수 있음
설비 특성차이등
• 우연원인과 이상원인을 구분하고 이 중 조치 가능한 이상원인을 제거하여 공정을
목 적 관리상태로 만든 후 지속적인 개선활동을 통하여 고객이 요구하는 목표값을
중심으로 최소한의 산포를 유지 하고자 함 .
1 단계 2 단계 3 단계
• 이상원인에 의한 • 이상원인을 제거 • 산포의 평균 이동 • 목표값을 중심
공정의 이상상태 • 산포균일화 유도 으로 한 최소한의
산포유지
반드시 알아야 할 6 시그마 기초 용어
개선대상 사람의변동
설비의변동
15.4 15.3 14.9 15.3 15.2 15.1
방법의변동
일정기간의 품질 총변동
Total Variance 실제 품질의 변동
Process or Product 자재의변동
Variance
환경의변동
측정기기의변동
측정변동 최소화
측정시스템의 변동 측정자의변동
Measurement System
Variance
Process Tolerance
의 미 LSL Target USL Cp = Process Capability
σ 4σ
6σ = 0.67
Poor
6σ Capability
6σ = 1.00
8σ
= 1.33
6σ
Process Capability
10σ
= 1.67
6σ
Excellent
Capability
12σ
= 2.00
6σ
Process Tolerance
반드시 알아야 할 6 시그마 기초 용어
Process Tolerance
Cp =
Process Capability
Process Capability = 6σ
Process Tolerance = 12σ
Cpk = Min(Cpu, Cpl) = Min(1.33, 1.67) = 1.33
Cp • Cp ≥ Cpk
Vs - Cpk 는 결코 Cp 보다 클 수 없다 . ( 최상 일 때 즉 치우침이 없다면 Cp =
Cpk )
Cpk - Cp 와 Cpk 가 차이가 크다면 그만큼 공정의 치우침이 많이 발생하고 있다는
것을
• 한쪽규격만
나타냄 . 존재 하는 공정에서는 Cpk 가 존재하지 않음
반드시 알아야 할 6 시그마 기초 용어
Graphic Tools
정 의 • 데이터의 형태 및 관계를 쉽게 파악 할 수 있도록 해준다 .
• 데이터의 형태 ( 종류 ) 에 따라 아래의 그래프를 적용 분석 할 수 있다 .
연속형 Y 이산형
• Histogram
연 • Run Chart
속 • Matrix Plot • Run Chart
형 • Scatter Plot
• Dot Plot
X • Histogram
이
• Run Chart
산
• Box Plot • Run Chart
형
• Dot Plot
• Multi-Vari
280
Scatter Diagram
230
220
210
상관 회귀 분석시 200
190
가장 많이 사용된다 . 180
그룹별 데이터의 분포 14
형태를 파악한다 .
(Dot Plot 도 동일하게 사용 )
Box Plot
13
가설과 검정 분석시 12
가장 많이 사용된다 .
Prince
Sephia
Sonata
Elantra
데이터의 분포 형태를
파악 한다 . 8
( 평균의 위치 , 분포의 폭 , 6
Histogram
Frequency
규격과의 관계등 ) 4
공정능력 분석시 1
종 류 분석종류 분석목적
1 Proportion 모 불량율의 추정
2 Proportions 두 불량율의 차의 추정
적용방법 [ 가설수립 ]
Ho. : μ1 = μ2 = μ3 =…= μn Ha : 적어도 한 개의 평균이 다르다 .
분석결과가 p-value 가 0.05 보다 작을 때 적어도 한 개의 평균이 다르다고 결론 내린다
총 18 개 데이터에 Sephia
의한 변동 Elantra
Sonata
Prince
[ 가설수립 ]
Ho. : μSonata = μElantra = μPrince =μSephia Ha : 적어도 한 개의 평균이 다르다
상관분석 (Correlation)
• 두 변수 사이에 관계가 있는지 없는지에 대한 분석
정 의 • 두 변수 사이 어떤 관계가 있는지 분석 ( 양의 상관 , 음의 상관 )
• 관계의 강도에 대한 분석 방법 ( 강한 상관 , 약한 상관 )
• 미니탭을 이용하여 분석한다 .
상관계수 , -1 1
상관계수 가 “ 0” 에 가까울수록 상관 ( 선형관계 ) 은 약해지며
,
+1 에 가까울수록 강한 양의 상관관계를 ,
-1 에 가까울수록 강한 음의 상관관계를 나타낸다
상관계수 > 0.8 : 두 변수간의 상관관계는 중요하다 .
약한 양의
..... . .. .
강한 양의 중간 정도의 양의
.
산점도
. .
상관관계
. .
상관관계 상관관계
활 용
. ........ . . . .
. ... . .
. .. . .. . . .. . .
= 0.936 = 0.560 = 0.339
. . . . .......
. ... .. .. ... ..
. .
. .... . ....
이 +1 에 근접 이 -1 에 근접
예 ) 사람의 키와 몸무게의 예 ) 안전벨트 착용율과
관계 사망자수의 관계
반드시 알아야 할 6 시그마 기초 용어
회귀분석 (Regression)
정 의 • 몇몇 변수 (X 인자 ) 들이 특정변수 (Y 인자 ) 에 영향을 미치는 영향을 예측하고자
할 때 그 관계를 함수관계로 나타내어 분석하는 방법
Y = f(x1, x2, x3, x4, x5, x6, x7,……., xn )
• X 인자가 1 개일 경우에는 단순회귀 , 2 개이상일 경우에는 다중회귀라고 한다 .
100
90
80
70
성공%
60
50
40
30
20
10
0 5 10 15
퍼팅거리
[Minitab 분석결과 ]
실험 정보량 多 少
실험정도 高 低
실험경비 多 少
실험기간 長 短
• 그 밖의 실험계획
여자기숙사
역할 • 공정변화의 감시역할 통금시간 :11 시
• 공정개선활동의 검정
( 공정의 안정상태 여부를 판정 ) 11 시를 넘긴 여학생
• 공정능력 산출의 기초 은 사감언니의 관리
대상이 된다 .
σ
3
-1σ 1σ
CL
평균 즉 중심선
-3σ
X CL(Center Line)
68.26% 이라고 한다 .
LCL
95.44%
중심선에서 -3σ -3σ 인 지점을 LCL
99.73%
(Lower Control Limit) 이라고 한다 .
관리도 데이터유형
분 류
결함품 데이터
연속형 데이터 결함 데이터
( 범주형 계수형 데이터 -
( 측정 / 계량형 데이터 ) ( 세는 계수형 데이터 - DPU)
합격 / 불합격 , Go-No)
댜량
소량 샘플 크기 샘플 크기
대량 소량
일정 변화 일정 변화
X-R X-Rs(I-MR)
Vari-Norm
c u np p
X-s Vari –Target Delta
반드시 알아야 할 6 시그마 기초 용어
Error Proofing
정 의 • 사람이 행하는 업무나 작업수행시 Error ( 실수 ) 를 일으킬 수 있는 요소를
원천적으로 제거하는 방법을 말함 .
• 실수하는 것을 불가능하게 만든다 .
• Fool Proofing 이라고도 하며 , 일본에서는 Poka-Yoke 라는 용어로 사용됨 .
Error 의
• Error 가 발생하지 못하도록 예방
3 가지 • Error 가 발생한 후 그 Error 를 탐지
형태 • 결함이 만들어진 후 그 결함을 탐지
현장 개선전 개선후
개선전 개선후
활용예
기타 • Colors 나 Color-coding 사용 .
활용예 - 신용카드 영수증 ( 고객용은 노란색 Copy, 업소용은 흰색 Copy)
- 데스크탑 PC 의 연결단자와 마우스와 키보드 잭의 색깔
• Shapes 사용 .- 다른 모양의 통에 다른 종류의 부품 보관