[공학]QC 7가지 도구(Tool)
- 최초 등록일
- 2006.09.13
- 최종 저작일
- 2006.01
- 34페이지/ 한컴오피스
- 가격 1,500원
소개글
QC의 7가지 도구에 대한 설명을 간략하게 요약하였습니다.
목차
1. SQC 기본 개념
2. 히스토그램
3. 특성요인도
4. 파래토 그림
5. 체크 쉬트
6. 각종의 그래프
7. 산점도
8. 층별
본문내용
1. SQC 기본개념
1.1. 통계적 분석의 절차
통계적 품질관리에서 가장 중요한 것은 데이터(data:자료)이다. 데이터는 일반적으로 원하는 품질 문제를 측정 또는 해결하기 위해 주어진 어떤 집단 중의 일부로부터 측정된다. 이때 관심의 대상이 되는 모든 개체의 집합을 모집단이라 하며, 모집단에서 추출되어 모집단을 대표하는 개체의 집합을 표본(sample)이라고 한다.
모집단은 다시 수리적으로 도출되는 통계이론에서 좀 더 정확한 정보를 제공하기 위해 구성하는 대상의 수가 유한한가 또는 무한한가에 따라 다음과 같이 유한모집단과 무한모집단으로 구분된다.
유한모집단 : 모집단의 크기가 유한한 경우(예 : 제품의 로트)
무한모집단 : 모집단의 크기가 무한한 경우(예 : 공정의 제품)
모집단으로부터 표본을 추출했다는 것은 추출된 표본이 모집단을 대표할 것이라는 기대가 포함되어 있다. 그렇다면 모집단의 일부인 표본으로부터 측정된 데이터로 어떻게 모집단에 대한 의사결정을 할 수 있을까?
2.1. 히스토그램의 적용
2.1.1. 현상파악에 적용한다.
공정관리에서 불량이 생겨 그 불량을 없애고자 할 경우, 문제해결 순서의 현상파악의 순서에서 흔히 쓰이는 기법이다. 예를 들어 4M(기계, 작업자, 재료, 작업방법)등을 층별한 히스토그램을 만들어 분포된 모습이나 규격 값과의 관계를 살피는 일이다.
2.1.2. 개선효과의 파악에 적용한다.
개선전과 후에 층별한 히스토그램을 만들어 비교한다. 그것으로 개선효과를 평가한다.
2.1.3. 시험결과의 평가에 적용한다.
기술적인 개발시험과 평가시험의 데이터를 히스토그램으로 만들어 정규분포등에 적합한지의 검토 자료로 삼는다. 그것으로 설계허용값을 설정하는 등 중요한 판단 기준의 도구가 된다.
2.2. 만드는 법
다음의 데이터 표는 우리 회사의 성형공정에서 1개월간 기록한 착륙두께에 관한 데이터이다. 실제 데이터를 가지고 하나하나 해 보도록 하자
참고 자료
없음