[SPC 관리도] 미니탭으로 현명하게 사용하는 방법

오늘은 minitab을 이용하여 관리도를 만들고 데이터 모니터링에 대한 방법을 알려드리려고 합니다. 실제 회사에서 데이터를 그냥 수집만 하고 제대로 활용하지 못하는 경우가 많이 있는데 품질 관리자라면 품질 모니터링을 제대로 하기위해서는 SPC를 제대로 활용해야 합니다. 이 글을 통해 품질 관리 업무에 도움이 되셨으면 좋겠습니다.

글 구성

1. 데이터 가져오기
2. 관리도 만들기
3. 시계열도 활용
4. 상자그림 활용

 

 

데이터 가져오기

데이터 예시

관리도를 만들 데이터를 우선 가져와야 합니다. 대부분 엑셀을 통해서 데이터를 관리하고 계실텐데 그 데이터를 가져오셔서 미니탭에 붙여주세요. 복사 붙여넣기로 쉽게 데이터 이동이 가능합니다.
 

관리도 만들기

관리도 선택 메뉴

• 관리도는 Stat(통계) - Control Charts(관리도) - 데이터 유형에 따라 관리도 선택

관리도는 데이터 유형에 따라 다르기 때문에 데이터의 유형을 먼저 파악하신 뒤에 관리도를 선택해주시면 됩니다.

관리도는 어떤 데이터를 수집하는지에 따라 종류가 다른 것은 이미 알고 계실 겁니다. 모르신다면 아래의 글을 먼저 숙지히시고 나서 보시면 이해하기 더 쉬우실 겁니다.

[관리도] SPC 관리도의 종류와 선택 방법 - 어떤 관리도를 선택해야 할까?

 
저의 경우에는 부분군이 없는 개별데이터이기 때문에 I-MR chart를 선택했습니다. Moving range chart를 보고싶지 않으실 경우 위 선택메뉴에서 Indivisual chart로 선택하셔서 보시면 됩니다.
 

• 데이터 선택 및 슈와츠 규칙 설정

관리도 데이터 선택 및 규칙 설정

관리도를 선택하면 위와 같은 창이 뜹니다. 보고싶은 데이터는 위 빨간색 표기된 데이터에서 선택하시면 됩니다.
SPC 관리도를 보시는 이유는 대부분 슈와츠 룰에 따라 이상점을 활용하는 용도로 사용하실겁니다. 이 규칙을 I-MR 옵션에 들어가시면 설정이 가능하며 기준도 조정이 가능합니다. 아무설정을 하지 않으시면 위와 같이 3시그마 관리선을 이탈하는 데이터가 이상점으로 구분됩니다.
슈하츠 관리도 이상발생 Rule은 아래의 글을 참고 부탁드립니다. 설정을 완료하신 경우 OK를 누르시면 관리도가 생성됩니다.

[SPC 관리도] 슈하트 이상 판정 기준(규칙) - Shewhart

 

• 관리도 생성 결과

 관리도 생성을 완료하면 아래와 같이 설정한 rule에 따라 이탈한 데이터의 정보가 나타납니다. 숫자로 표기되는데 이는 해당 열의 정보입니다.

관리도 관리 기준 이탈

관리도는 아래와 같이 표기되며 관리기준 이탈 데이터는 붉은색 점으로 표기됩니다. 숫자가 1로 표기되는데 1번 룰을 이탈하였다는 의미입니다. 제가 위에 설정할때 1번 룰만 체크하여 그런 것이죠.

I-MR 관리도

 

• 추가적인 팁(Tip)

관리도를 생성하면 기본적으로 가로축이 Index로 설정되어 있어 위와같이 데이터의 행 번호로 표기됩니다.
이 X축을 Lot 번호 또는 생산일 등으로 표기되도록 할 수 있습니다.(다른 종류의 차트에도 적용 가능)

관리도 결과(Y축 : Lot번호로 설정)

 
아래와 같이 Scale을 클릭 하여 Stamp 선택 - Lot 번호 데이터를 클릭하시면 가로축이 Lot번호와 같이 원하는 데이터로 표기되게 만들 수 있습니다.(단 해당 데이터도 같은 열에 있어야 합니다.)

반응형

X축 데이터 변경

 
 

시계열도로 이상점 검토

시계열도 설정 메뉴

이상점이 확인되었다면 이 이상점이 어디서 왔는지 검토를 해봐야겠죠? 기본적으로 4M1E와 같은 항목을 바탕으로 원인 조사를 진행해야겠지만 혼자서 확인해야하는 경우 너무 업무량이 증가하기에 기본 지식을 바탕으로 어느 것에 영향을 받았을지 추정하면서 원인을 찾아가는 게 도움이 될 때도 있습니다.
예를 들어 원재료 또는 외부 대기 환경에 영향이 큰 공정이라면 원재료에 따라 제품 특성이 어떻게 변하는 경향을 보이는지 파악할 수 있습니다. 이때 시계열도를 활용하면 도움이되는데 어떻게 할 수 있는지 보시죠.

시계열도 조건 설정

시계열도에서 그룹으로 묶을 수 있는 조건을 선택하면 그 조건에 따라 그래프에 색깔로 구분되기 때문에 보고 이해하기가 쉽습니다. 그룹을 저는 원재료에 따라 구분해서 시계열도를 설정해보았습니다.
시계열도 확인시 특정 구간에서 상승하는 경향인데 이때 제품 특성도 함께 변화하는 것을 확인할 수 있습니다.

시계열도(Time series plot)

 그러면 이 결과를 바탕으로 해당 원재료가 다른 원재료와 어떤 차이가 있고 뭐때문에 이 차이가 발생하는지 확인되었습니다. 이제 관련 조사와 개선대책을 진행하면 빠르고 정확한 분석을 진행할 수 있을 겁니다. 구분 조건을 2개 이상 선택하면 우측과 같이 복잡하게 나와 보기가 어려운데 저 같은 경우에는 시계열도 목적이 쉽게 파악하기 위한 목적이 크기 때문에 구분 기준을 1개로 보통 선택하여 비교합니다.

상자 그림으로 이상점 조사

상자 그림 설정 메뉴

상자그림은 다른 기준을 가진 데이터를 시각적으로 구분하기 좋은 수단입니다. 2개 이상의 집단에서 어느정도의 차이와 분포를 보이고 있는지 확인할 때 주로 사용하게 되는 도구입니다.
저는 시계열도에서 확인된 차이가 실제로 어느정도의 차이를 보이고 있는지 보기 위해 원재료에 따른 데이터 수준비교를 진행했습니다.

상자그림 설정

위와 같이 비교할 데이터인 Impurity A가 Raw material 1의 업체별로 수준비교를 하도록 설정하였습니다.

상자그림(Box plot)

그러면 위와 같이 두개의 막대 상자의 그래프가 나오게 되는데 중앙값의 차이가 약 0.04%정도 차이가 나는 것을 한 눈에 확인 할 수 있게 됩니다. 지금까지 위에서 설명드렸던 그래프를 보고서에 반영하면 보고서가 조금 더 완성도 있게 보일 겁니다.

오늘 미니탭을 이용한 SPC 관리도 모니터링과 이상점 발생시 어떻게 조사하는지에 대한 자료를 함께 다루어 보았습니다. 위 방법이 모두 맞지는 않겠지만 품질 모니터링을 진행하는 여러분에게 조금의 도움은 되지 않았을까라는 생각이 듭니다.
품질관리와 관련된 자료는 품질관리 메뉴에서 더 확인이 가능하시기니 참고 부탁드립니다.