6 시그마 품질 시스템은 통계 프로세스 제어 또는 SCP 및 통계 분석에 크게 의존합니다. 관리 한계는 통계 프로세스 관리 도구로서 프로세스가 안정적이고 통제 가능한지 여부를 결정할 수 있으며 최종 제품의 결함을 초래할 수있는 증가 된 가변성으로 향합니다.
통제 한계 이해하기
제어 한계는 상위 제어 한계와 하위 제어 한계로 나뉩니다. 상한 제어 한계 또는 UCL은 일반적으로 프로세스 평균보다 세 표준 편차 또는 σ로 설정되며 하한 제어 한계 인 LCL은 평균보다 3 시그마로 설정됩니다. 정상 프로세스 변동성의 약 99 %가 +/- 3 시그마 내에서 발생하기 때문에 프로세스가 제어되는 경우 대략 평균 주위의 정규 분포를 근사해야하며 모든 데이터 포인트는 상한 및 하한 제한 내에 있어야합니다.
통제 한계를 계산하는 방법
통제 한계를 계산하려면 먼저 공정 평균을 알아야합니다. 회로 기판상의 솔더 범프의 높이와 같은 30 개 이상의 프로세스 관측 샘플을 천분의 1 인치로 측정합니다. 모든 값을 더하고 관측 수로 나눔으로써 평균을 계산하십시오. 샘플 크기가 30이고 관측 된 값의 합이 173이면 수식은 173/30 = 5.8이됩니다.
표준 편차는 스프레드 시트 프로그램에서 STDEV 함수를 사용하거나 통계 분석 프로그램에서 자동 표준 편차 계산기를 사용하여 계산하는 것이 가장 쉽습니다. 참고 자료 섹션에서 쉬운 표준 편차 계산기를 확인하십시오. 이 예에서는 표준 편차가 1.8이라고 가정합니다.
상위 제어 한계를 계산하는 공식은 (프로세스 평균) + (3_ 표준 편차) = UCL입니다. 이 예에서는 5.8+ (3_1.8) = 11.3이됩니다. 하위 제어 한계는 (프로세스 평균) - (3_ 표준 편차) = LCL로 계산됩니다. 우리의 예를 살펴보면, 이것은 5.8- (3_1.8) = 0.3이 될 것입니다.
요약하면,이 샘플에 대한 프로세스 평균은 5.8이며, 상위 제어 한계 인 11.3과 하위 제어 한계 인 0.3 사이의 중앙에 정확하게 위치하게됩니다. 이 값은 다음 섹션에서 컨트롤 차트를 생성하는 데 사용됩니다.
관리도 생성
관리도는 가공 된 부품의 너비와 같은 공정 특성의 순차적 인 측정치를 보여주는 단순한 선 차트이며, 선의 상단 및 하단 제어 한계를 보여주기 위해 추가됩니다. 통계 분석 소프트웨어 패키지에는 자동 제어 차트 기능이 있습니다.
스프레드 시트 프로그램에서 다음과 같이 간단한 컨트롤 차트를 만들 수 있습니다. 첫 번째 열에 샘플의 실제 측정 값을 입력하고 "측정"레이블을 지정합니다. 다음 열의 셀에 프로세스 평균 값을 입력하고 "센터"레이블을 지정하십시오. 세 번째 열에 상위 제어 한계 값을 삽입하고 "UCL"로 레이블을 지정하십시오. 마지막으로, 마지막 열에 더 낮은 제어 한계 값을 입력하고 "LCL"레이블을 지정하십시오.
해당 네 열의 모든 데이터를 선택하고 해당 데이터를 기반으로 꺾은 선형 차트를 만듭니다. 출력물은 실제 관측과 중간에 지그재그 선이어야하며, 프로세스 평균을 나타내는 직선의 중심선을 가로 지르고 다시 교차하며, 위쪽 제어 한계는 그 위에 수평선으로, 아래 제어 한계는 아래의 수평선으로 표시되어야합니다 그것.
컨트롤 차트 해석
컨트롤 차트를 평가할 때 프로세스가 제어 할 수 없거나 제어 할 수없는 신호를 찾고 있습니다. 미국 품질 협회 (American Society for Quality)에 따르면 다음 지표는 통제 불능의 프로세스에 신호를 줄 수 있습니다.
통제 한계 중 하나를 벗어나는 단일 지점. 중심선의 같은쪽에 있고 그로부터 2 개의 시그마 이상 떨어져있는 3 개의 점 중 2 개의 점; 중심선의 한쪽에 5 개의 연속 점 중 4 개가 있고 중심선에서 1 개보다 큰 시그마가 있습니다. 마지막으로 같은 방향으로 기울어 진 연속 8 개 이상의 점들.
이러한 경고 신호가 있으면 프로세스가 제어 불능 상태이거나 제어 불능 상태에 빠질 수 있습니다. 귀하의 측정치가 여전히 수용 가능한 범위 내에있을 수 있지만 프로세스가 통제력을 상실한 경우, 프로세스에 의해 생성 된 결함 유닛을 곧 보게 될 것이므로 이미 조치를 취할 시간입니다.