품질 관리
SPC와 공정 능력: 안정성을 먼저 판단하고 Cp/Cpk를 논하기
SPC와 공정 능력에 대한 직접적인 답은, 먼저 관리도로 공정이 통계적으로 안정적인지 판단하고, 규격과 분포, 측정 시스템이 적합할 때 능력 지수를 계산하는 것입니다. Cp=(USL−LSL)÷(6σ 부분군 내), Cpk=min[(USL−μ)÷(3σ 부분군 내), (μ−LSL)÷(3σ 부분군 내)]이며, Pp와 Ppk는 부분군 내 표준편차가 아니라 전체 표준편차를 사용합니다. 관리도는 공정에 특수 원인이 나타났는지 답하고, 능력 지수는 공정의 산포와 중심이 규격 대비 어디에 있는지 답하며, 둘은 서로 대체할 수 없습니다.
관리도와 규격 한계, 관리 한계는 같은 것이 아닙니다
규격 한계 USL과 LSL은 고객, 설계 또는 공정 요구에서 나와 제품이 규격을 만족하는지 판정하고, 관리 한계는 공정 자신의 데이터에서 계산되어 특수 원인을 식별합니다. 규격 한계를 관리도에 그려 관리 한계로 쓰면 공정 판단이 통계적 의미를 잃습니다.
공정이 안정적이라고 모든 제품이 합격인 것은 아니고, 불안정하다고 모든 점이 규격을 벗어나는 것도 아닙니다. 안정적이지만 중심에서 벗어난 공정은 계속 불량을 만들 수 있고, 당장 규격 이탈은 없어도 관리도에 비정상 패턴이 보이면 특수 원인을 찾아야 한다는 신호입니다.
| 도구 또는 한계 | 답하는 질문 | 데이터 출처 | 설명할 수 없는 것 |
|---|---|---|---|
| 관리도 | 공정에 특수 원인 신호가 있는가 | 시간 순서의 공정 표본 | 제품이 본래 규격을 만족하는지 |
| 관리 한계 | 현재 공정의 일반 원인 변동 범위 | 공정 데이터의 통계 계산 | 고객 또는 설계가 허용하는 범위 |
| 규격 한계 | 제품 특성이 요구를 만족하는가 | 고객, 설계 또는 통제된 공정 | 공정이 통계적으로 안정적인지 |
| 능력 지수 | 안정적 공정의 산포와 중심이 규격 대비 어떤가 | 규격, 평균과 적합한 표준편차 | 이상의 근본 원인이나 개선이 이미 효과가 있다는 점 |
Cp/Cpk와 Pp/Ppk 공식 및 표준편차 기준
Cp는 규격 폭을 부분군 내 표준편차의 6배로 나누어 잠재적 산포만 평가합니다. Cpk는 평균에서 상하 규격까지의 거리를 각각 계산해 작은 값을 취하므로 중심 이탈도 함께 반영합니다. 한쪽 규격만 있다면 대응하는 단측 능력 표현을 써야지 다른 쪽 규격을 지어내서는 안 됩니다.
Pp=(USL−LSL)÷(6σ 전체), Ppk=min[(USL−μ)÷(3σ 전체), (μ−LSL)÷(3σ 전체)]입니다. 전체 표준편차는 장기 표류와 부분군 간 변동을 포함하고, 부분군 내 표준편차는 단기 변동에 초점을 둡니다. 두 종류 지표를 수치 크기만 보고 골라 쓸 수 없으며, 데이터 창과 추정 방법을 반드시 밝혀야 합니다.
| 지수 | 표준편차 기준 | 주요 관점 | 사용 시 유의 |
|---|---|---|---|
| Cp | 부분군 내 또는 단기 표준편차 | 규격 폭 대비 잠재적 산포 | 공정 중심 이동을 반영하지 않음 |
| Cpk | 부분군 내 또는 단기 표준편차 | 중심에서 가까운 규격까지의 거리 | 안정성, 분포, 부분군 방법 확인 필요 |
| Pp | 전체 또는 장기 표준편차 | 규격 폭 대비 전체 성과 | 중심 위치를 반영하지 않음 |
| Ppk | 전체 또는 장기 표준편차 | 장기 전체 성과와 중심 이탈 | 표본 창과 이상 기간 처리 방식 명시 필요 |
관리도 선택은 데이터 유형과 합리적 부분군에 달려 있습니다
연속 측정값은 부분군 크기와 표본 방식에 따라 평균-범위 관리도, 평균-표준편차 관리도, 단값-이동범위 관리도 중에서 흔히 선택하고, 합격·불합격 같은 계수형 불일치 데이터와 결점 수 계점형 데이터는 서로 다른 계수 관리도를 씁니다. 선택 전에 하나의 관측값이 무엇을 대표하는지 명확히 해야 하며, 서로 다른 제품이나 설비의 데이터를 마음대로 섞지 않아야 합니다.
합리적 부분군의 목표는 부분군 안에는 주로 일반 원인 변동이 들어가고, 부분군 사이에서 주목할 만한 변화가 드러나게 하는 것입니다. 표본이 여러 캐비티나 설비, 교대에 걸쳐 있으면서 층화하지 않으면 부분군 내 변동이 부풀어 관리도가 신호를 가리거나 만들어 낼 수 있습니다.
| 데이터 상황 | 흔한 관리도 방향 | 부분군 또는 계수 요점 | 전형적 오용 |
|---|---|---|---|
| 연속값이며 작은 부분군 구성 가능 | 평균-범위 또는 평균-표준편차 관리도 | 부분군 내 조건을 최대한 일관되게 | 여러 설비를 한 부분군으로 묶기 |
| 연속값이며 매번 관측 하나 | 단값-이동범위 관리도 | 시간 순서 유지와 자기상관 점검 | 이웃한 서로 다른 제품 값을 직접 비교 |
| 계수형 합격·불합격 | p 또는 np 계열 관리도 | 표본 크기와 판정 단위를 명확히 | 결점 수를 불합격품 수로 취급 |
| 계점형 결점 수 | c 또는 u 계열 관리도 | 기회 수와 검사 단위를 명확히 | 검사 면적이 변해도 단위를 조정하지 않음 |
| 다중 캐비티 또는 다중 설비 | 먼저 층화한 뒤 적절한 관리도 선택 | 식별과 부분군 구조를 동시에 보존 | 전부 합쳐 공장 평균만 그리기 |
측정 시스템과 데이터 품질이 통계 계산보다 앞섭니다
측정 분해능과 반복성, 재현성이 부족하면 관리도와 능력 지수가 주로 측정 노이즈를 반영할 수 있습니다. SPC 도입 전에 검구와 교정 상태, 측정 방법, 환경, 인원 차이를 확인하고 필요시 적합한 측정 시스템 분석을 수행해야 합니다.
자동 수집에서는 단위와 정밀도, 타임스탬프, 제품 식별, 이상값도 처리해야 합니다. 센서 순간값과 수동 검사값은 검증 없이 같은 특성으로 섞지 않아야 하고, 결측값은 기본으로 0을 채우지 않으며, 범위 초과나 통신 품질 이상도 표시를 남겨야 합니다.
- 특성 정의: 측정 위치와 방법, 단위, 규격, 데이터 출처를 명확히 합니다.
- 측정 능력: 분해능과 반복성, 재현성, 필요한 교정을 확인합니다.
- 식별 연결: 모든 표본이 제품과 설비, 캐비티, 공정 버전, 시각과 대응되게 합니다.
- 이상 데이터: 실제 공정 이상과 측정 이상, 통신 이상을 구분합니다.
- 수정 감사: 수동 수정은 사유와 원값, 책임자, 승인 기록을 보존합니다.
관리도 신호는 반드시 처리 계획으로 연결되어야 합니다
관리 한계를 벗어난 단일 점은 흔한 신호 하나일 뿐이며, 연속적인 이동과 추세, 주기, 그 밖의 비무작위 패턴도 적용 가능한 판이상 규칙으로 식별할 수 있습니다. 규칙이 많을수록 좋은 것이 아니라 오히려 오탐을 늘리므로, 공정 특성과 현장 대응 능력에 맞춰 선택하고 버전을 기록해야 합니다.
모든 신호에는 반응 계획이 필요합니다. 누가 측정과 제품 식별을 확인하는지, 격리 여부, 어떤 설비나 공정 조건을 점검하는지, 언제 재개하는지, 원인을 어떻게 기록하는지입니다. SPC 소프트웨어는 계산과 알림, 흔적 보존을 할 수 있지만 근본 원인을 스스로 판정하거나 품질 방행을 대체할 수 없습니다.
- 신호 확인: 표본 순서와 측정 시스템, 데이터 완전성을 대조합니다.
- 제품 보호: 기존 품질 절차에 따라 격리, 재검사 또는 방행을 판단하며 관리도가 자동 방행하지 않게 합니다.
- 특수 원인 탐색: 인원, 설비, 자재, 공정, 환경 변화를 연결 지어 찾습니다.
- 대책 실행: 임시 처리와 영구 조치를 기록하고 이상점 삭제로만 끝내지 않습니다.
- 안정성 검증: 연속되는 새 데이터로 복핵하고 필요시 관리 한계와 능력을 다시 평가합니다.
안정적인 공정 능력 분석 절차
능력 분석은 먼저 규격이 유효한지, 공정 정의가 분명한지, 측정 시스템이 적합한지, 표본이 대표성을 지니는지 확인한 뒤 관리도와 데이터 분포를 점검해야 합니다. 공정이 불안정하면 겉보기에 합격인 능력 지수를 바로 보고하기보다 특수 원인을 먼저 처리합니다.
뚜렷하게 비정규인 데이터, 단측 규격, 단기 생산, 강한 자기상관 데이터에는 적합한 방법을 선택하고 품질과 공정 역할이 확인해야 합니다. ORPAON의 SPC 기능은 관리도와 판이상 탐지, 능력 분석, 관련 보고서를 지원할 수 있지만 통계적 결론은 여전히 데이터 전제와 전문적 복핵에 달려 있습니다.
- 1단계: 특성과 규격, 제품 범위, 분석 창을 고정합니다.
- 2단계: 측정 시스템과 식별 관계, 데이터 품질을 검증합니다.
- 3단계: 합리적 부분군과 관리도를 선택하고 특수 원인을 처리합니다.
- 4단계: 분포와 표준편차 추정 방법을 점검한 뒤 Cp/Cpk 또는 Pp/Ppk를 계산합니다.
- 5단계: 지수와 관리도, 현장 조치를 함께 검토하고 변화를 지속 모니터링합니다.
통계적 안정과 규격 만족은 따로 답해야 할 두 질문입니다
관리도는 시간 순서로 특수 원인을 식별하고, 능력 지수는 규격과 중심, 산포로 공정 성과를 평가합니다. Cp/Cpk는 부분군 내 표준편차를, Pp/Ppk는 전체 표준편차를 쓰며, 안정성과 측정 시스템, 분포, 표본 전제가 적합할 때만 지수가 해석 가능합니다.
효과적인 SPC는 자동 그림 넘어 합리적 부분군과 데이터 품질, 판이상 규칙, 반응 계획을 하나의 순환으로 묶는 것입니다. 신호가 검증 가능하고 처리가 실행 가능하게 만든 뒤 능력 지수로 개선을 평가해야 통계 도구가 단순 보고서로 변질되지 않습니다.
자주 묻는 질문
공정이 불안정한데 Cpk가 높으면 능력이 충분하다고 바로 판단할 수 있습니까?
적절하지 않습니다. 높은 지수는 표본 창이나 일시적 변동에서 나왔을 수 있고, 불안정하다는 것은 미래 성과에 안정적 기반이 없다는 뜻입니다. 특수 원인을 식별하고 안정을 회복한 뒤 능력을 평가해야 합니다.
Cp와 Cpk의 차이가 크면 무엇을 의미합니까?
보통 공정 중심이 규격 대비 이동했음을 시사합니다. Cp는 산포만 보고 Cpk는 중심에서 가까운 규격까지의 거리도 반영하기 때문입니다. 다만 단측 규격과 분포, 표준편차 기준을 여전히 확인해야 하며 차이값만으로 근본 원인을 정할 수 없습니다.
관리도의 이상점을 삭제한 뒤 능력을 계산해도 됩니까?
지수를 개선하려고 삭제해서는 안 됩니다. 측정 또는 기록 오류로 확인되어 통제 규칙에 따라 처리된 경우에만 수정이 적절합니다. 실제 공정 이상은 조사와 처리가 필요하며 원본 데이터와 분석 설명을 보존해야 합니다.
SPC 소프트웨어가 이상의 근본 원인을 자동 판정할 수 있습니까?
보통 불가능합니다. 소프트웨어는 규칙에 따라 통계 신호를 식별하고 공정 데이터를 연결할 수 있지만, 근본 원인은 설비와 자재, 공정, 인원, 측정 시스템의 현장 조사가 여전히 필요하며 품질 방행도 공장 절차를 따릅니다.
