EMP 교차(EMP Crossed): 측정 공정 평가
EMP 교차는 교차 게이지 연구에 이원 분산분석을 수행한 뒤, 반복성 평균 제곱으로 Wheeler의 분산 성분을 계산합니다. 검사-재검사 오차, 확률 오차, 치우침 포함 및 제외 급내 상관계수, 치우침 영향, 모니터 등급을 보고하며, 반복성, 신호 대 잡음, 평행성, ANOM, ANOM-R 그래프도 제공합니다. 부품-작업자 조합마다 반복 측정이 2회 이상 필요합니다.
최종 검토
핵심 요점
EMP 교차는 부품 x 작업자 x 반복의 교차 게이지 연구를 Wheeler의 EMP 방법으로 평가하며, 공차에 대한 %GRR 대신 급내 상관계수와 1등급~4등급 모니터 등급을 보고합니다.
목적
EMP 교차는 교차 Gage R&R 설계(부품 × 작업자 × 반복)를 Wheeler의 EMP(Evaluating the Measurement Process, 측정 공정 평가) 방법론의 관점에서 평가합니다. 앱의 Crossed GRR 도구가 작성하는 고전적인 분산분석 기반 %GRR / %Contribution / ndc 보고서와는 다릅니다. 측정 변동을 공차와 비교하는 대신, EMP 교차는 같은 데이터 집합을 급내 상관계수(ICC)를 중심으로 다시 구성하고 측정 시스템에 1등급~4등급 모니터 등급을 부여합니다. 이는 앱의 다른 교차 GRR 또는 공정능력 비교 도구와 중복되지 않는, 실제로 다른 측정시스템 평가 철학입니다.
주요 기능
- 표준 교차 부품/작업자/반복 설계를 바라보는 대안적 관점으로 Wheeler의 EMP 방법론을 구현하며, 공차에 대한 %GRR 대신 급내 상관계수와 4단계 분류를 보고합니다.
- 부품-작업자 조합마다 반복 측정값이 최소 2개 필요합니다(강제 사항이며 그렇지 않으면 도구가 오류를 냅니다). 이에 따라 셀 내 변동으로부터 반복성을 직접 추정할 수 있습니다.
- 검사-재검사 오차(Test-Retest Error), 확률 오차(Probable Error), 치우침을 제외한 급내 상관계수와 치우침을 포함한 급내 상관계수, 치우침 영향(Bias Impact) 백분율을 보고하며, 최종적으로 1등급~4등급 모니터 분류에 이릅니다.
- 하나의 보고서에 진단 그래프 5개를 제공합니다. 작업자별로 나뉜 반복성(범위) 그래프, 신호 대 잡음 그래프, 평행성 그림, 그리고 두 개의 평균 분석(Analysis-of-Means) 그래프(작업자 평균과 작업자 평균 범위 기준)입니다.
- 보고서 레이블 지정을 위한 선택 연구 정보 필드(부품 번호, 게이지 이름/번호, 분해능, 보고자, 비고 등)와, EMP Statistics, ANOVA, 옵션, 원 데이터를 시트 4개로 묶은 Excel 내보내기를 제공합니다.
통계적 방법
도구는 먼저 앱의 고전적 Crossed GRR 도구와 같은 교호작용이 있는 이원 분산분석을 수행합니다. Part, Operator, Part×Operator 교호작용, Repeatability, Total 각각에 DF, SS, MS, F, P를 제공하며, 이로부터 EMP 고유의 통계량을 도출하기 전에 부품 간, 작업자 간, 교호작용 효과에 대한 익숙한 유의성 검정을 제공합니다.
그다음 Wheeler의 분산 성분은 교호작용 평균 제곱이 아니라 반복성(오차) 평균 제곱으로부터 계산합니다. 이는 교호작용이 있는 전체 분산분석 GRR과 다른 의도적인 EMP 단순화입니다. σ²_e(반복성) = MS_Repeatability; σ²_p(부품) = max(0, (MS_Part − MS_Repeatability) / (작업자 수 × 반복 수)); σ²_op(재현성) = max(0, (MS_Operator − MS_Repeatability) / (부품 수 × 반복 수)); 전체 분산 = σ²_p + σ²_op + σ²_e.
이로부터 EMP Statistics 표는 다음을 보고합니다. Test-Retest Error = σ_e(σ²_e의 제곱근); Probable Error = 0.6745 × Test-Retest Error(Wheeler의 고전적인 “PE”로, 정규성 하에서 중앙값 절대 편차에 해당); Intraclass Correlation (no bias) = σ²_p / (σ²_p + σ²_e); Intraclass Correlation (with bias) = σ²_p / 전체 분산(최종 분류를 결정하는 통계량); Bias Impact (%) = σ²_op / 전체 분산 × 100.
측정 시스템은 치우침을 포함한 ICC로 분류합니다. 0.80 이상 = 1등급 모니터, 0.50 이상 = 2등급 모니터, 0.20 이상 = 3등급 모니터, 그 외는 4등급 모니터이며, Wheeler가 직접 발표한 기준을 그대로 적용합니다.
5개 그래프 사양은 다음과 같습니다. (1) 반복성 그래프 — 작업자 내 부품 범위의 범위 관리도로, 작업자마다 계열 하나이며 UCL = d4·R̄, LCL = max(0, d3·R̄)이고 반복 수에 대한 표준 SPC d3/d4 상수를 사용합니다. (2) 신호 대 잡음 그래프 — 각 부품 평균을 ±3·σ_e 잡음 띠와 함께 총평균에 대해 그립니다. (3) 평행성 그림 — 작업자들이 부품 순위를 일관되게 매기는지 확인하도록 각 작업자의 부품별 평균 프로파일을 겹쳐 그립니다. (4) ANOM 그래프 — 작업자 평균을 판정 한계 grand_mean ± t_crit·σ_e·√((operators−1)/(operators×parts×replicates))에 대해 그리며, t_crit = t.ppf(1−alpha/2, df_repeatability)입니다. (5) ANOM-R 그래프 — 작업자 평균 범위를 그래프 1과 같은 d4/d3·R̄ UCL/LCL 규칙에 대해 작업자당 점 하나로 그립니다.
LSL, USL, Historical Std Dev, Measurement Increment는 양식에서 받아들여지고 제공된 경우 보고서의 Study Information 블록에 그대로 표시되지만, 위의 어떤 EMP 공식에도 사용되지 않습니다. 이는 이 문서가 앱의 다른 곳에서 적용하는, 받아들이지만 사용하지 않는 항목에 대한 투명성 원칙과 일치합니다.
입력 항목 및 옵션
항목 | 설명 |
Part | 필수. 각 측정값이 속한 부품을 식별하는 열입니다. |
Operator | 필수. 각 측정값을 측정한 작업자를 식별하는 열입니다. |
Measurement | 필수. 평가 대상인 숫자형 반응 열입니다. |
Alpha | 기본값 0.05(범위 0.001–0.5). ANOM 및 ANOM-R 판정 한계에만 사용하는 유의수준입니다. |
LSL / USL | 선택. Study Information 블록에 표시되며, 어떤 EMP 계산에도 사용되지 않습니다. |
Historical Std Dev | 선택. Study Information 블록에 표시되며, 어떤 EMP 계산에도 사용되지 않습니다. |
Measurement Increment | 선택. Study Information 블록에 표시되며, 어떤 EMP 계산에도 사용되지 않습니다. |
Download as Excel | 선택. EMP Statistics, ANOVA, 옵션, 원 데이터를 4개 시트의 통합 문서로 내보냅니다. |
Study Information (선택 — 보고서 레이블 지정 전용)
항목 | 설명 |
Report Title / Company Name / Customer Name | 선택. 작성된 보고서 맨 위에 표시되는 레이블입니다. |
Date of Study | 선택 날짜 필드입니다. |
Part number: / Part name: / Characteristic: | 선택. 연구 대상 부품을 식별하는 레이블입니다. |
Gauge Name / Gauge Number / Gauge Resolution: | 선택. 측정 계기를 식별하는 레이블입니다. |
Reported By / Remarks | 선택 자유 텍스트 필드입니다. |

그림 1 — 도구에 내장된 “Measurement System” 예제(부품 10개 × 작업자 3명 × 반복 3회, 90행)가 Part/Operator/Measurement 열에 로드된 데이터 창으로, Options 패널에 매핑되어 있고 Alpha는 기본값 0.05입니다.
출력 설명
- Study Information 표(선택 레이블 필드가 하나라도 제공된 경우) — 고객, 부품 번호/이름, 특성, 게이지 이름/번호/분해능, 보고자, 비고, 연구 날짜, 제공된 경우 LSL/USL, 그리고 데이터 집합에 포함된 작업자 목록.
- EMP Statistics 표 — Test-Retest Error, Probable Error, Intraclass Correlation (no bias), Intraclass Correlation (with bias), Bias Impact (%)와 최종 Classification.
- Two-Way ANOVA 표 — Part, Operator, Part×Operator 교호작용, Repeatability, Total의 DF, SS, MS, F, P.
- 신호 대 잡음 그래프 — 부품 평균을 ±3·σ_e 잡음 띠와 함께 총평균에 대해 그려, 부품 간 차이(“신호”)가 반복성(“잡음”)에 비해 큰지 보여 줍니다.
- 평행성 그림 — 작업자들이 부품 순위를 서로 일관되게 매기는지 시각적으로 확인하도록 각 작업자의 부품별 평균 프로파일을 겹쳐 그립니다.
- 반복성(범위) 그래프 — d4/d3·R̄ 규칙에 따른 UCL/LCL에 대해, 작업자별로 나뉜 작업자 내 부품 범위를 그립니다.
- ANOM 그래프 — 총평균을 중심으로 한 판정 한계에 대해 작업자 평균을 그려, 평균이 다른 작업자들과 유의하게 다른 작업자를 표시합니다.
- ANOM-R 그래프 — 반복성 그래프와 같은 UCL/LCL 규칙에 대해 작업자 평균 범위를 작업자당 점 하나로 그려, 반복성이 다른 작업자들과 유의하게 다른 작업자를 표시합니다.
- 선택 Excel 내보내기(Download as Excel)로 EMP Statistics, ANOVA, 옵션, 원 데이터를 4개의 별도 시트로 제공합니다.

그림 2 — EMP Statistics 표(Test-Retest Error, Probable Error, 두 가지 Intraclass Correlation, Bias Impact %, Classification)와 Two-Way ANOVA 표.

그림 3 — 신호 대 잡음 그래프: 부품 평균 10개를 ±3·σ_e 잡음 띠와 함께 총평균에 대해 그린 것으로, 부품 간 신호가 반복성 잡음에 비해 큼을 보여 줍니다.

그림 4 — 평행성 그림, 반복성(범위) 그래프, ANOM 그래프, ANOM-R 그래프로, 각각 작업자(A, B, C)별로 나누거나 그린 것입니다.
계산 예제
도구에 내장된 “Measurement System” 예제 데이터 집합(작업자 3명(A, B, C)이 부품 10개를 각각 3회 반복 측정하여 공칭값으로부터의 편차를 기록한 3차원 측정기 게이지 연구, 총 90개 측정값)을 기본 Alpha = 0.05로 분석하면, Two-Way ANOVA에서 Part 효과는 매우 유의하고(F ≈ 492.3, P ≈ 0.000) Operator 효과도 유의하며(F ≈ 79.4, P ≈ 0.000) Part×Operator 교호작용은 의미 있는 수준이 아닙니다(F ≈ 0.43, P ≈ 0.974). EMP Statistics 표는 Test-Retest Error ≈ 0.2144, Probable Error ≈ 0.1446, Intraclass Correlation (no bias) ≈ 0.9594, Intraclass Correlation (with bias) ≈ 0.9178, Bias Impact ≈ 4.33%를 보고하며, 1등급 모니터 분류의 기준 0.80을 넘습니다. 즉 부품 간 변동(게이지가 탐지해야 하는 실제 신호)이 반복성 잡음과 작은 작업자 간 치우침 모두를 크게 압도합니다.
자주 묻는 질문
EMP에서 측정 시스템은 어떻게 분류합니까?
분류는 치우침을 포함한 급내 상관계수를 사용합니다. 0.80 이상은 1등급 모니터, 0.50 이상은 2등급 모니터, 0.20 이상은 3등급 모니터, 그보다 낮으면 4등급 모니터입니다. 이는 Wheeler가 발표한 기준입니다. 내장 예제에서는 치우침을 포함한 ICC가 약 0.918로 1등급 모니터였습니다.
EMP는 고전적인 Gage R&R과 어떻게 다릅니까?
고전적인 교차 Gage R&R은 %GRR, %Contribution, ndc를 보고하며 측정 변동을 공차와 비교합니다. EMP 교차는 같은 교차 부품, 작업자, 반복 데이터를 사용하지만 급내 상관계수를 중심으로 다시 구성하고 모니터 등급을 부여합니다. 분산 성분은 교호작용 평균 제곱이 아니라 반복성 평균 제곱에서 구합니다.
EMP에서 확률 오차란 무엇입니까?
확률 오차는 검사-재검사 오차의 0.6745배이며, 검사-재검사 오차는 반복성 분산의 제곱근입니다. Wheeler의 고전적인 PE로, 정규성 하에서 중앙값 절대 편차에 해당합니다. 내장 예제에서 검사-재검사 오차는 약 0.2144, 확률 오차는 약 0.1446이었습니다.
EMP 교차에는 어떤 데이터가 필요합니까?
Part 열, Operator 열, 숫자형 Measurement 열이 필요하며 부품-작업자 조합마다 반복 측정이 2회 이상 있어야 합니다. 그렇지 않으면 도구가 오류를 냅니다. Zometric Statistical Software에서 LSL, USL, 과거 표준편차, 측정 증분은 보고서에 그대로 표시될 뿐 어떤 EMP 계산에도 사용되지 않으며, Alpha(기본값 0.05)는 ANOM 한계에만 사용됩니다.
