게이지 런 차트(Gage Run Chart)
게이지 런 차트는 측정 연구의 원시 데이터를 부품마다 하나의 패널로 배열하고, 각 작업자의 측정값을 시행 순서대로 전체 평균 또는 과거 평균의 기준선 주위에 나타냅니다. 모형화를 하지 않으며 백분율도 제공하지 않습니다. 반복성 또는 재현성 문제와 데이터 오류를 찾기 위해 교차 Gage R&R 전에 또는 함께 사용합니다. 부품, 작업자, 숫자 반응 열이 필요합니다.
최종 검토
핵심 요점
게이지 런 차트는 측정 시스템 연구의 모든 측정값을 부품별, 작업자별로 기준선 주위에 나타내어, 부품 간 변동, 반복성, 재현성을 빠르게 시각적으로 확인할 수 있게 합니다.
목적
게이지 런 차트는 전체 Gage R&R의 수치를 보기 전에 측정 시스템 연구의 원시 데이터를 빠르게 보여 주는 그림입니다. 모든 측정값을 부품별, 작업자별로 기준선 주위에 나타내므로, 부품 간 차이가 반복 측정값 간 차이보다 훨씬 큰지, 한 작업자의 반복 측정값이 다른 작업자보다 더 흩어지는지(반복성), 한 작업자가 일관되게 높게 또는 낮게 읽는지(재현성)를 한눈에 볼 수 있습니다. 교차 Gage R&R 연구와 함께 사용하거나, 데이터의 오류를 확인하기 위해 단독으로 사용합니다.
주요 기능
- 부품마다 하나의 패널이며, 부품 순서대로 한 행에 다섯 개의 패널을 배치합니다.
- 각 패널 안에서 각 작업자의 측정값을 시행 순서대로 나란히 선으로 연결하여 나타내며, 작업자마다 색과 마커가 다릅니다.
- 모든 관측값의 평균 또는 과거 평균에 기준선을 표시합니다.
- 시행 순서는 시행 열에서 가져오거나 데이터의 행 순서를 사용합니다.
- 제목 아래에 표시되는 선택적 제목과 게이지 정보(게이지 이름, 날짜, 보고자, 공차, 메모).
- 작업자와 시행의 수에 제한이 없으며, 부품 및 작업자 레이블은 텍스트 또는 숫자를 사용할 수 있습니다.
통계적 방법
이 그림은 모형화를 하지 않습니다. 원시 측정값을 배열하여 눈으로 변동의 원인을 구분할 수 있게 합니다. 부품, 작업자 또는 반응이 없는 행은 제외되며, 모든 반응 값은 숫자여야 합니다. 각 부품과 작업자의 측정값은 Trial numbers 열이 지정되어 있고 모두 숫자이면 그 순서대로, 그렇지 않으면 행 순서대로 가져옵니다. 기준선은 모든 관측값의 평균이며 Mean으로 표시되거나, 입력한 Historical mean이며 Hist Mean으로 표시됩니다.
읽는 법: 패널에서 한 작업자 집단 내 측정값의 산포는 반복성(장비 변동)이고, 패널 전반에 걸친 작업자 간의 일관된 차이는 재현성(평가자 변동)이며, 패널 간의 차이는 부품 간 변동입니다. 좋은 측정 시스템은 집단 내 흩어짐이 작고, 작업자 집단이 같은 높이에 있으며, 부품 간 차이가 뚜렷합니다. 많은 패널에서 시행에 따라 측정값이 오르거나 내리는 작업자는 드리프트나 학습 효과를 나타낼 수 있습니다. 이 그림은 백분율을 제공하지 않습니다. %Contribution, %Study Variation, 구별 가능한 범주의 수를 보려면 교차 Gage R&R 연구를 실행하십시오.
입력 항목 및 옵션
항목 | 설명 |
Part | 필수. 부품(표본) 식별자가 들어 있는 열이며, 부품마다 하나의 패널입니다. |
Operator | 필수. 작업자(평가자) 식별자가 들어 있는 열입니다. |
Response | 필수. 측정값이 들어 있는 숫자 열입니다. |
Trial numbers (optional) | 시행(반복 측정) 번호를 제공하는 열이며, 부품에 대한 각 작업자의 측정값 순서를 정합니다. 비워 두면 행 순서를 사용합니다. |
Historical mean (optional) | 모든 관측값의 평균 대신 이 값에 기준선을 표시합니다. |
Title | 선택 사항. 기본값: Gage Run Chart of <response> by <part>, <operator>. |
Gage name / Date of study / Reported by / Tolerance / Misc | 제목 아래 한 줄에 표시되는 선택적 텍스트입니다. 여기서 Tolerance는 레이블일 뿐이며 그림을 바꾸지 않습니다. |

그림 1 — 예제의 옵션: Part, Operator, Measurement이며 시행 열은 없고 전체 평균을 기준선으로 사용합니다.
출력 설명
- Gage Run Chart of <response> by <part>, <operator> — 부품마다 하나의 패널(패널 제목 = 부품), 시행 순서대로 나타낸 각 작업자의 측정값과 작업자 범례, Mean 또는 Hist Mean으로 표시된 점선 기준선입니다.
- Download를 통한 PDF 내보내기.

그림 2 — 부품 10개, 작업자 3명, 각 3회 측정: 부품은 약 −1.6에서 1.9까지 분포하고, 작업자 B의 반복 측정값은 부품 2, 4, 5, 8에서 크게 변하며, 작업자 C는 대부분의 부품에서 낮게 읽습니다.
계산 예제
Gage R&R 연구 전에 품질 엔지니어는 공정 범위를 포괄하는 부품 10개를 선택합니다. 작업자 3명(A, B, C)이 각자 모든 부품을 무작위 순서로 세 번씩 측정하여 총 90개의 측정값을 얻습니다. Part = Part, Operator = Operator, Response = Measurement이며 시행 열과 과거 평균은 없습니다.
전체 평균은 0.001입니다. 패널 간 차이가 큽니다. 부품 평균은 −1.571(부품 10)에서 1.940(부품 9)까지로 반복 측정값의 흩어짐보다 훨씬 크며, 이는 게이지에 좋은 징후입니다. 패널 안에서 작업자 A의 세 측정값은 서로 가깝고(평균 범위 0.18), 작업자 C는 그보다 덜하며(0.33), 작업자 B는 여러 부품에서 크게 변합니다(평균 범위 0.51, 부품 4에서 1.02, 부품 2에서 0.75, 부품 5에서 0.72, 부품 8에서 0.71). 이는 B의 방법에 반복성 문제가 있다는 뜻입니다. 작업자 C는 모든 부품에서 A보다 낮게 읽습니다. 예를 들어 부품 1에서 −0.07 대 0.45, 부품 10에서 −1.81 대 −1.31입니다. 작업자 평균은 A가 0.190, B가 0.068, C가 −0.254이며, 이는 재현성 문제입니다.
엔지니어는 시스템을 신뢰하기 전에 작업자 B의 측정 과정을 지켜보고 C가 게이지를 설정하거나 읽는 방식을 확인한 다음, 같은 데이터에 교차 Gage R&R을 실행하여 이러한 인상을 수치로 나타내야 합니다.
자주 묻는 질문
게이지 런 차트는 무엇에 사용합니까?
게이지 런 차트는 전체 Gage R&R의 수치를 보기 전에 측정 시스템 연구의 원시 데이터를 빠르게 보여 줍니다. 부품 간 차이가 반복 측정값 간 차이보다 훨씬 큰지, 한 작업자의 반복 측정값이 다른 작업자보다 더 흩어지는지, 한 작업자가 일관되게 높게 또는 낮게 읽는지 보여 줍니다. 데이터의 오류를 확인하기 위해 단독으로 사용할 수도 있습니다.
게이지 런 차트는 어떻게 읽습니까?
패널에서 한 작업자 집단 내 측정값의 산포는 반복성(장비 변동)입니다. 패널 전반에 걸친 작업자 간의 일관된 차이는 재현성(평가자 변동)입니다. 패널 간의 차이는 부품 간 변동입니다. 좋은 측정 시스템은 집단 내 흩어짐이 작고, 작업자 집단이 같은 높이에 있으며, 부품 간 차이가 뚜렷합니다.
게이지 런 차트와 교차 Gage R&R 연구의 차이는 무엇입니까?
게이지 런 차트는 모형화를 하지 않습니다. 원시 측정값을 배열하여 눈으로 변동의 원인을 구분할 수 있게 할 뿐이며 백분율은 제공하지 않습니다. 교차 Gage R&R 연구는 이러한 인상을 수치로 나타내어 %Contribution, %Study Variation, 구별 가능한 범주의 수를 보고합니다.
작업자의 측정값이 시행에 따라 오르거나 내리면 무엇을 의미합니까?
많은 패널에서 시행에 따라 측정값이 오르거나 내리는 작업자는 드리프트나 학습 효과를 나타낼 수 있습니다. 측정값은 Trial numbers 열이 지정되어 있고 모두 숫자이면 그 순서대로, 그렇지 않으면 행 순서대로 정렬되므로, 시행은 측정한 순서대로 기록하십시오.
