I-MR R/S(군간/군내) 관리도

I-MR-R/S(군간/군내) 관리도는 시간에 따른 부분군 평균(I 관리도), 연속된 부분군 평균 간 변동(MR 관리도), 각 부분군 내 변동(R 관리도 또는 S 관리도)이라는 세 가지 공정 변동 원인을 동시에 모니터링하는 세 부분 구성의 관리도입니다.

최종 검토

핵심 요점

I-MR-R/S(군간/군내) 관리도는 시간에 따른 부분군 평균, 부분군 평균 간 변동, 각 부분군 내 변동이라는 세 가지 공정 변동 원인을 모니터링하는 세 부분 구성의 관리도입니다.

이 페이지 내용
  1. I-MR R/S(군간/군내) 관리도란?
  2. I-MR R/S(군간/군내) 관리도는 언제 사용합니까?
  3. I-MR R/S(군간/군내) 관리도의 올바른 사용 지침
  4. 대안: I-MR R/S(군간/군내) 관리도를 사용하지 않아야 할 때
  5. I-MR R/S(군간/군내) 관리도 예제
  6. I-MR R/S(군간/군내) 관리도 작성 방법

I-MR R/S(군간/군내) 관리도란?

I-MR-R/S(군간/군내) 관리도는 시간에 따른 부분군 평균(I 관리도), 연속된 부분군 평균 간 변동(MR 관리도), 각 부분군 내 변동(R 관리도 또는 S 관리도)이라는 세 가지 공정 변동 원인을 동시에 모니터링하는 세 부분 구성의 관리도입니다.

측정이 부분군 단위로 이루어지지만 부분군 자체를 드물게 또는 넓은 간격으로  수집하는 상황, 예를 들어 교대조당 한 번, 하루에 한 번, 배치당 한 번 수집하는 상황을 위해 특별히 설계되었습니다. 이런 경우 군간 변동과 군내 변동을 따로 추적하고 비교해야 합니다.

간단한 정의: 두 가지 별개의 변동 유형을 분리하여 모니터링하는 세 가지 관리도의 통합 차트입니다. 각 표본 내에서 측정값이 얼마나 퍼져 있는지, 그리고 표본 평균이 한 기간에서 다음 기간으로 넘어갈 때 얼마나 드리프트하는지를 보여 줍니다.

I-MR R/S(군간/군내) 관리도는 언제 사용합니까?

  • 교대조당, 하루당 또는 배치당 한 번처럼 부분군을 드물게 수집하며 군내 변동과 군간 변동을 구분해야 하는 경우에 사용합니다.
  • 예를 들어 한 배치 내의 측정값은 비슷하지만 배치끼리는 다른 것처럼 군내 변동과 군간 변동이 서로 다를 것으로 예상되는 경우에 사용합니다.
  • 일반 X-bar-R 관리도가 두 변동 원인을 분리하지 못하여 관리 한계가 실제 공정 거동에 비해 너무 좁거나 넓게 보이는 경우에 사용합니다.
  • 관리도의 R/S 부분이 군내 산포를 모니터링하므로 부분군 크기가 2 이상인 경우에 사용합니다.

I-MR R/S(군간/군내) 관리도의 올바른 사용 지침

  • 다른 두 관리도를 보기 전에 군내 변동이 안정적인지 확인하려면 R 관리도 또는 S 관리도를 먼저 해석하십시오.
  • 세 관리도 중 MR 관리도는 군간 변동을 모니터링하므로 , 여기서 신호가 나타나면 공정 평균이 기간 간에 드리프트하고 있다는 뜻입니다.
  • 세 관리도 구성 요소 모두에서 신뢰할 수 있는 관리 한계를 설정하려면 최소 부분군 20~25개 를 수집하십시오.
  • 부분군 구성이 합리적이고 일관되도록 하십시오. 부분군 내의 측정값은 같은 공정 조건을 나타내야 합니다.
  • 군내 변동이 군간 변동에 비해 매우 작다면, 근본 원인으로서 배치 간 체계적 차이가 있는지 공정을 조사 하십시오.

대안: I-MR R/S(군간/군내) 관리도를 사용하지 않아야 할 때

  • 부분군을 자주 수집하며 변동 원인이 다를 것으로 예상되지 않는경우에는 다음과 같은 더 단순한 관리도를 사용하십시오: X-bar-R 관리도 또는 X-bar-S 관리도
  • 데이터가 부분군이 없는 개별 측정값으로 구성된 경우에는 다음을 사용하십시오: I-MR 관리도
  • 변동 원인을 분리하는 데 관심이 없고 공정 평균만 모니터링하려는 경우에는 다음을 사용하십시오: X-bar 관리도
  • 데이터가 계수형인 경우에는 다음과 같은 적절한 계수형 관리도를 사용하십시오: P, NP, C 또는 U 관리도

I-MR R/S(군간/군내) 관리도 예제

한 플라스틱 제조 회사의 품질 엔지니어가 사출 성형 공정을 담당합니다. 이 공정에서는 기계 한 대가 단일 금형으로 부품 5개를 동시에 생산합니다. 공정을 평가하기 위해 엔지니어는 각각 부품 5개로 구성된 부분군 20개에서 데이터를 수집합니다. 엔지니어는 각 부분군 내 변동(같은 배치에서 생산된 부품 비교)과 부분군 간 변동(서로 다른 배치 비교)을 모두 평가합니다. 엔지니어는 사출 성형 공정을 모니터링하기 위해 I-MR-R/S 관리도를 작성합니다. 단계는 다음과 같습니다.

  1. 필요한 데이터를 수집했습니다.
I-MR R/S(Between/Within) chart — figure 1
  1. 이제 Zometric Statistical Software에서 데이터를 분석합니다: https://statsai.zometric.com/.
  2. I-MR R/S(군간/군내) 관리도를 찾으려면 다음을 선택합니다: Statistical module> Control Chart > I-MR R/S(Between/Within) chart.
  3. 도구 안에서 데이터와 기타 입력값을 다음과 같이 입력합니다.
I-MR R/S(Between/Within) chart — figure 2

5. 위 도구를 사용하면 다음과 같은 출력을 얻습니다.

I-MR R/S(Between/Within) chart — figure 3I-MR R/S(Between/Within) chart — figure 4I-MR R/S(Between/Within) chart — figure 5I-MR R/S(Between/Within) chart — figure 6

I-MR R/S(군간/군내) 관리도 작성 방법

절차는 다음과 같습니다.

  1. Zometric Statistical Software에 로그인합니다: https://statsai.zometric.com/
  2. 홈 페이지에서 Statistical Tool> Control Chart > I-MR R/S(Between/Within) chart를 선택합니다.
  3. 이어서 I-MR R/S(Between/Within) chart를 클릭하여 도구 화면으로 이동합니다.
  4. 다음으로, 데이터를 직접 입력하거나 Excel 시트에서 데이터 전체를 복사(Ctrl+C)하여 붙여넣습니다(Ctrl+V). 또는 Load Example 옵션을 사용하면 예제 데이터가 로드됩니다.
  5. 다음으로, 열을 파라미터에 매핑해야 합니다.
  6. 마지막으로, 페이지 하단의 calculate를 클릭하면 원하는 결과를 얻을 수 있습니다.

I-MR R/S(군간/군내) 관리도 도구 화면은 두 부분으로 나뉩니다.

I-MR R/S(Between/Within) chart — figure 7

왼쪽 부분에는 데이터 창(Data Pane)이 있습니다. Data Pane에서는 각 행이 하나의 부분군이 됩니다. 데이터를 직접 입력하거나 Excel 시트에서 데이터 전체를 복사(Ctrl+C)하여 여기에 붙여넣을(Ctrl+V) 수 있습니다.

Load example: 예제 데이터가 로드됩니다.

Load File: Excel 데이터를 직접 로드하는 데 사용합니다.

오른쪽 부분에는 다음과 같은 여러 옵션이 있습니다.

  • Choose Column 측정 데이터가 들어 있는 열을 선택합니다. 데이터가 둘 이상의 열에 나뉘어 있으면 Ctrl 또는 Command를 누른 채 클릭하여 여러 열을 한 번에 선택합니다.
  • Observations: 이 설정은 워크시트에서 데이터가 물리적으로 어떻게 배치되어 있는지를 정의합니다. 데이터 구조에 맞는 옵션을 선택합니다.
  • All observations for a chart are in one column — 모든 측정값이 한 열에 세로로 쌓여 있으며, 각 부분군에 속하는 행 수는 부분군 크기 항목으로 정의합니다.
  • Subgroup Size Column: 모든 관측값이 한 열에 있을 때만 필요합니다. 이 열은 어느 행이 어느 부분군에 속하는지를 관리도에 알려 줍니다. 예를 들어 1,1,1,2,2,2와 같은 값이 들어 있는 열은 데이터를 크기 3의 부분군으로 묶습니다. 이 항목 또는 Subgroup Size Number 중 하나만 입력해야 하며, 둘 다 입력해서는 안 됩니다.
  • Subgroup Size Number: 모든 부분군의 크기가 같으면 고정된 숫자를 입력합니다. 예를 들어 5를 입력하면 연속된 5개 행이 하나의 부분군을 이룹니다. 데이터 전체에서 부분군 크기가 일정할 때 Subgroup Size Column 대신 이 항목을 사용합니다.
  • Process mean: 공정에서 얻은 측정값 또는 관측값 집합의 평균입니다. 시간에 따른 공정 데이터의 중심 경향을 나타내며 공정 성능의 핵심 지표입니다. 그렇지 않으면 Zometric Statistical Software가 제공된 데이터로 중심선을 계산합니다.
  • Standard Deviation Between Subgroup: 선택 사항입니다. 부분군 간 변동에 대해 알려져 있거나 과거에 확립된 값이 있으면 여기에 입력합니다. 입력하면 데이터로 계산한 추정값을 대체하며, 이전 연구에서 잘 특성화된 기준선이 있을 때 유용합니다.
  • Standard Deviation Within Subgroup: 선택 사항입니다. 마찬가지로 부분군 내 변동에 대해 알려진 표준편차가 있으면 여기에 입력합니다. 이 값을 제공하면 관리도가 현재 데이터로 군내 산포를 다시 추정하지 않으므로, 확립된 공정 기준선과의 일관성이 보장됩니다.
  • SD Estimation method for Between subgroup: 사용자에게 계산 방법으로 두 가지 선택지가 주어집니다. 추정 방법으로 평균 이동 범위를 선택하는지 중앙값 이동 범위 방법을 선택하는지에 따라 결과가 달라집니다.
    • Average moving range Sd estimation method: 데이터 집합에서 연속된 값 간의 차이를 계산한 다음 그 차이들의 평균을 구하는 방법입니다.
    • Median moving range Sd estimation method: MMR은 연속된 데이터 점 간 이동 범위의 중앙값을 구하여 계산합니다.
  • SD Estimation method for Within subgroup: 사용자에게 계산 방법으로 두 가지 선택지가 주어집니다. 추정 방법으로 Rbar를 선택하는지 합동 표준편차 방법을 선택하는지에 따라 결과가 달라집니다.
      • Pooled Sd estimation method:  합동 표준편차는 부분군 분산의 가중 평균이며, 크기가 큰 부분군이 전체 추정값에 더 큰 영향을 줍니다. 이 방법은 공정이 안정적일 때 표준편차를 더 정확하게 추정합니다.
      • Rbar Sd estimation method: Rbar는 부분군 내 범위의 평균을 나타냅니다. Rbar 방법은 표준편차의 추정에 널리 쓰이며, 부분군 크기가 2~8인 경우에 특히 효과적입니다.
      • Sbar Sd estimation method: 모든 부분군의 표준편차를 평균하고 통계적 보정 계수를 적용하여 공정 표준편차를 추정합니다. 이 방법은 부분군 크기가 8보다 큰 경우에 권장되는데, 각 부분군의 모든 데이터 점을 사용하므로 범위 기반 방법보다 더 정확하고 신뢰할 수 있는 관리 한계를 얻기 때문입니다.
  • Length Moving Range: 각 이동 범위 값을 계산하는 데 연속된 부분군 평균 몇 개를 사용할지 정의합니다. 기본값은 2이며, 각 이동 범위가 연속된 두 부분군 평균 간 차이의 절댓값임을 뜻합니다. 이 값을 늘리면 추정값이 평활되지만 단기 이동에 대한 민감도는 낮아집니다.
  • Use unbiasing constants for pooled sd: 이 옵션은 표준편차를 Pooled Stdev 방법으로 추정할 때만 적용됩니다.
  • Show Decimals: 관리도에서 타점값과 관리 한계를 소수점 몇 자리까지 표시할지 제어합니다. 기본값은 3이며, 대부분의 산업 및 품질 응용에 충분한 정밀도입니다. 데이터의 측정 정밀도와 관리도를 읽는 대상에 맞게 조정하십시오.
  • Check Rule 1: 1 point > K Stdev from center line: 검정 1은 다른 점들과 크게 벗어나는 부분군을 식별하는 데 필수적이므로, 관리 이탈 상태를 탐지하는 데 보편적으로 인정받는 도구입니다. 민감도를 높이고 공정의 더 작은 이동을 탐지하려면 검정 2를 검정 1과 함께 사용하여 관리도의 효과를 높일 수 있습니다.
  • Check Rule 2: K points in a row on same side of center line: 검정 2는 공정 중심 또는 변동의 변화를 탐지합니다. 공정의 작은 이동을 모니터링할 때 검정 2를 검정 1과 함께 사용하여 관리도의 민감도를 높일 수 있습니다.
  • Check Rule 3: K points in a row, all increasing or all decreasing: 검정 3은 공정 내 추세를 식별하도록 설계되었습니다. 이 검정은 값이 일관되게 증가하거나 감소하는 연속된 데이터 점의 긴 연속을 구체적으로 찾아, 공정 거동에 잠재적인 추세가 있음을 알려 줍니다.
  • Check Rule 4: K points in a row, alternating up and down: 검정 4는 공정 내 체계적인 변동을 식별하도록 설계되었습니다. 이상적으로 공정의 변동 패턴은 무작위여야 합니다. 그러나 점이 검정 4에서 부적합 판정을 받으면, 변동이 무작위가 아니라 예측 가능한 패턴을 따른다는 것을 나타낼 수 있습니다.
  • Check Rule 5: K out of K + 1 points > 2 standard deviation from center line (same side): 검정 5는 공정의 작은 이동을 탐지합니다.
  • Check Rule 6: K out of K + 1 points > 1 standard deviation from center line (same side):검정 6은 공정의 작은 이동을 탐지합니다.
  • Check Rule 7: K points in a row within 1 standard deviation of center line (either side):검정 7은 관리 상태가 양호하다는 증거로 잘못 해석될 수 있는 변동 패턴을 식별합니다. 이 검정은 지나치게 넓은 관리 한계를 탐지하며, 이는 흔히 층별화된 데이터의 결과입니다. 층별화된 데이터는 각 부분군 내에 체계적인 변동 원인이 있어 관리 한계가 본래보다 넓게 나타날 때 발생합니다.
  • Check Rule 8: K points in a row > 1 standard deviation from center line (either side):검정 8은 혼합 패턴을 탐지합니다. 혼합 패턴에서는 점들이 중심선에서 멀어져 관리 한계 근처에 위치하는 경향이 있습니다.

자주 묻는 질문

I-MR-R/S(군간/군내) 관리도란 무엇입니까?

세 가지 공정 변동 원인을 한 번에 모니터링하는 세 부분 구성의 관리도입니다. I 관리도에는 시간에 따른 부분군 평균이, MR 관리도에는 연속된 부분군 평균 간 변동이, R 관리도 또는 S 관리도에는 각 부분군 내 변동이 표시됩니다. 각 표본 내에서 측정값이 얼마나 퍼져 있는지와 표본 평균이 기간 간에 얼마나 드리프트하는지를 분리합니다.

X-bar-R 관리도 대신 군간/군내 관리도는 언제 사용해야 합니까?

교대조, 하루, 배치당 한 번처럼 부분군을 드물게 수집하고, 한 배치 내의 부품은 비슷하지만 배치끼리는 다른 경우처럼 군내 변동과 군간 변동이 다를 것으로 예상될 때 사용합니다. 일반 X-bar-R 관리도의 한계가 실제 공정 거동에 비해 너무 좁거나 넓게 보일 때도 도움이 됩니다.

I-MR-R/S 군간/군내 관리도는 어떻게 해석합니까?

다른 두 관리도를 보기 전에 R 관리도 또는 S 관리도를 먼저 보고 군내 변동이 안정적인지 확인하십시오. MR 관리도의 신호는 공정 평균이 기간 간에 드리프트하고 있다는 뜻입니다. 군내 변동이 군간 변동에 비해 매우 작다면 배치 간 체계적 차이를 조사하십시오.

군간/군내 관리도에는 부분군이 몇 개 필요합니까?

세 관리도 구성 요소 모두에서 신뢰할 수 있는 관리 한계를 설정하려면 부분군을 최소 20~25개 수집하고, 부분군 크기는 2 이상이어야 합니다. 부분군 내의 측정값이 같은 공정 조건을 나타내도록 부분군을 합리적이고 일관되게 구성하십시오. 예제에서는 단일 금형 사출 성형 기계에서 나온 부품 5개로 구성된 부분군 20개를 사용했습니다.