포아송 공정능력(Poisson Capability)
포아송 공정능력 분석은 데이터가 포아송 분포를 따를 때 결점이나 드문 사건의 발생률에 대한 규격을 공정이 얼마나 잘 충족하는지 측정합니다. 패널의 흠집 수, 문서의 오류 수, 전선 한 길이의 결함 수, 시간당 헬프데스크 전화 수처럼 검사 단위 하나에 결점이나 발생이 여러 개 있을 수 있고, 결점률이 허용 가능한 목표 수준 이내인지 판단하려는 경우에 사용합니다.
최종 검토
핵심 요점
포아송 공정능력 분석은 데이터가 포아송 분포를 따를 때 결점이나 드문 사건의 발생률에 대한 규격을 공정이 얼마나 잘 충족하는지 측정합니다.
이 페이지 내용
포아송 공정능력이란?
포아송 공정능력 분석은 데이터가 포아송 분포를 따를 때 결점이나 드문 사건의 발생률에 대한 규격을 공정이 얼마나 잘 충족하는지 측정합니다. 패널의 흠집 수, 문서의 오류 수, 전선 한 길이의 결함 수, 시간당 헬프데스크 전화 수처럼 검사 단위 하나에 결점이나 발생이 여러 개 있을 수 있고, 결점률이 허용 가능한 목표 수준 이내인지 판단하려는 경우에 사용합니다.
측정값을 규격 상한과 규격 하한에 비교하는 연속형 공정능력 분석과 달리, 포아송 공정능력은 최대 허용 결점률 을 기준으로 사용합니다. 공정성능을 백만 기회당 결점 수(DPMO) 와 그에 상응하는 시그마 수준으로 나타내므로 식스 시그마 성능 목표와 쉽게 비교할 수 있습니다.
간단한 정의: 결점이나 사건이 단위당 얼마나 자주 발생하는지, 그리고 그 비율이 품질 목표를 충족할 만큼 낮은지를 측정하기 위한 계수형 데이터용 공정능력 분석
포아송 공정능력은 언제 사용합니까?
- 데이터가 단위당 또는 기간당 결점, 사건 또는 발생의 수 를 나타낼 때 사용하십시오. 예를 들어 자동차당 도장 결점 수, 페이지당 오타 수, 월별 기계 고장 횟수입니다.
- 항목 하나에 결점이 둘 이상 있을 수 있을 때 사용하십시오. 각 항목을 단순히 합격 또는 불합격으로 분류하는 이항 공정능력과 구분됩니다.
- 사건이 서로 독립적으로 발생하고 결점률이 낮을 때 사용하십시오. 이것이 포아송 과정을 정의하는 기본 조건입니다.
- 성능을 비교할 정해진 목표 또는 최대 허용 결점률 이 있을 때 사용하십시오.
포아송 공정능력의 올바른 사용 지침
- 데이터가 실제로 포아송 분포를 따르는지 확인하십시오. 계수 데이터의 평균과 분산은 거의 같아야 하며, 둘 사이에 큰 차이가 있으면 과대산포를 나타내므로 다른 모형이 필요할 수 있습니다.
- 각 결점이나 사건은 서로 독립 이어야 합니다. 한 번의 발생이 다음 발생의 확률에 영향을 주지 않아야 합니다.
- 검사 기회 크기는 모든 관측값에서 일정 해야 하며, 달라진다면 분석에서 단위당 서로 다른 기회 크기를 반영해야 합니다.
- 공정 결점률을 안정적으로 추정하기 위해 충분한 부분군 또는 기간 을 수집하십시오. 결론을 내리기 전에 최소 25개 부분군을 권장합니다.
- 공정능력을 해석하기 전에 공정이 안정적인지 확인하십시오. U 관리도나 C 관리도를 사용하여 결점률이 드리프트하지 않는지, 관리 이탈 신호가 없는지 확인합니다.
- 주요 출력 지표는 DPU(단위당 결점 수), DPMO(백만 기회당 결점 수), 시그마 수준 입니다. 이를 전통적인 Cp/Cpk 기준이 아니라 품질 목표에 상대적으로 해석하십시오.
대안: 포아송 공정능력을 사용하지 않아야 할 때
상황
대신 사용할 방법
각 항목이 단순히 합격 또는 불합격입니다(결점 수가 아님)
이항 공정능력 분석
데이터가 연속형 측정값입니다
정규, 비정규 또는 비모수 공정능력 분석
계수 데이터에 과대산포가 있습니다(분산 >> 평균)
음이항 또는 과대산포 모형을 사용한 포아송
결점률이 높습니다(드문 사건 공정이 아님)
공정능력 분석 전에 공정 안정성을 검토합니다
단위 간에 기회 크기가 크게 다릅니다
가변 기회 크기를 사용하는 U 관리도 기반 분석을 사용합니다
포아송 공정능력 예제
한 공정 엔지니어가 전선 절연체의 내구성을 평가하고 있습니다. 엔지니어는 전선 구간을 무작위로 선택하여 전압 시험을 수행해, 사용 중 고장으로 이어질 수 있는 절연체의 약한 부위를 찾아냅니다. 각 전선 구간에 대해 엔지니어는 발견된 약한 부위의 수(결점)와 전선 길이(미터)를 모두 기록합니다. 목표는 포아송 공정능력 분석을 수행하여 절연 공정이 내구성 기준을 충족하는 성능을 평가하고, 서로 다른 전선 길이에 걸쳐 요구되는 품질 수준을 일관되게 유지하는지 판단하는 것입니다. 단계는 다음과 같습니다.
- 필요한 데이터를 수집했습니다.

- 이제 Zometric Statistical Software에서 데이터를 분석합니다: https://statsai.zometric.com/.
- 포아송 공정능력을 찾으려면 다음 경로를 선택합니다: Statistical module> Process Capability>Poisson Capability.
- 도구 안에서 다음과 같이 데이터와 다른 입력값을 입력합니다.

- 위 도구를 사용하면 다음과 같은 출력을 얻습니다.


포아송 공정능력 분석 방법
절차는 다음과 같습니다.
- 먼저 Zometric Statistical Software 에 로그인합니다: https://statsai.zometric.com/
- 홈 페이지에서 Statistical Tool> Process Capability >Poisson Capability 를 선택합니다.
- 다음으로, 데이터를 직접 입력하거나 Excel 시트에서 데이터 전체를 복사(Ctrl+C)하여 여기에 붙여넣습니다(Ctrl+V).
- 필요한 옵션을 입력합니다.
- 마지막으로, 페이지 하단의 calculate를 클릭하면 원하는 결과를 얻을 수 있습니다.
포아송 공정능력 도구 화면은 두 부분으로 나뉩니다.

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.
- Defects 각 검사 기간 또는 부분군에서 기록된 결점 또는 발생의 수 가 들어 있는 열을 선택합니다. 예를 들어 패널당 표면 흠집 수, 문서당 오류 수, 케이블 단위 길이당 결함 수입니다. 이 열의 각 값은 검사 단위 하나 또는 한 기간에 관찰된 결점의 총수를 나타냅니다. 이것이 분석에서 공정 결점률을 추정하는 데 사용하는 기본 입력값입니다.
- Sample Size 각 결점 수에 해당하는 단위의 수 또는 검사 면적의 크기 가 들어 있는 열을 선택합니다. 결점률은 결점 수를 표본 크기로 나누어 계산하므로 이 항목은 필수입니다. 예를 들어 검사한 300개 단위에서 결점 12개가 나오면 단위당 결점 0.04개의 비율이 됩니다. 모든 행의 표본 크기가 같다면 열 대신 상수 값을 입력할 수 있습니다.
- Historical Mu (μ) 선택 사항입니다. Mu (μ)는 공정의 알려져 있거나 과거에 확립된 평균 결점률 을 나타냅니다. 이전 연구나 장기 공정 기록에서 얻은 신뢰할 수 있는 기준 결점률이 있다면 여기에 입력합니다. 값을 입력하면 분석은 현재 데이터 집합만으로 결점률을 추정하는 대신 이 값을 공정능력 통계량 계산과 성능 기준 설정에 직접 사용합니다. 특히 현재 표본이 작을 때 더 안정적이고 일관된 결과를 얻을 수 있습니다. 데이터에서 mu를 추정하게 하려면 비워 둡니다.
- Target 공정이 달성해야 하는 바람직하거나 이상적인 결점률 입니다. 목표를 입력하면 분석이 현재 공정성능을 정해진 목표와 직접 비교할 수 있습니다. 예를 들어 목표 단위당 결점 0.01개는 100개 단위당 결점 1개 이하만 허용된다는 뜻입니다. 이 값은 출력에서 기준으로 사용되며 공정능력 그림에 기준선으로 표시되므로, 현재 공정이 원하는 성능 수준에서 얼마나 떨어져 있는지 쉽게 볼 수 있습니다.
- Check Rule 1: 1 point > K Stdev from center line: Test 1은 다른 부분군과 크게 벗어난 부분군을 식별하는 데 필수적이므로, 관리 이탈 상황을 탐지하는 데 널리 인정받는 도구입니다. 민감도를 높여 공정의 더 작은 이동을 탐지하려면 Test 2를 Test 1과 함께 사용하여 관리도의 효과를 높일 수 있습니다.
- Check Rule 2: K points in a row on same side of center line: Test 2는 공정 중심 또는 변동의 변화를 탐지합니다. 공정의 작은 이동을 모니터링할 때는 Test 2를 Test 1과 함께 사용하여 관리도의 민감도를 높일 수 있습니다.
- Check Rule 3: K points in a row, all increasing or all decreasing: Test 3은 공정의 추세를 식별하도록 설계되었습니다. 이 검정은 값이 일관되게 증가하거나 감소하는 연속된 데이터 점의 긴 열을 특히 찾아내며, 공정 거동에 잠재적인 추세가 있음을 알려 줍니다.
- Check Rule 4: K points in a row, alternating up and down: Test 4는 공정 내의 체계적인 변동을 식별하도록 설계되었습니다. 이상적으로 공정의 변동 패턴은 무작위여야 합니다. 그러나 점이 Test 4에서 벗어나면 변동이 무작위가 아니라 예측 가능한 패턴을 따르고 있음을 나타낼 수 있습니다.
- Check Rule 5: K out of K + 1 points > 2 standard deviation from center line (same side): Test 5는 공정의 작은 이동을 탐지합니다.
- Check Rule 6: K out of K + 1 points > 1 standard deviation from center line (same side):Test 6은 공정의 작은 이동을 탐지합니다.
- Check Rule 7: K points in a row within 1 standard deviation of center line (either side):Test 7은 관리가 잘 되고 있다는 증거로 잘못 해석될 수 있는 변동 패턴을 식별합니다. 이 검정은 지나치게 넓은 관리 한계를 탐지하며, 이는 흔히 층별 데이터의 결과입니다. 층별 데이터는 각 부분군 내에 체계적인 변동 원인이 있어 관리 한계가 있어야 할 것보다 넓게 나타날 때 발생합니다.
- Check Rule 8: K points in a row > 1 standard deviation from center line (either side):Test 8은 혼합 패턴을 탐지합니다. 혼합 패턴에서는 점이 중심선에서 멀어져 관리 한계 근처에 위치하는 경향이 있습니다.
자주 묻는 질문
포아송 공정능력 분석이란 무엇입니까?
포아송 공정능력 분석은 데이터가 포아송 분포를 따를 때 결점이나 드문 사건의 발생률에 대한 규격을 공정이 얼마나 잘 충족하는지 측정합니다. 규격 상한과 규격 하한 대신 최대 허용 결점률을 기준으로 사용하며, 성능을 단위당 결점 수, 백만 기회당 결점 수(DPMO), 그에 상응하는 시그마 수준으로 보고합니다.
이항 공정능력 대신 포아송 공정능력은 언제 사용합니까?
데이터가 단위당 또는 기간당 결점이나 사건의 수이고 항목 하나에 결점이 둘 이상 있을 수 있을 때(예: 자동차당 도장 결점 수) 포아송 공정능력을 사용하십시오. 각 항목을 단순히 합격 또는 불합격으로 분류할 때는 이항 공정능력을 사용하십시오. 연속형 측정값에는 대신 정규, 비정규 또는 비모수 공정능력 분석을 사용하십시오.
포아송 공정능력 분석의 가정은 무엇입니까?
계수 데이터는 평균과 분산이 거의 같은 포아송 분포를 따라야 하며, 큰 차이가 있으면 과대산포를 나타냅니다. 결점은 독립적으로 발생해야 하고, 기회 크기는 일정하거나 달라질 때 반영되어야 합니다. 최소 25개 부분군을 권장하며, 공정능력을 해석하기 전에 U 관리도나 C 관리도로 공정이 안정적인지 확인해야 합니다.
포아송 공정능력 결과는 어떻게 해석합니까?
주요 출력은 DPU(단위당 결점 수), DPMO(백만 기회당 결점 수), 시그마 수준입니다. 이를 전통적인 Cp나 Cpk 기준이 아니라 품질 목표에 상대적으로 해석하십시오. 목표 결점률을 입력하면 공정능력 그림에 기준선으로 표시되어 현재 공정이 원하는 성능에서 얼마나 떨어져 있는지 보여 줍니다.
