S 관리도(S Chart)

S 관리도는 각 부분군의 표준편차를 타점으로 표시하여 공정 산포가 안정적인지 확인하며, X-bar 관리도보다 먼저 확인합니다. 부분군 크기가 8보다 크거나 변동의 변화를 더 민감하게 탐지해야 할 때 사용합니다. 부분군 크기를 일정하게 유지하고, 부분군을 25개 이상 수집하며, 독립적인 정규 데이터를 사용하십시오. 검정 규칙은 이동, 추세 및 기타 비무작위 패턴을 표시합니다.

최종 검토

핵심 요점

S 관리도는 X-bar 관리도와 함께 시간에 따른 부분군의 표준편차를 모니터링하며, 표준편차가 부분군의 모든 데이터 점을 사용하므로 부분군 크기가 8보다 클 때 R 관리도를 대체합니다.

이 페이지 내용
  1. S 관리도란?
  2. S 관리도는 언제 사용합니까?
  3. S 관리도의 올바른 사용 지침
  4. 대안: S 관리도를 사용하지 않아야 할 때
  5. S 관리도 예제
  6. S 관리도 작성 방법

S 관리도란?

S 관리도는 시간에 따른 부분군의 표준편차(산포)를 모니터링합니다. X-bar 관리도와 함께 사용하며, 표본이 클수록 표준편차가 범위보다 변동을 더 정밀하고 민감하게 나타내는 척도이므로 부분군 크기가 클 때 R 관리도를 대체합니다.

R 관리도는 가장 높은 값과 가장 낮은 값의 차이만 보는 반면, S 관리도는 부분군의 모든 데이터 점을 고려하므로 공정이 얼마나 변동하는지 더 정확하게 보여 줍니다.

간단한 정의: 표준편차를 사용하여 시간에 따라 각 표본 내에 변동이 얼마나 있는지 더 정밀하게 추적하는 관리도로, 특히 큰 부분군에 유용합니다.

S 관리도는 언제 사용합니까?

  • 부분군 크기가 8보다 클 때 사용합니다. 이 크기에서는 표준편차가 범위보다 더 신뢰할 수 있는 척도입니다.
  • 공정 중심과 공정 산포를 동시에 모니터링하려면 X-bar 관리도 와 함께 사용합니다.
  • 공정 변동의 작은 변화를 더 민감하게 탐지 해야 할 때 사용합니다.
  • 부분군 크기가 2~8이면 X-bar-R 관리도로 충분하며 해석이 더 간단합니다.

S 관리도의 올바른 사용 지침

  • 항상 X-bar 관리도를 해석하기 전에 S 관리도 를 확인하십시오. 변동이 불안정하면 X-bar 한계를 신뢰할 수 없습니다.
  • 관리 한계 계산이 타당하려면 모든 시점에서 부분군 크기를 일정하게 유지하십시오.
  • 신뢰할 수 있는 기준 관리 한계를 설정하려면 최소 25개의 부분군 을 수집하십시오.
  • S 관리도가 정확하게 작동하려면 부분군 내 데이터가 독립적이고 정규분포를 따라야 합니다.

대안: S 관리도를 사용하지 않아야 할 때

  • 부분군 크기가 8 이하이면 대신 X-bar-R 관리도 를 사용하십시오. 작은 부분군에서는 더 간단하면서 똑같이 효과적입니다.
  • 데이터가 부분군 없이 개별 측정값으로 수집되는 경우에는 다음을 사용하십시오: I-MR 관리도
  • 반응이 계수형 데이터(불량품 수 또는 비율)인 경우에는 다음을 사용하십시오: P, NP, C 또는 U 관리도
  • 같은 공정에 소량 생산 또는 혼합 제품 이 있는 경우에는 다음을 사용하십시오: Z-MR 관리도

S 관리도 예제

한 자동차 부품 공장의 품질 엔지니어가 캠축의 길이를 모니터링합니다. 엔지니어는 30분마다 크기 5의 부분군으로 데이터를 수집합니다. 엔지니어는 관리도에 특수 원인이 있다면 이를 찾으려 합니다. 1. 공정 평균과 공정 표준편차는 현재 알 수 없으므로 비워 둡니다. 2. Nelson 규칙 8개를 모두 활성화합니다.

이를 해결하기 위해 엔지니어는 S 관리도를 적용하고 다음 단계를 수행합니다.

  1. 필요한 데이터를 준비했습니다.
S Chart — figure 1
  1.  이제 Zometric Statistical Software에서 데이터를 분석합니다: https://statsai.zometric.com/.
  2.  S 관리도를 찾으려면 Statistical module> Control Charts>S Chart.
  3.  도구에서 다른 입력값과 함께 데이터를 다음과 같이 입력합니다.
S Chart — figure 2

5. 위 도구를 사용하면 다음과 같은 출력이 나옵니다.

S Chart — figure 3

S 관리도 작성 방법

절차는 다음과 같습니다.

  1. Zometric Statistical Software에 로그인합니다: https://statsai.zometric.com/
  2. 홈 페이지에서 Statistical Tool> Control Charts >S Chart를 선택합니다.
  3. 이어서 S Chart를 클릭하여 도구 화면으로 이동합니다.
  4. 다음으로, 데이터를 직접 수정하거나 Excel 시트에서 데이터를 통째로 복사(Ctrl+C)하여 여기에 붙여넣기(Ctrl+V)합니다.
  5. 다음으로, 필요한 옵션을 입력합니다.
  6. 마지막으로, 페이지 하단의 calculate를 클릭하면 원하는 결과를 얻을 수 있습니다.

S 관리도의 도구 화면은 창이 두 부분으로 나뉩니다.

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

왼쪽 부분에는 데이터 창(Data Pane)이 있습니다. 데이터 창에서는 각 행이 하나의 부분군을 이룹니다. 데이터를 직접 입력하거나 Excel 시트에서 데이터를 통째로 복사(Ctrl+C)하여 여기에 붙여넣기(Ctrl+V)할 수 있습니다.

Load example: 예제 데이터가 로드됩니다.

Load File: Excel 데이터를 직접 로드하는 데 사용합니다.

오른쪽 부분에는 다음과 같은 여러 옵션이 있습니다.

  • Subgroup Columns 데이터 구조에 따라 단일 열 또는 여러 열 을 선택할 수 있습니다. 각 부분군이 여러 열에 걸쳐 있으면(측정 위치마다 한 열) 해당 열을 모두 선택합니다. 모든 측정값이 한 열에 쌓여 있으면 그 단일 열을 선택하고 부분군 크기를 별도로 정의합니다. 여기서의 선택이 관리도가 부분군 평균을 계산하기 위해 데이터를 어떻게 묶는지를 직접 결정합니다.
  • Observations: 이 설정은 워크시트에서 데이터가 물리적으로 어떻게 배치되어 있는지를 정의합니다. 데이터 구조에 맞는 옵션을 선택합니다.
  • Observations for a subgroup are in one row of columns — 각 행에 하나의 부분군에 대한 모든 측정값이 여러 열에 걸쳐 들어 있습니다. 예를 들어 1행에는 다섯 개의 열에 걸쳐 부분군 1을 나타내는 측정값 다섯 개가 있습니다.
  • All observations for a chart are in one column — 모든 측정값이 한 열에 세로로 쌓여 있으며, 부분군 크기 항목으로 각 부분군에 속하는 행 수를 정의합니다.

      여기서 잘못된 배치를 선택하면 관리도가 데이터를 잘못 묶어 유효하지 않은 관리 한계가 산출됩니다.

  • Subgroup Size 다음 경우에만 필요합니다: 모든 관측값이 단일 열에 저장되어 있을 때. 연속된 몇 개의 행이 하나의 부분군을 이루는지 관리도에 알려 줍니다. 예를 들어 부분군 크기가 5이면 관리도는 1~5행을 부분군 1, 6~10행을 부분군 2로 취급하며, 이후도 같습니다. 데이터가 이미 여러 열(측정마다 하나)로 배열되어 있으면 부분군 크기가 선택한 열의 수로 정해지므로 이 항목은 필요하지 않습니다.
  • Process mean: 공정에서 얻은 측정값 또는 관측값 집합의 평균값입니다. 시간에 따른 공정 데이터의 중심 경향을 나타내며 공정 성과의 핵심 지표입니다. 지정하지 않으면 Zometric Statistical Software가 제공된 데이터로부터 중심선을 계산합니다.
  • Process sd: 평균을 중심으로 한 공정 데이터의 변동성 또는 산포를 나타내는 척도입니다. 공정 내 개별 데이터 점이 공정 평균과 얼마나 차이가 나는지 보여 줍니다. 비워 두면 Zometric Statistical Software가 제공된 데이터로부터 계산합니다.
  • Sd estimation method: 계산 방법으로 두 가지 중 하나를 선택할 수 있습니다. 추정 방법으로 Rbar를 선택하는지 합동 표준편차 방법을 선택하는지에 따라 결과가 달라집니다.
  • Rbar Sd estimation method: 부분군 범위의 평균을 불편화 상수 d2로 나눈 값(Rbar/d2)으로 공정 표준편차를 추정합니다. 이 방법은 부분군 크기가 8 이하일 때 권장되며, 더 큰 부분군에서는 합동 표준편차가 모든 데이터 점을 사용하여 더 정밀한 추정값을 줍니다. Pooled Sd estimation method: 합동 표준편차는 부분군 분산의 가중 평균이며, 더 큰 부분군이 전체 추정값에 더 큰 영향을 줍니다. 이 방법은 공정이 안정적일 때 표준편차의 더 정확한 추정값을 제공합니다.
  • Use unbiasing constants for pooled sd: 이 옵션은 Pooled Stdev 방법으로 Stdev를 추정할 때만 적용됩니다.
  • Show Decimals 타점, 관리 한계, 중심선에 대해 관리도에 표시되는 소수 자릿수를 제어합니다. 소수 자릿수를 늘리면 관리도를 더 정밀하게 읽을 수 있고, 줄이면 관리도가 깔끔해지고 발표하기 쉬워집니다. 독자에게 정확성과 가독성의 균형이 맞는 수준을 선택하십시오.
  • Check Rule 1: 1 point > K Stdev from center line: 검정 1은 다른 부분군에서 크게 벗어난 부분군을 식별하는 데 필수적이며, 관리 이탈 상태를 탐지하는 데 보편적으로 인정받는 도구입니다. 민감도를 높이고 공정의 더 작은 이동을 탐지하려면 검정 2를 검정 1과 함께 사용할 수 있으며, 이는 관리도의 효과를 높입니다.
  • 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 사용하면 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 수열을 특히 찾으며, 공정 거동의 잠재적인 기저 추세를 알립니다.
  • 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 4에 실패하면 변동이 무작위가 아니라 예측 가능한 패턴을 따를 수 있음을 나타냅니다.
  • 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 관리가 잘 되고 있다는 증거로 잘못 해석될 수 있는 변동 패턴을 식별합니다. 이 검정은 층별된 데이터의 결과인 경우가 많은 지나치게 넓은 관리 한계를 탐지합니다. 층별된 데이터는 각 부분군 내에 체계적인 변동 원천이 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):검정 8은 혼합 패턴을 탐지합니다. 혼합 패턴에서는 점들이 중심선에서 멀어지고 대신 관리 한계 근처에 나타나는 경향이 있습니다.
  • Additional CLs at Multiples of SD 1 중심선에서 ±1 표준편차 위치에 관리 한계선을 추가합니다. 이는 관리도에 안쪽 경계 구역을 만들며, 중심선의 한쪽에 점이 연속으로 나타나는 것처럼 관리 한계 안에서 비정상적인 패턴을 찾는 Western Electric 또는 Nelson 규칙을 적용할 때 유용합니다.
  • Additional CLs at Multiples of SD 2 중심선에서 ±2 표준편차 위치에 관리 한계선을 추가합니다. 이는 중심과 표준 ±3 시그마 관리 한계 사이에 중간 경고 구역을 만듭니다. 2 시그마선과 3 시그마선 사이에 있는 점은 점이 실제로 관리 이탈 상태가 되기 전에 공정 이동의 조기 경고를 나타낼 수 있습니다.
  • Define Stages (Historical Groups) with This Variable 그룹화 변수를 사용하여 관리도를 별개의 단계로 나눌 수 있습니다. 각 단계는 독립적으로 계산된 자체 관리 한계를 갖습니다. 새 기계, 공정 개선, 원자재 변경처럼 알려진 공정 변화가 있었고 같은 관리도에서 그 변화 전후의 공정 성과를 비교하려 할 때 유용합니다.
  • X Scale 관리도의 가로축 표시 방식을 제어합니다. 시간 기반 레이블, 부분군 번호 또는 사용자 지정 값을 표시하도록 척도를 조정할 수 있습니다. 부분군이 특정 날짜, 교대조 또는 배치에 해당하고 관리도 축이 단순한 순번이 아니라 그 맥락을 반영하도록 하려는 경우에 유용하며, 관리도를 읽고 발표하기 쉽게 만듭니다.

자주 묻는 질문

S 관리도란 무엇입니까?

S 관리도는 시간에 따른 부분군의 표준편차, 즉 산포를 모니터링합니다. X-bar 관리도와 함께 사용하며, 표준편차가 가장 높은 값과 가장 낮은 값만이 아니라 부분군의 모든 데이터 점을 사용하여 변동을 더 정밀하고 민감하게 측정하므로 큰 부분군에서 R 관리도를 대체합니다.

R 관리도 대신 S 관리도는 언제 사용해야 합니까?

표준편차가 범위보다 더 신뢰할 수 있는 척도가 되는 부분군 크기가 8보다 클 때, 또는 변동의 작은 변화를 더 민감하게 탐지해야 할 때 S 관리도를 사용하십시오. 부분군 크기가 2~8이면 X-bar-R 관리도로 충분하며 해석이 더 간단합니다.

유효한 S 관리도의 요건은 무엇입니까?

모든 시점에서 부분군 크기를 일정하게 유지하고, 신뢰할 수 있는 기준 관리 한계를 설정하기 위해 부분군을 25개 이상 수집하며, 부분군 내 데이터가 독립적이고 정규분포를 따르도록 하십시오. 변동이 불안정하면 X-bar 한계를 신뢰할 수 없으므로 X-bar 관리도를 해석하기 전에 항상 S 관리도를 확인하십시오.

S 관리도에는 어떤 표준편차 추정 방법을 사용해야 합니까?

두 가지 방법을 사용할 수 있습니다. Rbar는 공정 표준편차를 평균 부분군 범위를 불편화 상수 d2로 나눈 값(Rbar/d2)으로 추정하며 부분군 크기가 8 이하일 때 권장됩니다. 더 큰 부분군에서는 부분군 분산의 가중 평균인 합동 표준편차가 모든 데이터 점을 사용하여 더 정밀한 추정값을 줍니다.