X-bar 관리도

X-bar 관리도(부분군 평균 관리도라고도 함)는 시간에 따른 부분군의 평균을 모니터링하는 관리도입니다. 각 타점은 특정 시점에 취한 소규모 측정값 집단의 평균을 나타내므로 공정 중심의 이동이나 추세를 쉽게 탐지할 수 있습니다.

최종 검토

핵심 요점

X-bar 관리도(부분군 평균 관리도라고도 함)는 시간에 따른 부분군의 평균을 모니터링하는 관리도입니다.

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

X-bar 관리도란?

X-bar 관리도(부분군 평균 관리도라고도 함)는 시간에 따른 부분군의 평균 을 모니터링하는 관리도입니다. 각 타점은 특정 시점에 취한 소규모 측정값 집단의 평균을 나타내므로 공정 중심의 이동이나 추세를 쉽게 탐지할 수 있습니다.

변동과는 별도로 공정 평균이 목표값을 유지하고 있는지 에만 초점을 맞추며(변동은 짝이 되는 R 또는 S 관리도로 모니터링), 품질 모니터링에서 가장 널리 사용되는 관리도 중 하나입니다.

X-bar 관리도는 언제 사용합니까?

  • 데이터가 연속형 (치수, 무게, 온도, 압력과 같은 측정값)일 때 사용합니다.
  • 측정값을 일정한 시간 간격으로 2개 이상의 부분군 으로 수집할 때 사용합니다.
  • 시간에 따른 공정 평균의 이동 을 탐지하려는 경우에 사용합니다.
  • 부분군 크기가 2~8인 경우 변동도 함께 모니터링하려면 R 관리도 와 함께 사용합니다.
  • 부분군 크기가 8보다 큰경우 더 정밀한 변동 모니터링을 위해 S 관리도 와 함께 사용합니다.
  • 부분군이 없는 개별 측정값 에는 대신 I-MR 관리도 를 사용합니다.

X-bar 관리도의 올바른 사용 지침

  • 부분군 크기는 연구 전체에서 일관되게 유지해야 합니다. 부분군 크기가 바뀌면 관리 한계 계산에 영향을 주어 관리도를 신뢰할 수 없게 됩니다.
  • 공정 안정성에 대해 어떤 결론을 내리기 전에 최소 25개의 부분군 을 수집하십시오.
  • 각 부분군은 합리적이고 균질한 표본 이어야 합니다. 하나의 부분군 안에 서로 다른 기계, 작업자 또는 교대의 데이터를 섞지 마십시오.
  • 항상 X-bar 관리도를 R 또는 S 관리도와 함께 사용 하십시오. X-bar 관리도만으로는 공정 변동이 안정적인지 알 수 없습니다.
  • X-bar 관리도를 해석하기 전에 항상 R 또는 S 관리도를 먼저 확인 하십시오. 변동이 관리 이탈 상태이면 X-bar 관리 한계는 신뢰할 수 없습니다.
  • 관리 한계가 통계적으로 타당하려면 부분군 내 데이터가 근사적으로 정규분포를 따라야 합니다.

대안: X-bar 관리도를 사용하지 않아야 할 때

  • 데이터가 부분군 없는 개별 측정값으로 들어오면 대신 I-MR 관리도 를 사용하십시오.
  • 부분군 크기가 일정하지 않거나 표준화할 수 없다면, 더 신뢰할 수 있는 결과를 위해 I-MR 관리도 를 고려하십시오.
  • 모니터링 대상이 불량률 또는 결점 수인 경우에는 대신 다음을 사용하십시오: P 관리도, NP 관리도, C 관리도, U 관리도 .
  • 데이터가 심하게 비정규이면 X-bar 관리도를 사용하기 전에 먼저 Box-Cox 변환 을 적용하십시오.
  • 같은 공정에서 짧은 생산 런이나 여러 부품 유형 을 생산하는 경우에는 대신 Z-MR 관리도 를 사용하십시오.
  • 단지 평균을 추적하지 않고 변동만모니터링하려면 R 관리도 또는 S 관리도 를 독립적으로 사용하십시오.

X-bar 관리도 예제

한 자동차 부품 공장의 품질 엔지니어가 캠축의 길이를 모니터링합니다. 엔지니어는 30분마다 크기 5의 부분군으로 데이터를 수집하며, 관리도에 특수 원인이 있는지 살펴보려고 합니다. 1. 공정 평균과 공정 표준편차는 현재 알 수 없으므로 비워 둡니다. 2. Nelson 규칙 8가지를 모두 사용합니다. 다음 단계를 수행합니다.

  1. 필요한 데이터를 수집했습니다.
XBar Chart — figure 1
  1.  이제 Zometric Statistical Software에서 데이터를 분석합니다: https://statsai.zometric.com/.
  2.  X-bar 관리도를 찾으려면 다음을 선택합니다: Statistical module> Control Charts>Xbar Chart .
  3.  도구 안에서 데이터와 기타 입력값을 다음과 같이 입력합니다.
XBar Chart — figure 2

위 도구를 사용하면 다음과 같은 출력을 얻습니다.

XBar Chart — figure 3

X-bar 관리도 작성 방법

절차는 다음과 같습니다.

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

X-bar 관리도 도구 화면은 두 부분으로 나뉩니다.

XBar Chart — figure 4

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.

  • 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 부분군 평균을 계산하기 위해 관리도가 데이터를 묶는 방식을 직접 결정합니다.
  • Observations: 워크시트에서 데이터가 실제로 배치된 방식을 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 개 열에 걸쳐 부분군 1을 나타내는 측정값 다섯 개가 있습니다.
    • All observations for a chart are in one column — 모든 측정값이 하나의 열에 세로로 쌓여 있으며, 부분군 크기 항목으로 각 부분군에 몇 개의 행이 속하는지 정의합니다.

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

  • Subgroup Size 다음 경우에만 필요합니다: 모든 관측값이 하나의 열에 저장된 경우. 연속된 몇 개의 행이 하나의 부분군을 이루는지 관리도에 알려 줍니다. 예를 들어 부분군 크기가 5이면 1~5행은 부분군 1, 6~10행은 부분군 2 등으로 처리합니다. 데이터가 이미 여러 열(측정마다 한 열)로 배열되어 있다면 선택한 열의 수가 부분군 크기를 정의하므로 이 항목은 필요하지 않습니다.
  • Process mean: 공정에서 얻은 측정값 또는 관측값 집합의 평균값입니다. 시간에 따른 공정 데이터의 중심 경향을 나타내며 공정 성능의 핵심 지표입니다. 입력하지 않으면 Zometric Statistical Software가 제공된 데이터로 중심선을 계산합니다.
  • Process sd: 평균 주위의 공정 데이터의 변동성 또는 산포를 나타내는 척도입니다. 공정 내 개별 데이터 점이 공정 평균과 얼마나 다른지를 보여 줍니다. 비워 두면 Zometric Statistical Software가 제공된 데이터로 계산합니다.
  • Sd estimation method: 사용자에게 두 가지 계산 방법 중 선택하게 합니다. 추정 방법으로 Rbar를 선택하는지 합동 표준편차 방법을 선택하는지에 따라 결과가 달라집니다.
      • Rbar Sd estimation method: Rbar는 부분군 내 범위의 평균을 나타냅니다. Rbar 방법은 표준편차의 널리 사용되는 추정 방법이며 부분군 크기가 2~8일 때 특히 효과적입니다.
      • Pooled Sd estimation method:  합동 표준편차는 부분군 분산의 가중 평균이며, 부분군이 클수록 전체 추정값에 더 큰 영향을 줍니다. 이 방법은 공정이 안정적일 때 표준편차를 더 정확하게 추정합니다.
  • Use unbiasing constants for pooled sd: 이 옵션은 Stdev를 Pooled Stdev 방법으로 추정할 때만 적용됩니다.
  • Show Decimals 차트에 표시되는 타점 값, 관리 한계, 중심선의 소수 자릿수를 제어합니다. 소수 자릿수를 늘리면 차트를 더 정밀하게 읽을 수 있고, 줄이면 차트가 깔끔해져 발표하기 쉽습니다. 대상 독자에게 정확성과 가독성이 균형을 이루는 수준을 선택합니다.
  • Check Rule 1: 1 point > K Stdev from center line: 검정 1은 다른 부분군과 크게 벗어나는 부분군을 식별하는 데 필수적이며, 관리 이탈 상황을 탐지하는 보편적으로 인정된 도구입니다. 민감도를 높여 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 중심이나 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 찾아 공정 거동의 잠재적 추세를 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 어떤 점이 검정 4에서 벗어나면 변동이 무작위가 아니라 예측 가능한 패턴을 따른다는 의미일 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 관리가 잘 되고 있다는 증거로 잘못 해석될 수 있는 변동 패턴을 식별합니다. 이 검정은 층별된 데이터에서 흔히 나타나는, 지나치게 넓은 관리 한계를 탐지합니다. 층별 데이터는 각 부분군 내에 체계적인 변동 원인이 있어 관리 한계가 있어야 할 것보다 넓게 보일 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.
  • Additional CLs at Multiples of SD 1 중심선에서 ±1 표준편차 에 관리 한계선을 추가로 표시합니다. 관리도에 안쪽 경계 구역이 만들어져, 중심선 한쪽에 점들이 연속해서 위치하는 것처럼 관리 한계 안의 비정상적인 패턴을 찾는 Western Electric 또는 Nelson 규칙을 적용하는 데 유용합니다.
  • Additional CLs at Multiples of SD 2 중심선에서 ±2 표준편차 에 관리 한계선을 추가로 표시합니다. 중심선과 표준 ±3 시그마 관리 한계 사이에 중간 경고 구역이 만들어집니다. 2 시그마선과 3 시그마선 사이에 위치한 점은 실제로 관리 이탈이 되기 전에 공정 이동에 대한 조기 경고를 줄 수 있습니다.
  • Define Stages (Historical Groups) with This Variable 그룹 변수를 사용하여 관리도를 구별되는 단계 또는 국면으로 나눌 수 있습니다. 각 단계는 독립적으로 계산된 자체 관리 한계를 갖습니다. 새 기계, 공정 개선, 원자재 변경과 같이 알려진 공정 변화가 있었고 그 변화 전후의 공정 성능을 같은 관리도에서 비교하려는 경우에 유용합니다.
  • X Scale 관리도 가로축의 표시 방식을 제어합니다. 시간 기반 레이블, 부분군 번호 또는 사용자 지정 값을 표시하도록 눈금을 조정할 수 있습니다. 부분군이 특정 날짜, 교대 또는 배치에 해당하고 관리도 축이 단순한 순차 번호가 아니라 그 맥락을 반영하기를 원할 때 유용하며, 관리도를 읽고 발표하기가 더 쉬워집니다.

자주 묻는 질문

X-bar 관리도란 무엇입니까?

X-bar 관리도(부분군 평균 관리도라고도 함)는 시간에 따른 부분군의 평균을 모니터링하는 관리도입니다. 각 점은 한 시점에 취한 소규모 측정값 집단의 평균이므로 공정 중심의 이동이나 추세를 쉽게 볼 수 있습니다. 변동은 짝이 되는 R 또는 S 관리도로 별도로 모니터링합니다.

X-bar 관리도와 함께 R 관리도 또는 S 관리도는 언제 사용해야 합니까?

X-bar 관리도는 항상 변동을 위한 관리도와 함께 사용하십시오. 부분군 크기가 2~8이면 R 관리도와, 8보다 크면 더 정밀한 변동 모니터링을 위해 S 관리도와 함께 사용합니다. 변동이 관리 이탈 상태이면 X-bar 한계를 신뢰할 수 없으므로 R 또는 S 관리도를 먼저 확인하십시오.

X-bar 관리도에는 부분군이 몇 개 필요합니까?

공정 안정성에 대해 결론을 내리기 전에 최소 25개의 부분군을 수집하십시오. 부분군 크기를 일관되게 유지하고, 기계, 작업자, 교대를 섞지 않은 합리적이고 균질한 부분군을 사용하며, 관리 한계가 타당하려면 부분군 내 데이터가 근사적으로 정규분포를 따라야 합니다.

X-bar 관리도를 사용하지 않아야 하는 경우는 언제입니까?

부분군이 없는 개별 측정값이거나 부분군 크기를 표준화할 수 없을 때는 I-MR 관리도를 사용하십시오. 불량품이나 결점 수에는 P, NP, C 또는 U 관리도를, 짧은 생산 런이나 여러 부품 유형에는 Z-MR 관리도를 사용하고, 데이터가 심하게 비정규이면 먼저 Box-Cox 변환을 고려하십시오.