X-bar-R 관리도(Xbar-R Chart)

X-bar-R 관리도는 다양한 산업에서 계량형 데이터를 포함하는 공정의 안정성을 모니터링하는 데 필수적인 도구입니다. 이 관리도는 공정성능을 평가하기 위해 연속형 데이터를 검토하는 데 특히 유용합니다.

최종 검토

핵심 요점

X-bar-R 관리도는 다양한 산업에서 계량형 데이터를 포함하는 공정의 안정성을 모니터링하는 데 필수적인 도구입니다.

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

X-bar-R 관리도란?

X-bar-R 관리도 는 다양한 산업에서 계량형 데이터를 포함하는 공정의 안정성을 모니터링하는 데 필수적인 도구입니다. 이 관리도는 공정성능을 평가하기 위해 연속형 데이터를 검토하는 데 특히 유용합니다. 정해진 간격으로 부분군에서 데이터를 수집하여, X-bar-R 관리도는 시간에 따라 공정 평균을 모니터링하는 그림(X-bar 관리도)과 공정 변동을 모니터링하는 그림(R 관리도)의 두 가지를 제공합니다.

X-bar-R 관리도는 공정 평균과 범위 모두의 변동성을 식별하는 데 중요합니다. 공정 개선 활동의 효과를 평가하는 데 유용합니다. X-bar 관리도는 공정 평균의 이동을 탐지하고, R 관리도는 공정 변동성의 변화를 보여 줍니다. 이 둘을 함께 사용하면 시간에 따른 공정 일관성을 종합적으로 관리하고 평가할 수 있습니다. 공정의 근본적인 문제를 나타낼 수 있는 추세와 패턴을 식별하는 데 도움이 됩니다. 공정 거동을 명확하게 시각적으로 보여 줌으로써 이 관리도는 데이터 기반 의사결정과 지속적 개선 노력을 뒷받침합니다. 제품 품질과 운영 효율을 보장하기 위해 공정 파라미터를 엄격하게 관리하는 것이 중요한 환경에서 특히 가치가 있습니다.

X-bar-R 관리도는 언제 사용합니까?

X-bar-R 관리도는 부분군 크기가 1보다 크고 표본 크기가 작거나 중간(10 미만)일 때 사용합니다. 정규성을 가정할 수 있을 때 시간에 따른 공정의 중심 경향(평균)과 변동성(범위)을 모니터링하는 데 사용합니다. X-bar-R 관리도는 공정 평균과 변동성의 변화를 탐지하는 데 도움이 되며, 이는 공정 개선의 필요성을 나타낼 수 있습니다. 품질 관리가 중요한 제조업과 기타 산업에서 흔히 사용됩니다.

X-bar-R 관리도의 올바른 사용 지침

  • 계량형 관리도에는 연속형 데이터를 사용하고, 계수형 데이터에는 P 관리도 또는 U 관리도를 사용하십시오.
  • 데이터를 시간 순서대로 입력하되, 가장 오래된 데이터를 맨 위에 두십시오.
  • 같은 간격의 시간 구간으로 데이터를 수집하십시오.
  • 동일한 조건에서 생산된 유사한 항목으로 이루어진 작은 표본인 합리적 부분군을 사용하십시오.
  • 부분군 크기는 8 이하여야 합니다. 그보다 크면 X-bar-S 관리도를 사용하고, 부분군이 없으면 I-MR 관리도 를 사용하십시오.
  • 부분군 크기에 따라 적절한 양의 데이터를 수집하십시오.
  • 비정규 데이터라도 부분군으로 수집하면 관리도를 사용할 수 있습니다.
  • 관리 한계가 너무 좁아지는 것을 방지하기 위해 부분군 내에서 상관된 데이터 점을 피하십시오.

대안: X-bar-R 관리도를 사용하지 않아야 할 때

  • 관측값이 9개 이상인 부분군에는 X-bar-S 관리도를 사용하십시오. 단, 부분군 내에 일관된 변동 원인이 있는 경우에는 I-MR-R/S 관리도를 사용하십시오.
  • 부분군이 없으면 다음을 사용하십시오: I-MR 관리도.
  • 데이터가 불량품 수나 결점 수에 관한 것이면 P 관리도 또는 U 관리도와 같은 계수형 관리도를 사용하십시오.

X-bar-R 관리도 예제

예제를 통해 X-bar 관리도와 R 관리도를 만드는 방법을 알아봅니다. 한 엔지니어가 자동차 OEM 고객을 위한 캠축을 생산하는 제조 공정을 모니터링하려고 한다고 가정합니다. 각 부분군에서 표본 5개가 수집되었습니다. 부분군은 짧은 기간 안에 수집한 표본으로 구성되며, 보통 하나의 생산 기계에서 생산된 연속된 부품입니다. 부분군 데이터는 대략 30분마다 한 번씩 수집되었습니다. 수집된 데이터는 다음과 같습니다.

  1. 필요한 데이터를 수집했습니다.
Xbar-R Chart — figure 1

이제 Zometric Statistical Software에서 데이터를 분석합니다: https://statsai.zometric.com/.

X-bar-R 관리도를 찾으려면 다음을 선택합니다: Statistical module> Control Charts> X Bar R Chart.

도구 안에서 데이터와 기타 입력값을 다음과 같이 입력합니다.

Xbar-R Chart — figure 2

위 도구를 사용하면 다음과 같은 출력을 얻습니다.

Xbar-R Chart — figure 3Xbar-R Chart — figure 4

X-bar-R 관리도 작성 방법

절차는 다음과 같습니다.

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

X-bar-R 관리도 도구 화면은 두 부분으로 나뉩니다.

Xbar-R Chart — figure 5

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.

  • Process mean: 공정에서 얻은 측정값 또는 관측값 집합의 평균값입니다. 시간에 따른 공정 데이터의 중심 경향을 나타내며 공정성능의 핵심 지표입니다. 입력하지 않으면 Zometric Statistical Software가 제공된 데이터로 중심선을 계산합니다.
  • Process sd: 평균을 중심으로 한 공정 데이터의 변동성 또는 산포를 나타내는 측도입니다. 공정 내 개별 데이터 점이 공정 평균과 얼마나 다른지를 나타냅니다. 비워 두면 Zometric Statistical Software가 제공된 데이터로 계산합니다.
  • Sd estimation method: 계산에 두 가지 선택지가 있습니다. 추정 방법으로 Rbar 또는 합동 표준편차 방법을 선택하면 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, 더 큰 부분군이 전체 추정값에 더 큰 영향을 줍니다. 이 방법은 공정이 안정되어 있을 때 표준편차를 더 정확하게 추정합니다.
  • Use unbiasing constants for pooled sd: 이 옵션은 Stdev를 Pooled Stdev 방법으로 추정할 때만 적용됩니다.
  • 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 널리 인정받는 도구입니다. 공정의 더 작은 이동을 탐지하기 위해 민감도를 높이려면 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 때는 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 공정의 추세를 식별하기 위한 것입니다. 이 검정은 값이 지속적으로 증가하거나 감소하는 연속된 데이터 점의 긴 열을 찾아, 공정 거동에 잠재적인 추세가 있음을 알립니다.
  • Check Rule 4: K points in a row, alternating up and down: 검정 4는 공정의 체계적인 변동을 식별하기 위한 것입니다. 이상적으로 공정의 변동 패턴은 무작위여야 합니다. 그러나 어떤 점이 검정 4에서 불합격이면 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 안에 체계적인 변동 원인이 있어 관리 한계가 마땅한 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 멀어져 관리 한계 근처에 나타나는 경향이 있습니다.
  • Download as Excel: 결과를 Excel 형식으로 표시합니다. 이 파일은 쉽게 편집할 수 있고 load file 옵션으로 다시 로드하여 계산에 사용할 수 있습니다.

X-bar-R 관리도 공식

이 절에서는 X-bar 관리도와 R 관리도의 관리 한계가 어떻게 계산되는지 설명합니다. 먼저 이어지는 계산에 사용되는 용어의 설명을 확인하십시오.

용어설명

x_{ij}

i번째 부분군의 j번째 관측값

n_i

관측값 수, 부분군 i

\sum x

모든 개별 관측값의 합

\sum n

관측값의 총수

μ

공정 평균

k

검정 1의 파라미터(기본값은 3)

σ

공정 표준편차

d_2 (.)

불편화 상수 d2 의 값이며, 괄호 안에 지정한 값에 해당합니다

d_3 (.)

불편화 상수 d3 의 값이며, 괄호 안에 지정한 값에 해당합니다

r_i

범위: 부분군 i

m

부분군 수

\overline x_i

평균: 부분군 i

µ_ν

부분군 분산의 평균

c_4 (.)

불편화 상수 c4 의 값이며, 괄호 안에 지정한 값에 해당합니다

c_5 (.)

불편화 상수 c5 의 값이며, 괄호 안에 지정한 값에 해당합니다

Γ()

감마 함수

  • X-bar 관리도 공식

    • 타점: 각 타점 \overline x_i 는 부분군 i 의 관측값 평균을 나타냅니다.

\overline x_i = \frac{\sum\limits_{j=1}^{n_i} x_{ij}}{n_i}

    • 중심선: 중심선은 공정 평균(µ)을 나타냅니다.

\overline{\overline{X}} = \frac{∑x}{∑n}

    • 관리 한계:
      • 관리 하한: 각 부분군 i 의 관리 하한 값은 다음과 같이 계산합니다.

LCL_i= µ- \frac{kσ}{√(n_i )}

      • 관리 상한: 각 부분군 i 의 관리 상한 값은 다음과 같이 계산합니다.

UCL_i= µ+ \frac{kσ}{√(n_i )}

  • R 관리도 공식

    • 타점: 각 타점  r_i 는 부분군  i 의 범위를 나타냅니다.
    • 중심선: 각 부분군의 중심선 \overline R_i 의 값은 다음과 같이 계산합니다.

\overline R_i= d_2(n_i) × σ

    • 관리 한계:
      • 관리 하한: 각 부분군 i 의 관리 하한 값은 다음 중 큰 값과 같습니다.

LCL_i= [d_2(n_i) × σ] - [kσ×d_3(n_i)]

또는

LCL_i= 0

      • 관리 상한: 각 부분군 i 의 관리 상한 값은 다음과 같이 계산합니다.

UCL_i= [d_2(n_i) × σ] + [kσ×d_3(n_i)]

  • 시그마 추정 공식(군내 표준편차)

    • 흔히 위 계산에 사용되는 σ를 표준 스프레드시트 계산으로 구할 수 있는 일반적인 표본 표준편차나 모표준편차로 잘못 가정합니다. 그러나 이는 추정된 표준편차이며, 공정에 고유한 표준편차만 사용해야 하고 군간 변동은 제외해야 한다는 원칙에 근거한다는 점에 유의하십시오. 군내 변동을 추정하는 방법은 널리 쓰이는 두 가지가 있습니다.
    • Rbar 방법 사용: 각 부분군의 범위 r_i 로부터 σ의 불편 추정량인 S_r 을 계산합니다:

S_r = \frac{\sum\limits_{i}^{} (\frac{f_i r_i}{d_2 (n_i)})}{\sum\limits_{i}^{} {f_i}}

여기서

f_i = \frac{[d_2 (n_i)]^2}{[d_3 (n_i)]^2}

부분군 크기가 일정하면 식은 다음과 같이 단순해집니다.

S_r = \frac{\overline R}{d_2 (n_i)}

여기서

\overline R = \frac{\sum r_i}{m}

    • 합동 표준편차 방법 사용: 합동 표준편차(Sp)는 다음 식으로 주어집니다.

S_p = \sqrt\frac{\sum\limits_{i}^{} \sum\limits_{j}^{} (x_{ij}-\overline x_i)^2 }{\sum\limits_{i}^{} (n_{i}-1)}

부분군 크기가 일정하면 Sp 는 다음과 같이 계산할 수도 있습니다.

S_p = \sqrt µ_ν

  • 불편화 상수 공식

    • 위 공식에 사용되는 상수는 대개 표준 통계표에서 구합니다. 그러나 다음 공식으로도 불편화 상수의 값을 계산할 수 있습니다.
    • d_2 () : 조건: N 이 51에서 100 사이이면 d2(N)에 다음 근사식을 사용합니다:

d_2 (N) = 3.4873 + 0.0250141 × N - 0.00009823 × N^2

    • d_3 () and d_4 () : 조건: N 이 26에서 100 사이이면 d3(N) 및 d4(N)에 다음 근사식을 사용합니다:

d_3 (N) = 0.80818 - 0.0051871 × N + 0.00005098×N^2 - 0.00000019 × N^3

d_4 (N) = 2.88606 + 0.051313 × N - 0.00049243×N^2 + 0.00000188 × N^3

    • c_4 () and c_5 () :

c_4 (N) = {\sqrt \frac {2}{N-1}}\frac{Γ\frac{N}{2}}{Γ\frac{N-1}{2}}

c_5 (N) = \sqrt {1 - c_4(N)^2}

자주 묻는 질문

X-bar-R 관리도란 무엇입니까?

X-bar-R 관리도는 정해진 간격으로 부분군에서 수집한 연속형 데이터를 위한 한 쌍의 관리도입니다. X-bar 관리도는 공정 평균을 모니터링하여 그 이동을 탐지하고, R 관리도는 각 부분군의 범위로 공정 변동을 모니터링합니다. 이 둘은 함께 공정이 시간에 따라 안정적인지 보여 줍니다.

X-bar-S 관리도 대신 X-bar-R 관리도는 언제 사용해야 합니까?

부분군 크기가 1보다 크고 8 이하일 때 X-bar-R 관리도를 사용하십시오. 관측값이 9개 이상인 부분군에는 X-bar-S 관리도를 사용하십시오. 부분군이 없으면 I-MR 관리도를 사용하고, 불량품 수나 결점 수에는 P 관리도나 U 관리도 같은 계수형 관리도를 사용하십시오.

X-bar-R 관리 한계는 어떻게 계산합니까?

X-bar 관리도에서 각 부분군의 한계는 공정 평균 ± k × 시그마 / 부분군 크기의 제곱근이며, 기본값은 k = 3입니다. R 관리도에서 중심선은 d2 × 시그마이고, 한계는 d2 × 시그마 ± k × 시그마 × d3이며, 하한은 0보다 작지 않습니다.

X-bar-R 관리도의 시그마는 어떻게 추정합니까?

시그마는 일반적인 표본 표준편차가 아니라 군내 표준편차이므로 군간 변동은 제외됩니다. Rbar 방법과 일정한 부분군 크기에서 시그마는 평균 범위를 d2로 나눈 값입니다. 합동 표준편차 방법은 대신 부분군 분산의 가중 평균을 사용합니다.