[6시그마] 기초통계, 통계 분석
데이터의 개념 이해 1. Data - 연속형(계량형) 데이터 : 측정값, 소수점 O, 소수, 모든 구간의 값 표현 가능 평군, 분산, 표준편차 - 이산형(계수형) 데이터 : count, 소수점 X, 정수, 특정 구간의 값만 표현 가능 빈도, 비율 2. 모집단과 표본 모집단 표본 정의 모든 관측값들의 집합 모집단의 일부분 평균 μ (뮤) 표준편차 σ (시그마) 분산 σ² (시그마 제곱) 비율 P (피) 6시그마 주요 통계분석 0. 가설 검정 - 귀무가설 (H0) : 어떤 현상이 변화가 없거나, 개선이 안되었다는 가설 (기존의 사실, =) - 대립가설 (H1) : 어떤 형상에 변화가 있거나, 개선이 되었다는 가설 (새로운 사실, ≠) - α (유의수준) : 가설을 선택하는 기준 (보통 5%) - P-valu..
2022. 5. 7.
[6시그마] 관리도
통계적 공정관리 (관리도) - 품질의 변동요인 우연원인이상원인구성군내변동다수의 사소한 원인(기술적 요인)군간변동소수의 주된 원인(관리적 요인)성격안정적, 예측가능산발적, 예측불가점유율약 85%약 15%개선활동시스템 개선활동,QC 활동현장관리,실천과제관리도관리상태관리상태에 있음(이상원인이 통제되고 있는 상태,우연원인만 존재)관리상태 X(이상원인이 통제되지 않음) 1. 연속형(계량형) 관리도- 측정값 이용 (길이, 지름, 밀도, 온도, 습도)- 일반적으로 관리도상에 한 개의 품질 특성치만 나타낸다- 비용은 많이 들지 않지만, 많은 정보를 얻을 수 있음- 공정의 평균 및 산포가 직접 뷸량률에 영향을 미치므로, 평균과 산포를 모두 관리해야 한다 - Xbar-R 관리도X bar 관리도 → 공정의 평균 관리, 군..
2022. 5. 7.
[6시그마] 공정능력분석 (시그마수준, Cp, Cpk, Pp, Ppk)
데이터의 개념 이해1. Data- 연속형(계량형) 데이터 : 측정값, 소수점 O, 소수, 모든 구간의 값 표현 가능 평군, 분산, 표준편차- 이산형(계수형) 데이터 : count, 소수점 X, 정수, 특정 구간의 값만 표현 가능 빈도, 비율 2. 모집단과 표본 모집단표본정의모든 관측값들의 집합모집단의 일부분평균μ (뮤)표준편차 σ (시그마)분산 σ² (시그마 제곱)비율P (피) 시그마 수준 (공정능력분석)1. 시그마수준 - 연속형 데이터: 프로세스 성능 데이터가 고객핵심요구사항(CCR)을 어느정도 만족시키는지 계량적으로 평가한 값 규격(Spec)이 평균으로부터 얼마나 떨어져 있는지 표준편차(..
2022. 5. 6.
