[6시그마] DMAIC 문제해결 기법

2022.11.16 - [공정관리/6시그마] - [6시그마] 6시그마 개요

[6시그마] 6시그마 개요

6시그마 기본개념 참고 ↑↑↑↑↑

 

 

< 6시그마 >

- 전사적 성과 중심의 변화혁신을 위한 통계적 품질관리 기법

- 불량률 6시그마 수준(3.4/10^6)을 달성하기 위한 문제해결기법 (방법론)

 

 

 

6시그마 수준의 의미

- 3.4 PPM

- 정규분포 그래프에서, 목표값(Spec)과 규격 상한선(하한선) 사이에 표준편차가 ±6만큼

 

COPQ (Cost of Poor Quality)

- 품질실패비용

- 현재 품질수준에서 이상적 품질수준을 달성하기까지의 비용

- COPQ가 크면 시그마 수준을 높여야 함

 

6시그마 로드맵

1. 6시그마 과제인가?

- 측정이 가능해야 한다

- 해결방법이 보이지 않아야 한다

2. 6시그마 방법론

- DIDOV : 신제품 개발

- DMADV : 공정설계 변경, 부분 재설계

- DMAIC : 일상업무 개선, 품질혁신, 원가절감

DMAIC

- ​Define : 프로젝트 선정 → 프로젝트 정의 → CTQ (Critical to Quality) 정의

- Measure : 측정대상 선정 → 현재 수준 파악

- Analyze : 가인자 검증 → 근본원인 선정

- Improve : 최적안 선정 → 샐행 및 검증

- Control : 표준화 → Monitoring → 성과공유 및 전파

 

Define

1. Business 이슈 확인

- 대내외적 환경 분석 : 3C 분석 (Customer, Competitor, Company)

- 생산/품질 : 5M(man, machine, material, method, mesurement) + 1E(environment) 관점

- KPI 설정 : 성과관리를 위한 정량화된 지표 (ex 설계스펙, 불량률, 수율, 제조원가율, lead time)

2. CTQ 정의 (Critical To Quality)

- 고객의 관점에서 정의되고, 고객의 입장에서 제품상의 품질에 치명적인 영향을 초래하는 핵심 품질 특성치

- 프로젝트에 대한 VOC를 파악하여 CTQ 및 CTQ의 Spec.을 정의

- VOC 파악 → CCR 전개 → CTQ정의

 

Measure

: 선정된 CTQ의 현재수준을 측정하여, 개선목표 및 방향 설정

1. 측정대상 선정

- 잠재 X인자 선정 : CTQ에 영향을 주고 있을것이라 예상되는 인자

- 특성요인도 및 Logic Tree 작성 (4M)

- Y와 X's 인자의 관계 확인

- 측정계획 수립

2. 현 수준 확인

- Data 수집 : Sampling

- 공정능력 분석 : Cp, Cpk, Pp, Ppk, 시그마수준, 이상원인/우연원인

* 산포 : 제품이나 서비스를 생산할 때, 프로세스가 정확하게 동일한 결과를 만들어내지 않음

* 군내변동 -> 우연원인

* 군간변동 -> 이상원인

- 개선목표 및 방향 설정

 

Analyze

1. 가인자 검증

- 데이터 수집

* 잠재인자 : 공정 결과(Y)에 영향을 줄 것이라고 생각되어 도출한 모든 가능한 인자
* 가인자 : 잠재인자 중 다수의 경험자의 의견을 반영하여 공정 결과(Y)에 영향을 미칠 것 같다고 판단한 인자
* 치명인자 (Vital Few X's) : 가인자 중 Data를 기반으로 통계적 분석을 통해 Y에 영향이 있을 것으로 확인 된 인자

- 핵심인자 선정

그래프 분석 : Histogram, Plot, Matrix Plot, Box Plot

통계적 가설 검정 : 상관관계 분석, 가설 검정(연속형/이산형), ANOVA 분석

정성적 분석 : 특성요인도, Logic Tree, 5Why, 각종 자료분석

그래프
전제적인 Data 분포	X인자 수준별 평균 및 산포 비교	주요 요인 발견
상관관계 분석

- 가설검정

목적 : 측정단계에서 얻어진 Data를 이용하여 측정된 X 인자들의 Y값에 영향을 주는지 통계적 방법을 이용하여 확인

귀무가설 (H0) : 어떤 현상이 변화가 없거나 개선이 안되었다는 가설 (기존의 사실, =)

대립가설 (H1) : 어떤 현상에 변화가 있거나 개선이 되었다는 가설 (새로운 사실, ≠)

α (유의수준) : 가설을 선택하는 기준 (보통 5%)

P-Value (유의확률) : 귀무가설을 기각했을 때, 오류가 발생할 확률 

P ≥ 0.05(α) : H0 채택, H1 기각

P < 0.05(α) : H0 기각, H1 채택

통계 Tool	연속형 Data (계량형)	평균	z 검정	표준편차를 알 때, 두 집단 이하간의 평군이 같은지 다른지 판별
			t 검정	표준편차를 모를 때, 두 집단 이하간의 평군이 같은지 다른지 판별
			ANOVA	3개 이상의 집단에서 평균치가 같은지 다른지 판별
		분산	F 검정	정규분포를 따를 때, 두 집단들간에 산포가 같은지 다른지 판별
			Levene 검정	정규분포를 따르지 않을 때, 두 집단들간에 산포가 같은지 다른지 판별
		관계	상관분석	두 변수간에 일정한 관계가 성립하는지 판별
	이산형 Data (계수형)	비율	비율 검정	두 집단 이하 간의 비율이 같은지 다른지를 판별
			카이제곱 검정	두 집단 이상 간의 비율이 같은지 다른지를 판별

1표본 t검정 한 집단의 평균이 특정 값과 같은지 비교

2표본 t검정 두집단의 모평균이 서로 같은지 비교

쌍체 t검정 두 집단의 차이의 평균이 같은지 비교

분산분석 둘 이상의 집단간 평균이 같은지 동시 비교(단 등분산 가정)

상관분석 두 연속형 변수 사이 상관관계확인

회귀분석 변수들간 상호 관련성 파악

단일 비율 검정 한 집단의 비율이 목표 비율값과 같은지 비교

두 비율 검정 두 집단의 모비율이 서로 같은지 비교

카이 제곱 검정 이산형 데이터인 빈도수를 이용하여 인자간 독립성 검정

 

 

 

2. 근본원인 선정 (Vital Few X's)

특성요인도, Logic Tree, Brainstorming, 5Why 등을 이요하여 근본원인 도출

 

Improve

1. 개선안 수립

- 개선방안 도출

정성정 방법 : 브레인스토밍, SCAMPER (Substitute, Combine, Adpt, Modify, Put, Eliminate, Reverse), ECRS (Eliminate, Combine, Rearrange, Simplify)

통계적 방법 : 회귀분석, DOE (실험계획법)

- 개선방안 평가

Pugh Matrix : 최적 개선안 선정

2. 결과 검증

- 실행계획 수립

- 실행 및 검증

Fool Proof

Cp, Cpk, Pp, Ppk

시그마 수준

- 효과 파악

정량적 효과

정성적 효과

 

Control

1. 관리계획 수립

- 관리계획서 작성 및 관리대상 선정

- 표준화 : 품질 매뉴얼, 업무 규정/규칙, 업무기준, 작업 지침서

2. 관리계획 실행

- 관리도

: 품질의 변동상황을 그래프로 나타낸 것

프로세스에 대한 정보들을 추정하거나 프로세스 능력을 정하는데 이용

프로세스에 이상요인이 발생하였을 경우, 수정조치를 함으로써 불량제품의 발생을 사전에 억제

	이상 원인	우연 원인
변동의 종류	Unusual : 특정 프로세스에 대해 예상한 변동이 아니다 Sporadic : 특별한 시점에 발생하는 변도 Specific : 특정한 사오항 아래 발생하는 변동	Natural : 특정 프로세스에 대해 예상된 변동 Random : 시간에 따라 프로세스에서 우연히 발생한 변동
공정상태	공정이 관리상태 이탈	공정이 관리상태에 있음
품질변동	이상요인에 의한 부자연스러운 품질변동	우연요인에 의한 자연스러운 품질 변동
관리도

3. 문서화/공유

- 개선결과에 대한 완료보고서 작성

- 성과 공유 및 전파