[6시그마] DMAIC 문제해결 기법

6시그마

- 전사적 성과 중심의 변화혁신을 위한 통계적 품질관리 기법

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

 

 

6시그마 기본개념 참고 ↓ ↓ ↓

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

[6시그마] 6시그마 개요

 

 

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