slide1 n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
품질경영론 PowerPoint Presentation
Download Presentation
품질경영론

Loading in 2 Seconds...

play fullscreen
1 / 71

품질경영론 - PowerPoint PPT Presentation


  • 516 Views
  • Uploaded on

품질경영론. 제 5 강 통계적 품질관리와 품질공학 김한수 교수 연변대학 과학기술학원 경영정보관리학과. 중국산 자동차 품질 …. QM 개요. 품질경영 일반. 통계적 품질관리. 6 시그마. 품질경영의 기본사상 품질경영상 품질비용 고객만족측정 품질기능전개 전략적 방침관리 TQM, 품질분임조 벤치마킹 표준화와 ISO 품질보증시스템 서비스 품질. 품질개선 기본도구 품질관리 7 가지 도구 품질관리 신 7 가지 도구 통계적 품질관리 관리도 공정능력지수 샘플링검사

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about '품질경영론' - deron


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
slide1

품질경영론

제 5 강 통계적 품질관리와 품질공학

김한수 교수

연변대학 과학기술학원 경영정보관리학과

slide3
QM 개요

품질경영 일반

통계적 품질관리

6 시그마

품질경영의 기본사상

품질경영상

품질비용

고객만족측정

품질기능전개

전략적 방침관리

TQM, 품질분임조

벤치마킹

표준화와 ISO 품질보증시스템

서비스 품질

  • 품질개선 기본도구
  • 품질관리 7가지 도구
  • 품질관리 신 7가지 도구
  • 통계적 품질관리
  • 관리도
  • 공정능력지수
  • 샘플링검사
  • 다꾸찌 품질공학

6 시그마 개요

6 시그마 기법들

6 시그마 로드맵

6 시그마 사례연구

6 시그마 추진전략

slide4
오늘의 주제…
  • 관리도
    • 품질과 산포
    • 관리도의 원리
    • 관리한계선의 결정
    • 관리도의 활용방법
    • 관리도 실습 (MS-Excel 활용, Minitab 활용)
  • 공정능력지수
    • 공정능력의 개념과 판정
    • 공정능력 실습 (MS-Excel 활용, Minitab 활용)
  • 샘플링 검사
    • 샘플링검사의 개념과 기본유형
    • 검사특성곡선
    • 샘플링검사의 활용방법
    • 샘플링검사 실습 (MS-Excel 활용, Minitab 활용)
  • 다구찌 품질공학
    • 손실함수
    • 로버스트 설계
slide6
품질과 산포
  • 품질특성 (Quality Characteristics)
    • 품질, 즉 용도에 대한 적합성을 평가하는 요소
    • 예)
      • 물리적 특성: 길이, 무게, 인장강도, 점성 등
      • 감각적 특성: 맛, 외관, 색, 냄새 등
      • 시간관련 특성: 신뢰도, 유지가능성, 가용성 등
  • 품질특성치
    • 품질특성을 측정하여 수치로 표현한 것

품질특성치의 산포

품질특성치

품질특성치

slide8
품질의 산포
  • 산포의 원인(原因)
    • 우연원인(偶然原因, random causes)
      • 공정에서 언제나 일어나고 있는 어쩔 수 없을 정도의 산포로서, 생산조건이 엄격히 관리된 상태하에서도 발생하는 불가피한 산포
      • 발생원인을 찾을 수 없는 원인
    • 이상원인(異常原因, assignable causes)
      • 정상상태와는 다른 특별한 이유가 있는 산포
      • 산포를 발생시킨 특별한 발생원인

품질관리의 중요한 목적 중 하나는

이상원인을 발견하고, 제거하는 것이다.

이상원인 포함 (이상상태)

우연원인만 존재 (관리상태)

slide9
관리도의 원리

목적: 공정의 이상징후 발견

관리상한선 (UCL)과

관리하한선(LCL)을 벋어나면

공정에 이상이 있음을 감지

=> 공정개선의 필요성 발생

공정이 우연원인으로 인한 변동만으로 존재하게 관리하는 것이 중요함!

slide10
공정관리와 공정능력의 확보

공정의 상태

공정능력

control limit
관리한계선(Control Limit)의 결정
  • 규격한계와 관리한계
    • 규격한계: 만들어진 제품이 양품, 불량품인지 판정하는 기준
    • 관리한계: 이상원인이 있는지 없는지를 판정하는 기준
  • 3 시그마 () 법 활용
    • : 분포의 표준편차
    • 단측으로, 3  내에 들어 오는 것을 관리상태로 봄
    • 제 1 종 에러 ( Error, Type 1 Error)
      • 공정이 실제로는 관리상태인데, 관리상태가 아니라고 판단하는 에러
      • 생산자 위험 ()
      • 0.27%
    • 제 2 종 에러 ( Error, Type 2 Error)
      • 공정이 실제로 관리상태가 아닌데, 관리상태로 판단하는 에러
      • 소비자 위험()
clt central limit theorem
중심극한정리 (CLT, Central Limit Theorem)

모집단 분포

샘플 평균의 분포

Beta

Standard deviation of the sample means

Normal

Uniform

(mean)

Let X1, X2, … , Xn be a random sample drawn from an any distribution with a finite mean µ and variance σ2. As n goes to infinity, the sampling distribution of

In general, n30

slide15
관리도
  • 관리도는 평균값을 관리하는 관리도와 표준편자(산포, 분산)을 관리하는 R 관리도로 구성된다
  • 관리도 작성 방법

관리상한선 (UCL)

x의 평균값

관리하한선 (LCL)

R 관리하한선 (UCL)

R의 평균값

R 관리하한선 (LCL)

slide16
관리도 (계속)

1) 관리도를 작성하기 위해서는 크기 n = 3~5 정도의 시료(샘플)을 약 k = 20~25 그룹을 채취한다.

각 군별로 를 계산한다

3) 각 그룹의 R을 계산한다

2) n 개의 측정값을

라고 하자

4) 의 총평균치 를 구한다

5) R의 평균치 를 구한다

slide17
관리도 (계속)

6-1) 관리한계선을 계산:

관리한계선은 평균을 중심으로 ±3법에 의해 계산한다. 이론적인 관리한계선:

그러나 여기서 와  는 모집단의 평균과 표준편자임으로, 일반적으로 unknown인 경우가 많다. 이 경우, 의 추정치( )의 추정치( )를 사용한다.

여기서 는 표를 참조한다

의 관리한계선

slide18
관리도 (계속)

6-2) 관리한계선을 계산:

의 관리한계선

관리한계선은 평균을 중심으로 ±3법에 의해 계산한다. 이론적인 관리한계선:

그러나 여기서  는 모집단의 평균과 표준편자임으로, 일반적으로 unknown인 경우가 많다. 이 경우, 의 추정치( )를 사용한다.

여기서 는 표를 참조한다

slide19
관리도용 계수표

강의 홈페이지에서 다운 로드 할 것!

slide22
관리도에 의한 공정변화의 탐지

(a) 연속 7 점이 한쪽에 있다

(b) 주기적인 변동이 있다.

(c) 연속점 중 많은 점이 한쪽에 몰려 있다

(d) 이상한계 밖으로 반 이상 나가 있다

(e) 하강 또는 상승하는 경향이 있다

(f) 중심선 부근에 몰려 있다

slide23
관리도에 의한 공정변화의 탐지

관리도의 목적 = 이상원인을 찾아내어 제거한다

  • 점이 관리한계선을 벗어나면, 공정에 이상원인이 있음을 나타내므로 그 원인을 찾아서 조처해야 한다
  • 점이 관리한계 내에 있으면 원칙적으로 공정은 관리상태에 있다고 본다
  • 그러나 점이 중심선에 대하여 한쪽에만 연속해서 나타날 경우(이것을 run 이라고 함), a, b 의 경우 이상원인이 있다고 판단한다
  • 점의 상승, 또는 하강, 혹은 주기적인 변화가 있는 경우도 이상원인의 징후가 보인다고 할 수 있다
  • 점이 이상한계 밖으로 반 이상 나가 있거나 중심선 부근에 몰려 있는 경우, 공정에 이상이 있는 경우 보다는 관리도 작성 방법, 층별방법에 이상이 있는 경우이다
minitab
관리도 응용 사례 (Minitab 활용)
  • A 자동차 공장의 엔진 조립에 사용되는 구동축의 길이에 대한 공정 규격은 600 mm  2 mm 이다. 그런데 이 길이가 공정규격을 벋어남으로써 엔진이 불량이 되는 문제가 발생하여, 재 작업을 하거나 폐기 처분해야 하는 비율이 증가하고 있다.
  • 이 문제를 해결하기 위해서, 품질관리 부서에서 일하는 당신에게 팀장은 Xbar-R관리도를 작성하여 이 문제를 해결할 것을 지시하며, 한달동안 매번 각 작업반이 만든 제품 중 5 개를 샘플링하여 품질특성(구동축의 길이)를 측정한 데이터를 주었다. 당신은 어떻게 이 품질 문제를 해결할 것인가?
slide25
데이터 샘플링

한달동안 측정한 데이터가 저장된 CAMSHAFT.MTW 파일이 당신에게 제공되었다.

파일열기

0 Run Minitab.exe

1 Choose File > Open Worksheet.

2Move to the Data subdirectory and select the worksheet CAMSHAFT.MTW. Click OK.

3If it is not visible, open the Data window by pressing [Ctrl]+[D].

r chart range
R Chart를 활용하여 변동 범위 (Range)에 대한 검토

먼저, 당신은 각 작업반에서 만들어진 구동축 서로 품질상에 차이가 있는지 알고 싶었다. 그래서 각각 5개씩을 샘플링하여, 각 그룹에 대한 범위(Max-Min)을 R 관리도를 사용하여 Plotting 하였다. 이것을 통하여 당신은 적어도 변동의 범위에 관한 한 이 공정이 관리상태에 있음을 확인하고 싶었다.

1Choose Stat > Control Charts > Variable Charts for Subgroups > R.

2Choose All observations for a chart are in one column, then enter Length.

3In Subgroup sizes, type 5.

4Click OK.

r chart
R Chart 결과

The R chart for Length does not show any points out of control.

xbar test
Xbar 관리도에 대한 Test

1Choose Stat > Control Charts > Variable Charts for Subgroups > Xbar

2Choose All observations for a chart are in one column, then enter Length.

3In Subgroup sizes,then type 5.

4Click Xbar Options, then click the Tests tab.

5Choose Perform all tests for special causes.

6Click OK in each dialog box.

slide29
분석

Xbar Chart of Length

Test Results for Xbar Chart of Length

TEST 1. One point more than 3.00 standard deviations from center line.

Test Failed at points: 8

TEST 2. 7 points in a row on same side of center line.

Test Failed at points: 13

TEST 6. 4 out of 5 points more than 1 standard deviation from center line (on one side of CL).

Test Failed at points: 12, 13

create a histogram with normal curve
문제의 원인파악:Create a Histogram with Normal Curve

히스토그램은 일반적으로 품질이 정규분포 하는지 보여주는 품질관리 도구중에 하나이다.그래서 당신은 이를 통해 구동축의 길이를 히스토그램으로 표현하여 문제의 원인을 파악하고자 하였다.

1Choose Graph > Histogram.

2 Choose With Fit, then click OK.

3In Graph variables, enter Length.

4Click OK.

slide31
문제의 원인 파악

히스토그램을 작성한 결과, 정규화된 종 모양의 분포를 나타내지 않고, 598과 599, 601이 높게 표현되는 일반적이지 않은 형태로 분포됨을 발견하게 되었다.

생산관리 부서에 이 문제를 의뢰해본 결과, 원자재를 공급하는 두 공급자가 있음을 확인하게 되었다.

당신은 이들 각각의 공급자에 대해 차이가 있는지 분석을 하기로 하였다

Examine the histogram. In general, we expect a variable such as Length to follow the normal distribution. In this case, the histogram would be approximately bell-shaped. The histogram you just created is certainly not bell-shaped. In fact, it would appear from the spikes at 598, 599, and 601 that we may be dealing with more than one separate and distinct distributions.

An examination of the inventory records indicates that there are two suppliers for the camshafts. Now you are starting to understand the odd histogram. You decide to obtain measurements from both suppliers and run X and R charts separately on each set of data with a subgroup size of 5 for each. The data for each supplier are stored in the columns Supp1 and Supp2 of your worksheet.

display combined xbar and r charts
Display Combined Xbar and R Charts

공급자 1번에 대한 분석

특별한 이상점 발견 못함!

According to the X and R chart, both the means and ranges for Supplier 1 appear to be in control, although you notice that the mean is 599.548 mm, not 600. The average range for Supplier 1 is 1.341 mm.

display combined xbar and r charts1
Display Combined Xbar and R Charts

공급자 2번에 대한 분석

TEST 1. One point more than 3.00 standard deviations from center line.

Test Failed at points: 2, 14

TEST 2. 7 points in a row on same side of center line.

Test Failed at points: 9, 10

특별한 이상점 발견!

공급자 2번의 제품은 관리상태가 아님을 파악함!

slide34
공급자 1 과 공급자 2 의 히스토그램

당신은 공급자 2 에 대해서는 관리상태가 아니므로, Xbar-R관리도를 활용하여 지속적으로 이상원인을 파악하여 관리상태로 만들 것을 지시하였고,

한편, 이미 관리상태에 있는 공급자 1의 경우, 제품규격에 대한 공정능력이 적정한지 분석하기로 하였다.

slide35
공급자 1에 대한 공정능력 분석
  • 공정능력 분석을 위해서는 반드시 관리상태에 있어야 한다.
  • 공정능력은 공정규격인 600 mm  2 mm 의 제품을 생산하는데 대해 얼마나 적합한 능력을 갖고 있는지를 분석한다.
  • 또한 공정능력을 분석하기 위해서는 품질특성치의 변동이 정규분포를 하는지 확인해 봐야 한다. 이를 위해 히스토그램과 정규테스트(Normality Test)를 실시하기로 하였다.

1Choose Graph > Histogram.

2 Choose With Fit, then click OK.

3In Graph variables, enter Supp1. Click OK.

normal test for 1
Normal Test for 공급자 1

P-Value > 0.05 이므로,

95%신뢰도로,

정규분포 하지 않는다고

말할 수 없다.

slide37
공급자 1에 대한 공정능력분석 실시

당신은 공급자 1에 대한 공정분석을 실시하였다. 여기서 공정규격은 600 mm  2 mm 이다.

1Choose Stat > Quality Tools > Capability Analysis > Normal.

2Choose Single column and enter Supp1.

3In Subgroup size, type 5.

Next, enter the specification limits.

4In Lower spec, type 598.

5In Upper spec, type 602. Verify dialog box .

6Click Options.

7In Target (adds Cpm to table), type 600.

8Click OK in each dialog box.

slide39
p 관리도 (계수형관리도)
  • p 관리도
    • “불량률 관리도”라고도 불리며, 계수형관리도 중 널리 사용되는 관리도
    • 측정이 불가능 하고 계수치로 밖에는 나타낼 수 없는 품질특성에 적용
    • 시료의 크기가 반드시 일정할 필요는 없다
    • p 관리도의 목적
      • 불량률의 변화를 탐지하거나 평균불량률을 추정하고 싶을 때
      • 공정관리를 위하여
      • X-bar R 관리도를 적용하기 위한 예비적인 조사 분석을 할 때
      • 샘플링 검사의 엄격도 조정을 위해
slide40
관리한계선 책정의 이론적 근거

공정 불량률 p가 일정하게 유지되는 연속적인 생산공정에서, n개를 추출할 때, 불량품이 x개일 확률은 이항분포를 따른다

그러므로, 불량률 p를 알고 있을 때 3법에 의한 관리한계선은

그러나 일반적으로 p를 모른다

그러므로, p의 추정치를 사용해야 한다

slide43
pn 관리도 (계수형관리도)
  • pn 관리도
    • “불량개수 관리도” 라고도 불리움
    • 시료의 크기가 반드시 일정해야 한다
  • 관리한계선 책정의 이론적 근거

그러므로, 불량률 p를 알고 있을 때 3법에 의한 관리한계선은

그러나 일반적으로 p를 모른다

그러므로, p의 추정치를 사용해야 한다

slide46
공정관리 (工程管理)
  • 공정관리
    • 생산되는 제품의 품질특성이 소기의 목적을 달성하기 위하여 만족할 만한 확률분포를 가질 수 있도록 품질특성의 분포를 조정(調整)하는 관리활동
  • 공정에 영향을 미치는 요소들 (4M)
    • 제조방법 및 기술수준 (Method)
      • 가능하면 공정의 절차가 간단한 것이 좋으며, 그에 따른 공정기술이 안정되어 있어야 산포가 작은 품질을 생산할 수 있다.
    • 작업자 (Man)
      • 작업자의 숙련된 작업이 없으면 품질의 안정을 확보하기 어렵다. 작자의 숙련도가 품질 안정의 필수적 요소
    • 설비 (Machine)
      • 설비의 정도(精度)가 나빠지지 않도록 주기적인 점검과 조정이 필요하다.
    • 원자재 (Material)
      • 최종제품의 품질에는 원자재나 부품의 품질에 큰 영향을 받는다.
process capability
공정능력 (Process Capability)
  • 공정능력이 좋다? 나쁘다?
    • 품질의 변동이 적은 경우 공정능력이 좋다고 말한다
  • 공정능력
    • 공정이 관리상태에 있을 때, 그 공정에서 생산되는 제품의 품질변동이 어느 정도인가를 나타내는 양(量)이다.
  • 공정능력의 정량화
slide50
공정능력지수
  • 한쪽 규격만 있는 경우
  • 치우침이 있는 경우
sampling inspection
샘플링 검사 (Sampling Inspection)
  • 전수검사 v.s. 샘플링검사
    • 전수검사: 제품 하나 하나 모두 검사하는 것으로 검사가 완벽하게 이루어 진다면 그 품질이 완전히 보증된다
    • 샘플링검사: 전체 제품 중 일부를 추출하여 검사하고, 그 결과를 미리 정해둔 판정 기준과 비교하여 전체에 대한 합격 또는 불합격을 판정하는 것
  • 전수검사가 가능한 경우
    • 검사가 비파괴검사인 경우
    • 검사비용 및 시간이 적게 드는 경우
    • 전수검사는 완벽한가? 검사개수와 항목의 증가로 인한 오류의 증가 가능성
  • 샘플링검사가 가능한 경우
    • 파괴검사를 요하는 제품의 품질검사
    • 검사에서 불량품의 합격으로 인한 비용이 전수검사의 비용보다 더 적을 경우
    • 유사한 품목이 많기 때문에 샘플링검사로 전수검사와 동일한 효과를 얻을 수 있는 경우
    • 검사의 자동화가 이루어지지 않은 경우
slide52
샘플링 검사
  • 샘플링검사의 특성
    • 전수검사보다 비용이 적게 들고 검사를 꼼꼼히 할 수 있다
    • 로트(Lot) 중에 검사되지 않은 제품이 있으므로 불량품이 그대로 포함될 수 있다는 것을 인정하여야 한다
    • 나쁜 로트를 좋은 로트로, 좋은 로트를 나쁜 로트로 잘 못 판정할 가능성이 있다
  • 샘플링검사의 분류
    • 계수형 샘플링 검사 (Sampling Inspection by attributes)
      • 불량 개수에 의한 샘플링 검사
      • 결점수에 의한 샘플링 검사
    • 계량형 샘플링 검사 (Sampling Inspection by variables)
      • 특성치에 의한 샘플링 검사
slide53
샘플링검사의 4가지 형태
  • 규준형 (規準型)
    • 생산된 로트의 합격, 불합격을 결정하는 샘플링 검사, 생산자에 대한 보호와 소비자에 대한 보호의 두가지를 규정해서, 생산자의 요구와 소비자의 요구를 동시에 만족시키도록 만들어진 검사방법
  • 선별형 (選別型)
    • 샘플링 검사에서 합격된 로트는 받아들이지만, 불합격한 로트는 전수선별에 의하여 양품만을 받아들이는 샘플링 검사방식
    • 규준형에 비해 공급자에게 적게 자극을 준다
  • 조정형 (調整型)
    • 소비자 쪽에서 샘플링 검사를 수월하게 하거나 까다롭게 하거나를 조정하는 것이 특징
    • AQL (Acceptable Quality Level, 합격품질 수준)을 정하고, 이 수준보다 좋은 공급자에게는 수월한 검사를, 이 기준에 못 미치는 공급자에게는 향후 까다로운 검사를 실행한다.
  • 연속생산형(連續生産型)
    • 물품이 연속 생산되는 경우에 적용하며, 최초에 한개씩 조사해서 양품이 일정 개수 지속되면, 일정 개수 간격으로 샘플링 검사를 하고, 불량품이 나오면 다시 한개씩 검사로 되돌아 가는 방식
slide54
샘플링검사의 전제조건
  • 제품이 로트(Lot)로써 처리될 수 있을 것
    • 샘플링검사는 로트 자체의 합격여부를 결정하는 것이지, 로트내의 개개의 제품의 합격여부를 결정짓는 것은 아니다.
  • 시료를 랜덤하게 취할 수 있을 것
    • 이 조건이 만족되지 않으면 샘플링검사를 적용할 의미가 없다.
  • 품질기준이 명백한 것
    • 제품 한 개 한 개를 조사할 때마다 제각기 다른 기준으로 판단을 내리게 되거나, 개개의 데이터에 대한 신뢰성이 결여된다면 로트에 대한 올바른 판단을 내릴 수 없다.
  • 계량형 샘플링검사에서는 로트의 검사단위 특성치의 분포를 대략 알고 있을 것
    • 일반적으로 특성치가 정규분포에 가깝다는 전제조건이다. 그러므로 특성치를 정규분포로 가정하는데 무리가 없는지 알고 있어야 한다.
slide55
검사특성곡선(OC 곡선)
  • 검사특성곡선 (Operating Characteristic Curve)
    • 로트의 불량률과 그러한 불량률을 갖는 로트가 샘플링검사에서 합격으로 판정될 확률과의 관계를 나타내는 곡선

불량률이 p 인 경우,

그 Lot가 합격할 확률 (L(p))

을 나타낸다

slide56
OC 곡선 작성법
  • 검사방법
    • 예) Lot의 크기(N): 1000개, 시료수(n): 30개, 검사기준(c): 3개 (if x  3, 합격; else 불합격)
    • “N=1000인 경우 (n=30, c=3) 샘플링검사방식”으로 표시
  • 초기하분포 (Hyper-Geometric Distribution)
    • 불량품이 y개 있는 N개의 모집단에, n개의 샘플(시료)를 추출할 때, 추출된 시료에 불량품이 x 개 있을 확률을 나타내는 분포함수.
    • Where y = p*N, p=불량률

HYPGEOMDIST(sample_s,number_sample,population_s,number_population)

    • Sample_s is the number of successes in the sample.
    • Number_sample is the size of the sample.
    • Population_s is the number of successes in the population.
    • Number_population is the population size.

HYPGEOMDIST(x,n,pN,N)

slide57
OC 곡선 작성법
  • L(p): 불량률이 p인 경우, Lot의 합격확률

생산자 위험 (): 불량률이 낮음에도 불구하고 불합격 확률

소비자 위험 (): 불량률이 높음에도 불구하고 합격할 확률

L(p0) = 1- 

L(p1) = 

lot oc
Lot 크기의 변화에 따른 OC곡선의 변화

Lot크기가 커짐에 따라 생산자 위험,

소비자위험이 모두 커진다

aql ltpd
AQL과 LTPD
  • 합격품질수준 (Acceptable Quality Level, AQL)
    • 허용 가능한 불량률의 수준
    • 생산자 위험:  = 5%
  • 불합격품질수준(Lot Tolerance Percent Defective, LTPD)
    • 소비자의 입장에서 허용이 안되는 로트의 불량률
    • 소비자 위험:  = 10%
slide61
계수규준형 샘플링 검사
  • 1회 검사법: (n,c)에 의해 판정
    • Lot의 크기: N, 중 n개를 검사해서, 불량품의 수, x가
    • If x  c, Lot 합격!, Else (i.e. x > c), Lot 불합격
  • 2회 검사법: (n1,n2,c1,c2)에 의해 판정

x1c1,

로트합격

x1+x2c2,

로트합격

Lot

c1<x1c2

두번째 시료추출

n2

n1

x1+x2>c2,

로트불합격

X1>c1,

로트불합격

slide66
계수선별형 샘플링 검사
  • 방법:
    • 계수규준형 1회 방식에서 불합격된 로트를 생산자에게 반납하지 않고 이를 전수조사하여 불량품만을 제거시킨 후에 양품을 받아들이는 검사방식
    • 평균검사량 (ATI)

ATI = n+(1-L(p))(N-n)

    • 양품 교환시 (양품여부를 검사할 필요가 있다)

ATI = {n+(1-L(p))(N-n)}/(1-p)

slide67
계수조정형 샘플링

납품중지

불량품의 총 수가

한계갯수 이하

생산안정

10 로트 까다로운 검사 계속

연속 10 로트 합격

구입자인정

품질개선의 조치

로트 불합격

1 로트 조건부 합격

연속 5로트 중 2 로트 불합격

까다로운 검사

보통 검사

수월한 검사

연속 5 로트 합격

생산불규칙 정체

구입자 인정

slide68
계수연속생산형 샘플링 검사

시작한다

개별 검사

양품 i 개가

연속 나온다

일부 검사

불량발생안함

불량발생함

i 를 어떻게 구하는가가 문제

slide69
숙제 #2
  • TBA (To Be Announced)
good bye

Good bye!

다음 시간에…