통계적 품질관리(SQC) 역사와 쉬운 이해

통계적 품질관리(SQC, Statistical Quality Control)의 간단한 역사와 특성, 다양한 통계기법들에 대해 설명하겠습니다.

 

1. 통계적 품질관리(SQC)의 역사

20세기의 진입하면서 대량소비사회가 시작되었습니다 하지만 검사원의 능력으로는 전수검사가 불가능하게되었습니다. 그래서 사람들은 전량검사 대신 몇개의 샘플 만을 검사하기 시작하게 되었습니다. 그러다 통계학의 기법들을 이용하게 되었고 통계적 품질관리(SQC, Statistical Quality Control)가 본격적으로 사용되기 시작했습니다.

 

2. 통계적 품질관리(SQC)의 특성

통계적 품질관리(SQC)는 제품 또는 공정의 품질(Quality)을 통계학의 원리를 이용하여 관리하는 것을 의미합니다.

 

통계적 품질관리(SQC)의 목표는 제품의 불량률을 공정을 단순화하여 보다 경제적이고 유용한 제품을 만들어 내는 것을 목표로 합니다.

 

통계적 품질관리(SQC)는 검사(Inspection), 예방(Prevention) 두가지로 나눌수 있습니다.

 

검사(Inspection) : 만들어진 제품 즉 생산된 제품의 불량을 검사하여 불량품이 시중에 팔리지 않도록 분류하는 작업입니다.

예방(Prevention) : 제품이 만들어지기 전 공정단계에서 불량품이 만들어지지 않도록 사전에 제거하는 작업입니다.

 

3. 통계적 품질관리(SQC)의 통계기법들

 

- 샘플링(Sampling)

샘플링은 제품의 전수검사가 어렵고 비용이 많이 들어갈때 많이 사용합니다. 집단의 특성을 통계적으로 추론할 수 있는 장점이 있습니다. 샘플링은 또 확률 샘플링과  비확률 샘플링으로 분류되는데 확률샘플링은 100개의 표본이 있다고 가정할때 10개의 샘플을 검사할 확률 즉 선택될 개체의 확률을 알 수 있는 방법으로 무작위로 공정하게 검사할 수 이있는 특징이 있고, 비확률 샘플링은 방금 설명한 집단에서 개체가 선택될 확률을 알 수 없는 특징이 있고 보통 주관적판단이 필요할때 이용됩니다.

 

-평균(Average)

평균은 대표적인 통계기법으로 주어진 수의 합을 개수로 나눈 값을 말합니다. 일상생활에서도 흔히 쓰이는 평균은 쉽지만 아웃라이어(평균치를 크게 벗어나는 표본)의 영향을 많이 받습니다. 예를 들면  4,2,3,3의 평균은 3이지만 만약 123이런값이 추가된다면 평균은 27이 됩니다.

 

-분산(Variance)

분산은 변량들이 흩어진 정도를 말합니다. 쉽게 말하면 평균으로 부터 자료가 얼마나 떨어져 있는지를 나타내는 것이 분산입니다. 분산은 작으면 안정적이란의미이고 크면 불안정하다는것을 의미합니다.

 

-표준편차(Standard deviation)

표준편차는 분산의 제곤급입니다. 자료의 산포도 즉 흩어진 정도를 보다 직관적으로 파악하기에 용의합니다. 표준편자가 작을수록 평균에 가깝고, 클수록 평균에서 벗어나게 됩니다.

 

-평균제어도(control chart)

평균제어도는 공정의 평균이 변동하는지를 확인하는 기법입니다. 표본의 평균을 시간순서대로 점으로 나타낸후 점을 선으로 연결하여 그래프를 나타냅니다. 평균제어도는 중심선(과거평균값, 목표값), 상한관리한계선(UCL, Upper Control Limit), 하한관리한계선(LCL, Lower Control Limit)가 있습니다. 표본평균이 이 두 관리 한계선안쪽에 있으면 공정이 관리상태에 있다고 판단하고, 밖으로 벗어나면 비관리상태라고 판단합니다.

 

-회귀분석(regression analysis)

회귀분석은 변수들 사이의 관계를 설명하고 예측하는 방법입니다. 예를들면 코로나 감염자수와 마스크 판매량의 상관 관계, 마케팅비용과 판매량의 관계등이 함수적인 관련성이 있는지 여부를 알아보는것을 회귀분석이라고 합니다. 회귀분석은 대표적으로 단순 선형 회귀분석과 다중 선형 회귀분석이 있습니다. 독립변수가 하나일때는 단순 선형 회귀분석을 사용하고, 독립변수가 다수일때는 다중 선형 회귀분석을 사용합니다. 독립변수는 입력값이나 원인을 나타내고 독립변수는 다른 변수에 의존을 하지않고 영향을 받지 않아 독립변수라고 합니다.