--- title: 표본 30개로 실시한 공정능력 연구에 만족하지 마세요 Don't Automatically Settle for a 30 Piece Capability Study… description: Minitab에서 제공하는 신뢰구간은 변동성에 대한 더 나은 판단을 제공하며 작은 표본크기로 인해 발생할 수 있는 실수를 방지할 수 있습니다. image: https://blog.minitab.com/hubfs/B2BML%20-%20NEW%20FILE%20MANAGER%20STRUCTURE/Blog%20Images/Imported_Blog_Media/pexels-thisisengineering-3862627-Jul-05-2025-10-41-27-9204-PM.jpg --- 한국어 - [English](https://blog.minitab.com/en/?hsLang=ko) - [Français](https://blog.minitab.com/fr/?hsLang=ko) - [Deutsch](https://blog.minitab.com/de/?hsLang=ko) - [Português](https://blog.minitab.com/pt/?hsLang=ko) - [Español](https://blog.minitab.com/es/?hsLang=ko) - [日本語](https://blog.minitab.com/ja/?hsLang=ko) - [한국어](https://blog.minitab.com/ko/?hsLang=ko) - [中文（简体）](https://blog.minitab.com/zh/?hsLang=ko) - [한국어](https://blog.minitab.com/ko/blog/30-piece-capability-study-automotive) - [Chinese](https://blog.minitab.com/zh/blog/30-piece-capability-study-automotive) - [Deutsch](https://blog.minitab.com/de/blog/darum-sollten-sie-sich-bei-prozessfaehigkeitsanalysen-nicht-automatisch-auf-30-teile-beschraenken) - [English](https://blog.minitab.com/en/blog/30-piece-capability-study-automotive) - [Français](https://blog.minitab.com/fr/blog/ne-vous-contentez-pas-dun-echantillon-de-30-pieces-pour-votre-etude-de-capabilite) - [日本語](https://blog.minitab.com/ja/blog/30-piece-capability-study-automotive) - [![Icon Partners](https://blog.minitab.com/hubfs/WCM/Partners.png) 파트너](https://www.minitab.com/ko-kr/company/partners) - [![Icon Contact](https://blog.minitab.com/hubfs/WCM/Contact.png) 연락처](https://www.minitab.com/ko-kr/company/contact-us) - [![Icon Talk to Minitab](https://blog.minitab.com/hubfs/WCM/Phone.png) Minitab과 상담하기](https://www.minitab.com/ko-kr/talk-to-minitab) - [![Icon My Account](https://blog.minitab.com/hubfs/WCM/MyAcct.png) 내 계정](https://licensing.minitab.com/account/manage) [![Minitab](https://blog.minitab.com/hubfs/WCM/minitab-corp-logo.svg)](https://www.minitab.com/ko-kr/) - 제품 뒤로 [제품](https://www.minitab.com/ko-kr/products/) [모든 제품](https://www.minitab.com/ko-kr/products/) - [Minitab Solution Center](https://www.minitab.com/ko-kr/products/minitab-solution-center/) - [Minitab Statistical Software](https://www.minitab.com/ko-kr/products/minitab/) - [Minitab Connect](https://www.minitab.com/ko-kr/products/connect/) - [Minitab Model Ops](https://www.minitab.com/ko-kr/products/model-ops/) - [Minitab Education Hub](https://www.minitab.com/ko-kr/products/education-hub/) - [Minitab Engage](https://www.minitab.com/ko-kr/products/engage/) - [Minitab Workspace](https://www.minitab.com/ko-kr/products/workspace/) - [Real-Time SPC](https://www.minitab.com/ko-kr/products/real-time-spc/) - [Prolink 데이터 수집 및 SPC](https://info.minitab.com/ko/shop-floor-connectivity-with-prolink?hsLang=ko) - [Simul8 이산 이벤트 시뮬레이션](https://info.minitab.com/ko/new-to-simul8?hsLang=ko) - [SPM](https://www.minitab.com/ko-kr/products/spm/) - 솔루션 뒤로 [솔루션](https://www.minitab.com/ko-kr/solutions/) [모든 솔루션](https://www.minitab.com/ko-kr/solutions/) - [분석](https://www.minitab.com/ko-kr/solutions/analytics/) - [통계 및 예측 분석](https://www.minitab.com/ko-kr/solutions/analytics/statistical-analysis-predictive-analytics/) - [데이터 과학 및 머신러닝](https://www.minitab.com/ko-kr/solutions/analytics/data-science-machine-learning/) - [비즈니스 분석 및 인텔리전스](https://www.minitab.com/ko-kr/solutions/analytics/business-analytics-intelligence/) - [통계적 공정 관리](https://www.minitab.com/ko-kr/solutions/analytics/statistical-process-control/) - [작업 및 품질 분석](https://www.minitab.com/ko-kr/solutions/analytics/quality-analytics/) - [Live Analytics](https://www.minitab.com/ko-kr/solutions/analytics/live-analytics/) - [신뢰성 및 수명 데이터 분석](https://www.minitab.com/ko-kr/solutions/analytics/reliability/) - [이산 이벤트 시뮬레이션](https://info.minitab.com/ko/new-to-simul8?hsLang=ko) - [프로세스 마이닝](https://info.minitab.com/ko/new-to-simul8?hsLang=ko) - [주요 기능](https://www.minitab.com/ko-kr/solutions/key-capabilities/) - [지속적 개선](https://www.minitab.com/ko-kr/solutions/key-capabilities/continuous-improvement/) - [데이터 통합 및 데이터 준비](https://www.minitab.com/ko-kr/solutions/key-capabilities/data-integration-data-prep/) - [다이어그램 작성 및 마인드매핑](https://www.minitab.com/ko-kr/solutions/key-capabilities/diagramming-mind-mapping/) - [디지털 트윈](https://info.minitab.com/ko/new-to-simul8?hsLang=ko) - [모델 배포 및 ML Ops](https://www.minitab.com/ko-kr/solutions/key-capabilities/model-deployment-ml-ops/) - [혁신 및 프로젝트 관리](https://www.minitab.com/ko-kr/solutions/key-capabilities/innovation-project-management/) - [탁월한 공정 과정 감지, 수정 및 방지](https://www.minitab.com/ko-kr/solutions/key-capabilities/process-excellence/) - [자동 데이터 수집](https://info.minitab.com/ko/shop-floor-connectivity-with-prolink?hsLang=ko) - [산업 솔루션](https://www.minitab.com/ko-kr/solutions/industry/) - [교육](https://www.minitab.com/ko-kr/solutions/industry/academic/) - [에너지 및 천연 자원](https://www.minitab.com/ko-kr/solutions/industry/energy-resources/) - [정부 및 공공 부문](https://www.minitab.com/ko-kr/solutions/industry/government/) - [건강](https://www.minitab.com/ko-kr/solutions/industry/healthcare/) - [보험](https://www.minitab.com/ko-kr/solutions/industry/insurance/) - [제조 및 산업](https://www.minitab.com/ko-kr/solutions/industry/manufacturing-industrial/) - [서비스](https://www.minitab.com/ko-kr/solutions/industry/service-industries/) - [소프트웨어 및 기술](https://www.minitab.com/ko-kr/solutions/industry/software-technology/) - [건설](https://www.minitab.com/ko-kr/solutions/industry/construction/) - [부서/직무별](https://www.minitab.com/ko-kr/solutions/role/) - [엔지니어링](https://www.minitab.com/ko-kr/solutions/role/engineering/) - [고급 비즈니스 인텔리전스 솔루션](https://www.minitab.com/ko-kr/solutions/role/business-analysts/) - [정보 기술](https://www.minitab.com/ko-kr/solutions/role/information-technology/) - [공급망](https://www.minitab.com/ko-kr/solutions/role/supply-chain/) - [고객 서비스 솔루션](https://www.minitab.com/ko-kr/solutions/role/customer-service-contact-center/) - [인사](https://www.minitab.com/ko-kr/solutions/role/human-resources/) - [마케팅 데이터 분석](https://www.minitab.com/ko-kr/solutions/role/marketing/) - [연구 및 개발](https://www.minitab.com/ko-kr/solutions/role/research-and-development/) - 리소스 및 서비스 뒤로 [리소스 및 서비스](https://www.minitab.com/ko-kr/resources-services/) [모든 리소스 및 서비스](https://www.minitab.com/ko-kr/resources-services/) - [리소스](https://www.minitab.com/ko-kr/resources-services/resources/) - [사례 연구](https://www.minitab.com/ko-kr/resources-services/resources/case-studies/) - [블로그](https://www.minitab.com/ko-kr/resources-services/resources/blog/) - [데이터 집합](https://www.minitab.com/ko-kr/resources-services/resources/data-set/) - [웨비나 및 이벤트](https://www.minitab.com/ko-kr/resources-services/resources/events/) - [Education Hub](https://www.minitab.com/ko-kr/resources-services/resources/education-hub/) - [서비스](https://www.minitab.com/ko-kr/resources-services/services/) - [교육](https://www.minitab.com/ko-kr/resources-services/services/training/) - [배치](https://www.minitab.com/ko-kr/resources-services/services/deployment/) - [통계 컨설팅](https://www.minitab.com/ko-kr/resources-services/services/statistical-consulting/) - [자기 주도 학습](https://www.minitab.com/ko-kr/resources-services/services/self-paced-learning/) - [평생 교육](https://www.minitab.com/ko-kr/resources-services/services/continuing-education/) - 지원 뒤로 [지원](https://www.minitab.com/ko-kr/support/) [기술 지원](https://www.minitab.com/ko-kr/support/) - [구독 및 활성화](https://www.minitab.com/ko-kr/support/subscriptions-and-activation/) - [Minitab Quick Start](https://www.minitab.com/ko-kr/support/quick-start/) - [교육](https://www.minitab.com/ko-kr/resources-services/services/training/) - [설치지원](https://www.minitab.com/ko-kr/support/installation/) - [지원 동영상](https://www.minitab.com/ko-kr/support/videos/) - [소프트웨어 설명서](https://www.minitab.com/ko-kr/support/documents/) - [소프트웨어 업데이트](https://www.minitab.com/ko-kr/support/software-updates/) - [제품 다운로드](https://www.minitab.com/ko-kr/support/downloads/) - [지원 정책](https://www.minitab.com/ko-kr/support/policy/) - 회사 뒤로 [회사](https://www.minitab.com/ko-kr/company/) [회사](https://www.minitab.com/ko-kr/company/) - [회사 정보](https://www.minitab.com/ko-kr/company/our-company/) - [리더십 팀](https://www.minitab.com/ko-kr/company/leadership-team/) - [파트너](https://www.minitab.com/ko-kr/company/partners/) - [채용 정보](https://www.minitab.com/ko-kr/company/careers/) - [연락하다](https://www.minitab.com/ko-kr/company/contact-us/) - [뉴스](https://www.minitab.com/ko-kr/company/press-releases/) [사용해 보기/구매](https://www.minitab.com/ko-kr/try-buy/) - [블로그 구독하기](https://info.minitab.com/ko/blog/subscribe?hsLang=ko) ![Minitab](https://20853177.fs1.hubspotusercontent-na1.net/hubfs/20853177/minitab-corp-logo.svg?t=1755011311618) ## 통지 이제 minitab.com을 떠나게 됩니다. 계속하려면 계속을 클릭하세요 : 계속하다 돌아가기 # 표본 30개로 실시한 공정능력 연구에 만족하지 마세요 Don't Automatically Settle for a 30 Piece Capability Study… [Dave Osborn](https://blog.minitab.com/ko/blog/author/dave-osborn) | 1/25/2022 주제: [Manufacturing](https://blog.minitab.com/ko/blog/tag/manufacturing) - [Share](https://www.linkedin.com/shareArticle?mini=true&url=https://blog.minitab.com/ko/blog/30-piece-capability-study-automotive) - [Share](https://www.facebook.com/sharer.php?u=https://blog.minitab.com/ko/blog/30-piece-capability-study-automotive) 제조 분야, 특히 자동차 부품 공급 및 제조 분야에서 공정능력 연구의 표준 표본 크기는 30 또는 30개 부품입니다.   모든 통계 계산에서와 마찬가지로, 표본 크기와 오류는 반비례 관계에 있습니다. 즉, 표본 크기가 커질수록 오류는 작아집니다. 따라서 공정능력을 평가할 때 오류를 최소화하려면 표본 크기를 증대해야 합니다.    ## 공정능력 연구를 진행하는 이유는 무엇일까요? 이유는 다음 3가지입니다.  1. 공정 상태를 평가하기 위해, 즉 공정이 안정적이고 예측 가능한지('제어되고 있는지'), 아니면 불안정하고 예측 불가한지('제어를 벗어났는지') 파악하기 위해  2. 규격 대비 공정의 실제 성능 및 향후 규격에 맞춰 부품을 생산할 수 있는 가능성을 모두 평가하기 위해   3. 공정을 통해 규격을 벗어난 부품이 몇 개나 생산될지 파악하기 위해   ## **30의 법칙은 어디서 유래했을까요? **   많은 사람들이 분석이 '통계적으로 유의미한 분석을 하려면' 표본이 30개 있어야 한다는 오해 때문에 30개를 기준으로 정하곤 합니다. 이렇게 '30'은 사람들이 대체적으로 '충분히 크다'고 동의하는 다소 임의적인 숫자가 되었습니다. 비록 30이 (특히 t-분포의 경우) 통계학에서 중요한 역할을 하기는 하나, 이 숫자와 공정 상태를 적절히 평가하는 능력과 규격을 충족하는 능력 사이에 딱히 관계는 없습니다. 유감스럽게도 이 경우에 30이라는 숫자는 공정을 모델링하기에 충분하지 않습니다.    ## **알고 계셨나요? 실제로 자동차 산업에서는 100의 법칙이 사용됩니다!**  예를 들어, Automotive Industry Action Group(AIAG)에서 발행한 통계적 공정 관리(SPC) 및 생산 부품 승인 프로세스(PPAP) 매뉴얼에서는 초기 능력 연구에 적합한 표본 크기로 100개(5개의 하위 그룹 20개 또는 4개의 하위 그룹 25개)를 정의하고 있습니다. 그러나 모든 공정은 다르기때문에, 여러분의 공정에 '적합한' 숫자는 변동의 원인에 따라 다릅니다.  ### 주문형 웨비나 '스트리밍 분석: 차세대 SPC 소개'를 시청하세요. [![지금 시청](https://no-cache.hubspot.com/cta/default/3447555/327ec172-19cc-4407-b53a-90f27e16066f.png)](https://cta-redirect.hubspot.com/cta/redirect/3447555/327ec172-19cc-4407-b53a-90f27e16066f) ## **그럼 뭐가 맞는 이야기일까요? 30개? 아니면 100개? 더 많아야 할까요, 아니면 더 적어야할까요?**  실험계획법이나 가설 검정과 달리, 공정능력 연구에서 중요한 것은 통계적 검정력이 아닌 변동성입니다. 즉, 연구에서 공정의 모든 변동성(또는 변동성의 가장 큰 원인)을 적절하게 발견했는지가 중요합니다. 표본의 수와 관계없이 공정능력 분석에서 신뢰구간을 사용하면 실제 공정 능력의 범위를 파악할 수 있습니다. 범위가 너무 넓다면 표본 크기가 너무 작은 것일 수 있습니다.  **예:**   **평균이 30mm이며, 표준편차가 1mm인 정규분포의 이론적 모집단(10,000)이 있다고 가정해보겠습니다. 하한 규격(LSL)이 25mm, 상한 규격(USL)이 35mm이므로 '실제' 공정능력은 1.67임을 알 수 있습니다(쉬운 예를 위해 Pp 사용).**    ![confidence interval](https://blog.minitab.com/hs-fs/hubfs/B2BML%20-%20NEW%20FILE%20MANAGER%20STRUCTURE/Blog%20Images/Imported_Blog_Media/confidenceinterval-Jul-05-2025-10-41-29-6815-PM.png?width=358&name=confidenceinterval-Jul-05-2025-10-41-29-6815-PM.png) 보시다시피, Minitab에서는 예상대로 모집단 전체를 사용하여 Pp가 1.67로 도출됩니다.  **그러면 이 모집단에서 표본을 추출하면 도출되는 Pp를 살펴보겠습니다. 시나리오 1: 이 모집단을 n=30으로 100번 추출합니다.**  표본 30개를 사용하여 데이터를 100번 추출하는 경우, 아래 그래프에 나타났듯이 변동성이 매우 큽니다. 전반적으로 평균 Pp는 1.69입니다. 이는 '실제' 값에 가깝지만, 표본의 Pp 범위는 1.19~2.44입니다. 사실상 30개의 표본 결과에서 크나큰 변동성이 나타났으며, 도출된 Pp도 실제 모집단 Pp에 비해 더 낮거나 높았습니다. 즉, 이 표본 크기만으로는 잘못된 결론에 도달할 수 있습니다. ![capabilities](https://blog.minitab.com/hs-fs/hubfs/B2BML%20-%20NEW%20FILE%20MANAGER%20STRUCTURE/Blog%20Images/Imported_Blog_Media/capabilities-Jul-05-2025-10-41-26-5169-PM.png?width=461&name=capabilities-Jul-05-2025-10-41-26-5169-PM.png) ## **그렇다면 올바른 Pp에 가까운 값을 얻는 방법은 무엇일까요?**  Pp 추정치의 신뢰성을 확보하는 좋은 방법은 Minitab의 신뢰구간을 사용하는 것입니다(통계분석 > 품질 도구 > 공정 능력 분석 > 옵션). 30개 표본을 사용하여 공정을 한 번 샘플링 한 다음 신뢰구간을 켜면 다음 결과가 도출됩니다.    ![YESProcess Capability Report for 1-Sample n=30](https://blog.minitab.com/hs-fs/hubfs/B2BML%20-%20NEW%20FILE%20MANAGER%20STRUCTURE/Blog%20Images/Imported_Blog_Media/YESProcess%20Capability%20Report%20for%201-Sample%20n=30-Jul-05-2025-10-41-25-4715-PM.png?width=496&name=YESProcess%20Capability%20Report%20for%201-Sample%20n=30-Jul-05-2025-10-41-25-4715-PM.png) 보시다시피 30개의 표본 추출을 1회 실시하는 경우, 낮은 Pp값 중 하나인 1.36이 도출됩니다. 이는 모집단의 '실제' 공정능력과 동떨어져 있는 신뢰성 낮은 추정치입니다. 하지만 이 숫자만 보면 공정의 능력이 1.67에 미치지 못한다고 생각하게 되겠죠. 그러나 95%의 신뢰구간을 사용하면 '실제' 공정능력이 어느 수준인지 확인할 수 있습니다. 이 예에서처럼 결코 좋다고 할 수 없는 1.01부터 매우 좋은 수준인 1.71에 이르는 광범위한 수치가 도출되었다면 이 공정의 실제 능력을 확실하게 파악할 수 없다는 뜻입니다. 대다수의 표본은 이러한 범위를 좁혀줍니다.  ## 결론  일반적으로 표본이 클수록 실제 공정능력을 정확하게 추정할 수 있습니다. AIAG SPC 및 PPAP 매뉴얼은 최소 100개의 표본을 권장합니다. 간혹 표본 수집이 어렵거나 많은 비용이 소요될 수 있습니다. 이러한 경우 Minitab의 신뢰구간을 사용하면 변동성을 보다 정확하게 파악하고 작은 표본 크기로 인해 발생할 수 있는 실수를 방지할 수 있습니다.   ### Minitab Statistical Software 30일 무료 평가판을 다운로드하세요 [![지금 사용해 보기](https://no-cache.hubspot.com/cta/default/3447555/7c764fba-5eff-42be-a683-a3f30677a069.png)](https://cta-redirect.hubspot.com/cta/redirect/3447555/7c764fba-5eff-42be-a683-a3f30677a069)   ## 추천 게시물 [낭비를 일으키는 구조인가요? 오래된 제조 관행이 돈 이상의 비용을 발생시키는 과정 Built to Waste? How Outdated Manufacturing Practices Are Costing Us More Than Money](https://blog.minitab.com/ko/blog/built-to-waste-how-outdated-manufacturing-practices-are-costing-us-more-than-money?hsLang=ko) [Prolink](https://blog.minitab.com/ko/blog/tag/prolink) | 7 분 읽기 --- - [채용 정보](https://www.minitab.com/ko-kr/company/careers/) - [신뢰 센터](https://www.minitab.com/ko-kr/trust-center/) - [공급업체](https://www.minitab.com/ko-kr/suppliers/) - [사이트 맵](https://www.minitab.com/ko-kr/site-map/) - [![linkedin](https://blog.minitab.com/hubfs/WCM/linkedin-1.png)](https://www.linkedin.com/company/minitab/) - [![facebook](https://blog.minitab.com/hubfs/WCM/facebook.png)](https://www.facebook.com/Minitab/) - [![youtube](https://blog.minitab.com/hubfs/WCM/youtube.png)](https://www.youtube.com/user/MinitabInc) - [![instagram](https://blog.minitab.com/hubfs/WCM/instagram.png)](https://www.instagram.com/minitab/) --- © 2025 Minitab, LLC. All Rights Reserved. - [사용 약관](https://www.minitab.com/ko-kr/legal/terms-of-use/) - [개인정보 보호정책](https://www.minitab.com/ko-kr/legal/privacy-policy/) - [법률](https://www.minitab.com/ko-kr/legal/) - Cookies Settings