몸무게를 재기 위해 체중계에 올라갔다가 내려와서는 한 번 더 재보려고 다시 체중계에 올라간 적 있으신가요? 혹시 두 번 쟀을 때 몸무게가 각각 다르게 표시되었나요? 몸무게를 확인하거나 회사의 중요한 공정을 개선하려고 할 때 사용하는 측정 시스템이 정확해야 합니다.
대다수의 측정 시스템에는 약간의 변동이 있으며 Gage R&R(Gage 반복성 및 재현성 연구) 를 사용하여 이러한 변동을 정량화하고 측정 시스템을 평가할 수 있습니다.
공정의 총 변동은 각 부품의 변동과 측정 시스템으로 인한 변동으로 구성됩니다. 측정 시스템 변동은 반복성과 재현성의 두 가지 구성 요소로 나눌 수 있습니다.
반복성은 다음과 같은 경우에 관찰되는 변동입니다.
- 동일한 작업자 - 동일한 장치로 동일한 부품을 여러 번 측정하는 경우
재현성은 다음과 같은 경우에 관찰되는 변동입니다.
- 다른 작업자 - 동일한 장치로 동일한 부품을 측정하는 경우
Gage R&R 연구에서는 측정 시스템 변동을 부품 대 부품 변동과 비교합니다. 부품 대 부품 변동은 측정 시스템이 충분한 경우 변동의 최대 구성 요소에 해당합니다.
이 예에서는
첫 24개 행은 아래와 같습니다.
5. 교차 Gage R&R을 사용하여 분석을 실행합니다.
Gage R&R 결과를 사용하여 측정 시스템을 평가할 수 있습니다. 분석 결과의 일부는 다음과 같습니다.
연구 변동 열은 여러 구성 요소로 인한 이 표본의 변동을 나타냅니다. Gage R&R 연구에서 중요한 것은 측정 시스템으로 인한 총 변동 비율입니다. 따라서 총 Gage R&R의 연구 변동을 총 변동의 연구 변동으로 나눈 다음 100을 곱하면 이 예에서는 33.07%가 도출됩니다. 이 표본 데이터의 6 시그마 곡선을 살펴보면 측정 시스템이 33.07%만큼 기여하는 것을 알 수 있습니다.
보통 허용되는 총 Gage R&R %Study Var 값은 30% 미만이며, 10% 미만의 값이 이상적입니다. 이 예에서는 값이 30%를 초과하므로, 측정 시스템을 개선해야 합니다. 분석가는 반복성 및 재현성의 %Study Variaion(%연구 변동)을 살펴보면서 최대 기여 요인을 파악할 수 있습니다. 재현성은 반복성보다 더 크게 기여하며, 부품별 작업자(Operator by Part) 상호작용이 존재합니다.
그래프 분석은 정확성이 낮은 측정 시스템을 이해하는 데 도움이 됩니다.
변동 구성 요소 그래프는 Gage R&R이 기여한 총 변동량 및 반복성, 재현성과 부품 대 부품을 나타냅니다. 이 그래프에서 Gage R&R %Study Var가 30%를 초과하며, 재현성이 측정 시스템 변동에 더 크게 기여하는 요소임을 확인할 수 있습니다.
다른 그래프를 통해 Gage R&R %Study Var가 원하는 값보다 큰 이유를 알아볼 수 있습니다. 예를 들어 부품별 두께 그림과 부품*작업자 상호작용 그림에 따르면 10번 부품의 작업자별 측정치 간 변동량이 크며, 이는 낮은 재현성 결과를 초래합니다. 그러나 반복성 문제 식별에 사용할 수 있는 R 차트는 관리 범위 내에 있습니다. 또한 Xbar 관리도가 관리 이탈 상태이므로 이 역시 유리합니다. 이를 통해 동일한 작업자가 동일한 부품을 반복적으로 측정했을 때보다 부품 간 변동이 더 크다는 사실을 알 수 있습니다.
측정 시스템 문제 파악에 사용할 수 있는 또 다른 도구는 Gage 런 차트입니다. 이 그래프 또한 10번 부품의 측정이 특히 어려웠음을 나타냅니다. 또한 Gage 런 차트는 데이터 패턴을 보여줍니다. 예를 들어 Bill은 두 번째 측정 시 항상 부품 크기를 더 작게 측정하는데, Gage R&R 결과에만 의존했다면 이 사실을 파악하기 어려웠을 것입니다.
Gage R&R 연구 결과에 따르면, 부품 두께 측정에 사용된 측정 시스템은 개선이 필요한 것으로 나타났습니다. 어쩌면 10번 부품의 측정을 어렵게 만든 특성이 있었을지도 모르며, Gage 런 차트에 따르면 Bill이 두 번째로 부품을 측정했을 때는 다른 공정을 사용했을 수도 있습니다. 부정확한 측정 시스템의 원인은 측정 기기 자체의 문제, 적절한 교육을 받지 못한 작업자, 반복적인 사용으로 인해 마모된 측정 도구 등 다양합니다. 이유가 무엇이든 측정 시스템을 평가하는 것은 매우 중요한 일이며, 이러한 과정을 통해서만 측정 시스템 문제를 발견하고 데이터 신뢰성을 확보할 수 있습니다.