지수가중이동평균 관리도(EWMA)로 공정 평균의 작은 변화 감지 Detect Small Shifts in the Process Mean with Exponentially Weighted Moving Average (EWMA) Charts

José Padilla | 15 July, 2021

주제: Minitab Statistical Software, Articles

관리도는 공정이 통계적 관리 상태에 있는지 확인할 수 있는 특수 시계열도입니다. Xbar-R와 개체[I] (I-Chart)관리도와 같이 가장 널리 사용되는 관리도는 비교적 큰 공정 이동(1.5시그마 이동)을 감지하는 데 효과적이지만, 보다 작은 변화의 경우 다른 관리도를 사용해야 합니다. 지수가중이동평균(EWMA) 관리도는 바로 이러한 경우에 적합합니다.

지수가중이동평균(EWMA) 관리도의 몇 가지 중요한 특성은 다음과 같습니다.

  • 지난 모든 부분군 평균들에게 지수적으로 감소하는 가중치를 부여한 가중평균을 타점합니다. 즉, 관리도의 타점은 모든 데이터를 사용하여 계산됩니다.
  • 데이터는 개별적으로 또는 하위 그룹 단위로 수집할 수 있습니다.
  • 정규성 가정에 민감하지 않습니다.

지수가중이동평균(EWMA) 관리도의 가장 큰 이점은 무엇보다도 공정 평균의 작은 변화를 감지하는 데 활용할 수 있다는 사실입니다. 조기 감지를 통해 보다 신속하게 대응하여 공정을 수정하는 데 도움이 되기 때문에 매우 중요합니다.

 

관련 내용: 공급망에서의 작은 변화 감지하기

무료 eBook 읽기

 

지수가중이동평균(EWMA)과 개체[I] 관리도의 작은 공정 변화 감지 효과 비교

소형 폴리프로필렌 수도꼭지를 제조하는 회사가 공정 관리도를 사용하여 인장 강도를 모니터링하려는 경우를 가정해보겠습니다. 이 제조사는 평균의 작은 변화 가능성에 대해 우려하고 있습니다.

해당 데이터에 대한 개체[I] 관리도는 공정이 관리 범위 내에 있음을 나타냅니다. 하지만 관측치 66번을 보면, 공정에 작은 변화가 있는 것으로 보입니다..

chart1

반면 지수가중이동평균(EWMA) 관리도는 같은 공정 데이터에 대해 마지막 데이터 타점이 관리 범위를 벗어났음을 나타냅니다.

ewma-chart

이에 따라 엔지니어는 공정 조사를 통해 공정 평균에 영향을 주는 특수한 원인이 있는지 확인하고 그러한 원인을 제거할 수 있습니다.

 

지수가중이동평균(EWMA) 관리도의 활용

여러분의 조직에서 추적하는 여러 지표에도 같은 개념을 적용할 수 있습니다. 개체[I] (I-Chart) 관리도의 신호를 통해서는 갑작스럽고 극단적인 변화나 이벤트를 확인할 수 있는 반면, 지수가중이동평균(EWMA)은 (처음에는 중심에 있다고 가정) 공정이 중앙에서 약간 벗어나서 제품 품질이 저하된 경우를 나타냅니다. 이미 사용 중인 차트에 이 도구를 적용할 방법을 찾고, 이를 통해 공정을 더욱 자세하게 파악하세요!

관리도를 활용하여 공정 특성을 모니터링하는 것이 중요합니다. 알맞은 관리도를 선택하면 기업이 공정 변화를 감지하는 데 더욱 도움이 됩니다. 전통적인 관리도는 큰 공정 변화를 감지하는 데 효과적입니다. 반면, 지수가중이동평균(EWMA) 관리도는 성숙한 공정이나 매우 민감한 공정에서 발생한 작은 변화를 빠르게 감지하는 데 적합합니다.