공정 개선 작업을 수행했거나 수행할 계획이 있다면 실제로 충분히 정밀한 측정을 하고 있는지 자문해 보셨을 것입니다. 데이터를 사용하여 조정 및 리소스 할당에 관한 중요한 결정을 내리기 전에 데이터를 신뢰해야 합니다. 측정 시스템 분석(MSA)은 일반적으로 측정 시스템의 변동량을 추정하고 평가하는 절차를 말합니다. 한 가지 유형은 Wheeler 방법이라고도 알려진 EMP 연구입니다. EMP는 측정 공정 평가의 약어입니다. EMP 연구는 두 가지 측정 변동 원인을 평가합니다:
반복성: 동일한 작업자가 동일한 조건에서 동일한 게이지를 사용하여 동일한 부품을 여러 번 측정할 때 관찰되는 변동입니다.
EMP 연구는 반복성과 재현성을 기준으로 최고 등급인 1등급부터 최하 등급인 4등급까지 측정 시스템을 분류합니다. 실제로 이런 분류들을 통해 측정 시스템이 최소 3 표준 편차에 대한 공정 평균의 이동을 얼마나 잘 감지하는지 설명이 가능합니다. 측정 시스템이 이와 같은 변화를 감지할 수 있다면 측정 시스템은 다른 공정 개선 활동에도 유용할 것입니다. 예를 들어, 많은 관리도에서는 전체 평균에서 3표준편차 이상 떨어져 있는 하위 부분군 평균을 특별한 원인이 공정에 영향을 미쳤다는 신호로 사용합니다.
예를 들어, 한 소비재 식품 제조업체는 시리얼 상자의 충전 중량을 모니터링합니다. 제조업체는 다른 공정 개선 분석을 사용할 수 있을 만큼 다른 측정값의 변동이 작은지 확인하고자 합니다. EMP 연구 결과는 측정 시스템이 허용 가능한지 여부와 측정 시스템을 개선하는 방법을 결정하는 데 도움이 됩니다
EMP 통계는 측정 시스템의 분류를 제공합니다. 이 결과에서 분류는 1등급입니다. 팀은 측정 시스템이 다른 공정 개선 활동에 사용할 수 있을 만큼 충분히 우수하다는 확신을 가질 수 있습니다.
EMP 연구에는 측정 시스템 개선의 우선순위를 결정하는 데 사용할 수 있는 정보도 포함되어 있습니다. 평균 범위 분석(ANOMR)과 주요 효과 분석(ANOME)은 공정 변동에 비해 재현성이 낮은 부분을 보여줍니다. 이 ANOMR에서 작업자 B는 다른 두 작업자보다 일관성이 떨어집니다. 작업자 B의 일관성을 개선하면 측정 시스템이 개선됩니다.
이 예시 ANOME에서는 서로 다른 작업자가 서로보다 높거나 낮게 측정하는 경향이 있습니다. 여러 작업자의 평균 측정값을 더 가깝게 만드는 개선 사항은 측정 시스템을 개선할 것입니다.
데이터를 활용하려면 데이터가 올바른지 신뢰할 수 있어야 합니다. Minitab Statistical Software의 EMP 연구를 통해 측정 시스템이 허용 가능한지 여부와 측정 시스템을 개선할 수 있는 방법을 확인할 수 있습니다. 측정의 정확성을 평가할 때 다음 단계의 모든 것이 신뢰할 수 있는 데이터를 기반으로 구축되었다는 확신을 가질 수 있습니다.