Gage R&R 연구를 통해 측정 시스템이 신뢰할 수 있는 데이터를 도출하는지 확인할 수 있습니다. 안타깝게도 엄격한 데이터 요구사항과 기타 제약으로 인해 Gage R&R 연구 분석이 어려울 수 있으며, 중요한 요소가 모두 포함되지 않을 수도 있습니다. 하지만 Minitab의 Gage R&R(확장) 도구를 사용하면 이러한 문제도 해결할 수 있습니다.
Gage R&R 연구를 통해 알 수 있는 사항
- 측정 시스템이 충분히 민감합니까?
- 측정 도구에 일관성이 있습니까?
- 측정을 하는 사람들이 일관되게 측정하고 있습니까?
Gage R&R(확장)의 추가적인 이점
- 부품과 작업자뿐 아니라 최대 8개의 추가 요인도 분석할 수 있습니다.
- 불완전한 데이터로도 분석을 수행할 수 있습니다(뷸균형 연구).
- 고정 요인이나 무작위 요인을 포함하여 유연성을 높일 수 있습니다.
GAGE R&R 연구에 두 가지 이상의 요인 포함
전통적으로 Gage R&R 연구는 부품과 작업자라는 두 가지 요인에만 집중합니다. 하지만 다른 요인도 측정 시스템에 영향을 준다는 사실을 알고 있다면 어떻게 해야 할까요? 이러한 요인을 포함하지 않으면 해당 요인이 측정 변동에 얼마나 영향을 주는지 알 수 없으며, 측정 시스템이 실제보다 더 좋아 보일 수도 있고 나빠질 수도 있습니다. Minitab의 Gage R&R(확장)에는 최대 8개의 추가 요인을 포함하여 측정 시스템에 영향을 줄 수 있는 모든 요인의 효과를 조사하고 평가할 수 있습니다.
예:
바쁜 생산 현장에서 근무하는 테스터들은 생산 속도 변화가 자신들의 측정 역량에 영향을 미칠 것을 우려하고 있습니다. 테스터들의 Gage 연구에 라인 속도를 요인으로 추가한 결과, 라인 속도 변화가 테스터들이 의심한 것보다 측정에 더 큰 영향을 주는 것으로 나타났습니다.
불완전하거나 불균형한 데이터로도 GAGE R&R 수행 가능
Gage R&R 연구는 엄격한 '균형잡힌' 설계를 요구할 수 있습니다. 그러나 현실에서는 데이터 수집이 그렇게 완벽하지 못한 경우가 대부분입니다. 간혹 연구에서 작업자가 모든 부품을 동일한 횟수만큼 측정하게 할 수 없거나 일부 측정 데이터가 누락될 수 있습니다. Gage R&R(확장)에서는 누락된 데이터를 보완하기 위해 수동 계산을 할 필요 없이 이처럼 뷸균형한 데이터로도 측정 시스템을 분석할 수 있습니다.
예:
Gage 연구를 완료한 분석가들이 측정값 하나가 손실되었음을 깨달았습니다. 해당 생산은 이미 완료되었으므로, 손실된 측정값을 다시 측정할 수는 없습니다. 테스터들은 연구에서 이 부품의 모든 측정치를 제거하는 대신 뷸균형한 데이터와 함께 Gage R&R(확장)을 실행했습니다.
유연성 향상을 위해 고정 요소 또는 무작위 요소 포함
Gage 연구에서 의도적으로 특정 관심사 수준을 선택하면(예: 가장 경험이 풍부한 작업자 및 가장 경험이 없는 작업자) 요인이 고정됩니다. 전체 모집단을 나타내기 위해 수준을 무작위로 선택하면 요인은 랜덤입니다. 일반적인 Gage 연구는 모든 요인이 랜덤임을 가정하고 결과를 계산합니다. 그러나 고정 요인을 무작위 요인으로 취급하면 이러한 요인의 중요성이 과대 또는 과소 강조될 수 있습니다.
Gage R&R(확장)을 사용하면 어느 요인이 고정되었고 어느 요인이 무작위인지 지정하여 측정 시스템을 더욱 정확하고 적절하게 평가할 수 있습니다.
예:
감사 결과에 따르면, 규격을 벗어나 정밀 가공 시설로 반품된 부품의 대다수는 가장 경험이 적은 테스터 2명이 측정한 것으로 확인되었습니다. 품질 관리자는 문제를 더 면밀하게 파악하기 위해 다음 Gage 연구에서 이 두 작업자에게 초점을 맞추려고 합니다. 이러한 작업자를 직접 선별하는 것은 무작위 표본 추출이 아니므로, 관리자는 연구 분석 시 이 요인을 고정 요인으로 지정합니다.
MINITAB으로 더 쉬운 GAGE R&R 활용
아직도 Minitab의 힘을 활용하여 데이터의 가치를 극대화하지 않고 있다면 지금 모든 기능을 사용할 수 있는 Minitab Statistical Software 30일 평가판을 무료로 다운로드하세요.