|
|
 |
 |
|
 |
|
|
|
|
|
1) 프로세스 이해 및 핵심 문제 지적
SAS/QC의 역동적 그래픽 환경으로 QI(Quality Improvement)에 우선순위를 부여하기가 용이합니다. 품질과 관련된 단일 문제를 기반으로 하거나 다양한 관심 변수로 분류된 파레토 차트를 통해 집중적 개선 노력이 필요한 원인을 신속하게 파악합니다. 또한 평균 분석 기법을 통해 다수의 그룹으로부터 나온 응답 측정을 그래프로 비교하여 차이점을 손쉽게 판별할 수 있습니다.
2) 관리 설정 및 변수 감소
프로세스 변수 연구에서 가장 널리 사용되는 방식인 슈하르트 차트 등 다양한 관리도를 사용하여 프로세스 데이터를 모니터링할 수 있습니다. 이전 분석 과정에서 생성된 관리 한계를 재사용하고, 변화하는 표본 규모에 맞게 관리 한계를 자동 조절하며, 특별한 원인(Western Electric 규칙. 테스트 실행)에 대한 테스트를 실시할 수 있습니다.
3) 프로세스 수행 능력 파악
통계적 관리를 설정한 후, 능력 지수를 계산하고 히스토그램(규격 한계 및 적합 곡선과 겹쳐짐(옵션)), 분위수-분위수 그림 및 확률도를 사용하여 제품이 설계 규격에 얼마나 적합한지 파악합니다.
4) 설계 실험을 통한 제품 또는 프로세스 개선
ADX 인터페이스는 통계적 실험 설계 및 분석의 전반적인 과정을 안내합니다. 블로킹의 유무를 떠나 요인, 부분 요인 및 혼합 설계를 생성할 수 있을 뿐만 아니라 표준 설계가 적절하지 않은 경우에는 A, G 및 D 최적 설계를 구성할 수도 있습니다.
5) 제품 신뢰성 평가
제품 또는 구성요소 고장의 위험을 이해함으로써 향후 제품의 보증 계획 및 정기 유지보수 작업을 통해 높은 품질의 고객 서비스를 보장합니다. 신뢰성 공학 및 통계를 활용해 확률도를 구성하고, 최적의 중도절단데이터를 수명 분포에 적용하며, 가속수명시험 모델 등 회귀 모델을 적용하고, 수리가 가능한 시스템으로부터 반복 데이터를 분석합니다.
|
|
|
|
 |
|
