Видео

안녕하세요. 소리가 작지는 않은 데, PC에서 소리가 낮게 설정되어 있는 것 같습니다. 조금만 Volume Up 부탁드립니다

@@jmp2273 감사합니다 새로산 이어폰이라 확인을 못했네요. 좋은 강의 계속 부탁드려요

블로그 주소 중 shinikju 를 discoveringjmp 로 변경하시면 됩니다. 나머지도 수정하도록 하겠습니다.

블로그 주소가 변경되어 링크 수정했습니다. blog.naver.com/discoveringjmp/222090245236

다른 곳에서 답변한 것 같습니다만, 인장강도 와 같은 파괴강도 데이터를 이용하여 신뢰성 추정하는 방법은 Destructive Degradation(파괴적 열화)에 해당하는 데, JMP에서 당연히 분석 가능합니다

파괴적열화 데이터분석하는방법은 어떻게 하나요?

안녕하세요. 파괴 검사도 당연히 분석이 가능합니다. 파괴 검사의 상황과 결과 데이터에 대한 다양한 상황이 있을 수 있겠지만, 파괴 열화(destructive degradation) 등 파괴 검사에 대한 다양한 분석 기능이 JMP에 내장되어 있습니다. JMP의 신뢰성 기능 전반에 대한 소개는 아래 링크 참조하세요 blog.naver.com/discoveringjmp/222023453798

@@jmp2273 알려주신 사이트가봤는데 파괴검사에 대한 예제나 설명을 못찾겠습니다. JMP 를 활용한 실험계획법, 실무가이드 책은 구매해서 보고 있는데 신뢰성 내용은 없는거같아요. 회사에서 미니탭만 썻는데 JMP 가 기능이 훨씬 많네요

@@김훈희-c3n JMP의 신뢰성 기능에 대해서는 JMP 사용자 설명자를 참조하시면 될 것 같습니다. 아래 링크 참조하세요 ,,,blog.naver.com/discoveringjmp/222592627803

@@김훈희-c3n 인장 강도와 같은 파괴 검사는 Destructive Degradation(파괴적 열화)에 해당되는 데, 하루이틀 내에 해당 내용을 제 Blog에 올려 놓겠습니다

기본적인 내용에 대해서는 JMP 프로그램 내의 도움말>JMP 설명서 또는 온라인 설명서를 참고하시기 바랍니다. (p.132 모델링 유형 이해) www.jmp.com/content/dam/jmp/documents/kr/support/jmp17/discovering-jmp-ko.pdf

주소가 변경되었습니다. blog.naver.com/discoveringjmp

감사합니다!!

JMP라는 제품입니다. www.jmp.com/ko_kr/software.html

공정능력분석 과정에서 Cp와 Cpk 같은 군내 산포를 추정하는 경우에는 모두 불편화 상수를 이용하여 표준편차를 추정합니다. 단, Pp와 Ppk의 경우에는 불편화 상수가 사용되지 않습니다.특별히 c4를 고려하지 않을 이유가 있는 건가요?

@@info_iesrnd 답변 감사합니다!! 미니탭에는 해당기능이 있더라구요.. 이전부터 저희 회사에선 시료수를 고려한 c4를 1로 가정하고 사용하고 있습니다. 시료수가 커질수록 1에 가까워져서…. 이론상 맞지는 않습니다. jmp를 주로 사용하다보니 해당기능이 있나해서 문의드렸습니다..

추후에 저희 공학통계연구소 채널에서 AICc와 BIC에 대한 내용을 다룬 영상을 만들 예정입니다.

도움이 되었다고 하시니 다행입니다. JMP Korea 채널의 영상은 교육 목적으로 자유롭게 사용하실 수 있습니다. 참석인원 등 조건이 맞으면 방문 세미나도 가능하오니 참고하시기 바라며, 추가적인 요청이나 문의가 있으신 경우 ask.kr@jmp.com 으로 연락 부탁드립니다.

Noise Factor는 분석자의 판단에 의해 지정됩니다. 실제 공정 상에서 세팅한 값으로 고정되지 않고 움직이는 인자라면 Noise Factor로 놓고 분석하시면 됩니다.

inspec portion과 overall defect rate은 산출 과정이 다릅니다. inspec portion의 경우는 design space profiler에서 inward 혹은 outward를 통해 실험 인자의 범위가 변경될 때, 그 때 반응인자가 설정된 spec 안에 들어올 확률을 계산한 것이고, overall defect rate은 현재 도출된 최적 조건 하에서 각 실험인자의 분포를 고려한 시뮬레이션에 의해 spec 밖으로 벗어날 확률을 구한 것입니다. 이렇게 말하면 이해가 잘 안되실텐데, design space profier에서는 시험 인자가 고정된 것이 아닌 inward/outward로 변경한 범위 내에서 움직일 때 발생하는 양품률의 개념이고, overall defect rate은 실험인자는 고정된 상태로 가정하지만 실제로는 약간의 변동(분포를 지정)에 의해 반응인자가 달라짐에 따라 발생하는 불량률을 구한 것입니다.

딱히 기준은 없습니다. 강의 중간 챔버 예가 나오는데, 보통은 스위치로 온도를 세팅하지만 실제 온도가 스위치 값과 일치하지는 않습니다. 인자들 중에는 비교적 고정된 상태로 유지되는 인자가 있는 반면 자꾸 움직이는 인자가 있는데, 실무적으로 판단하실 수 있으리라 생각합니다. 다구찌 실험의 경우 대개 노이즈 팩터를 정하기 때문에 그런 측면에서 판단하는 게 좋을 것 같습니다.

Fit Model에서 반응인자가 여럿일 때 Fit Separately 체크박스가 생기는데, 두가지 차이가 있습니다. 첫번째는 유의인자 선택을 반응인자 별로 따로 할지 아니면 한꺼번에 할지이고, 두번째는 결측치가 있는 경우 반응인자 별로 제외할지 아니면 모두 제외할지입니다. 유의한 인자와 유의하지 않은 인자를 선별하는 이유는 예측오차를 줄이기 위해서입니다. 반응인자에 영향을 주지 않는 실험인자를 모형에 포함시키는 경우, 결정계수는 높은 반면 불필요 인자가 포함되므로 예측오차가 커집니다. 따라서 반응인자에 영향을 미치는 인자가 서로 다른 경우, 반응인자 별로 분석해서 유의한 인자를 선별하고 각각의 수학적 모형을 합쳐 최적조건을 도출하는 것이 예측오차를 감안했을 때 좋은 모델이 만들어진다, 또는 적당한 최적조건이 도출된다고 할 수 있겠습니다.

실제로 과거 컨베이어 라인에서 제품을 생산하는 것과는 달리 다양한 생산 방식과 제품 구조가 존재하므로 올바르게 부분군을 구성하는 것이 사실 굉장히 어려워 졌습니다. 제가 전에 합리적 부분군에 대해 설명한 영상이 있는데 참고해 보시기 바랍니다. ruclips.net/video/t1U9WZ70U44/видео.html

우리가 Cpk를 구하는 것은 공정 혹은 제품의 실제 품질 수준이 어느 정도인지를 정확하게 평가하고 이를 통해 불량이 어느 정도 발생할 것인지를 예측하기 위함입니다. 그런 면에서 보면 잘못된 방법으로 Cpk가 실제보다 과대 평가되어 품질 문제가 있음을 인지하지 못하는 문제가 발생합니다. KS 혹은 ISO에는 모든 이론적인 부분을 다 담아내지는 못합니다. 제가 알기론 아직 이런 부분은 ISO 규정에 포함되지는 않았습니다.

강의 내용중에 식도 같이 포함되어 있으니 엑셀로 구현하는 것은 그리 어렵지 않습니다. 일반적인 경우보다는 조금 손이 더 가긴 합니다.