Fintecuriosity

이번 글의 내용은 '통계적 품질관리 4.0(양희정, 김광수, 정상윤 지음, 한국표준협회미디어)'의 내용을 참조 및 정리 하였습니다. ※ '데이터'는 제조공정관리 활동이나 수입.공정 및 제품검사 활동 등의 조직내부에서 구해지거나, 시장조사, 동종업계의 자료, 고객에게서 얻는 정보 등 조직외부에서 구해지게 됩니다. 데이터는 로트나 집합에 대한 사실은 표현한 증거입니다. KS Q ISO 9000 규격은 '정보'를 의미 있는 데이터'로 정의하고 있습니다. 따라서 데이터는 다음 사항을 만족해야 합니다. ⓐ 데이터는 로트의 관리 또는 개선의 목적에 따라 품질특성과 연관되어 질 것 ⓑ 데이터는 계획적. 통계적인 사고법에 기초하여 수집.정리 되어질 것 ⓒ 데이터의 내용이 사실을 객관적으로 표현하고, 가능한 한 수량화되..

이번 글의 내용은 '통계적 품질관리 4.0(양희정, 김광수, 정상윤 지음, 한국표준협회미디어)'의 내용을 참조 및 정리 하였습니다. ※ 모집단으로부터 어떠한 목적을 가지고 취한 것을 표본(sample) 또는 시료라고 하고, 모집단으로부터 표본을 취하는 행위를 샘플링(sampling)이라 합니다. 일반적으로 모집단을 모두 조사할 수 있다면, 결과가 명확하므로 품질에 관한 의사결정을 쉽게 결정할 수 있습니다. 하지만 품질특성이 파괴검사인 경우나 모집단의 크기가 매우 큰 경우 표본을 취하여 그 정보를 기준과 비교한 결과로 모집단을 평가하게 됩니다. 검사성적서의 품질정보가 그 중 하나의 예입니다. 그러므로 표본은 제조공정이나 제품.반제품에 대한 모집단의 품질수준에 대한 정보를 얻기 위한 수단이며, 만약 문제가 ..

이번 글의 내용은 '통계적 품질관리 4.0(양희정, 김광수, 정상윤 지음, 한국표준협회미디어)'의 내용을 참조 및 정리 하였습니다. ※ KS Q ISO 3534-1 규격에서는 모집단(population)을 '고려 중에 있는 항목 전체'라고 정의하고 있습니다. - 고려 중에 있는 항목을 구체적으로 표현하면 다음과 같습니다. ⓐ 조사.연구의 대상이 될 특성을 가진 모든 집단 및 조직 ⓑ 표본이나 데이터에 의해 시정 및 예방조치를 하고자 하는 집단 및 조직 또한 모집단의 크기(size of population)는 ' 모집단에 포함되는 단위체 또는 단위량의 수' 로 정의합니다. 이 모집단의 크기가 유한개일 경우 유한모집단, 무한개일 경우 무한 모집단으로 분류합니다. 자연계에서는 실제 무한개인 경우는 액체나 분체..

이번 글의 내용은 '통계적 품질관리 4.0(양희정, 김광수, 정상윤 지음, 한국표준협회미디어)'의 내용을 참조 및 정리 하였습니다. ※ SQC 활동은 사실의 증거인 데이터를 토대로 하여 관리를 수행하는 것입니다. 이것은 제조공정 또는 조직에서 어떠한 품질특성에 대한 목적과 목표를 명확히 함으로써 시작됩니다. 또한 목표와 연관된 현상을 객관적으로 나타내는 데이터를 합리적으로 구하여야 하며, 이를 토대로 작성한 품질정보를 판정기준과 비교하여 제조공정 또는 조직의 이상상태를 파악합니다. 이상상태가 확인되면 원인을 찾아 시정 및 예방조치를 실행하여 유지관리 또는 개선이 지속적으로 될 수 있도록 해야합니다. 이와 같은 활동을 하기 위해서는 위와 같은 절차로 수행되어야 효과적입니다. ⓐ 제조공정 또는 조직의 품질특..

이번 글의 내용은 '통계적 품질관리 4.0(양희정, 김광수, 정상윤 지음, 한국표준협회미디어)'의 내용을 참조 및 정리 하였습니다. 역사적으로 통계의 작성과 활용은 고대 도시국가가 형성되면서부터 국력의 기반이 되는 인구와 재산 등에 대해 집계를 내리기 시작하면서 시작되었습니다. 실제 통계학(statistics)은 국가(state)의 상태(status)를 살피는 것을 뜻하는 단어의 합성어로 되어있습니다. 그러나 학문적 형태를 취하게 된 근대적 통계학의 시작은 17세기경 프랑스, 독일 등에서 시작된 확률론 등에 의해서 입니다. 통계학은 기술통계학(descriptive statistics)과 추측통계학(inferential statistics)으로 구분할 수 있습니다. 기술통계학의 기술은 technology가..

이번 글의 내용은 UIUC(일리노이 대학교 어배너-섐페인) 컴퓨터공학과 Jiawei Han 교수님의 "Data mining concepts and techniques" 저서를 참조 하였음을 먼저 밝힙니다. (다른 참조한 논문과 자료들은 아래에 기재되어 있습니다.) "우리는 정보화 시대에 살고 있다"라는 유명한 말이 있지만, 실제로 우리는 데이터 시대에 살고 있습니다. 비즈니스, 사회, 공학, 약학, 일상생활의 거의 모든 다양한 부분에서 tera byte 혹은 peta byte의 데이터가 우리의 컴퓨터 네트워크, WWW(월드와이드 웹)과 다양한 데이터 저장장치에서 쏟아지고 있습니다. 사용할 수 있는 데이터의 양의 폭발적인 성장은 전산화와 강력한 데이터 수집과 저장 도구의 신속한 개발에 의한 결과이기도 합니..

이번 글의 내용은 '통계적 품질관리 4.0(양희정, 김광수, 정상윤 지음, 한국표준협회미디어)'의 내용을 참조 및 정리 하였습니다. 통계적 품질관리는 다음과 같은 단계를 거쳐 산업사회의 동반자로 함께 발전을 해왔습니다. ※ 4차 산업혁명 최근 4차 산업혁명이란 전혀 새로운 경영환경의 대표적인 tool로 빅데이터가 부상하고 있습니다. 빅데이터는 자동화 기긱와 통신의 발달로 terabyte 수준으로 집계되는 여러 가지 형태의 실제 데이터를 뜻합니다. 전 세계 글로벌 기업들은 빅데이터의 집계와 활용을 사운을 걸고 연구하고 있으며, 관련 정보를 확보하기 위해서 최선을 다하고 있습니다. 하지만 이러한 정보의 해석과 활용을 위해서는 통계적인 접근이 매우 중요한 역할을 한다는 것은 사실입니다. 우리나라도 빅데이터를 ..

이번 글의 내용은 '통계적 품질관리 4.0(양희정, 김광수, 정상윤 지음, 한국표준협회미디어)'의 내용을 참조 및 정리 하였습니다. 통계적 품질관리는 다음과 같은 단계를 거쳐 산업사회의 동반자로 함께 발전을 해왔습니다. ※ 1950년대 이후 - 1950년대 이후 품질경영활동이 기업 경영의 주요 관심사가 되면서 혁신활동의 주요 도구로 정착되었으며, Six Sigma와 함께 통계 소프트웨어가 등장하면서 보편적인 기술로 활용되었습니다. ① 일본의 이시가와가오루는 1968년 CWQC (Company Wide Quality Control) 활동을 주창하면서 현장 및 엔지니어의 소집단 활동 활성화를 유도함으로써 품질개선활동에 품질관리 7가지 도구 등이 보편적으로 활용되어 SQC가 활성화되기 시작했습니다. ② 20C..

이번 글의 내용은 '통계적 품질관리 4.0(양희정, 김광수, 정상윤 지음, 한국표준협회미디어)'의 내용을 참조 및 정리 하였습니다. 통계적 품질관리는 다음과 같은 단계를 거쳐 산업사회의 동반자로 함께 발전을 해왔습니다. ※ 1950년대 이전 - 1950년대 이전에 추측통계학, 관리도, 샘플링 검사의 개념이 정비되면서 통계적 품질 관리의 영역이 형성되었습니다. ① 1920년대 초 영국의 통계학자 피셔 (R. A. Fisher) 등에 의해 소 표본에 의한 품질 정보로 로트를 추론하는 추측통계학이 확립됨으로써, SQC를 적용할 수 있는 토대가 형성되었습니다. ② 벨연구소 (Bell telephone laboratory)의 슈하트 (W. A. Shewhart)는 관리도에 대한 여러 편의 논문을 발표하고, 193..

이번 글의 내용은 '통계적 품질관리 4.0(양희정, 김광수, 정상윤 지음, 한국표준협회미디어)'의 내용을 참조 및 정리 하였습니다. 지금까지 과거의 QMS인 품질보증시스템과 현재의 QMS에 대해 알아보았습니다. 그 결과 우리는 품질평가와 품질정보의 피드백 측면의 2가지 중요한 문제점을 확인할 수 있었습니다. ① 대부분의 하위 조직에서 품질목표의 설계가 미흡하다는 점입니다. 이는 목표를 설계할 때 관련되는 요인의 해석과 최적화에 대한 검토가 미흡하지 때문입니다. 결론적으로 '증거기반 의사결정' 이라는 품질경영의 7원칙이 잘 지켜지지 않는다는 뜻입니다. ② 품질정보의 피드백과 그에 따른 개선활동이 원활하지 않습니다. 물론 하위 조직에서 창출되는 품질정보가 부정확하고 타이밍이 늦어지므로 나타나는 결과입니다. ..