가이드 › 측정 시스템 분석(MSA)과 Gage R&R 읽는 법
측정 시스템 분석(MSA)과 Gage R&R 읽는 법
측정값이 믿을 만한지 확인하는 측정 시스템 분석과 Gage R&R의 설계, 결과 해석 기준, 문제가 있을 때 할 일을 쉽게 설명합니다.
왜 측정부터 의심하는가
관찰되는 산포는 실제 제품 간 차이와 측정 오류가 합쳐진 값입니다. 측정 오류가 크면 좋은 제품과 나쁜 제품이 섞여 보이고, 공정이 변했는지도 판단하기 어렵습니다. 그래서 6시그마는 공정 데이터를 분석하기 전에 측정 시스템 분석(MSA)으로 측정이 믿을 만한지 확인합니다.
측정 시스템은 측정기만이 아니라 측정하는 사람, 방법, 환경, 시료 취급까지 포함합니다. 같은 저울이라도 사람마다 올려놓는 방식이 다르면 결과가 달라질 수 있습니다.
측정 오차의 종류
대표적으로 다섯 가지를 봅니다. 편의(bias)는 참값과의 평균적 차이, 선형성은 측정 범위에 따라 편의가 변하는 정도, 안정성은 시간이 지나도 같은 값을 주는지입니다. 반복성은 같은 사람이 같은 시료를 반복 측정했을 때의 흩어짐, 재현성은 사람이 바뀔 때 생기는 차이입니다.
Gage R&R의 R&R은 반복성(Repeatability)과 재현성(Reproducibility)을 뜻합니다. 연속형 측정값에서 가장 널리 쓰는 평가입니다.
Gage R&R 연구 설계
전형적인 설계는 시료 10개, 측정자 3명, 반복 2~3회입니다. 시료는 규격 범위 전체를 대표하도록 골라야 합니다. 비슷한 시료만 고르면 제품 간 차이가 작아 보여 측정 시스템이 나빠 보입니다. 측정 순서는 무작위로 하고, 측정자가 이전 값을 알지 못하게 시료에 번호를 가려 둡니다.
예시 데이터로 보면, 시료 10개를 3명이 2번씩 재면 총 60개의 값이 나옵니다. 이 값을 분산분석(ANOVA)으로 쪼개 시료 간, 측정자 간, 상호작용, 반복 오차의 분산 성분을 구합니다.
결과 해석 기준
가장 흔히 보는 값은 총 변동 대비 Gage R&R의 비율(%Study Var)입니다. 널리 쓰이는 기준은 10% 미만이면 양호, 10~30%는 조건부로 허용, 30%를 넘으면 개선이 필요하다는 것입니다. 예시 데이터에서 %Study Var가 18%라면, 용도와 비용을 따져 조건부로 쓸지 정합니다.
공차 대비 비율(%Tolerance)도 함께 봅니다. 공정 산포가 작더라도 규격 폭이 좁으면 측정 오류가 판정에 큰 영향을 주기 때문입니다. 구분 가능한 범주 수(ndc)는 5 이상이면 충분하다고 봅니다.
문제가 있을 때 무엇을 하는가
반복성이 크면 측정기 자체의 분해능, 고정 방법, 마모를 점검합니다. 재현성이 크면 측정 절차가 사람마다 달라서일 가능성이 높으므로 작업 표준서를 만들고 교육하세요. 특정 측정자만 다르면 그 사람의 방법을 관찰합니다.
개선 후에는 같은 방법으로 다시 연구해 결과가 좋아졌음을 확인합니다. 불량·양품 판정처럼 값이 범주형이면 Gage R&R 대신 일치도 분석(카파 통계량)을 씁니다.
이 글의 숫자는 설명을 위한 예시 데이터이며 실제 측정값이 아닙니다. (본문 약 1,245자)