사출 성형에서 각 캐비티의 평균값이 서로 다른 경우, 정규 혼합 분포의 전형적인 예를 볼 수 있습니다. 각 캐비티는 정규 분포를 따른다고 가정하는 것이 합리적입니다. 또한, (필수적인 것은 아니지만) 한 캐비티 내의 표준 편차가 모든 캐비티에서 동일하다고 가정하는 것도 합리적입니다. 이러한 가정은 당연히 정규 혼합 분포를 나타냅니다.
그렇다면 JMP에서 정규 혼합 분포/분위수를 사용하는 것이 당연해 보이지만, 실제로는 그렇지 않습니다. 오히려 다봉 분포에서 Ppk를 계산하는 다양한 방법들이 사용되고 있습니다. 이러한 방법들 대부분에는 심각한 문제점이 있습니다. 본 논문에서는 이러한 문제점들과 그 결과, 그리고 문제점을 해결하는 새로운 방법을 제시합니다.
Pp와 Ppk 같은 공정능력지수는 전통적으로 품질을 설명하는 데 사용되어 왔습니다. 그러나 Ppk는 품질보다는 불량률(OOS)을 더 잘 나타내는 지표입니다. 사출 성형의 경우처럼 Pp가 매우 높으면 평균값이 최적의 제품 품질이 나오는 목표값에서 크게 벗어나더라도 Ppk는 여전히 높게 나타날 수 있습니다. 또한, 불량률과 Ppk의 관계는 분포에 따라 달라지므로 데이터가 정규 분포를 따르지 않을 경우 Ppk는 불량률을 예측하는 데 적합하지 않습니다.
IMG_1106.jpeg
