확률과통계 › 통계

확률과통계통계공학·AI 진로

정규분포 탐구주제: 공장 품질관리와 6시그마

'6시그마 품질'이라는 말, 공장이나 경영 뉴스에서 들어 봤을 겁니다. 이 시그마(σ)는 통계의 표준편차이고, 6시그마는 불량이 100만 개 중 몇 개 수준인지를 정규분포로 계산한 목표입니다.

수학 원리로 들여다보기

제품 치수가 평균 μ=100mm, 표준편차 σ=1mm인 정규분포를 따르고, 합격 규격이 97~103mm라 합시다. 표준화 Z=(x−μ)/σ로 바꾸면 규격은 Z=−3에서 +3, 즉 평균에서 ±3σ입니다.

규격 폭을 그대로 두고 산포 σ를 절반으로 줄이면 규격이 ±6σ가 되어 불량률은 극적으로 떨어집니다(공정 변동 보정 시 약 3.4ppm). '시그마 수준을 높인다'는 건 곧 표준편차를 줄여 규격 안에 더 촘촘히 들어오게 만든다는 뜻입니다.

탐구 이렇게 해 보세요 (3단계)

1. 제품(또는 실측 자료)의 평균·표준편차를 구하고 정규분포로 근사한다.
2. 규격 상·하한을 표준화(Z값)해 표준정규분포표로 합격률과 불량률(ppm)을 계산한다.
3. 표준편차를 줄이거나 규격을 넓혔을 때 불량률 변화를 비교해 6시그마 개선 효과를 논한다.

생기부 세특, 이렇게 써 볼까요

제품 치수를 정규분포로 모델링하고 규격 한계를 표준화해 불량률을 ppm 단위로 계산하였으며, 표준편차 축소가 불량률을 급감시킴을 정량적으로 보여 6시그마 품질관리의 통계적 근거를 규명함.

© 수학 파이널 LAB — 아는 문제 안 틀리는 공부. 본 글은 학습 탐구용 예시이며, 세특 문장은 참고용입니다.