Multi-Vari Chart (산포 원인 분리)

시간 슬롯별 다중 샘플 측정값을 입력하면 Within-time·Between-time 변동을 분리하고 분산 기여도(%)를 자동 산출하여 산포 원인을 시각화합니다.

자주 묻는 질문 (FAQ)

Multi-Vari Chart란?
Dorian Shainin이 1960년대 정립한 산포 원인 분리 기법입니다. 한 측정값의 총 산포를 여러 원천(공정 자체·시간·로트·위치)으로 분해하여 어떤 원인이 가장 큰지 식별합니다. Six Sigma·Shainin DOE·Red X 방법론의 핵심 분석 도구이며, Cpk 같은 스냅샷 지표만으로는 보이지 않는 시간 의존 변동을 발견하는 데 특히 유용합니다.
Within vs Between 변동의 의미는?
Within-time(시간 내): 같은 시간 슬롯 내 측정값 차이 — 공정 자체 산포(설비·재료). Between-time(시간 간): 시간 슬롯별 평균 차이 — 시간 의존 변동(작업자 교대·환경·로트). 본 도구는 두 가지를 분산 분해하여 기여도(%)로 보여줍니다.
Between-time 변동이 크면?
공정이 시간에 따라 이동(drift)하고 있음. 작업자 교대·재료 로트·환경(온도·습도)·교체 시점 등 시간 의존 요인을 우선 분석. Cpk만 보면 안 보이는 문제이므로 별도 분석이 필요합니다.
Within-time 변동이 크면?
공정 자체의 산포가 큼. 설비 정밀도·측정 시스템·재료 자체 변동 등 공정 내적 요인. Cpk·MSA·분포 적합으로 정밀 분석. Western Electric 8 규칙도 적용 가능.
몇 개 데이터가 필요한가요?
최소 3 시간 × 3 샘플(9개), 권장 5 시간 × 3~5 샘플(15~25개). 시간 슬롯이 많을수록 Between 추정 신뢰도, 슬롯당 샘플이 많을수록 Within 추정 신뢰도 상승. 본 도구는 4~5 슬롯 × 3~4 샘플을 권장합니다.
본 도구의 한계는?
① 2-level 분석만 (Within/Between) — 3-level(Within-piece, Between-piece, Time-to-Time)은 미지원. ② ANOVA F-test 통계 미산출. ③ 위치(position) 변동 분리 미지원. 정밀 분석은 Minitab의 Nested ANOVA 또는 Variance Components 도구 사용. 본 도구는 빠른 1차 진단용.
분석 후 개선은 어떤 흐름으로 진행하나요?
① 일정 기간 다중 시점에서 샘플 수집 → ② 본 도구로 변동 분해 → ③ Between 기여도가 60% 이상이면 시간 의존 요인을 Fishbone 다이어그램으로 원인 분석 → ④ Within이 60% 이상이면 Cpk·MSA로 공정·측정 시스템 정밀 분석 → ⑤ 개선 후 SPC 관리도로 지속 모니터링하는 순서를 권장합니다.

품질 데이터를 경쟁력으로

SPC·FMEA·품질비용 관리를 넘어 AI 기반 품질 자동화가 필요하다면, CONTIS가 현장 도입까지 함께합니다.

실무 도구·자료 업데이트 받기

새 계산기·체크리스트와 스마트팩토리·제조혁신 실무 자료를 이메일로 보내드립니다. 언제든 수신거부할 수 있습니다.