여러분,
생각해 보면, 어떤 과정을 평가할 때 일반적으로 그 과정의 정밀도와 정확도를 파악하고자 합니다. 아래 그림 1의 다트 선수들을 살펴보세요. 노란색 선수는 정밀도는 좋지만 정확도가 떨어집니다. 녹색 선수는 정밀도가 너무 낮아 정확도가 좋은지 판단하기 어렵습니다. 노란색 선수는 조준점을 바꾸기만 하면 되므로 일반적으로 수정하기가 더 쉬울 것입니다.

그림 1. 노란색 플레이어의 정확도가 더 높습니다. 그녀는 조준점만 변경하면 됩니다.
최근에 어떤 솔더 페이스트가 더 잘 인쇄되는지 확인하기 위해 여러 제품을 평가해 달라는 요청을 받았습니다. 우리는 전사 효율(스텐실을 통해 인쇄된 솔더 페이스트 ‘블록’의 부피를 스텐실 개구부의 부피로 나눈 값)을 평가 지표로 사용했으며, 이 수치는 백분율로 표시했습니다. 따라서 100%가 목표치입니다. 우리가 설정한 하한 사양은 50%, 상한 사양은 150%였습니다.

그림 2. 페이스트 A와 B의 데이터.
좋은 결과는 평균 100%에 분포가 “밀집된” 형태일 것입니다. 분포의 “밀집도”는 표준편차에 의해 결정됩니다. 그림 2는 두 가지 페이스트의 데이터를 보여줍니다. 페이스트 A는 평균 100%, 표준편차 16.67%인 반면, 페이스트 B는 평균 80%, 표준편차 30%임을 주목하십시오. 분명히 페이스트 A는 정확도와 정밀도 모두에서 페이스트 B보다 우수합니다. 하지만 이 차이를 표현하는 가장 좋은 방법은 무엇일까요? 이를 설명할 수 있는 단일 지표가 있을까요? Cpk 가 그 해답입니다.
Cpk는 정확도와 정밀도 모두에 민감한 지표 중 하나입니다. Cpk는 다음과 같이 정의됩니다:

여기서 x는 평균이고, S는 표준편차이다.
이 방정식을 통해 페이스트 A의 Cpk는 1.0인 반면, 페이스트 B의 Cpk는 0.333임을 알 수 있습니다. 페이스트 B의 경우 사양 한계를 벗어난 데이터 포인트가 상당수(약 17%) 있는 반면, 페이스트 A는 사양 한계를 벗어난 데이터 포인트가 거의 없다는 점에 유의하십시오.
따라서 대부분의 공정을 평가할 때, Cpk 값만으로도 모든 것을 알 수 있습니다!
건배,
론 박사
