설계품질 향상을 위한 성과지표 기반 최적조건 도출 절차 개발

국문 초록 (Abstract)

품질관리 분야에서 제품 및 공정설계 단계에서 설계품질 향상을 체계적으로 지원하기 위한 대표적인 방법론으로 반응표면분석이 있다. 그 중에서도 쌍대반응표면최적화는 반응변수의 평균만을 최적화하는 방식이 아닌, 평균과 표준편차를 동시에 고려하여 최적화하는 방법론이다. 제곱편차와 분산으로 구성되는 평균제곱오차의 최소화는 간단하면서도 효과적인 장점이 있어 쌍대반응표면최적화의 대표기법으로 각광받고 있다. 그러나 제품이나 생산공정이 추구해야 할 목표에 따라, 또는 제곱편차와 분산의 스케일 차이를 보정하기 위하여 서로 다른 가중치를 부여하여야 하는 경우가 흔히 존재하는데, 이를 위하여 가중평균제곱오차 최소화법이 제안되었다. 가중평균제곱오차에서 가중치를 결정하기 위한 여러 연구가 지금까지 수행되어 왔다. 가중평균제곱오차에서 가중치 결정과 관련하여 기존에 수행된 연구의 공통적인 문제점은 가중치를 결정하는 과정에서 경영성과와 관련된 객관적인 기준을 고려하지 못하고 있다는 것이다. 기업의 경영성과를 고려하지 못한 채로 도출된 가중치값은 결국 기업의 성과측면에서 최선의 결과를 도출하지 못할 가능성이 크다. 본 연구에서는 가중평균제곱오차에서 가중치를 결정할 때 기업의 경영성과를 고려하는 방법을 제안하고자 한다. 본 연구에서는 먼저 품질경영 측면에서 고려할 수 있는 기업의 경영성과 지표의 후보 8개를 도출하였다. 다음으로, 지표 후보군에 대하여 우선순위와 중요도를 평가하여 공정능력지수라는 핵심지표를 추출한다. 마지막으로, 공정능력지수를 기준으로 하여 쌍대비교 등의 비교과정을 통해 를 도출하는 절차 체계를 개발하였다.

다국어 초록 (Multilingual Abstract)

Response surface analysis is a typical methodology to systematically support the improvement of design quality in product and process design stage in quality management. Dual response surface optimization (DRSO) aims to find an optimal condition to consider the standard deviation as well as the mean of a response variable. Mean squared error (MSE), which consists of the squared bias and variance, is widely used to its simplicity and effectiveness in DRSO. But in some cases that, for example, the goal of production process need to be changed or a scalable difference be compensated, a differing weight should be imposed on the squared bias and variance. In order to resolve such a problem, the Weighted MSE (WMSE) approach, which consider a weighting factor, is proposed. To date, various studies have been done to determine the weighting factor in WMSE. But, they have a common problem in that they does not consider objective criteria in conjunction with a managerial outcome in the weight determination process. The weight value not considering a managerial outcome could not make the best result. This research proposes a systematic method to consider a managerial outcome in the weight determination process. In our research, we first prepared the 8 candidates as measures of a managerial o