품질에 관한 데이터는 어떤 항목이라도 몇개의 수치가 모여 그룹을 이루고, 경과 시간에 대한 생산상황, 원재료의 변화 등을 알 수 있도록 기록되는 것이 보통이다.

 

그런데 이들 데이터시트는 생생한 데이터 그대로 파일되어 있거나, 고작해야 그룹의 평균값을 구하는 데까지로 끝나는 일이 많다.

 

플라스틱 가공품은, 그 특성 - 결점이라고 해도 좋지만 - 으로부터 다른 물질, 재료 로부터 품질의 변동, 편차가 커지기 쉽다. 따라서 각 데이터에 중점을 두는 것보다도, 몇간가의 데이터를 통계적으로 정리하고 판단하는 일이 중요하다.

 

하나의 그룹과 다른 그룹, 예를 들어 일근과 야근 성형품의 비교를 할 때는, 적어도 각각 10개 이상의 데이터 그룹이 필요하고, 우선 그 평균값과 표준편차 - 데이터가 10개 정도라면 불편(不偏) 분산의 평방근인 쪽이 좋다 - 를 낸다.

 

이 평균값과 표준편차를 어떻게 취급할까?

 

예전부터 이러한 경우, 평균값의 유의차 검정을 하는 방식이 잡혀지고, 그 결과로부터 위험률 1%라든가 5%로 유의차가 있다고 말하고 있다.

 

그러나 이러한 단순한 통계상의 판정은 규칙적이지만 냉정해서 재판의 판결을 생각하게 한다. 더 훌륭하고 알기 쉬운 판정이 없을 리 없다. 디지털적인 사고방식의 사람에게는 숫자적 판결이 좋을지도 모르지만, 아날로그적인 사고방식의 사람에게는 그림이나 그래프로 가리키는 편이 알기 쉽다고 생각된다.

 

애당초 표준편차 σ란, 측정한 그룹의 품질 특성이, 평균값 X를 경계로 하여 68%의 부분이 그 범위 내에 있다는 것을 나타내고, 이것이 2σ라는 것이 되면 X를 경계로 95%의 부분 - 대부분의 것 - 이 그 안에 수습되고 있다는 것을 나타내는 것이다.

 

따라서 두개의 그룹을 비교할 때는, 이것을 그림으로 그려보면 좋다.

 

 

이 그림에서 두 그룹이 겹치는 부분을 보면, 양자의 차이가 어느 정도인지를, 수량적으로나 감각적으로도 알기 쉽다고 할 수 있다.

 

이 경우처럼 분포도까지 그리는 것이 번거롭다면, 통상의 그래프로 나타내면 좋다. 단, 품질관리에서 말하는 관리도까지는 가지 않더라도, 표준편차라는 편차의 폭 (2σ정도)을 넣어 그림으로 만드는 것만으로, 누가 보더라도 충분히 판단할 수 있는 자료가 얻어진다고 생각된다.

 

차이가 있느냐에 대한 판정을 할 때는 그림으로 그려보는 것을 추천하고 싶다.

<저작권자ⓒ '플라스틱사이언스' 무단전재-재배포 금지.>