반응형
1. QC곡선은 불량률이 변화함에 따른 합격로트의 확률을 나타낸다
2. 표본의 개수를 증가시킬수록 불량품 식별능력은 증가한다
3. 표본의 크기가 커질수록 소비자의 위험은 감소한다
4. 검사표본의 크기는 검사의 효율성과 비용간의 관계를 고려하여 결정한다
5. 특정로트의 불량률과 합격률을 나타내는 곡선은 우하향하는 형태를 보인다
1. "불량률이 높아지면 합격 확률이 낮아진다" (우하향의 의미)
이것은 상식적인 품질 관리의 원칙입니다.
- 상황: 사과 100개가 든 상자가 있습니다.
- 불량률 낮음: 상자 안에 썩은 사과가 1개뿐이라면, 대충 5개를 꺼내 검사했을 때 합격할 확률이 매우 높겠죠?
- 불량률 높음: 상자 안에 썩은 사과가 80개나 있다면, 5개를 꺼냈을 때 통과될(합격할) 확률은 거의 0에 가깝습니다.
- 결론: 불량률(가로축)이 커질수록 합격 확률(세로축)은 아래로 떨어집니다. 그래서 그래프가 **우측 아래로 내려가는 모양(우하향)**이 됩니다.
2. "표본 개수($n$)가 많아질수록 식별력이 좋아진다"
표본을 많이 뽑을수록 그 로트의 '진짜 모습'을 더 잘 알게 된다는 뜻입니다.
- 표본 1개 검사: 우연히 깨끗한 걸 뽑으면 나쁜 로트도 합격될 수 있습니다. (운에 좌우됨)
- 표본 100개 검사: 100개나 검사하면 나쁜 로트가 숨어있을 틈이 없습니다. 불량 로트는 확실히 잡아내고, 좋은 로트는 확실히 통과시킵니다.
- 결론: 표본이 많을수록 그래프의 경사가 수직에 가깝게 급해지며, '진짜 불량'을 골라내는 능력이 정교해집니다.
3. "표본이 커지면 소비자 위험($\beta$)이 감소한다"
여기서 소비자 위험은 **"쓰레기(불량 로트)를 돈 주고 사 올 위험"**입니다.
- 표본을 쥐꼬리만큼 뽑으면, 운 좋게 불량품을 피해서 검사할 수도 있습니다. 그러면 소비자는 "어? 괜찮네?" 하고 불량 로트를 사 가게 됩니다.
- 하지만 표본을 왕창 뽑으면(표본 크기 증가), 불량 로트가 검사망을 빠져나가기가 불가능에 가까워집니다.
- 결론: 많이 검사할수록 나쁜 물건이 합격될 확률이 줄어드니, 소비자가 피해를 볼 확률(위험)도 줄어듭니다.
4. "효율성과 비용 간의 관계를 고려한다"
이론적으로는 전수조사(몽땅 다 검사)가 가장 정확합니다. 하지만 왜 샘플링(표본 검사)을 할까요?
- 비용 문제: 과자 1만 봉지를 다 뜯어서 맛보고 팔 순 없습니다. 검사 비용이 과자 값보다 비싸지면 배보다 배꼽이 더 커지죠.
- 시간 문제: 검사하는 데 시간이 너무 오래 걸리면 제품이 상하거나 유행이 지납니다.
- 결론: **'적당한 비용'**을 들여서 **'참을 만한 수준의 위험'**만 감수하도록 표본의 개수를 정하는 것입니다.
💡 한눈에 정리하는 표
| 특징 | 설명 | 비유 |
| 우하향 곡선 | 불량품이 많을수록 합격할 확률은 떨어진다. | 시험 공부 안 할수록 합격률 떨어지는 것과 같음 |
| 식별력 증가 | 표본($n$)이 많을수록 검사가 정확해진다. | 퀴즈 1문제 풀 때보다 100문제 풀 때 실력이 명확히 드러남 |
| 소비자 위험 감소 | 많이 검사할수록 나쁜 물건을 살 확률이 준다. | 꼼꼼히 따져보고 살수록 사기 당할 확률이 줄어듦 |
| 경제성 고려 | 정확도와 검사 비용 사이에서 타협한다. | 가성비 좋은 검사 수준을 찾는 과정 |
반응형
댓글