논문 52p, 4M 데이터 분석모델과 분석방법

생산 현장의 4M 데이터는 시계열(Time series)적 특성이 있기 때문에 단
순히 특정 시점의 데이터를 가지고 분석하는 것으로는 정확한 분석결과를 도
출하는 데 많은 문제가 있다. 시시각각 변화되는 생산자원의 데이터는 정규성
(Normality), 선형성(Linearity) 등 일반적인 통계적 가정을 만족하지 않을
수 있으므로 공정의 데이터의 특성과 데이터 분석 알고리즘 간의 정확한 연결
고리를 만드는 것이 필요하다. <그림 4-6>과 같이 데이터 정규성과 등분산을
만족하면, One-Way ANOVA 분석을 하고, 만족하지 못하면 비모수 검정
(Kruskal wallis)을 하도록 알고리즘을 구성하고 분석결과를 R Shiny 패키지
를 이용하여 Box Plot과 함께 웹 UI로 구현하였다.

<그림 4-6> 4M 데이터 분석 모델
설비관점의 분석방법을 예를 들어보면, <그림 4-7>에서와 같이 정규성 검
정결과 P-Value < 2.2e-16으로 등분산성을 만족하지 못하여 비모수검정을 수행하여 결과를 도출하게 된다. 비모수검정결과 P-Value = 0.1389로 유의
수준 0.05 기준에서 볼 때 설비별 유의한 차이가 없는 것으로 분석된다.

<그림 4-7> 비모수검정결과
만약, 정규성을 만족한다면 <그림 4-8>과 같이 One-Way ANOVA
분석을 하게 된다.

<그림 4-8> One-Way ANOVA 분석결과
분석결과 P-Value = 0.133으로 유의수준 0.05 기준에서 볼 때 설비별 유
의한 차이가 없는 것으로 분석된다.