당신의 포켓 데이터 과학자. NEXSPC는 '데이터 수집'과 '데이터 분석'의 경계를 허뭅니다. 기존에는 엔지니어가 데이터를 Excel이나 Minitab으로 내보내 분석해야 했기에 시간이 오래 걸리고 오류가 발생하기 쉬웠습니다. 이제 우리는 수리 통계 엔진을 시스템 커널에 직접 내장했습니다. 회의실이든 생산 현장이든 브라우저만 열면 회귀 분석, 가설 검정, ANOVA(분산 분석) 등 전문 도구를 즉시 호출할 수 있습니다.
CPK/PPK 시뮬레이션 도구
Excel 데이터는 있지만 프로젝트를 생성하거나 복잡한 시스템을 구성하고 싶지 않으신가요? 즉시 전문적인 SPC 보고서를 확인하고 싶다면, Excel의 데이터 열(부분군 포함 여부 무관)을 복사하여 입력창에 붙여넣기만 하십시오. 시스템이 지능적으로 인식하여 심층 SPC 분석 보고서를 생성합니다.
관리도, 히스토그램, 정규성 검정, 공정 능력도, 레인보우 차트 등 모든 차트를 한 번에 생성합니다.
개별 데이터: I-MR 관리도, 마지막 25개 관측치 및 공정 능력 분석 자동 출력.
부분군 데이터: Xbar-R / Xbar-S 관리도 자동 출력.
이 '복사-분석' 모드는 작업 시간을 90% 단축하며, 기존 Minitab 6-in-1 보고서를 능가하는 풍부한 차트를 제공합니다.
교육용 데이터가 필요하십니까? 아니면 'CPK=1.67일 때 관리도가 어떻게 보이는지' 검증해야 합니까?
업계 최초의 역방향 데이터 생성 엔진. 더 이상 데이터를 수동적으로 분석하지 말고, 데이터의 형태를 능동적으로 정의하십시오.
규격 상하한(USL/LSL/Target), 부분군 크기, 데이터 포인트 수 및 소수점 자릿수를 자유롭게 지정할 수 있습니다.
목표 CPK 값(예: 1.33 또는 2.0)만 입력하면, 알고리즘이 해당 능력 수준에 맞는 무작위 정규 분포 데이터를 자동으로 생성합니다.
생성된 그래프가 만족스럽지 않은 경우(예: 더 많은 이상치를 보고 싶은 경우), 완벽한 시뮬레이션 데이터를 얻을 때까지 '재생성'을 클릭하십시오.
실측 데이터든 시뮬레이션 데이터든 Excel로 원클릭 내보내기를 지원합니다. 원시 데이터뿐만 아니라 분석 결론과 차트까지 완벽하게 보존되어, 2차 편집이나 공식 품질 시스템 문서로 보관하기에 용이합니다.
Regression & Correlation Analysis
‘직관’에서 ‘정량화’로, 품질에 영향을 미치는 진범을 정확히 찾아냅니다. NEXSPC는 강력한 다차원 상관관계 마이닝 엔진을 제공합니다. 번거로운 데이터 내보내기 및 정제가 필요한 기존 도구와 달리, 데이터베이스를 직접 호출합니다. 특히 자동 시차(Auto-Lag) 알고리즘을 도입하여 복잡한 공정 변수(온도, 압력)와 품질 특성(치수, 경도) 사이의 '시간차'에 가려진 은밀한 관계를 정밀하게 포착합니다.
‘내보내기-정제-가져오기’의 악몽과 작별하십시오. Excel 표를 정리할 필요가 없습니다. 메뉴에서 검사 항목을 선택하기만 하면, 시스템이 즉시 과거 데이터를 가져와 정렬(Alignment) 및 분석합니다. 장벽 없는 데이터 흐름으로 분석이 숨 쉬듯 자연스러워집니다.
‘공정 지연’을 해결하는 첨단 기술입니다. 온도 상승이 즉시 경도 하락으로 이어지지 않고 2시간 후에 나타나는 경우가 많습니다. NEXSPC는 지연 주기(Lag/Delay) 설정을 지원합니다. 시스템이 자동으로 계산을 반복(T-1... T-N)하여 상관 계수(R)가 가장 높은 시차를 찾아내어, '현재의 조정'이 언제 '미래의 품질'에 영향을 미치는지 밝혀냅니다.
변수(시차 변수 포함) 간의 상관 계수 히트맵을 자동으로 그려 상관관계를 직관적으로 보여줍니다.
회귀 방정식, R-제곱(R-Squared) 및 P-Value를 자동 계산하여, 변수 간의 '인과 관계'가 통계적으로 유의한지 엄밀하게 알려줍니다.
History Trend Analysis Engine
10개 항목의 연간 품질 변화를 어떻게 빠르게 통계 낼까요? 기존 방식으로는 악몽입니다. 방대한 데이터를 내보내고, 월별로 수동 분할하여 CPK를 계산하고 그래프를 그려야 합니다. NEXSPC는 강력한 시계열 슬라이싱(Time-Series Slicing) 엔진을 내장하여 며칠 분량의 작업을 몇 초로 단축합니다. 분석 주기만 정의하면 데이터 정제, 분할 및 지표 집계(Aggregation)가 자동 완료됩니다.
시나리오: Q1 대 Q2 품질 비교, 또는 주요 치수의 월별 CPK 변화 추세를 확인하고 싶을 때. NEXSPC는 수동 데이터 처리의 병목 현상을 완전히 제거합니다. 번거로운 월별/주별 분할을 위해 Excel로 내보낼 필요도, Minitab에서 반복적으로 분석을 실행할 필요도 없습니다.
자동 데이터 집계： 시스템에 데이터가 있는 한, 기간이 1년이든 3년이든 즉시 데이터를 가져옵니다.
다중 항목 병렬 분석： 여러 주요 제품 특성(KPC)을 동시에 선택할 수 있습니다. 배치 이력 분석을 실행하여 '검사 항목이 너무 많아 감당할 수 없는' 문제를 해결합니다.
시나리오: 관리 계층별 요구에 맞춰 분석 입도(Granularity)를 맞춤화합니다. 간소화된 구성 마법사를 통해 분석 보고서를 신속하게 생성합니다.
항목 선택： 관심 있는 검사 항목을 하나 이상 선택하십시오.
범위 설정： 분석 시작 및 종료 시간을 설정합니다 (예: 2026년 1월 1일 ~ 2026년 12월 31일).
주기 분할： 데이터 슬라이싱 입도를 선택합니다. 분기, 격월, 월, 주, 일 단위 자동 분할을 지원합니다.
지표 선택： PPK, CPK, Ca(능력 지수), 이상치 수, 평균(Mean), 표준편차(StdDev) 등 필요한 KPI를 자유롭게 조합합니다.
시나리오: 구체적인 수치 보고서를 확인하는 동시에 경영진에게 직관적인 추세 꺾은선형 차트를 제시해야 하는 경우.
분석 완료 후： 시스템이 즉시 다차원 품질 이력 통계 표를 생성합니다.
구조화된 보고서： 각 기간(예: 1월, 2월...)에 대한 CPK 값, 이상치 수 등의 지표를 상세히 나열하여 시간 경과에 따른 품질 변화를 명확하게 보여줍니다.
온라인 추세 작도： PPT 작성을 위해 스크린샷을 찍을 필요가 없습니다. 웹 표에서 분석할 행(예: '평균' 또는 'CPK')을 선택하면 동적 추세 꺾은선형 차트가 즉시 생성됩니다. 어느 달의 변동이 가장 큰지, 어느 주의 평균에 드리프트(Drift)가 발생했는지 직관적으로 확인할 수 있습니다.
시나리오: 분석 결과를 활용하여 PDCA 사이클을 추진하거나 더 심층적인 2차 마이닝을 수행합니다.
원클릭 Excel 내보내기： 온라인 작도가 가능하지만, 생성된 통계 결과 표를 Excel로 내보내어 개인화된 편집이나 보관을 할 수 있도록 지원합니다.
생산성 해방： 엔지니어를 가치가 낮은 '표 만들기' 작업에서 해방시켜 데이터 이면의 원인에 집중하게 합니다. '분기별 품질 검토'나 '연간 공정 능력 요약'이 부담이 아닌 지속적 개선의 출발점이 되도록 하십시오.
Hypothesis Testing / T-Tests
운이 아닌 데이터로 '개선'의 효과를 증명하십시오. PDCA 사이클에서 '점검(Check)' 단계는 매우 중요합니다. NEXSPC는 모든 시나리오의 T-Test 도구를 제공하여 개선 전후의 차이를 과학적으로 비교할 수 있도록 돕습니다.
단일 표본 T-검정(평균 이동 검증) 및 2-표본 T-검정(기계 A 대 B 비교 또는 개선 전후 비교)을 지원합니다.
신뢰 구간(Confidence Interval) 차트와 상자 그림(Box Plot)을 자동 출력합니다. 두 데이터 그룹 간에 유의미한 차이가 있는지 명확히 알려주어 '거짓 개선'을 방지합니다.
Distribution Fitting
현실 세계를 반영하여 비정규 데이터를 정밀하게 평가합니다. 모든 데이터가 완벽한 정규 분포를 따르는 것은 아닙니다. 수명 테스트, 평탄도, 불순물 함량 등 치우친(Skewed) 데이터에 CPK 공식을 강제로 적용하면 심각한 오판을 초래할 수 있습니다.
와이불(Weibull), 로그 정규, 지수 등 다양한 분포 모델 내장. Anderson-Darling 검정을 자동 실행하여 적합도가 가장 높은 분포 곡선을 추천합니다.
최적 적합 모델을 기반으로 정확한 Ppk 공정 성능 지수를 재계산하여, 반도체 및 화학 등 복잡한 산업에서의 분석 정확성을 보장합니다.
ANOVA & F-Test
여러 간섭 요인 속에서 변동 원인을 찾아냅니다. 품질에 영향을 미치는 요인이 두 개를 초과할 때(예: 3개 근무조 또는 4개 금형 비교), 단순한 T-검정으로는 부족합니다.
여러 그룹 간의 평균에 유의미한 차이가 있는지 신속하게 파악하고, 주효과 도표(Main Effects Plot)를 생성합니다.
평균을 비교하기 전에 두 데이터 세트의 변동 폭(분산)이 일치하는지 검증합니다. 장비 정밀도 안정성을 판단하는 데 매우 중요합니다.
