• Journal of the Korean Data and Information Science Society
• /
• 제25권4호
• /
• pp.893-901
• /
• 2014

기업에서는 매달 제품이 일정 수량만큼 판매되고, 이들 중 일부는 반환 또는 클레임이 제기된다. 본 연구에서는 이러한 품질보증 반환 데이터의 반환율을 그래프상에 어떻게 타점할 것인지 먼저 살펴본다. 이어서 이런 데이터는 좌측 및 우측 중도중단 데이터의 결합으로 생각할 수 있으므로 이런 데이터에 대해 와이블 분포 등을 적합시켜 신뢰성분석을 실시해본다. 마지막으로 좌측 중도중단 데이터의 경우 구체적인 반환시기를 알 수 있다면 좌측 중도중단 데이터는 고장 데이터가 되어, 이제는 우측 중도중단만 남게 되는데, 이때에도 와이블분포 등을 적합시켜 신뢰성분석을 실시해보고자 한다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권4호
• /
• pp.755-764
• /
• 2011

기업은 종종 과거의 필드 고장 데이터를 이용하여 미래에 필드에서 고장이 얼마나 일어날 것인지 예측한다. 특히 이런 예측은 필드에서 예기치 않던 고장모드 (failure mode)가 발견될 때 더욱 하고 싶어진다. 왜냐하면 기업은 이런 예측을 통해 미래에 품질보증 비용이 얼마나 될 것인지 파악하고, 고장 난 부품을 재빨리 수리하는데 필요한 여유 부품의 수를 파악하고 싶기 때문이다. 본 연구에서는 기업에서 생길 수 있는 요약 데이터를 사용하여 미래 필드에서 고장이 얼마나 발생할 것인지 예측하고, 이런 요약 데이터이외에 또 어떤 데이터가 생길 수 있으며 이때 분석결과가 어떻게 나올 수 있는지 알아본다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권1호
• /
• pp.11-19
• /
• 2015

기업에서는 매달 제품이 일정 수량만큼 수송되어 판매되고, 이들 중 일부는 반환 또는 클레임이 제기된다. 이전의 연구에서는 품질보증 반환 데이터의 반환율을 그래프상에 어떻게 타점할 것인지 먼저 살펴보았고, 이어서 이런 데이터를 좌측 및 우측 중도중단 데이터의 결합으로 생각하여 와이블 분포등을 적합시켜 신뢰성분석을 실시해보았다. 본 연구에서는 우선 수송된 제품이 곧 판매된 것으로 보고, 이들 제품의 품질보증 반환 데이터에 대해 비모수적인 방법을 적용하여 시간에 따른 신뢰도의 추이를 살펴보고 모수적 방법에 의한 결과와 비교해본다. 한편, 제품이 생산되어 판매지로 수송된 경우 소비자의 손에 들어가기까지에는 시차가 있기 마련인데, 이와 같이 수송된 제품이 시차를 두고 판매되는 경우 이런 제품의 품질보증 반환 데이터에 대해서는 어떻게 분석을 실시해야 하는지 살펴본다.