시험문항: 30문제 객관식
2. 시험시간: 시험지 메일 도착 시간으로부터 30분입니다.
3. 합격기준: 3급(GB) 60점(18문항) 이상, 2급(BB) 70점(21문항) 이상
4. 시험결과: 1~2일 후 "마이페이지>시험점수조회"에서 "자격명" 클릭 후 1차, 2차 점수를 확인할 수 있습니다.
품질 관리 및 프로세스 개선:
6시그마는 품질 개선을 목표로 합니다. 애플리케이션 개발에서도 품질 관리가 중요합니다. 6시그마를 활용하여 프로세스를 분석하고 개선하는 능력을 강조할 수 있습니다.
예를 들어, 애플리케이션의 버그를 줄이거나 성능을 최적화하는 프로젝트를 통해 6시그마를 활용할 수 있습니다.
데이터 분석 및 통계적 사고력:
6시그마는 통계적 기법을 활용하여 문제를 해결하는 방법을 가르칩니다. 애플리케이션 개발에서도 데이터 분석과 통계적 사고력이 필요합니다.
예를 들어, 애플리케이션의 사용자 행동 데이터를 분석하여 개선 방향을 도출하거나 A/B 테스트를 수행하는 능력을 강조할 수 있습니다.
프로젝트 관리 및 팀 협업 능력:
6시그마 프로젝트는 팀으로 진행되는 경우가 많습니다. 프로젝트 관리 및 팀 협업 능력을 향상시키는 기회가 될 수 있습니다.
애플리케이션 개발에서도 팀원들과 원활한 소통과 협업이 필요하므로 이를 강조할 수 있습니다.
고객 만족도 향상:
6시그마는 고객 만족도 향상을 목표로 합니다. 애플리케이션 개발에서도 사용자 경험을 개선하여 고객 만족도를 높이는 프로젝트를 통해 6시그마를 활용할 수 있습니다.
애플리케이션 개발 직무에서 6시그마 자격증을 활용하면 품질 관리, 데이터 분석, 프로젝트 관리, 고객 만족도 향상 등 다양한 측면에서 경쟁력을 갖출 수 있을 것입니다1
평균과 z값 비교를 통한 공정 능력 분석, 개선
Minitab 3급, 6시그마 GB 자격취득과정
Minitab 6시그마 데이터 분석
연속형, 히스토그램, 정규형 분포 곡선
PPM 총계 기대 성능 8986 -> 89.86% 가 불량률임
평균 : 357.2초 표준편차 92.0129
단기 시그마 수준 Zst = Zlt + 1.5 = -1.27 + 1.5 = 0.23
장기 시그마 수준 Zlt = -1.27
시그마 수준은 2가지
Zst (단기 시그마 수준 = 최고 능력, 잠재 역량)
Zlt (장기 시그마 수준 = 현수준)
Zst = Zlt + 1.5(경험치,차이)
현수준에 1.5 더하면 최고 능력과 유사하다.
z = -1.27 + 1.5 => 0.23
0.23 단기
-1.27 장기, 현수준
공정이 최적화된다면 경험으로보아 0.23
합격률은 100 - 89.86 = 10.14 %
분석 결과 및 분석계획 : 불량률 89.86 % z = -1.27으로 매우 심각한 수준이므로 프로세스 개선과 임직원
역량 강화가 필요하다.
2라운드 제조
z(시그마수준) = 1.67 불량률 = 47415 -> 4.7%
평균 113.567, 표준편차 : 39.7698
공정 z = 73.51 zlt 가 0.7351
zst = zlt + 1.5 = 2.23 까지 가능
불량률 23.11% z=0.73 으로 다소 미흡한 수준으로 숙련도 향상이 필요
5점 만점에 평균 3.78 z 시그마 수준이 -0.22 이므로 다소 미흡하다.
x 평균 중심 좌우 대칭 -> 정규분포
x 값의 분포가 정규분포와 같은지를 판단
비정규분포 : 공정 매우 불안정, 샘플링 오류 -> 데이터 신뢰 어렵 -> 샘플링 달리하거나 or 추가 수집
1라운드 총 시간 귀무가설 H0, p>0.05 p=.0.492, 정규성을 따른다.
빨간색 선 -> 정규분포
점 -> x값 분포
만약에 1라운드 총 시간이 100% 정규분포와 일치한다면 x평균과 좌우대칭
P=0.492 > a = 0.05
1-총시간분포 = 정규분포
2라운드 총 시간 귀무가설 H0, p>0.05 p=.0.429, 정규성을 따른다.
2표본 분산 검정
1 라운드 총시간, 2 라운드 총시간 두 개 다 정규성을 따를 때 -> F 검정으로 검증한다.
정규 분포를 바탕으로 하는 검정 및 신뢰 구간 사용에 체크
P = 0.002 일 때 a = 0.05 보다 작으므로 h1 대립 가설 V1 != V2, 차이가 있다. (차이는 개선되서, 개선X)
1라운드 -> 2라운드 가면서 산포가 줄어듬 -> 개선이 되어서 차이가 있다.
* -> 이상치 -> Q3 + 1.5 * IQR 보다 큰 값 이 이상치
이상치는 삭제
삭제하고 다시 분석 해야 한다.
1 라운드 22 셀 delete로 삭제하고 다시 분석
이상치 하고 다시 분석 p = 0.036 < 0.05 v1 != v2
산포는 확실히 개선되었다.
1 라운드 총시간 v1 = 5708 분산
2 라운드 총시간 v2 = 2564 분산
v1/v2 = F = 2.23
F분포 ->
P = 0.036 = 꼬리분포 * 2
꼬리분포 = 0.018
0.025 보다 작다. p값이 0.025보다 작으면 h1
작으면 h1 이상치임 벗어남 왜냐 면적이 있으면 면적보다 작으려면 >>오른쪽으로 가야함
29p 에 복사
p= 0.018 * 2 = 0.036 < a = 0.05 H1
F=5708/2564 = 2.23 신뢰구간 밖 H1 분산의 차이가 있다.
S1=75 S2=50 으로 표준편차가 줄었으니까 개선되었다.
30p 에 복사
t 검정 -> 분산의 차이
v1 = v2 -> 등분산 t
v1 != v2 -> 이분산 t
분산이 같은지 다른지 -> F 검정에서 확인 , 분산이 달랐음 -> 2분산 t 검정 사용
귀무가설 h0, p > 0.05, x1 = x2
대립가설 h1, p < 0.05, x1 != x2
p = 0.000000000004 < a = 0.05, h1, x1 = 347.3 -> x2 = 204.9
p = 4.0E-11 = P 단측 * 2
P 단측 = 2.0E-11
0.025 > 2.0E-11 -> h1 밖에 있다.
x1 != x2 평균이 다르다.
시간이 단축되었다. 개선되었다.
개선전 1- 총시간 s = 75, x1 = 347
개선후 1- 총시간 s = 50, x2 = 204
표준편차 줄어들어서 75->50 개선 h1
시간 347 -> 204 개선 h1
USL = 240초였는데 204까지로 개선하였음.
31p 에 둘 중에 하나 복사 표본 비율 검정 표본이 2개일 때
1-R 411중 95개 불량
2-R 411중 76개 불량 일 때,
z = 2.46, p = 0.014 이고 대립가설 H1, 0.014 < 0.05, 비율의 차이가 있다.
차이가 있는데 개선이 되서 차이가 있다.
2-R 411중 76개 불량
3-R 411중 47개 불량 일 때,
z = 2.02, p = 0.043 이고 대립가설 H1, 0.043 < 0.05, 비율의 차이가 있다.
차이가 있는데 개선이 되어서 차이가 있다.
라운드를 거칠 때마다 불량이 개선이 되었다.
1R != 2R != 3R
z = 2.46, z = 2.02 줄어서 차이가 있다. 95% 신뢰범위 밖에 있음
둘 중에 하나 복사
32p 카이제곱 표본이 2개 이상일 때 사용
만족, 불만족 -> 이항분포
1-R 60중에 22
2-R 60중에 13
3-R 60중에 6
1R, 2R, 3R 한꺼번 -> 카이제곱
대립 가설 H0, p > 0.05, 표본의 개수와 상관없이 같다. 1R=2R=3R
귀무 가설 H1, P < 0.05, 표본의 개수가 모두 다르다.
1R != 2R != 3R
1R = 2R, 2R != 3R
1R != 2R, 2R = 3R
해석 -> 모두 같은 것은 아니다, 적어도 1개 이상이 다르다.
해석의 문제가 발생.
카이제곱 -> 단측 검정 -> f 검정이랑 그래프가 유사
p-value = p단측
0.05 값과 바로 비교하기 때문
p단측 > 0.05 H0
p단측 < 0.05 H1
1R,2R,3R 서비스 만족도 카이제곱 검정 분석 결과 및 해석
p = 0.002, H1 0.002 < 0.05 , 적어도 1개 이상이 다르다(모두 같은 것은 아니다)
카이제곱 = 12.192, H1 신뢰도 구간 밖에 있다. 적어도 1개 이상 다르다. 개선되었다.
1R = 2R
2R = 3R
1R 2R 비율 검정 시행 시 P = 0.067 > 0.05, H0 1R 2R는 개선 x
2R 3R 비율 검정 시행 시 P = 0.076 > 0.05, H0 2R 3R는 개선 x
1R 3R 비율 검정 시행 시 P = 0.00 < 0.05, H1 1R 3R는 다르다 -> 개선되었다.
중간과정은 개선이 안되었는데 1R -> 3R 개선이 된 것이다.
카이제곱 = 표본이 많을 수록 좋은 건 아님-> 각 구간별 비율 검정을 실행해야함
33p에 복사 시간의 산점도 및 상관분석
두 변수 관계 상관계수 r r은 기울기임
-1 <= r <- 1
귀무 H0, P>0.05, "r=0" 상관 없다
귀무 H1, P<0.05, "r!=0" 상관 있다.
이상치 하나의 영향을 많이 받음 기울기가 왜곡됨
이상치 x , 정규분포를 따라야 한다.(평균을 기준으로 좌우 대칭되는 직선관계의 회귀 분석)
주문, 접수, 배달 시간이 총시간에 얼마나 영향을 미치는 가?
제조시간과 총시간은 이상치가 거의 없다.
제조 vs 총시간 나머지는 이상치 제거 후 분석이 필요함
제조 vs 총시간 p = 0.000 < 0.05 , H1, r != 0, 즉 상관관계가 매우 크다.
나머지는 이상치 제거 후 재분석이 필요함
40p Xbar - R 관리도 시간과 불량률에 대한 관리도
6 번 관리한계 근접
8~12 12~15 -> trend 현상
군 = 15개 n = 2 샘플 = 30개
2개씩 15번 샘플링 => 30개 군
->군간 변동
r값 = max-min 군내 변동
2, 11, ,15 군내 변동이 크다.
위 사항에 대한 원인 조치가 필요하다. -> 실시간 데이터 모니터링.
40p P 관리도
22번 관리한계초과, 24, 29 관리한계근접
불량률 11.44%로 다소 미흡
위 사항에 대한 원인 조치가 필요하다.
프로젝트와 단순 Work를 구분하여 사용자의 needs, seeds, wants를 개선 improve하는 방법 method를 논리적 logical 하게 해결하기 위함
단순 UI나 View, widget 배치같은 경우 work quick action으로 구분
사용자들의 불편사항 중 project를 장기간 프로젝트로 구성
회사가 원하는 USL 보다 높은 이상치를 목표 의지 -> 승인
너무 과해도 적정수준을 찾는다.
목표, 범위, 일정, TFT 구성
목표 reject 1순위
일정 GB- 1 ~ 3개월 reject 2순위
TFT 팀원 멤버 구성의 문제 3순위
평상시에 의중 -> 보고서 반영 => 커뮤니케이션
5월 27일~30일 6to10
시간은 30문제(5지선다) 30분간 진행되며 GB 60점
시험은 Google 설문지 폼 양식을 통해 진행되며, 이메일로 시험지가 예약 발송됩니다.교육 수료증 및 자격증 교부 절차
-.실습과제 제출: [email protected] , 이메일제목: 대학명-과정명-성명
-.수료증은 교육과정 이수 후 실습과제 파일을 1주일 이내에 제출자에 한함
-,자격증은 교육수료 및 실습과제 제출, 시험합격자에 한하여 취득할 수 있습니다.
-.교육수료증과 자격증은 한국커리어개발원 마이페이지에서 JPG 파일로 다운로드
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent