IQR 이상치 분석 방법, 제조업 품질관리 부적합 데이터를 쉽게 관리하는 방법 제조업 품질관리에서 부적합 데이터를 관리하다 보면 단순히 “이번 달 부적합이 많다, 적다”만으로는 품질 상태를 정확히 판단하기 어렵습니다. 어떤 달은 특정 부적합이 갑자기 많이 발생할 수 있고, 어떤 부서는 평소보다 지적 건수가 급격히 증가할 수 있습니다. 이럴 때 필요한 것이 바로 이상치 분석 입니다. 이상치란 평소 데이터 흐름과 비교했을 때 유난히 튀는 값을 말합니다. 품질관리에서는 월별 부적합 건수, 부서별 부적합 건수, 불량 유형별 발생 건수 등을 보고 평소보다 비정상적으로 많이 발생한 항목을 찾는 데 활용할 수 있습니다. 예를 들어 평소에는 아이마킹 누락이 월 2~3건 수준이었는데, 특정 월에 10건 이상 발생했다면 이상치로 의심해볼 수 있습니다. 제가 품질팀에서 부적합 데이터를 관리하면서 느낀 것은, 단순 평균만으로는 문제를 놓칠 수 있다는 점입니다. 특히 반도체 설비 제조업처럼 프로젝트, 설비 수량, 감리 일정, 고객사 점검 여부에 따라 부적합 건수가 달라지는 환경에서는 단순 평균 비교가 부족할 수 있습니다. 그래서 평균보다 얼마나 많이 발생했는지, 평소 범위를 벗어났는지 확인할 수 있는 기준이 필요했습니다. 처음에는 평균과 표준편차를 이용해 이상치를 보려고 했지만, 데이터 편차가 큰 경우 기준값이 너무 높아지는 문제가 있었습니다. 그래서 부적합 관리에는 IQR 방식 이 더 현실적으로 느껴지는 경우가 많았습니다. 이번 글에서는 제조업 품질관리 실무 기준으로 IQR 이상치 분석이 무엇인지, 어떻게 계산하는지, 부적합 데이터에 어떻게 적용할 수 있는지 쉽게 설명하겠습니다. IQR 이상치 분석이란 무엇인가? IQR은 Interquartile Range 의 약자입니다. 우리말로는 사분위 범위라고 합니다. 데이터를 작은 값부터 큰 값까지 정렬했을 때, 가운데 50% 구간의 범위를 보는 방법입니다. IQR 분석에서는 주로 Q1, Q3라...