$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 품질보증 반환 데이터의 여러 가지 분석방법
Various types of analysis of warranty returns data 원문보기

Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.26 no.1, 2015년, pp.11 - 19  

백재욱 (한국방송통신대학교 정보통계학과) ,  조진남 (동덕여자대학교 정보통계학과)

초록
AI-Helper 아이콘AI-Helper

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.

Abstract AI-Helper 아이콘AI-Helper

A certain number of products are transported to be sold each month and some of them are returned for repair. In this study we first assume that the transported products are the ones that have been sold, Then nonparametric approach is applied to the warranty returns data to see how the reliability de...

Keyword

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 이에 본 연구의 2절에서는 우선 우리가 가지고 있는 품질보증 반환 데이터가 어떤 형태인지 먼저 소개하고, 비모수적인 방법을 적용하여 데이터를 분석할 경우 그 결과가 어떻게 나오는지 살펴보고 모수적인 방법에 의한 결과와 비교해본다. 이어 3절에서는 제품이 판매처로 수송되어 실제 판매될 때까지 시차가 있을 경우 분석해야 될 데이터가 어떻게 달라지는지 살펴보고, 분석결과 또한 어떻게 달라지는지 살펴보고자 한다.
  • 이에 본 연구의 2절에서는 우선 우리가 가지고 있는 품질보증 반환 데이터가 어떤 형태인지 먼저 소개하고, 비모수적인 방법을 적용하여 데이터를 분석할 경우 그 결과가 어떻게 나오는지 살펴보고 모수적인 방법에 의한 결과와 비교해본다. 이어 3절에서는 제품이 판매처로 수송되어 실제 판매될 때까지 시차가 있을 경우 분석해야 될 데이터가 어떻게 달라지는지 살펴보고, 분석결과 또한 어떻게 달라지는지 살펴보고자 한다. 마지막으로 4절에서는 본 연구에서 살펴본 것들을 정리하고 추후 연구과제를 제시한다.

가설 설정

  • 이런 경우 시차 (time-lag)가 크므로 신뢰도 등의 분석은 판매된 시점을 기준으로 실시해야 한다. 본 논문에서는 분석의 편의상 제품이 수송된 달로부터 1달 정도 걸려 판매된다고 가정하자. 이런 경우 앞의 Table 2.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
품질보증 반환 데이터의 용도는? 근래 기업은 품질보증 반환 (warranty returns) 데이터의 올바른 분석을 통해 해당 제품이 추후 고장이 얼마나 날 것인지 예측할 수 있으며, 나아가 품질보증 비용의 예측은 물론 수리에 필요한 여유 부품의 수를 파악할 수 있으므로 품질보증 반환 데이터의 체계적 관리를 위해 노력을 기울이고 있다.
시차가 존재하는 품질보증 반환 데이터의 예시 상황은? 하지만 이런 품질보증 반환 데이터에 대해서도 비모수적 방법에 의해 시간에 따라 신뢰도가 어떻게 떨어지는지 살펴볼 필요가 있다. 한편, 기업에서 제품이 수송되어 판매처로 보내지는 경우 제품이 실제로 고객에게 판매되기까지는 시간이 걸릴 수 있다. 따라서 이런 시차 (time-lag)가 있는 경우 품질보증 반환 데이터가 어떻게 변하고 분석결과가 또한 어떻게 달라지는지 살펴볼 필요가 있다.
품질보증 반환 데이터의 한계점은? 하지만 품질보증 반환 데이터는 실험데이터 (experimental data)가 아니고 관측데이터 (observational data)에 속하므로 제대로 관리가 되지 않은 경우가 많아 특정 목적을 위해 데이터를 분석할 때에는 관측데이터로는 충분치 않아 실험을 하게 되는 경우를 보게 된다.
질의응답 정보가 도움이 되었나요?

참고문헌 (16)

  1. Baik J. W. (2010). The study on the analysis of quality assurance data. Journal of the Korean Data & Information Science Society, 21, 621-628. 

  2. Baik, J. W. and Jo, J. N. (2010). Various types of modelling for scale parameter inWeibull intensity function for two-dimensional warranty data. Journal of the Korean Data & Information Science Society, 21, 555-560. 

  3. Baik, J. W. and Jo, J. N. (2011). Predicting the future number of failures based on the field failures summary data. Journal of the Korean Data & Information Science Society, 22, 755-764. 

  4. Baik, J. W. and Jo, J. N. (2014) Reliability analysis of warranty returns data. Journal of the Korean Data & Information Science Society, 25, 1-9. 

  5. Jung, K. M. (2006). Optimal preventive maintenance policy for a repairable system. Journal of the Korean Data & Information Science Society, 17, 367-377. 

  6. Jung, K. M. (2008). Optimization of cost and downtime for periodic PM model following the expiration of warranty. Journal of the Korean Data & Information Science Society, 19, 587-596. 

  7. Kalbfleisch, J. D. and Lawless, J. F. (1996). Statistical analysis of warranty claims data. In Product Warranty Handbook, edited by Blischke, W. R, and Murthy, D. N. P., Marcel Dekker, 231-259. 

  8. Kalbfleisch, J. D., Lawless, J. F. and Robinson, J. A. (1991). Methods for the analysis and prediction of warranty claims. Technometrics, 33, 273-285. 

  9. Karim, M. R. and Suzuki, K. (2005). Analysis of warranty claim data: A literature review. International Journal of Quality and Reliability Management, 22, 667-686. 

  10. Karim, M. R., Yamamoto, W. and Suzuki, K. (2001). Statistical analysis of marginal count failure data. Lifetime Data Analysis, 7, 173-186. 

  11. Suzuki, K. (1985a). Nonparametric estimation of lifetime distribution from a record of failures and followups. Journal of American Statistical Association, 80, 68-72. 

  12. Suzuki, K. (1985b). Estimation of lifetime parameters from incomplete field data. Technometrics, 27, 263-271. 

  13. Suzuki, K., Karim, M. R. andWang, L. (2001). Statistical analysis of reliability warranty data. In Advances in Reliability, edited by Rao, C. R. and Balakrishnana, N., Elsevier, 585-609. 

  14. Suzuki, K., Yamamoto, W., Karim, M. R. and Wang, L. (2000). Data analysis based on warranty database. In Recent Advances in Reliability Theory, edited by Limnios, N. and Nikulin, M., Birkhauser, 213-227. 

  15. Wu, S. (2012). Warranty data analysis: A review. Quality and Reliability Engineering International, 28, 795-805. 

  16. Wu, S. (2013). A review on coarse data and analysis. Reliability Engineering and System Safety, 114, 1-11. 

저자의 다른 논문 :

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로