관리도 읽는 방법 01 데이터에 맞는 관리도를 고릅니다. n이 2에서 10 사이인 부분군 측정은 보통 X̄-R, 더 큰 부분군은 X̄-s, 기간마다 한 번의 측정은 I-MR을 씁니다. 02 데이터를 행으로 붙여 넣습니다. 기본은 값 다섯 개짜리 부분군 다섯 개입니다. I-MR은 평평한 목록을 받아 범위 2의 이동범위를 도출합니다. 03 시그마 추정량을 고르고 기록합니다. 한계는 추정량에 따라 달라지므로 어느 것이 만들었는지 남깁니다. 04 한계와 규칙 적중을 읽습니다. 패널은 관리도에 색을 칠하는 대신 적발된 각 점을 규칙과 창과 함께 나열합니다. 05 규격 문제에는 능력 보기를 엽니다. LSL, USL, 목표를 입력하면 단기와 장기 지수를 나란히 보고합니다.
계산 예시 기본 제공 데이터 — 값 다섯 개짜리 부분군 다섯 개 — 를 X̄-R과 R̄/d₂로 분석하면:
항목
판독값
X̄ 점 · 중심
11, 12, 10, 11, 11 · CL 11
X̄ 한계
UCL 13.30728 , LCL 8.69272
R 점 · 한계
4, 4, 4, 4, 4 ; UCL 8.45809 , LCL 0
군내 σ̂
1.719743 (R̄/d₂, d₂ = 2.32593 , A₂ = 0.576819 , D₄ = 2.11452 )
능력, LSL 8 / USL 14 / 목표 11
Cp = Cpk = 0.58148 ; Pp = Ppk = 0.63246 ; Cpk 구간 0.3714 … 0.79156
기대 PPM
군내 81,081 , 전체 57,780 , 관측 0
추정량만 바꾸면 X̄ 상한이 움직입니다. R̄/d₂에서 13.30728 , s̄/c₄에서 13.25676 , 풀링 추정에서 13.14799 입니다. 기본 상태의 개별값 15개에서 I-MR 관리도는 CL 12 , UCL 16.17793 , LCL 7.82207 , 이동범위 중심 1.57143 (UCL 5.13311 ), σ̂ = 1.392642 를 줍니다. 지속되는 이동 — 중심선 한쪽에 9점 연속 — 은 아홉 번째 점에서 규칙 2를 발동하며 "Points 1–9: 9 in a row below the centerline" 메시지를 냅니다. 바로 이 규칙을 위한 동작입니다.
한계는 어디에서 오는가 슈하트 한계는 도시하는 통계량의 표준오차 세 개이지, 공정의 표준편차 세 개가 아닙니다. X̄ 관리도에서 부분군 평균의 표준오차는 σ/√n이므로 한계는 X̿ ± 3σ/√n이고, 상수 A₂를 통해 계산합니다: UCL = X̿ + A₂·R̄ = 11 + 0.576819 × 4 = 13.30728 . 범위 관리도는 다릅니다. 통계량이 R이고 분포가 비대칭이므로 한계는 D₃와 D₄에서 옵니다 — UCL = D₄·R̄ = 2.11452 × 4 = 8.45809 , LCL = 0 . 관리 이탈 범위는 그것으로 만든 X̄ 한계를 무효화합니다. 개별값에서는 연속 값의 이동범위가 단기 변동을 추정하고, 범위 2에 d₂ = 1.128을 쓰는 MR̄/d₂가 I 관리도의 한계를 정합니다.
그다음 능력이 두 시그마를 비교합니다. 군내 σ̂ = 1.719743 은 공통 원인의 단기 변동을 추정하고, 25개 값 전체의 표준편차 1.581139 는 부분군 사이의 드리프트를 포함합니다. Cp와 Cpk는 군내 시그마를, Pp와 Ppk는 전체 시그마를 쓰므로 같은 데이터에서 0.58148 과 0.63246 이 나옵니다 — 모순이 아니라 두 가지 질문입니다. 중심을 유지하고 안정적이었다면 공정이 할 수 있었던 일과, 표본 기간에 실제로 한 일입니다. 기대 PPM이 뒤따릅니다: 군내 81,081 대 전체 57,780 . Anderson–Darling p값 0.18025 는 이 수치들 뒤의 정규 꼬리 가정이 이 25개 점으로 반박되지 않는다고 말하며, 그 이상은 말하지 않습니다.
한계와 경계
한계는 유한한 기준에서 나온 추정입니다. 부분군 다섯 개는 짧은 기준이고 Cpk 구간 0.3714 … 0.79156 은 두 배 이상을 아우릅니다. 패널은 정밀한 척하지 않고 한계가 불확실하다고 경고합니다.
관리도는 한 공정에서 나온 연속적이고 순서 있는 표본을 전제합니다. 샘플링 계획의 변경, 혼합된 제품 흐름, 자기상관이 있는 측정은 모델을 깨뜨립니다. 특히 I-MR은 범위 2의 이동범위가 의미 있다고 전제합니다. 하지 않는 일. 실시간 데이터 스트림 모니터링, 다변량 관리도, 게이지 R&R 연구를 하지 않으며 능력은 계획된 실험을 대신하지 않습니다. 표본 데이터 검정에는 가설 검정 , 연구 설계에는 검정력과 표본 크기 , 신뢰성 수명에는 같은 페이지의 신뢰성 패널을 쓰세요.
두 시그마 함정 대표적인 함정은 Cp를 Ppk와, 또는 Ppk를 Cpk와 하나의 숫자인 양 비교하는 것입니다. 여기서는 Cp = Cpk = 0.58148 인데 Pp = Ppk = 0.63246 입니다. 장기 쌍이 더 큰 것은 전체 시그마가 군내 시그마보다 작기 때문일 뿐이며, 부분군이 시간에 따라 드리프트하는 것보다 내부에서 더 많이 변할 때 생깁니다. 더 좋은 숫자만 인용한 보고서는 관리도가 감시한 공정을 설명하지 않습니다. 두 번째 함정은 "관리 상태"를 "능력 있음"으로 읽는 것입니다. 25개 점 중 어느 것도 넬슨 규칙을 위반하지 않지만 Cpk = 0.58 은 통상 목표 1.33보다 훨씬 낮으므로, 공정은 안정적이지만 규격을 만족할 능력은 없습니다 — 안정성과 능력은 직교하는 질문입니다. 세 번째는 추정량 자체입니다. 같은 데이터도 R̄/d₂, s̄/c₄, 풀링에 따라 X̄ UCL이 13.30728 , 13.25676 , 13.14799 가 되며, 밝히기만 하면 셋 다 정당합니다.
도움이 되는 상황 첫 관리도 세우기 부분군 다섯 개를 붙여 넣고 R 관리도가 관리 상태인지 확인한 뒤 X̄ 한계를 읽습니다. 점이 밖으로 나가면 규칙 목록이 패턴과 창을 알려 주므로, 조사는 색칠된 점이 아니라 구체적인 가설에서 시작합니다.
능력을 정직하게 보고하기 규격(LSL 8, USL 14, 목표 11)을 주면 패널이 두 시그마 계열을 구간과 함께 돌려줍니다: Cpk 0.58148 (0.3714 … 0.79156 )과 Ppk 0.63246 . 고객과의 대화에 실어야 할 것은 점추정이 아니라 구간입니다. 25개 관측으로는 Cpk를 그보다 정밀하게 고정할 수 없기 때문입니다.
개인정보 부분군, 관리도, 능력 계산은 브라우저에서 실행됩니다. 업로드되는 것은 없습니다.
참고 문헌
NIST/SEMATECH e-Handbook of Statistical Methods, §6.3.1 What are Control Charts? , itl.nist.gov (访问日期:2026-10-07)— 3σ 한계, 부분군 통계량과 해석.
NIST/SEMATECH e-Handbook of Statistical Methods, §6.1.6 What is Process Capability? , itl.nist.gov (访问日期:2026-10-07)— Cp, Cpk, Cpm과 표본 크기 주의점.
Wikipedia, Shewhart individuals control chart , en.wikipedia.org (访问日期:2026-10-07)— I-MR 관리도와 이동범위.
Wikipedia, Western Electric rules , en.wikipedia.org (访问日期:2026-10-07)— 넬슨 집합 뒤의 연속·추세·구역 규칙.
NIST/SEMATECH e-Handbook of Statistical Methods, §6.1.3.2 Measures of Process Performance , itl.nist.gov (访问日期:2026-10-07)— 군내 시그마와 전체 시그마의 구분.
Calculators in this hub
Hand-picked tools, one click away. The mini versions compute live and carry your values into the full calculator.
Sources & review
Updated 2026-10-07