우리는 사람들이 원하지 않던 결과를 만나게 되는 경우를 수없이 많이 봅니다. W. Edwards Deming의 고전인 Out of the Crisis에는 다음 구절을 포함한 다양한 일화가 담겨 있습니다.
“한 자동차 제조사에 월별 판매량을 예측하는 담당 직원들이 있습니다. 이들은 많은 종류의 정보를 고려합니다. 그런데 이 예측은 실제 판매량과 비교하면 차이가 있습니다. 그리고 다음 달에 이 비교를 바탕으로 방법을 조정합니다. 독자들은 이 직원들이 하는 것은 그들의 방법은 결코 개선될 수 없다는 것을 확인하는 것뿐이라고 생각할 수 있습니다.“(331~332페이지)
판매량이든, 병원 대기 시간이든, 구리 잉곳 무게든 우리 고객들은 바람직하지 않은 결과의 문제를 해결하고 싶어합니다. 하지만 문제가 특별한 사건으로 인해 발생했는지, 아니면 프로세스 자체에 내재되어 있었던 건지 파악하지 못하면 이러한 해결책은 오히려 상황을 악화시킬 수도 있습니다. 관리도를 통해 다음 두 가지 방법 중 하나로 바람직하지 않은 결과를 해결하도록 결정할 수 있습니다.
- 이상(특수) 원인: 단일 결과에 영향을 주는 문제 해결
- 우연(공통) 원인: 모든 결과를 도출하는 프로세스 개선
관리도를 통해 시스템이 관리되고 있는지 확인할 수 있습니다. 시스템이 관리되고 있는 상태라면 측정할 항목의 범위(산포)와 중심을 예측할 수 있습니다. '예측 가능'이라는 용어를 '양호'하다는 용어와 혼동하지 말아야 합니다. 시스템이 예측 가능하다는 것을 알고 나서야 시스템을 개선하려면 어떤 변경 사항을 적용해야 하는지 알 수 있습니다. 시스템이 관리상태에 있다면 관리도의 변동은 우연적인 원인으로 인해 발생합니다. (관리도를 사용하면 여러분이 측정값을 신뢰할 수 있지만 이미 측정 시스템 분석에 대한 모든 것을 알고 있는 것으로 간주합니다. 그렇지 않은 경우 측정 시스템 분석 정보를 참조하세요.)
최신 Minitab Statistical Software를 활용하여 클라우드에서 보다 우수하고 쉽고 빠른 분석 기능으로 작업 효과를 향상하는 방법을 알아보세요.
관리상태의 관리도
간단한 예를 살펴보겠습니다. 다음 데이터는 콜센터에 응답하지 않은 전화의비율을 나타냅니다. 비율은 아래 시계열에 표시됩니다.
데이터를 보면 가장 높은 지점이 12% 이상임을 알 수 있습니다. 그들은 8개의 수신 전화 중 한 건도 응답하지 않는 것을 용납할 수 없으며, 용납할 수 없을 정도로 높은 비율의 원인을 찾아야 한다고 이야기합니다. 만약 그랬다면 그들은 그림자를 쫓고 있었을 것입니다.
그 대신 관리도를 통해 데이터를 살펴볼 수 있습니다. 아래 단계를 따라 관리도를 생성해보세요.
- Minitab® Statistical Software에서 다음 링크의 데이터 집합을 엽니다. https://support.minitab.com/ko-kr/datasets/control-charts-data-sets/unanswered-calls-data/
- 통계분석 > 관리도 > 계수형 관리도 > P를 선택합니다.
- 변수에 ‘Unanswered Calls’를 입력합니다.
- 부분군 크기에 ‘Total Calls’를 입력합니다.
- 확인을 클릭합니다.
결과 관리도에 아래와 같이 부분군의 비율을 보여줍니다.
관리도를 보면 모든 점이 관리 한계 내에 있음을 알 수 있습니다. 이 시스템에서 일어나는 모든 일은 예측 가능합니다. 예측 가능한 시스템에서는 단일 점이 높거나 낮은 이유를 조사해서는 알아낼 수 있는 것이 거의 없습니다. 여기서 응답하지 못한 전화의 문제는 우연적인 원인에 의한 것입니다. 공정에 영향을 미치는 요인을 개선하지 않는다면 성과가 없을 가능성이 높습니다.
관리 이탈 상태의 관리도
다른 사례를 살펴보겠습니다. 다음 데이터는 5개 캠축으로 구성된 부분군의 평균 길이를 나타냅니다. 캠축은 3가지 서로 다른 머신으로부터 시작됩니다. 선 그림의 평균은 다음과 같습니다.
가장 눈에 띄는 점은 머신 3에 있는 두 개의 높은 지점입니다. 해당 지점을 조사하는 것은 당연한 일이지만, 우리는 관리도에서 더 많은 정보를 얻을 수 있습니다. 아래 단계를 따라 관리도를 생성해보세요.
- Minitab® Statistical Software에서 다음 링크의 데이터 집합을 엽니다. https://support.minitab.com/ko-kr/datasets/control-charts-data-sets/camshaft-length-data/
- 통계분석> 관리도 > 부분군 계량형 관리도 > Xbar-R을 선택합니다.
- 관찰을 위해 ‘Machine 1'-'Machine 3’을 입력합니다.
- 부분군 크기에 ‘Subgroup ID’를 입력합니다.
- 확인을 클릭합니다.
여기에서는 기계 3과 기계 1의 관리도에 집중할 것입니다. 기계 3의 경우 예상한 대로 두 개의 높은 점이 관리 상한보다 높습니다. 이러한 점은 관리 이탈 상태에 있으므로 이상(특수) 원인이 해당 하위군에 영향을 미쳤을 가능성이 있습니다. 다시 돌아가서 해당 하위군 주변의 이벤트를 살펴보고 재발을 방지할 수 있습니다. 이를 통해 전반적인 프로세스가 더 예측 가능해질 수 있습니다.
선 그래프에서는 기계 1도 관리 이탈 상태에 있다는 것을 알아내기가 훨씬 더 어려웠습니다.
기계 1의 경우 부분군 8이 관리 하한보다 낮습니다. 기계 3의 경우 부분군 9에서 값이 훨씬 낮지만 기계 3의 변동이 기계 1보다 크기 때문에 그 점은 관리상태에 있다는 것을 알 수 있습니다. 그리고 이는 이상(특수) 원인 때문일 것입니다. 기계 1의 특수 원인도 조사하고 수정해야 합니다. 기계 1또는 3에서 전반적인 프로세스 개선을 시작하려면 먼저 프로세스가 예측 가능한지 확인해야 합니다. 기계를 예측할 수 없다면 우리가 보는 변화가 프로세스의 변화 때문인지, 아니면 우리가 예상하지 못하는 프로세스 작동 때문인지 알지 못합니다.
요약: 관리도가 필요한 이유
관리도는 프로세스가 관리 상태에 있는지 여부를 알려줍니다. 프로세스가 관리되고 있지 않다면 프로세스에 간헐적으로 영향을 주는 특수 원인을 해결해야 합니다. 특수 원인을 해결하면 프로세스가 관리 상태가 되어 예상대로 작동하게 됩니다. 프로세스가 관리 상태가 되어야 전체 프로세스를 변경할 수 있으며 해당 변경이 프로세스에 내재된 예측 불가능성 때문이 아니라 변경 사항 그 자체 때문에 발생한다는 점을 확인할 수 있습니다. 프로세스를 수정해야 하는지 또는 개선할 수 있는지 여부를 확인하려는 경우에도 관리도가 필요합니다.
30일 무료 평가판 Minitab Statistical Software를 사용하여 관리도를 만들어보세요
