우리가 품질개선을 하려고 생각하고 있을 때, 흔히 공정에 이상한 변동이 있는지를 찾아보게 된다.
그리고 변동의 원인이 무엇인지 정의를 하고 그 원인을 통제할 수 있게 된다.
Output에 대하여 자연적으로 발생한 변동만 영향을 미치고 있을 때 그 공정은 관리되고 있다라고 말한다.

이것이 바로 관리도(Control Chart)로 공정을 관리하는 기본적인 아이디어 이다.

잠시 생각을 앞으로 되돌려 변동에 대해 생각해 보자.

많은 변동은 어떤 공정의 자연스러운 한 부분이며 품질관리라고 하면 일상적인 아닌 "이상 원인"에
의한 변동을 통제하는 방법에 대하여 관심을 가진다. 이런 경우 "이상 원인"이 여러분의 공정에
영향을 주고 있는지 알아보려면 간단하게 런 차트 (Run Chart)를 사용해 보자. 

런 차트 (Run Chart)는 관리도(Control Chart)에서 구할 수 있는 것 같은 모든 것을 제공하지는 않지만
런 차트 (Run Chart)를 통해서 어떤 공정이 관리가 되고 있는지 확인할 수 있고 개선이 신속하게
필요한 공정을 찾아낼 수 있도록 해준다.

그러면, 런 차트 (Run Chart)란 과연 무엇일까?

런 차트 (Run Chart)는 여러분의 공정 데이터가 시간의 경과에 따라 어떻게 변하고 있는지를 나타내고,
쉽게 알아볼 수 있는 패턴으로 이상 원인에 의한 변동의 증거를 드러내어 준다.

예를 들어 다음과 같은 런 차트 (Run Chart)에 대해 살펴보도록 하자.

청색 사각형 점과 회색 마름모가 나타내는 것은 개별의 관측값이고, 빨간 점과 선으로 연결된 부분은
부분군(Sub Group)의 평균값을 나타낸다. 부분군 3, 4, 5에서 이례적인 변동이 있는 것으로 보인다.
이렇게 판단할 수 있는 사유는 Mixture, Trend, Oscillation에 대한 정규성검정 결과인

P-Value는 좋게 나타났으나 Clustering에 대한 P-Value가 유의수준 0.05 수준으로 판단할 때

유의차가 있음을 보고 판단할 수 있다.

Cluster에 대한 P-Value가 0.022로서 유의수준 0.05보다 작다. 그러므로 여러분은 "이상원인"이
여러분의 공정에 영향을 미치고 있다고 결론을 내릴 수 있고 가능한 소스에 대해 즉시 조사가 필요하다.
Cluster는 샘플링 혹은 측정에 문제가 있는 증거가 될 수 있지만, 확신하려면 데이터를 좀더 수집을 해야한다.

이상에서 보다시피 런 차트(Run Chart)는 보통과는 다른 변동을 감지하고 여러분의 데이터에 무슨 문제가
있는지 깊이 들여다 보아야 하는 필요성을 제기해 준다. 그렇지만 차트가 별다른 변동을 보여주지 않고
있다면 여러분은 여러분이 분석중인 데이터의 정확성에 대해 확신을 더 가질 수 있고, 더 문제가 있는
다른 공정개선에 여러분의 시간을 투입할 수 있도록 배려해 준다.