관리도는 특정 프로세스의 출력을 모니터링하는 데 사용되므로 프로세스 개선 및 시스템 최적화에 중요합니다. 이러한 통계 도구는 서비스 및 제조 환경에서 널리 적용되지만 몇 가지 단점이 있습니다.
거짓 경보
관리도는 공통 원인 변이 및 특수 원인 변이를 포함하여 프로세스의 변동을 측정하도록 설계되었습니다. 공통 원인 변이는 공정 내에서 정상적이고 무작위적인 변이로 간주되는 반면 특수 원인 변이는 기계 고장 또는 다른 공정 결함으로 인한 것입니다. 관리도 (control chart)는 때로는 프로세스가 통제를 벗어 났으며 아무것도 존재하지 않는 특별한 원인 변화가 있음을 나타낼 수 있습니다. 이러한 잘못된 경보는 불필요한 가동 중지 및 지연을 야기 할 수 있으며 이로 인해 비즈니스 비용이 발생할 수 있습니다.
하자있는 가정
제어 차트의 기본 가정은 사용자에게 제공되는 정보의 정확성을 결정하는 두 가지 주요 가정입니다. 첫 번째는 프로세스 매개 변수를 모니터링하는 측정 기능이 정규 분포를 갖는다는 것입니다. 그러나 실제로는 그렇지 않을 수도 있습니다. 즉, 컨트롤 차트가 의미있는 데이터를 생성하지 못합니다. 두 번째 가정은 측정 값이 서로 독립적이며 실제로는 그렇지 않을 수도 있다는 것입니다. 두 가지 가정 모두 어떤 식 으로든 결함이 있으면 관리도가 유용하지 않게됩니다.
특별 훈련
관리도는 수학적으로 이해하기 어렵지 않지만 작성하고 사용하려면 특별한 훈련이 필요합니다. 관리도는 평균 및 표준 편차와 같은 기본 통계를 사용합니다. 교육 리소스가 제한적이고 품질 보증 기법에 대한 경험이 부족한 소규모 조직에서는 관리도를 구현하고 사용하는 데 어려움을 겪을 수 있습니다. 기업은 이러한 품질 도구를 사용하여 프로세스를 개선하기 전에 직원들이 린 (Lean) 및 식스 시그마 (Six Sigma) 도구를 교육 할 수 있는지 여부를 결정해야합니다.
잘못 배치 된 컨트롤 한계
컨트롤 차트에 상한 및 하한 컨트롤 한계가 추가되어 프로세스가 제어 불능 상태에있는 시점을 확인할 수 있습니다. 제어 한계가 프로세스 평균에서 너무 가깝거나 너무 멀리 설정되어 제어 차트에서 생성 된 정보가 왜곡 될 수 있습니다. 통제 한계가 너무 멀리 설정되면 운영자는 특수한 원인 변화가 공정 결과물의 품질에 영향을 미치고 있음을 인식하지 못할 수 있습니다. 마찬가지로 평균에 너무 가까운 한계는 프로세스가 여전히 제어 상태에있을 때 잘못된 경보를 울릴 수 있습니다.
