런 차트에 대한 주요 결과 해석

런 차트를 해석하려면 다음 단계를 수행하십시오.

1단계: 데이터에서 패턴 찾기

런 차트는 공정 데이터를 수집된 순서대로 표시합니다. 데이터에서 특수 원인 변동의 존재를 나타내는 패턴이나 추세를 찾아보려면 런 차트를 사용하십시오.

데이터의 패턴은 변동이 조사 및 수정이 필요한 특수 원인으로 인한 것임을 나타냅니다. 그러나 우연 원인 변동은 공정에 내재되었거나 공정의 자연스러운 일부인 변동입니다. 특수 원인이 아닌 우연 원인만 공정의 결과에 영향을 미칠 경우 공정이 안정적입니다. 공정에 변동의 우연 원인만 있다면 데이터에서 랜덤 움직임을 볼 수 있습니다.

이 결과에서 데이터는 표본 3~5에서 일부 군집화를 보입니다.

2단계: 혼합 및 군집이 존재하는지 여부 확인

중위수 주위의 런 수에 대한 검정은 중위수 위와 아래에서 발생하는 런의 전체 개수를 기준으로 합니다. 중위수 주위의 런은 중심선의 동일한 쪽에 있는 하나 이상의 연속된 점을 말합니다. 런은 점을 연결하는 선이 중심선과 교차할 때 끝납니다. 다음에 표시된 점부터 새로운 런이 시작됩니다.

이 검정은 혼합과 군집이라는 두 가지 랜덤하지 않은 동작을 탐지합니다.

관측된 런 수가 기대되는 런 수보다 크면 혼합을 나타냅니다. 관측된 런 수가 기대되는 런 수보다 작으면 군집을 나타냅니다.

군집 패턴
군집은 측정 문제, 로트-대-로트 변동성이나 설정 변동성, 불량 부품 그룹에서의 표본 추출과 같은 특수 원인 변동을 나타냅니다. 군집은 런 차트의 한 영역에 있는 점 그룹입니다. 군집에 대한 p-값이 0.05 미만이면 데이터에 군집이 있을 수 있습니다.

이 차트는 데이터의 가능한 군집을 보여줍니다.

혼합 패턴
혼합은 중심선이 자주 교차한다는 특성이 있습니다. 혼합은 종종 두 모집단이나 서로 다른 수준으로 작동되는 두 공정의 데이터가 결합되었음을 나타냅니다. 혼합에 대한 p-값이 0.05 미만이면 데이터에 혼합 패턴이 있을 수 있습니다.

이 차트에서 혼합은 데이터가 서로 다른 공정에서 나왔음을 나타낼 수 있습니다.

주요 결과: 군집화에 대한 근사 P-값, 혼합에 대한 P-값

이 예에서 군집화에 대한 p-값(0.385)과 혼합에 대한 p-값(0.615)은 α(0.05)보다 큽니다. 따라서 데이터가 혼합이나 군집을 나타내지 않는다는 결론을 내릴 수 있습니다.

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오