관리도는 훌륭한 통계도구이다.
관리도는 분석하는 프로세스 데이터를 우연원인과 이상원인으로 정의해 주며
다른 유형의 변동으로 정의함으로써 관리중인 프로세스의 통제범위를 벗어남 없이 개선에 임할 수 있다.

프로세스의 안정성을 평가함으로써 문제가 있는지 그리고 문제의 근원에 대해 정의할 수 있게된다.
평균치가 너무 높은지 혹은 너무 낮은지 그리고 안정되지 않고 있는지? 변동성이 문제가 되고 있는지?
만일 그렇다면, 그 변동은 해당 프로세스에 내재하고 있는 것인지 특정 원인에 의한 것일까?
이러한 질문들에 대해 관리도를 통해 어떤 개선작업을 해야하는지 도움받을 수 있다.

 
여러분의 프로세스가 안정되어 있음을 결정하는 것 자체만으로도 좋지만 공정능력분석과 같은
한층 더 심도있는 분석을 위한 전제조건이기도 하다. 공정능력을 분석하기 전에 여러분은
분석하려는 프로세스가 안정되어 있는지 먼저 확신할 수 있어야 한다. 만일 프로세스가
안정되어 있지 않으면 통계적인 얘측을 할 수 없다. 그리고 분석하려는 프로세스가 안정되어 있으면
미래의 성능을 예측할 수 있으며 공정능력을 개선할 수도 있다.

그런데 우리는 보통 가설검정의 전제조건으로 관리도를 사용하는 것에 대해 거의 생각을 하지 않고있다.
그렇지만 관리도는 가설검정에 있어서도 매우 유용한 역할을 한다.

가설검정에 사용되는 측정값에 대한 전제조건인 프로세스의 안정성에 대해 간과하는 경향이 있다.
어떤 프로세스에서도 측정값이 안정되어 있지 않으면 여러분이 측정한 값이 어떤 것이더라도
추론을 할 수 없다.

예를 들어, Group-A와 Group-B의 시험점수를 비교하는 2-표본 t 검정(2-Sample t-test)을
실행한다고 가정해 보자.

검정한 결과 Group_A의 평균치가 높고 두 Group간의 차이는 유의차를 나타내고 있으며,
Group_B의 표준편차는 미미하게 높게나타나고 있다. 그렇지만, 여기서 분산이 같다고 가정을
하지 않고 있기 때문에 문제는 없다.

만일 정규성검정을 실행해보면, Group_A의 P-Value=0.184,
Group_B의 P-Value=0.746으로 두 Group 모두 정규분포에 따른다는 것을 알 수 있다.

두 Group 모두 분석에 충분한 관측개수를 가지고 있으니까 정규성에 대해 걱정할 필요가 없을까?

그렇다면 I-MR Chart 를 그려보면 다음과 같다.

Group_A의 I-MR Chart를 보면 점수가 안정되어 있는데, Group_B의 I-MR Chart를 보면
I-Chart와 MR-Chart 둘다 여러 포인트에서 점수가 안정적이지 못하다는 것을 알 수 있다.

명백하게 점수는 하향하는 경향을 보이고 있다. 안정적인 Group과 불안정적인 Group을 비교하는 것은
데이터가 가정을 만족한다 하더라도 타당한 비교라고 볼 수 없다.

예시한 I-MR Chart는 관리도를 통해 발견할 수 있는 단지 한가지 유형의 문제에 대해 보여주고 있다.
I-MR Chart외 여러 유형의 관리도 사용을 통해 변동성의 관리수준을 벗어나는 것에 대한 여러가지 데이터의
패턴에 대해서도 테스트할 수 있고 이러한 불안정적인 프로세스를 개선해주도록 도움을 받을 수 있다.