1.因果邏輯分析
假設團隊認為很多錯誤的訂單都是銷售人員在訂單管理過程中的失誤造成的,這可能解釋了一些錯誤的訂單,但并不能解釋不熟悉訂單細節的客戶(小商人和新電腦用戶)會犯更多錯誤的現象。如果訂單管理系統有問題,你應該認為對所有客戶的影響都是一樣的。因此,假設訂單管理系統是問題的原因,這可能解釋了看得見的問題(如有缺陷的訂單),但不能解釋看不見的問題:小企業訂單和新計算機用戶的訂單有更多的錯誤。
為了使假設的理由為真,它必須通過邏輯測試來解釋從數據中反映出來的可見和潛在的問題。當然,這些潛在的問題還沒有暴露出來。
2.統計假設檢驗
分析和確定因果關系最常用的統計方法是散點圖(或散點圖)和相關分析。判斷原因x和結果y的相關程度,我們通常可以從散點圖中得到一個大概的印象,然后用精確的計算進行回歸分析和相關分析,得到一定的統計模型。當然也有可能最后確定兩者沒有關系,沒有模式。
散點圖提供了一種驗證因果假設的方法,從幾對數據中驗證自變量X和因變量Y之間是否存在相關性。配對數據顧名思義就是X和Y來自同一個被觀察的個體,“配對”本身就反映了兩個變量之間的關系,可能只是表面上的關聯,也可能是潛在的因果關系。例如,如果一個系統要在某個項目中構建,系統的復雜性(X是變量或潛在原因)和構建系統所需的時間(Y是輸出或結果)之間存在因果關系。一般來說,以一批配對數據(X,Y)為平面坐標系中的坐標,可以形成散點圖,其相關性在圖中顯示,如下圖所示。
散點圖顯示的強正相關并不能100%保證X的增加一定會導致Y的增加,但確實表明它們在某種程度上是相互關聯的,不會完全隨機地同時發生。請特別注意:任何時候,我們都不能得出“X和Y高度相關”和“它們之間存在因果關系”的結論。
繪制散點圖也可以先對數據進行整理分類,對同一問題繪制不同種類、不同層次的散點圖。通過層次分析,團隊往往會明白一個有價值的結論:并非所有的缺陷都是由同一背景造成的,測試階段發現的分類因素可能對確定因果模型有用。
當六西格瑪團隊的一名成員對收集到的數據提出假設時,其他成員也應該幫助他仔細分析,找出更詳細的有助于驗證或否定假設的分層或分類信息,從而得到更準確的判斷。
3.測試驗證
在某些情況下,收集現有數據來驗證錯誤的確切原因是困難的,甚至是不切實際的。此時,一個可行的方法是做一些小實驗,先稍微改變一下工藝,排除可疑原因,并對結果進行監控,最后確定這個原因是否是工藝缺陷的真正原因。
當然,做這樣的實驗,光憑個人意愿是改變不了的!只有把這種變化當作常規的局部測試,它才能起作用。請注意:
明確變更的內容和方法;
明確變革的目的;
先小規模試點;
仔細考慮潛在的副作用并制定對策。
上一篇:企業如何推廣POKA-YOKE