通過因果邏輯分析、統(tǒng)計假設(shè)檢驗和實驗驗證,可以判斷缺陷產(chǎn)生的原因。
因果分析需要利用現(xiàn)有的知識和信息對假設(shè)進行邏輯判斷,并對數(shù)據(jù)反映的問題進行解釋。比如在郵局,就有很多匯款失敗的情況。假設(shè)團隊認(rèn)為是工作人員在匯款管理過程中出錯造成的,這或許可以解釋一些錯誤,但無法解釋不熟悉填表細節(jié)的客戶(老人和小孩)會犯更多錯誤的現(xiàn)象。如果匯款管理系統(tǒng)出現(xiàn)問題,您應(yīng)該認(rèn)為對所有客戶的影響都是相似的。因此,假設(shè)匯款管理系統(tǒng)是問題的原因,這或許可以解釋看得見的問題(如匯款有缺陷),但無法解釋看不見的問題:老人和孩子更容易匯款失敗。
為了使假設(shè)的理由真的成立,必須通過因果邏輯分析來驗證。當(dāng)然,一些潛在的問題現(xiàn)在并不明顯。
2、統(tǒng)計假設(shè)檢驗
散點圖、相關(guān)分析和回歸分析是分析因果關(guān)系的常用方法。
通過散點圖可以對原因X和結(jié)果Y的關(guān)聯(lián)程度有一個印象,然后用精確的計算進行相關(guān)分析和回歸分析,得到一定的統(tǒng)計模型。在某些情況下,原因和結(jié)果根本沒有任何關(guān)系。在沒有任何模型的情況下,我們可以通過散點圖得到一些信息。
散點圖提供了一種驗證因果假設(shè)的方法,從幾對數(shù)據(jù)中驗證自變量X和因變量Y之間是否存在相關(guān)性。配對數(shù)據(jù),顧名思義,就是X和Y來自同一個被觀察個體,“配對”本身就反映了兩個變量之間的關(guān)系,可能只是表面的相關(guān),也可能是潛在的因果。一般來說,取一批配對數(shù)據(jù)(X,Y)作為平面坐標(biāo)系中的橫坐標(biāo)和縱坐標(biāo),就可以形成散點圖,X和Y的相關(guān)關(guān)系在圖中顯示,如圖1所示。
如果數(shù)據(jù)點從左到右呈一定角度分布,如圖1(a)所示,說明自變量X和因變量Y正相關(guān)。簡單來說,這個趨勢就是“隨著X的增大,Y趨于增大”。其他類型為負(fù)相關(guān),如圖1(b);不相關(guān),如圖1(c)所示,或者更復(fù)雜的相關(guān)(在這個例子中,拋物線型,如圖1(d)所示)。
散點圖顯示的強正相關(guān)并不能100%保證X的增加一定會導(dǎo)致Y的增加,但確實說明了它們在某種程度上是相互關(guān)聯(lián)的,同時也不是完全隨機的。相關(guān)性并不等同于因果關(guān)系。比如企業(yè)某段時間內(nèi)的“工人加班時間”與“生產(chǎn)的不合格產(chǎn)品數(shù)量”有很高的相關(guān)性,但兩者之間沒有因果關(guān)系。關(guān)聯(lián)度高的真正原因是那段時間生產(chǎn)安排非常集中和緊張,導(dǎo)致工人加班時間和生產(chǎn)的不合格品數(shù)量同步增加。因此,團隊在使用散點圖來說明相關(guān)性時要小心,但有時確實會發(fā)現(xiàn)一些因果關(guān)系的結(jié)果,所以這種方法還是很有用的。如果考慮兩個以上的變量,相關(guān)性分析可能會非常復(fù)雜。這時可以將變量分組,兩兩組合,得到多個散點圖,驗證猜測的正確性。您還可以在同一個矩陣散點圖上繪制所有變量的成對數(shù)據(jù)散點圖,并同時進行分析。
在繪制散點圖之前,可以對數(shù)據(jù)進行整理、加工、分類,將同一問題的數(shù)據(jù)按不同類型進行匹配,做出矩陣散點圖。也可以按照不同層次做散點圖,分層分析。并非所有的缺陷都是由相同的背景引起的,在測量階段發(fā)現(xiàn)的分類因素可能對確定因果模型過程有用。
上一篇:六西格瑪管理有哪些意義和特點