ISO 9000'in 2000 versiyonunun 7 numaralı prensibinin başlığı, "Veri analizine dayalı karar verme" ifadesini tercih etmemize rağmen, oldukça anlamlı geliyor ve bu neden?
Deneyimlerimiz, çoğu kararın, şirketinizin sahip olduğu göstergeleri incelerken kolayca doğrulayabileceğiniz, doğru şekilde analiz edilmeyen verilere dayandığını kalıcı olarak onaylamıştır:
- Ortalama aylık satışlar Ortalama maaş Çalışan başına ortalama satış
Ortalamanın anlaşılmamasına bir örnek, ortalamanın altında olduğu için bir satış temsilcisinin dikkatini çekmektir, her veri grubunda belirli bir miktarı ortalamanın üzerinde, diğerleri ise normaldir. Başka bir örnek, "O kadar kötü değiliz, en az% 50 ortalamanın üzerinde."
Bu bize ortalama bir metre derinlikte bir nehirde boğulan adamın hikayesini hatırlatıyor.
Ortalamaya ek olarak başka hangi veriler vardır: bir aralık, bir varyasyon, bir mod, bir medyan, bir varyans vb., Çoğu durumda ortalamadan daha önemli olan değerler vardır.
Çalışan memnuniyeti düzeyine ilişkin bir anket yapılırken: çok memnuniyetsizden (1) çok memnun (5) 'e kadar, ortalama hesaplandı ve x 2 sorusu için bir memnuniyet düzeyi dikkate alındı. Aynı verilerle bir endeks belirlendi Üst değerlerden (4 ve 5) yanıt sayısı alındığında ve toplam yanıtlara bölündüğünde% 22'lik memnuniyet. Bu, diğer değişkenlerle karşılaştırılabilir daha iyi bir gösterge sağlamıştır. Standart sapma hesaplanırken,% 50 Varyasyon Katsayısı (SD / Ortalama) ile 1,17 olduğu bulundu, bu da yanıtlarda çok az bir homojenlik gösterdi. Algılama, 'memnuniyet düzeyi'nin ölçüldüğü zamandan bir' memnuniyet endeksi'nin oluşturulduğu zamana kadar kökten değişti.(İlki müşterilerin ne kadar memnun olduğunu ve ikincisi ne kadar müşterinin memnun olduğunu ölçer).
Yalnızca ortalama kullanıldığında, iki sorunun cevabının benzer olduğunu çünkü aynı ortalamaya sahip olduklarını söylemek yanlış olabilir ki bu her zaman doğru değildir. Ortalama ağırlık, ortalama boy, ortalama sıcaklık, ortalama maaş, ortalama üretim, ortalama ret hesapladığımızda da durum aynıdır.
Verilerin kabulü:
Çalışılan farklı sorular veya değişkenler arasında bir korelasyon gibi daha titiz bir veri analizi yaparken, yalnızca paradigma veya bariz olanla örtüşen sonuçlar kabul edilir. (Çalışan memnuniyet düzeyine karşı maaş düzeyi), ancak korelasyon endeksi paradigmalarıyla örtüşmediğinde, neden böyle bir değerin daha fazla analizi yapılmadan geçersiz olarak reddedilir.
Bir korelasyon indeksi doğru olsa da, iki değişken veya soru arasında bir ilişki olduğunu söyler, yanlış yorumlanabileceği için birinin diğerinin nedeni olması gerekmez, ancak böyle bir ilişkinin nedenini analiz etmek uygundur. Korelasyon indeksinin karesi alındığında, belirleme katsayısı elde edilebilir, bu da bir sorudaki belirli bir cevaba, başka bir soruda benzer veya ters cevabın verilebileceğini gösterir.
Soru 1 için örnek, bir ankette aşağıdaki ilişkiler bulundu:
|
Soru |
bağıntı |
Katsayı. Unsurlar. |
|
4 |
.78 |
% 61 |
|
6 |
.22 |
% 4 |
|
14 |
-.84 |
% 70 |
Soru 4 direkt olarak soru 1 ile ilgilidir, soru 1'e yüksek bir değerle (örneğin 5) cevap verdiklerinde soru 4'e yüksek bir değerle cevap verme olasılığı% 61'dir. Soru 6, soru 1 ile ilgili değildir. Soru 14, soru 1 ile yüksek bir ilişkiye sahiptir, ancak ters yönde. Soru 1'de yüksek (5) cevabı verdiklerinde, düşük bir değerle cevaplama olasılığı (örneğin 1) 14. sorudaki% 70'tir.
Bu tür bir analiz, müşteri anketine bir kontrol sorusu ekleyerek yapılabilir, örneğin: "Genel anlamda, memnuniyet seviyesi nedir?", Korelasyon hangi değişkenlerin memnuniyet üzerinde en büyük etkiye sahip olduğunu ayırt etmenize olanak tanır ve kayıtsız olan.
Dengeli Puan Kartı göstergelerinde neden-sonuç ilişkilerinin kurulması söz konusu olduğunda, korelasyon çalışmaları çok önemlidir ve böylece üstün göstergeye göre ağırlıklarının tanımlanmasına olanak sağlar. Ek olarak, göstergelerin (sonuçların) ne olduğunu (süreçlerin) indükleyicilerinden ayırt etmeye izin verir.
Grafiklerin kullanımı:
Şirketlerde kullanılan grafikler genellikle trendlerini belirtmeden sadece değerleri gösterir ki bu bazı durumlarda çok daha önemlidir ve trend kullanıldığında sadece düz çizgi veya trend denklemi ile yapılır. doğrusal. Logaritmik eğri çok önemli bir eğri olabilir. Eğer «mükemmel» bir grafiğiniz varsa, sadece kendinizi grafiğin herhangi bir noktasında konumlandırarak, «farenin» sağ düğmesine bastığınızda, belirtilen eğriler ve daha pek çok şeyle «trend çizgisi ekle» menüsünde görünür..
Bu tür bir analiz neden önemlidir?: Bir müşteri şirkette, bir ürünün aylık satışlarını iki farklı yılı karşılaştırarak analiz ediyorduk.
İki yıllık grafik, satışlarda istikrarlı bir artış gösterdi. Geçen yıl, 1. yıldan itibaren satışları 2. yıl ile birleştirerek satışların daha yüksek olduğunu gösterdi. Her yıl için trend eğrisi hesaplanırken, her iki dönem için de pozitif bir trend gösterilir, trend eğrisi logaritmik bir eğriye dönüştürüldüğünde, bir önceki yılda trendin dikey olarak arttığı, aksine bu yeni yılın tersine eğilim yatay kaldı ve daha çok azaldı. Bu, satışların her yıl artmasına rağmen artış oranının düştüğünü gösterdi. Bu, bir önceki aya göre satışlardaki yüzde artışının bir grafiğini oluşturmaya eşdeğerdir. Yıldan yıla satış artışından mutlu olmak,Artış oranının önemli ölçüde azaldığına dair endişeler vardı.
Logaritmik eğri yukarı doğruysa (neredeyse dikey eğilim), gerçek büyümeyi gösterebilir. Yatay bir eğilim, satışlar yıldan yıla artmasına rağmen düşüşü gösterebilir. Azalan getiri denen şeye benzer bir şey.
Ek olarak, grafiklerle ilgili olarak, tek başına veya ortalama olarak yalnızca belirli bir değerin çizildiği ve ortalamanın hesaplandığı veriler veya değerler için hareketli bir aralık olsun, aralığın gösterilmediği birçoğunu gözlemliyoruz. bireysel. Yüzde (P) üzerine grafikler kullanılır, ancak hatalı birimlerin (NP) veya kusurların (C) grafikleri ve birim başına çok daha az kusur (U) kullanılır, ancak bu, «İstatistiksel Kontrol Süreçler ve Kalite İyileştirme ».
Kalitenin Düşmanı:
Bir KYS (Kalite Yönetim Sistemi) geliştirildiğinde, her zaman prosedürler yazarak elde edilemeyen "standart" ürünlere sahip olmak, tekrarlanabilirlik ve tekrarlanabilirlik sağlamak amacıyla kurulmuştur.
Neden? Çünkü tüm süreçlerin ve dolayısıyla kalitenin düşmanını kontrol etmenin yolu her zaman kurulmaz, bu da onun varyasyonudur. Standart sapma kullanılarak elde edilen herhangi bir işlemin değişkenliği ölçülebilir ve ölçülmelidir; bu, değişkenliği doğrulamanın ve ölçmenin başka bir yolu olan bir değer grafiği kullanılırken aralıkta da görülebilir.
Şimdiye kadar ortaya atılanlar aracılığıyla, yazarın güçlü bir istatistiksel eğitimi varsayılabilir, ki durum böyle değildir, bu nedenle alandaki uzmanlar burada ifade edilen kavramları derinleştirebilirler.
Yukarıdakileri açıklığa kavuşturduktan sonra, en iyi göstergelerden biri olan standart sapmaya ve çoklu kullanımlarına geri dönüyoruz. DS, sürecin değişkenliğini (artı eksi 3 DS) bilmemize, bu sürecin belirlenen spesifikasyonlara (Cpk) veya müşterinin gereksinimlerine (8 gün içinde bir sipariş verme kapasitesi) uyma kapasitesini hesaplamamıza olanak tanır. bir satış hedefine ulaşma olasılığı (P (z)). Satış ve teslimat süreleri gibi tamamen farklı iki işlemi veya alanı, varyasyon katsayısı veya belirleme katsayısı kullanarak karşılaştırmanıza da olanak tanır. Süreçler normal varyasyon nedenlerinden etkilendiğinde farklılaşmaya izin veren sınırlar koyabilmek ve özel nedenleri ayırabilmek mümkündür. Ayrıca DS, asimetri gibi daha ilginç analizlere yardımcı olur,basıklık veya varyans analizi.
DS aracılığıyla, bütçelere göre normal varyasyon sınırlarını belirlemek, gerçekten göze çarpan satıcıları ayırt etmek ve aynı zamanda bir numuneden bir ürün grubunun tamamını gözden geçirme ihtiyacını tahmin etmek mümkündür. Motorola bize 6 sigma (6 DS) kavramını ve bunun hem üretim hem de idari süreçlere uygulanmasının yanı sıra, geleneksel kusur veya hata yüzdesini daha iddialı bir PPM hedefi için bırakarak daha büyük zorluklar aramanın önemini miras bıraktı. (Milyonda parça,% 1,5 milyonda 15.000 parçaya eşittir).
Son bir ipucu:
Bahsettiğimiz her şeyin sofistike bilgisayar programları gerektirdiğini düşünmeyin, "mükemmel" olmak kadar basit. Bilgisayarınızın "mükemmel" bölümünde veri analizi etkinleştirilmemiş olabilir ve nasıl etkinleştirilir? Basit, "araçlara" (araçlar) gidin, "eklentiler" menüsünden seçim yapın ve ardından iki seçenek «VBA veri analizi için araçlar» ve kabul et'e basın. "Araçlara" geri döndüğünüzde, kullanabileceğiniz seçeneklerin ötesinde çok sayıda istatistiksel seçenek içeren menüde "veri analizi" seçeneğini göreceksiniz.
Sonuç:
Sağlam "verilere dayalı kararlar verme" ilkesi, Dr. WE Deming'in Japonlara "Tanrıya güveniyorum, geri kalanı verileri sunmalı" derken verdiği tavsiyelerden gelmektedir ve daha fazlası kaynağa güvenilmemelidir. Bu verilerden, çünkü yanlış verilerle alınan kararlar veya yanlış analizler ölümcül kararlara yol açabilir.
Süreçlerden çıkan verilerin analizi ve yorumlanması için, karar vermenin her zaman önemli olmasına rağmen basit «duyumun» ötesinde bilimsel bir bileşene sahip olmasına izin verecek şekilde analiz edilmesi ve yorumlanması için bir dizi istatistiksel araç bulunmaktadır. benzersiz olun. Ek olarak, verilerin gerçek olmadığı, ancak incelemeye değer bir şekilde temsil ettikleri sonucuna varmalıyız. Yüksek lisans araştırma sınıflarını hatırlıyoruz, profesörün cümlesi çok doğruydu: "Önce araştırılması gereken sorun var, sonra veriler var", bu nedenle sorunun ne olduğunu gerçekten bilmeden her yere veri götürmemek uygun olur. araştırmak istiyoruz.
________________________
Yazan: Grupo Kaizen.SA için Gilberto Quesada
