Chuyển đến nội dung chính

THINK OUTSIDE THE BOX PLOT

Hầu hết các học viên Lean Six Sigma dựa vào việc sử dụng số liệu thống kê tóm tắt (trung bình hoặc trung vị) để phân tích hiệu suất và báo cáo kết quả. Tôi cũng bị mắc kẹt trong vấn đề này khá lâu. Tuy nhiên, sử dụng đường dẫn thông thường này sẽ lấy đi những hiểu biết hữu ích trong phân tích và ra quyết định của chúng ta. Đây là một nhận thức tôi đã có gần đây khi tôi sử dụng một âm mưu hộp cho một báo cáo.
Think Outside the Box Plot

Ví dụ hiệu suất hàng ngày

Hãy lấy một ví dụ. Giả sử tôi xuất dữ liệu đầu ra để thể hiện hiệu suất hàng ngày. Trung bình tính được là 29,4 KHGA. So sánh nó với mục tiêu 31 KHGA, tôi kết luận rằng chúng tôi có một vấn đề không đáp ứng yêu cầu. Tuy nhiên, việc vẽ cùng một tập dữ liệu bằng cách sử dụng một ô vuông có thể đưa ra một viễn cảnh khác.


Một Box Plot trông như thế nào?

Hình 1 cho thấy toàn cảnh của một ô vuông. Kỹ thuật đồ họa này dựa trên nguyên tắc của tứ phân vị. Một phần tư chia toàn bộ dữ liệu thành bốn phần bằng nhau (phần tư thứ nhất đến phần tư thứ tư, Q). Phần tư thứ hai, hay Q2, cũng là trung vị và đóng vai trò là cơ sở của xu hướng trung tâm cho một âm mưu hộp. Một nửa số điểm dữ liệu giảm xuống dưới giá trị của Q2 và nửa còn lại trên giá trị đó. Logic tương tự áp dụng cho phần còn lại của các phần tư.

Figure 1: Anatomy of a Box Plot

IQR (phạm vi liên dải) là thước đo độ phân tán cho hộp và cũng được sử dụng để xác định điểm cuối của cận trên và dưới. Cận trên và dưới được tính bằng cách thêm 1,5 chiều cao của IQR vào Q3 và Q1, tương ứng. Bất kỳ điểm nào nằm ngoài những đường cận này đều được coi là ngoại lệ.

Figure 2: Box Plot of Line Output

Về cơ bản, một box plot được sử dụng vì hai lý do phổ biến:

Để xem phân phối của tập dữ liệu cho cài đặt cơ sở và / hoặc cài đặt đích
Để so sánh việc phân phối các tập dữ liệu trên một danh mục nhất định


Sử dụng biểu đồ hộp được tạo trong Hình 2, chúng ta có thể hiểu rõ hơn so với sử dụng thống kê tóm tắt (trung bình). Q1 ở mức 29,1 KHGA, có nghĩa là khoảng ba phần tư các điểm dữ liệu được vẽ đã đáp ứng mục tiêu yêu cầu. Quý 3 của chúng tôi ở mức 31,3 KHGA, có nghĩa là một phần tư các điểm dữ liệu đã thể hiện mục tiêu dòng 31 KHGA. Chúng ta cũng có thể thấy một số ngoại lệ mở rộng đến khu vực ~ 21 KHGA. Bằng cách nhìn vào ý nghĩa một mình, chúng tôi sẽ không nắm bắt được thông tin này. Nhưng với một box pot như thế này, chúng ta có được thông tin về sự thay đổi trong một nhóm.

Bây giờ, giả sử chúng tôi được hỏi chúng tôi đã sẵn sàng như thế nào với yêu cầu 31 KHGA. Chúng tôi không thể trả lời dễ dàng với một số thống kê tóm tắt; chúng ta cần tham khảo sự phân phối của tập dữ liệu. Với kết quả box plot, cái nhìn sâu sắc có thể được so sánh với đường cơ sở - nghĩa là, một phần tư các điểm dữ liệu đã chạm vào mục tiêu; do đó, mục tiêu 31KHGA là khả thi.

Chúng ta hãy áp dụng lý do 2 cho cùng một tập dữ liệu, nhưng lần này là tìm kiếm hàng ngày.

Figure 3: Box Plot of Line Output – Daily


Nhìn vào biểu đồ hộp trong Hình 3, bạn có thể thấy rằng đầu ra của dòng thay đổi theo từng ngày. Các ngoại lệ có mặt hàng ngày và có thể kích hoạt các câu hỏi như:

Điều gì gây ra sự khác biệt nhìn thấy trên cơ sở hàng ngày?
Là các ngoại lệ từ cùng một dòng?
Các điều kiện hiện diện / tồn tại khi dòng đạt được đầu ra mục tiêu là gì?

Bằng cách trả lời những câu hỏi này, bạn có thể hiểu được sự khác biệt giữa các nhóm và thực hiện các hành động để giảm bớt nó và tối ưu hóa hiệu suất.

Bối cảnh là tất cả:

Bối cảnh là tất cả mọi thứ - đặc biệt là trong thống kê hoặc phân tích dữ liệu. Biểu đồ box plot có thể hữu ích trong việc hiểu dữ liệu theo xu hướng trung tâm và lan truyền. Các ứng dụng của nó sẽ thay đổi tùy thuộc vào sự sáng tạo của bạn để làm như vậy. Nó sẽ không phải là công cụ đồ họa cho tất cả các yêu cầu, nhưng hãy giữ nó trong hộp công cụ của bạn và xem xét khi nào nó có thể được sử dụng.

nguồn bài viết: https://www.isixsigma.com/tools-templates/control-charts

Nhận xét

Bài đăng phổ biến từ blog này

40 NGUYÊN TẮC - THỦ THUẬT SÁNG TẠO TRIZ

40 NGUYÊN TẮC - THỦ THUẬT SÁNG TẠO
Sáng tạo là hoạt động tạo ra bất kì cái gì mới và cái mới đó đem lại ích lợi.
Ví dụ:
Học sinh tự tìm ra cách giải mới có thể giải được bài tập một cách nhanh chóng và hiệu quả.Người bán hàng sử dụng cách tiếp thị mới thu hút khách hàng, bán được nhiều sản phẩm hơn.Acsimet tìm ra lực đẩy của nước (lực đẩy Acsimet) xác định người thợ kim hoàn gian lận vàng của vua.Thần đèn Nguyễn Cẩm Lũy tìm ra cách dời những ngôi nhà với kích thước rất lớn từ nơi này đến nơi khác.
Thủ thuật là thao tác tư duy đơn lẻ kiểu: hãy đặc biệt hoá bài toán, hãy phân nhỏ đối tượng, hãy làm ngược lại... 
1. Nguyên tắc phân nhỏ
a) Chia đối tượng thành các phần độc lập.
-Để di chuyển 100 cái ghế ra khỏi phòng, đòi hỏi phải khiêng từng cái.
b) Làm đối tượng trở nên tháo lắp được.
- Máy vi tính gồm có các thành phần như thùng máy, màn hình, ram, ổ cứng, ổ dvd ...có thể tháo lắp được.
Khi máy tính bị sự cố, chỉ cần xác định bộ phận nào bị hư, và thay thế bộ phận đó, không cần phải thay toàn b…

50 câu hỏi cho phương pháp SCAMPER

SCAMPER là phương pháp khá nổi tiếng và phổ biến tại nhiều nước
Kỹ thuật dựa trên lý thuyết rằng mọi phát minh mới hoặc đổi mới, theo một cách nào đó, hình dạng, hình thức hoặc chức năng, một sự thích ứng của một cái gì đó đã tồn tại hoặc đã tồn tại.
Từ SCAMPER là một từ viết tắt phục vụ như một danh sách kiểm tra đổi mới. Mỗi chữ cái viết tắt gợi ý một cách khác nhau nhóm có thể gắn với các đặc điểm của một sản phẩm, dịch vụ hoặc quy trình để kích thích những ý tưởng hoàn toàn mới:
S = Thay thế một cái gì đó
C = Kết hợp nó với một cái gì đó khác
A = Thích ứng một cái gì đó (một ý tưởng khác, một phần,   quá trình, v.v.)
M = Sửa đổi, phóng to hoặc thu nhỏ
P = Đưa vào sử dụng khác
E = Loại bỏ (hoặc đơn giản hóa) một cái gì đó
R = Sắp xếp lại (hoặc đảo ngược)

Alex Osborn ban đầu đã phát triển một danh sách "Câu hỏi thúc đẩy ý tưởng" của mọi người là cơ sở
của kỹ thuật. Họ sau đó đã được sắp xếp và được phát triển thêm bởi tác giả Bob Eberle.

Cách thức hoạt động của SCAMPER:
1…