您的位置:主页 > 六西格玛专栏 >

     与实施测量有关的全部细节有很多,所以我们对该步骤介绍的仅限于三项主要的因素:数据收集表格、数据分层以及抽样。

     数据收集表格。合理设计的电子表格和各种记录表是收集数据的利器。即使已经存在某些标准形式的表格,但我们应该根据实际想要收集数据的要求对每种表格加以调整。下面的各项原则将有助于大家设计数据收集表格。


   1、保持简单。简单化和清晰化将会对我们事实上能够收集到多少数据产生影响。如果表格很难被理解或拥挤不堪,大家就会面临着出错或不符合要求的风险。

   2、充分标识。关于什么数据“应该被放在”什么位置,要确保没有人存在任何疑问。

   3、包括日期(与时间)以及数据采集人员的姓名。人们容易忽略这类明摆着的信息,但是一旦缺乏,随后就会导致令人头疼的事情出现。

   4、始终保持数据收集表格与数据汇总表格(把数据汇总到一起所采用的表格或电子表格)的一致性。如果这两类表格相互匹配,我们就可以让原始数据的录入变得容易得多,同时也更不容易出现错误。

   5、包含对数据进行分层所需要的关键因子。一会儿再对这条原则做更多的介绍。
 
表13-1列出的一些常见类型记录表
 

   表13-1最后所提到的跟踪记录表,给我们提供一个很好的机会向大家指出数据收集过程中的一项重要因素。在对流程进行观测时,随着事物在流程中的移动,人们通常都希望能够一次收集到与该事物有关的各个不同方面的信息。这种做法的陷阱就是,人们在流程中的A处抓住一堆东西(各种零部件、表格、订单)并记录有关的数据,然后再换到该流程中的B处,抓住另外一堆东西并记录有关的数据。一旦我们在流程中B处所抓取的东西与A处所取的东西无关,那么问题就出现了。如果我们正试图找出各种根本原因或者正设法确定上游变量(预测因子或X)对下游结果(Y)所产生的影响,这个问题就变得尤为严重。

 
    数据分层。针对顾客的需求,获取公司绩效表现的基准数据,是六西格玛路线图步骤3中的一项关键目标。然而,在某种情况下,大家很可能想要对这些数据做更多地了解,这就是需要实施数据分层的原因。这个单词本身的意思是数据的层次(或“层级”),我们喜欢将其视为对测量数据“进行切片或切块”。层次有助于大家运用自己的好奇心,进而清楚解释究竟在发生什么事情。

举例来说,假设我们制造各种计算机系统,而且有数据表明系统退回的比例很高,我们自然会问:这些退货来自于哪里?哪些系统存在问题?哪些客户受到了影响?但是,如果最初的数据收集并未捕捉到这些元素,那么我们就无法对这些问题进行回答。基于这个原因,大家需要尽量提前考虑清楚,我们随后很可能会需要哪些分层因素。(见图13-5)。

为了是确保我们在流程中各个步骤所取得的数据之间保持相互关联,跟踪记录表是一个很好的方法。

抽样概述。对于今天的许多人来说,抽样(选录)就是指对其他艺术家的间乐录音进行节选(比如某段很棒的低音部)并创作一份全新的作品。虽然这并不是我们所讨论的主题,但大家还是会发现两者的相似之处的。

在数据收集领域,抽样自然就意味着利用某个集合或流程中的一些事物来代表全体事物。整个统计学的原理都是抽样为基础,然后就能够根据对整体的一部分进行的研究得出各种结论。关于如何实施抽样,六西格玛测量环节所提供的各种选择,很可能比我们在大学统计学课中所遇到的还要多。如果大家想要知道这是为什么,那么我们就需要简单地解释一下总体统计学之间的差异。
1、总体统计。在绝大多数教 科书中,统计学课程都把重点集中在各种各样的抽样以及对两个或更多个集合(不同的客户、公司、产品、投票人、棒球队,等等)之间的相互关系进行测试的方法上。在总体中进行抽样就像是一池静止不动的水中取水,只要确信长柄勺长柄勺中的水与水池中所剩下的水一样,就可以安心了,我们拥有了合适的样品。

2、过程统计学。实施业务评价往往会提出一种不同的挑战,在这种情况下,从某个流程中取样就像是对一条流动的溪流进行考查。除了溪流中青蛙的数量少点之外,由于水流每时每刻都在发生改变,所以溪流与水池或池塘之间存在差别。我们在某一刻取出的水样会不同于我们稍后在另一时刻所取出的水样,而且再过一会儿所取出的水样又会有所不同。溪流中可能会发生变化的事物包括水温、含氧量、鱼的数量、水流速度,等等。还有,如果两个人在溪流中不同的位置同时取样,那么两份样品很可能也会存在差异。

 

 在业务环境中,公司有可能实施任何一种抽样--总体或过程。如果是从“静止不动的”一群人或一组事物(包括某个流程中的一堆事物中提取数据),那么就可以认为这是一种总体抽样。然而,当大家为了解流程中所存在偏差的类型和程度,正设法对随着时间所发生的各种变化进行跟踪时,那就需要一种过程抽样。针对这两种类型的抽样,表13-2为大家提供了各种对比性的例子。

 

      在上述任何一种情况下,获得一个有效的能代表整体的样本都将是一项明显的挑战。抽样技术(有时候是艺术)是一个重要的话题。因此,为了帮助大家对制定一个抽样计划所采用的各类决策进行理解,我们在接下来几页中的目标也只能提供一些背景资料和几个粗略的步骤。即便是有了深入的指导,抽样很可能仍然还是很具有挑战性,因此,如果所面临的情况看起来很复杂,我们建议大家在开始收集大量的数据之前先请教一下这方面的某位专家。

      现在,让我们转向一个假设的场景,用这种方式对抽样中的某些关键概念进行介绍。

随机推荐

图文聚集

热门排行

最新文章