回复：令人毛骨悚然的統計聲明：系列中的第 2 篇這個太熟悉了。 我在伊士曼柯達公司的最後一支舞是擔任供應商質量經理。 這裡有一些想法......
如果問題是產量，那麼子組件和產量之間的實際功能關係是什麼？ 一個供應商的材料是否更容易產生問題？ 已傳達給供應商的規格有哪些？ 它們相同嗎？ 子組件可能不同這一事實是否會使一個或兩個問題產生問題？ 現在它是一個'......工作假設......'。 這個工作假設是在什麼基礎上建立的？ 我看過所有這些：
一種。都市製造傳奇。
灣因為約翰是這麼說的。
C。我們去年看到了這個產量問題……結果是供應商的錯。
d.我們進行了一項設計實驗，並通過後續研究得到證實。
令人毛骨悚然的統計報表：系列中的第 2 名再次感謝所有參與的人我的第一個“令人毛骨悚然”的討論話題.很有趣的討論
積分已貢獻！我有發表了一篇博文為什麼當我聽到第一個陳述時我會畏縮。
這是讓我感到畏縮的第二種情況和陳述：
一家公司在生產線上遇到了產量問題。工作假設是它與從兩個不同供應商處收到的子組件的差異有關。一位工程師被要求進行 t 檢驗，從中得出 p 值為 0.001。經理馬上說“這有超過 95% 的意義！去找出他們為什麼不同。我們必須讓這兩家供應商提供相同的零件！”
經理的想法有什麼問題？
JMP #令人毛骨悚然
分析回复：令人毛骨悚然的統計聲明：系列中的第 2 篇我會讓小組的其他成員爭論與經理聲明相關的統計問題。
與Pete的想法類似，以下是我的想法：
1. 如何衡量產量？ 測量系統是否合適？ 實際上失敗的是什麼？ 收益率是多少？ 產量的“問題”是一致的、罕見的還是模式化的？
2. 如果您試圖了解故障機製或因果結構，產量是一個可怕的衡量標準。 它可能過於籠統而無法解決基本問題。
3. 我沒有看到假設？ 沒有解釋為什麼提供的組件存在差異，也沒有解釋為什麼這些差異會影響產量。
4. t檢驗什麼？ 什麼比較，什麼時間段，什麼樣本……等等？
我最喜歡戴明博士的名言之一：
“書中教授的方差分析、t 檢驗、置信區間和其他統計技術，無論多麼有趣，都是不合適的，因為它們沒有提供預測的基礎，並且因為它們隱藏了生產順序中包含的信息。 大多數（如果不是全部）用於數據分析的計算機軟件包，正如它們所稱的那樣，都提供了低效率的公然例子。”
Deming, W. Edwards (1975)，以概率作為行動的基礎。 美國統計學家, 29(4), 1975, p. 146-152
但我會說，當你遇到問題時，（我將從 Brian Joiner 中轉述並添加最後一個項目符號），你可以：
1.完善製度，
2. 扭曲系統，
3. 扭曲數據，或
4. 責怪某人。
回复：令人毛骨悚然的統計聲明：系列中的第 2 篇我很享受這次討論並學到了一些東西。 感謝所有貢獻者！
（我喜歡這篇博文......小瓶部分......為我帶來了它。）
回复：令人毛骨悚然的統計聲明：系列中的第 2 篇謝謝@Craige_Hales ！很高興你喜歡討論。（我當然是！）
回复：令人毛骨悚然的統計報表：系列中的第 2 篇總是很高興聽到你的觀點， @P_Bartell ！讓他們來！
回复：令人毛骨悚然的統計報表：系列中的第 2 篇我認為這裡有一些好消息：顯然經理和團隊有興趣讓數據幫助他們做出決策。通過一些指導，也許他們可以提出更多問題並對他們的過程產生積極影響。他們確定這些部分是不同的：只需詢問經理“我們應該將哪個標準化”可能會促使更多評估：
- 一個供應商的產量是否比另一個更好？如果是這樣，有什麼不同，以便您可以在更好的部分進行標準化。
- 在單一供應商的活動中，產量會提高嗎？ 是否有需要根據供應商調整的流程或系統？
- 生產線上的人能分辨出零件之間的區別嗎？他們認為自己有什麼不同，為什麼這很重要？
回复：令人毛骨悚然的統計報表：系列中的第 2 篇貼心回复， @ih ！謝謝！
回复：令人毛骨悚然的統計報表：系列中的第 2 篇他們應該嘗試排除混雜因素——如果在子組件 A 上加工的產品通常通過機器 X 加工，而在子組件 B 上加工的產品通常通過機器 Y 加工，則實際驅動因素可能是機器 X 和機器 Y 不匹配。
如果沒有適當控制的抽樣，在所有其他因素相同的情況下測試子組件 A 和子組件 B（或失敗，至少在正確考慮和減去任何差異的情況下），得出子組件是驅動因素的結論為時過早。
回复：令人毛骨悚然的統計報表：系列中的第 2 篇優秀的點， @馬克施瓦布！謝謝回复！
回复：令人毛骨悚然的統計報表：系列中的第 2 篇感謝所有回复此討論主題的人。（如果您剛剛看到它，請隨時繼續討論！）
如果你對我為什麼在聽到這樣的事情時會感到畏縮感興趣，請參閱我最新的博文.
如果你喜歡這個，看看我的第三次“令人生畏”的聲明討論！
回复：令人毛骨悚然的統計報表：系列中的第 2 篇
也許我遺漏了一些東西，似乎經理將顯著不同的產量等同於不同的子組件。 正如已經指出的那樣，影響產量的因素有很多，而這些因素與組件的形式、配合或功能差異無關。
回复：令人毛骨悚然的統計報表：系列中的第 2 篇謝謝回复， @馬克戴頓.是的，我在寫這個陳述時的想法是指出人們在沒有考慮這意味著什麼，它是否重要等的情況下就跳到了“顯著不同”的結果。
