Un constat statistique embarrassant : le deuxième d’une sérieMerci encore à tous ceux qui ont participé à ma première discussion sur les sujets gênants . Discussion très intéressante.
Des points ont été attribués ! J’ai publié un article de blog expliquant pourquoi je grimace quand j’entends cette première affirmation.
Voici un deuxième scénario et une deuxième affirmation qui me font grincer des dents :
Une entreprise a rencontré un problème de rendement sur une chaîne de production. L'hypothèse de travail était que ce problème était lié à une différence dans les sous-ensembles reçus de deux fournisseurs différents. Un ingénieur est chargé d'effectuer un test t, dont la p-valeur est de 0,001. Le responsable s'exclame aussitôt : « C'est significatif à plus de 95 % ! Trouvez la cause de cette différence. Il faut absolument que ces deux fournisseurs nous fournissent les mêmes pièces ! »
Où est l'erreur dans le raisonnement du manager ?
JMP #Gênant
Modélisation statistique avancéeÉtudes de marché et de consommationIngénierie de la qualité et des procédésRe : Une déclaration statistique digne de foi : #2 d'une sérieMerci pour la réponse, @MarkDayton .Oui, ma pensée en écrivant cette déclaration était de souligner que les gens sautent sur un résultat "significativement différent" sans réfléchir à ce que cela signifie, si c'est important, etc.
Re : Une déclaration statistique digne de foi : #2 d'une série
Il me manque peut-être quelque chose, il semble que le gestionnaire assimile des rendements significativement différents avec des sous-ensembles différents. Comme cela a été souligné, de nombreux facteurs affectent le rendement qui n'ont rien à voir avec la forme, l'ajustement ou les différences fonctionnelles des assemblages.
Re : Une déclaration statistique digne de foi : #2 d'une sérieMerci à tous ceux qui ont répondu à ce fil de discussion.(Et si vous ne le voyez que maintenant, n'hésitez pas à poursuivre la discussion !)
Si vous êtes intéressé par mon point de vue sur la raison pour laquelle je grince des dents quand j'entends des choses comme ça, voyez mon dernier article de blog .
Et si vous avez aimé celui-ci, consultez ma 3ème discussion sur les déclarations "dignes de colère" !
Re : Une déclaration statistique digne de foi : #2 d'une sérieExcellent point, @markschwab !Merci pour la réponse!
Re : Une déclaration statistique digne de foi : #2 d'une sérieIls doivent essayer d'éliminer les facteurs de confusion - si les produits traités sur le sous-ensemble A sont généralement traités par la machine X, et les produits traités sur le sous-ensemble B sont généralement traités par la machine Y, le facteur réel pourrait être que la machine X et la machine Y ne correspondent pas.
Sans un échantillonnage correctement contrôlé, qui teste le sous-ensemble A et le sous-ensemble B avec tous les autres facteurs identiques, (ou à défaut, au moins avec toutes les différences correctement prises en compte et soustraites), il serait prématuré de conclure que les sous-ensembles sont les facteurs déterminants.
Re : Une déclaration statistique digne de foi : #2 d'une sérieRéponse réfléchie, @ih !Merci!
Re : Une déclaration statistique digne de foi : #2 d'une sérieJe pense qu'il y a de bonnes nouvelles ici : il est clair que le manager et l'équipe sont intéressés à laisser les données les aider à prendre des décisions.Avec un peu de coaching, ils peuvent peut-être poser quelques questions supplémentaires et avoir un impact positif sur leur processus.Ils ont établi que les parties sont différentes : il suffirait peut-être de demander au responsable "sur laquelle devrions-nous standardiser" pour susciter une évaluation plus approfondie :
- Le rendement est-il meilleur chez un fournisseur que chez l'autre ?Si oui, qu'est-ce qui est différent pour que vous puissiez normaliser la meilleure partie.
- Le rendement s'améliore-t-il dans les campagnes d'un seul fournisseur ? Y a-t-il des processus ou des systèmes qui doivent être ajustés en fonction du fournisseur ?
- Les personnes sur la chaîne de fabrication peuvent-elles faire la différence entre les pièces ?Qu'est-ce qu'ils pensent être différent à leur sujet et pourquoi est-ce important ?
Re : Une déclaration statistique digne de foi : #2 d'une sérieToujours bon d'avoir ton point de vue, @P_Bartell !Laissez-les venir!
Re : Une déclaration statistique digne de foi : #2 d'une sérieExcellents points @statman !J'aime lire vos réponses !
Re : Une déclaration statistique digne de foi : #2 d'une sérieMerci @Craige_Hales !Content que la discussion vous plaise.(je le suis certainement !)
Re : Une déclaration statistique digne de foi : #2 d'une sérieJ'apprécie cette discussion et j'apprends quelque chose. Merci à tous les contributeurs !
(J'ai aimé le billet de blog... la partie sur les flacons... je l'ai rassemblé pour moi.)
Re : Une déclaration statistique digne de foi : #2 d'une sérieJe laisserai le reste du groupe débattre des problèmes statistiques associés à la déclaration du directeur.
Semblable à la pensée de Pete, voici mes pensées :
1. Comment mesure-t-on le rendement ? Le système de mesure est-il adéquat ? Qu'est-ce qui ne fonctionne vraiment pas ? Quel est le rendement ? Le « problème » de rendement est-il constant, rare ou structuré ?
2. Le rendement est une mesure terrible si vous essayez de comprendre les mécanismes de défaillance ou la structure causale. Il peut être trop agrégé pour aborder les questions fondamentales.
3. Je ne vois pas d'hypothèse ? Il n'y a aucune explication quant au POURQUOI il y a des différences dans les sous-ensembles fournis, ni pourquoi ces différences auraient un impact sur le rendement.
4. test t de quoi ? Quelles comparaisons, sur quelle période de temps, quels échantillons...etc.?
Une de mes citations préférées du Dr Deming :
« L'analyse de la variance, le test t, les intervalles de confiance et les autres techniques statistiques enseignées dans les livres, aussi intéressantes soient-elles, sont inappropriées parce qu'elles ne fournissent aucune base de prédiction et parce qu'elles enterrent l'information contenue dans l'ordre de production. La plupart sinon tous les progiciels informatiques d'analyse de données, comme on les appelle, fournissent des exemples flagrants d'inefficacité.
Deming, W. Edwards (1975), Sur la probabilité comme base d'action. Le statisticien américain , 29(4), 1975, p. 146-152
Mais je dirai que lorsque vous avez des problèmes (je vais paraphraser Brian Joiner et ajouter le dernier point), vous pouvez :
1. Améliorer le système,
2. Déformer le système,
3. Déformer les données, ou
4. Blâmez quelqu'un.
Re : Une déclaration statistique digne de foi : #2 d'une sérieCelui-ci est tellement familier. Ma dernière danse chez Eastman Kodak Company était en tant que responsable de la qualité des fournisseurs. Voici quelques réflexions...
Si le problème est le rendement, quelle est la relation fonctionnelle pratique entre les sous-ensembles et le rendement ? Le matériau d'un fournisseur est-il plus problématique en termes de rendement ? Quelles sont les spécifications qui ont été communiquées aux fournisseurs ? Sont-ils identiques ? Le fait que les sous-ensembles PEUVENT être différents est-ce que cela rend l'un ou l'autre problématique à céder ? Pour l'instant, c'est une '... hypothèse de travail...'. Sur quelle base cette hypothèse de travail a-t-elle été établie ? J'ai vu tout ça :
un. Légende de la fabrication urbaine.
b. Parce que John le dit.
c. Nous avons vu ce problème de rendement l'année dernière... il s'avère que c'était la faute du fournisseur.
d. Nous avons mené une expérience conçue qui a été confirmée par une étude ultérieure.
