恥ずかしい統計声明：シリーズ第2弾私の最初の「Cringeworthy」ディスカッショントピックに参加してくださった皆様に改めて感謝申し上げます。非常に興味深い議論でした。
ポイントが加算されました！最初の発言を聞いてなぜ私が身震いするのかについてブログ記事を書きました。
ここで、私がうんざりする2つ目のシナリオと発言を紹介します。
ある企業が生産ラインの歩留まりに問題を抱えていました。作業仮説は、2つの異なるサプライヤーから受け取ったサブアセンブリの差が原因であるというものでした。エンジニアにt検定を依頼したところ、p値は0.001という結果が出ました。マネージャーは即座に「これは95%以上の有意差です！なぜ差があるのか考えてみましょう。この2つのサプライヤーに同じ部品を供給してもらわなければなりません！」と言いました。
マネージャーの考え方は何が間違っているのでしょうか?
ジャンプ #恥ずかしい
高度な統計モデリング消費者・市場調査品質およびプロセスエンジニアリングRe: A Cringeworthy Statistic Statement: #2 in a series返信いただきありがとうございます、 @マークデイトン.はい、この声明を書いたときの私の考えは、人々はそれが何を意味するのか、それが重要かどうかなどを考えずに「大幅に異なる」結果に飛びつくことを指摘することでした.
Re: A Cringeworthy Statistic Statement: #2 in a series
おそらく私は何かを見逃しています.マネージャーは、サブアセンブリが異なると大幅に異なる歩留まりを同一視しているようです. 指摘されているように、歩留りに影響を与える多くの要因があり、アセンブリの形状、適合性、または機能の違いとは関係ありません。
Re: A Cringeworthy Statistic Statement: #2 in a seriesこのディスカッション スレッドに返信してくれたすべての人に感謝します。（そして、あなたが今それを見ているのであれば、気軽に議論を続けてください！）
このようなことを聞くとなぜ私がうんざりするのかについての私の見解に興味がある場合は、以下を参照してください。私の最新のブログ投稿.
そして、これが好きなら、チェックしてください私の 3 回目の「しつこい」ステートメント ディスカッション!
Re: A Cringeworthy Statistic Statement: #2 in a series優れた点、 @マークシュワブ!返信いただきありがとうございます！
Re: A Cringeworthy Statistic Statement: #2 in a series交絡要因を排除するように努める必要があります。サブアセンブリ A で処理された製品が通常マシン X で処理され、サブアセンブリ B で処理された製品が通常マシン Y で処理される場合、実際の原因は、マシン X とマシン Y が一致しないことである可能性があります。
サブアセンブリ A とサブアセンブリ B を他のすべての要因を同一にしてテストする適切に制御されたサンプリングがなければ (または、少なくとも差異を適切に考慮して差し引いた状態で)、サブアセンブリが駆動要因であると結論付けるのは時期尚早です。
Re: A Cringeworthy Statistic Statement: #2 in a series思慮深い返事、 @ih !ありがとう！
Re: A Cringeworthy Statistic Statement: #2 in a seriesここには朗報があると思います。明らかに、マネージャーとチームはデータを意思決定に役立てることに関心を持っています。コーチングがあれば、彼らはさらにいくつかの質問をすることができ、プロセスにプラスの影響を与えることができます。彼らは、パーツが異なることを立証しました: マネージャーに「どれを標準化すべきか」と尋ねるだけで、より多くの評価を促すことができます:
- あるサプライヤの歩留まりは他のサプライヤよりも優れていますか?もしそうなら、何が違うので、より良い部分で標準化することができます.
- 単一のサプライヤーのキャンペーンで歩留まりは向上しますか? サプライヤーごとに調整が必要なプロセスやシステムはありますか?
- 製造ラインの人は部品の違いを見分けられますか?彼らは自分たちの何が違うと思いますか、それはなぜ重要なのでしょうか?
Re: A Cringeworthy Statistic Statement: #2 in a seriesあなたの意見を聞くのはいつも良いことです、 @P_バーテル!来てください！
Re: A Cringeworthy Statistic Statement: #2 in a series優れた点@スタットマン!私はあなたの返信を読むのが楽しいです!
Re: A Cringeworthy Statistic Statement: #2 in a seriesありがとう@Craige_Hales !ディスカッションを楽しんでいただければ幸いです。（私は確かにそうです！）
Re: A Cringeworthy Statistic Statement: #2 in a series私はこの議論を楽しんでおり、何かを学んでいます。 すべての貢献者に感謝します!
（私はブログの投稿が好きでした...バイアルの部分...それをまとめてくれました。）
Re: A Cringeworthy Statistic Statement: #2 in a seriesグループの残りのメンバーに、マネージャーの発言に関連する統計上の問題について議論させます。
ピートの考えと同様に、私の考えは次のとおりです。
1. 収量はどのように測定されますか? 測定システムは適切ですか？ 実際に失敗しているものは何ですか？ 収量は？ 収量の「問題」は一貫しているか、まれか、パターン化されているか?
2. 失敗のメカニズムや原因構造を理解しようとしている場合、歩留まりはひどい尺度です。 基本的な問題に到達するには、あまりにも集約的すぎる可能性があります。
3. 仮説が見えませんか? なぜ供給されたサブアセンブリーに違いがあるのか、またそれらの違いが歩留まりに影響を与えるのかについての説明はありません。
4.何のt検定？ どのような比較、どの期間、どのサンプル...など?
デミング博士からの私のお気に入りの引用の 1 つ:
「本で教えられている分散分析、t 検定、信頼区間、およびその他の統計手法は、たとえ興味深いものであっても、予測の根拠を提供せず、生産順序に含まれる情報を埋めてしまうため、不適切です。 すべてではないにしてもほとんどのデータ分析用コンピュータ パッケージは、非効率性の目に余る例を提供しています。」
Deming, W. Edwards (1975), On Probability As a Basis For Action. アメリカの統計学者、29（4）、1975年、p。 146-152
しかし、問題が発生した場合は (Brian Joiner を言い換えて最後の箇条書きを追加します)、次のことができます。
1.システムを改善し、
2. システムを歪めます。
3. データを歪める、または
4. 誰かのせいにする。
Re: A Cringeworthy Statistic Statement: #2 in a seriesこれはおなじみです。 Eastman Kodak Company での私の最後のダンスは、サプライヤーの品質マネージャーとしてのものでした。 ここにいくつかの考えがあります...
問題が歩留りである場合、サブアセンブリと歩留りの間の実際の機能上の関係は何ですか? あるサプライヤーの材料は、歩留まりに関してより問題がありますか? サプライヤーに伝えられた仕様は何ですか? それらは同一ですか？ サブアセンブリが異なる可能性があるという事実は、いずれかまたは両方が降伏に関して問題を引き起こしますか? 現在、それは「...作業仮説...」です。 この作業仮説はどのような根拠に基づいて確立されたのでしょうか? 私はこれらすべてを見てきました：
を。都市製造業の伝説。
b.ジョンがそう言っているからです。
c.昨年、この歩留まりの問題が見られましたが、それはサプライヤーの責任であることが判明しました。
d.その後の研究で確認された設計された実験を実行しました。
