민망한 통계 자료: 시리즈 2번째제 첫 번째 "민망한 순간" 토론 에 참여해주신 모든 분들께 다시 한번 감사드립니다. 정말 흥미로운 토론이었습니다.
점수가 기여되었네요! 제가 왜 그 첫 번째 말을 들을 때마다 몸서리치는지에 대한 블로그 글을 올렸습니다 .
다음은 제가 듣기만 해도 몸서리치게 되는 두 번째 상황과 발언입니다.
한 회사가 생산 라인에서 수율 문제를 겪었습니다. 초기 가설은 두 공급업체로부터 공급받은 부품의 차이 때문이라는 것이었습니다. 한 엔지니어에게 t-검정을 실시하도록 요청했고, p값은 0.001로 나왔습니다. 관리자는 즉시 "95% 이상 유의미한 결과야! 왜 차이가 나는지 알아내. 두 공급업체가 같은 부품을 공급하도록 해야 해!" 라고 말했습니다.
매니저의 사고방식에 무슨 문제가 있는 걸까요?
JMP #민망함
고급 통계 모델링소비자 및 시장 조사품질 및 공정 엔지니어링Re: A Cringeworthy Statistic Statement: 시리즈의 #2답장을 보내 주셔서 감사합니다, @MarkDayton .예, 이 진술을 작성할 때 제 생각은 사람들이 그것이 무엇을 의미하는지, 그것이 중요한지 등을 생각하지 않고 "현저하게 다른" 결과에 뛰어든다는 점을 지적하는 것이었습니다.
Re: A Cringeworthy Statistic Statement: 시리즈의 #2
아마도 내가 뭔가를 놓치고 있는 것 같습니다. 관리자가 상당히 다른 수율을 다른 하위 어셈블리와 동일시하는 것 같습니다. 이미 지적한 바와 같이 어셈블리의 형태, 적합성 또는 기능적 차이와는 상관 없이 수율에 영향을 미치는 많은 요인이 있습니다.
Re: A Cringeworthy Statistic Statement: 시리즈의 #2이 토론 스레드에 응답해 주신 모든 분들께 감사드립니다.(그리고 지금 보고 계시다면 자유롭게 토론을 계속하십시오!)
내가 이런 말을 들을 때 왜 움츠러드는지에 대한 나의 견해에 관심이 있다면 다음을 참조하십시오. 내 최신 블로그 게시물 .
그리고 이것이 마음에 든다면 확인하십시오. 나의 세 번째 "비참한" 진술 토론 !
Re: A Cringeworthy Statistic Statement: 시리즈의 #2우수한 점, @markschwab !답장을 보내 주셔서 감사합니다!
Re: A Cringeworthy Statistic Statement: 시리즈의 #2그들은 교란 요인을 배제하려고 시도해야 합니다. 하위 어셈블리 A에서 처리되는 제품은 일반적으로 기계 X를 통해 처리되고 하위 어셈블리 B에서 처리되는 제품은 일반적으로 기계 Y를 통해 처리되는 경우 실제 동인은 기계 X와 기계 Y가 일치하지 않는 것일 수 있습니다.
다른 모든 요소가 동일한 하위 어셈블리 A와 하위 어셈블리 B를 테스트하는 적절하게 제어된 샘플링이 없으면(또는 적어도 차이가 적절하게 설명되고 차감된 경우) 하위 어셈블리가 추진 요소라고 결론을 내리는 것은 시기상조입니다.
Re: A Cringeworthy Statistic Statement: 시리즈의 #2사려깊은 답변, @ih !감사합니다!
Re: A Cringeworthy Statistic Statement: 시리즈의 #2여기에 좋은 소식이 있다고 생각합니다. 분명히 관리자와 팀은 데이터가 의사 결정에 도움이 되도록 하는 데 관심이 있습니다.약간의 코칭을 통해 몇 가지 질문을 더 하고 프로세스에 긍정적인 영향을 미칠 수 있습니다.그들은 부품이 다르다는 것을 확인했습니다. 관리자에게 '어떤 것을 표준화해야 하는지'를 묻는 것만으로도 더 많은 평가를 촉발할 수 있습니다.
- 한 공급업체의 수율이 다른 공급업체보다 더 좋습니까?그렇다면 더 나은 부분을 표준화할 수 있도록 다른 점은 무엇입니까?
- 단일 공급자의 캠페인에서 수율이 더 좋아지나요? 공급업체에 따라 조정해야 하는 프로세스 또는 시스템이 있습니까?
- 제조 라인에 있는 사람들이 부품 간의 차이를 구분할 수 있습니까?그들은 그들에 대해 무엇이 다르다고 생각하며 그것이 왜 중요합니까?
Re: A Cringeworthy Statistic Statement: 시리즈의 #2항상 고객님의 의견 잘 듣고 있습니다 @P_Bartell !계속 오세요!
Re: A Cringeworthy Statistic Statement: 시리즈의 #2우수 포인트 @statman !나는 당신의 답장을 읽는 것을 즐깁니다!
Re: A Cringeworthy Statistic Statement: 시리즈의 #2감사해요 @Craige_Hales !토론을 즐기셨다니 다행입니다.(나는 확실히!)
Re: A Cringeworthy Statistic Statement: 시리즈의 #2나는 이 토론을 즐기고 무언가를 배우고 있습니다. 모든 기여자에게 감사드립니다!
(블로그 게시물이 마음에 들었습니다...약병 부분...저를 위해 함께 가져왔습니다.)
Re: A Cringeworthy Statistic Statement: 시리즈의 #2나는 그룹의 나머지 사람들이 관리자의 진술과 관련된 통계적 문제에 대해 논쟁하게 할 것입니다.
Pete의 생각과 유사하게 제 생각은 다음과 같습니다.
1. 수율은 어떻게 측정됩니까? 측정 시스템이 적절합니까? 실제로 실패한 것은 무엇입니까? 수율은 얼마입니까? 수확량의 "문제"가 일관적입니까, 희귀합니까, 패턴이 있습니까?
2. 실패 메커니즘이나 인과 구조를 이해하려는 경우 수율은 끔찍한 척도입니다. 근본적인 문제에 도달하기에는 너무 종합적일 수 있습니다.
3. 가설이 보이지 않습니까? 제공된 서브어셈블리에 차이가 있는 이유와 이러한 차이가 수율에 영향을 미치는 이유에 대한 설명이 없습니다.
4. 무엇에 대한 t-테스트? 어떤 비교, 어떤 기간 동안, 어떤 샘플... 등등?
Deming 박사의 가장 좋아하는 인용문 중 하나는 다음과 같습니다.
“책에서 가르치는 분산 분석, t-테스트, 신뢰 구간 및 기타 통계 기법은 아무리 흥미롭더라도 예측의 근거를 제공하지 않고 생산 순서에 포함된 정보를 묻기 때문에 부적절합니다. 데이터 분석을 위한 전부는 아니더라도 대부분의 컴퓨터 패키지는 비효율의 노골적인 예를 제공합니다.”
Deming, W. Edwards(1975), 행동의 기초로서의 확률에 관하여. 미국 통계학자 , 29(4), 1975, p. 146-152
하지만 문제가 발생하면(Brian Joiner의 말을 바꾸어 마지막 글머리 기호를 추가하겠습니다) 다음과 같이 할 수 있습니다.
1. 시스템 개선,
2. 시스템 왜곡,
3. 자료를 왜곡하거나
4. 누군가를 탓한다.
Re: A Cringeworthy Statistic Statement: 시리즈의 #2이것은 sooooooooooo 친숙합니다. Eastman Kodak Company에서의 마지막 춤은 공급업체 품질 관리자였습니다. 여기에 몇 가지 생각이 있습니다 ...
문제가 수율인 경우 하위 어셈블리와 수율 간의 실제 기능적 관계는 무엇입니까? 한 공급업체의 재료가 수율에 더 문제가 있습니까? 공급업체에 전달된 사양은 무엇입니까? 동일합니까? 하위 어셈블리가 다를 수 있다는 사실이 문제가 되는 문제 중 하나 또는 둘 모두를 생성합니까? 지금은 '...작동 가설...'입니다. 이 작동 가설은 무엇을 기반으로 설정되었습니까? 나는 이것들을 모두 보았다 :
ㅏ. 도시 제조업의 전설.
비. 요한이 그렇게 말했기 때문입니다.
씨. 우리는 작년에 이 수율 문제를 보았습니다... 알고 보니 공급업체의 잘못이었습니다.
디. 후속 연구를 통해 확인된 설계된 실험을 진행했습니다.
