Переводные статьи
Популярное | Последнее
3652
×
Как это делается: Дисперсионный анализ (ANOVA)
Сообщество Lean+6Sigma в России
Как это делается: Дисперсионный анализ (ANOVA)
Вадим Сеничев, Преподаватель каф. АИДМиСВ МГОУ
16 октября 2017 в 13:00

Перевод статьи "How To: Analysis of Variance (ANOVA)"  выполнил Вадим Сеничев

Если есть одна вещь, в которой нуждаются методология Six Sigma чем что-либо, это данные. Данные управляют принимаемыми нами решениями, как мы интерпретируем нашу работу и то, какие области внутри организации нуждаются в улучшении. Однако не все данные создаются одинаково. Что еще более важно, расшифровка наборов данных и их соотнесение с контрольными точками может быть чрезвычайно утомительной. Чтобы бороться с этим, существует несколько инструментов, которые вы можете использовать для правильного анализа данных. Одним из этих полезных инструментов является Дисперсионный анализ, ANOVA. В этой статье мы поговорим об ANOVA, что это такое, как ее использовать и ее связи с Six Sigma.

Что такое Дисперсионный анализ (ANOVA)?

По определению, дисперсионный анализ представляет собой набор моделей, которые статистически анализируют различия между группами данных. Аналогично, ANOVA анализирует группы данных и их взаимодействие. Проще говоря, этот инструмент помогает находить и визуализировать различия в наборах данных. Однако, не все различия обязательно плохи. Иногда различия возникают в результате внедрения новых процессов. Хотя, с другой стороны, различия могут означать ошибку внутри системы.

Как использовать ANOVA

При использовании модели ANOVA существуют три основные концепции, которые вы должны тщательно понимать. Во-первых, вы должны понимать «Среднее значение». Это среднее значение для определенного набора значений. Далее следует «Стандартное отклонение». Этот термин вычисляет величину вариации в наборе данных. Вы можете узнать этот термин из Six Sigma, поскольку Sigma является статистическим обозначением, представляющим отклонение. Наконец, вы должны понимать «P-значение»(p-value). Этот термин указывает, насколько вероятно, что некоторые элементы будут одинаковыми для сравнения. Для большинства вычислений p-значение менее 0,05, что показывает большую вероятность того, что два элемента не совпадают.

Теперь, когда вы знаете, какие значения вы должны использовать, пришло время организовать ваши данные в таблицу или диаграмму. Поскольку графическое отображение результатов ваших данных является чрезвычайно трудоемким и подверженным ошибкам, мы рекомендуем использование статистических программ. Эти программы графически визуализируют ваши данные, как правило, в графики, известные как «ящик с усами» (box-plot). Поскольку каждое программное обеспечение отличается от остального, ваши графики будут отличаться. Тем не менее, «ящики с усами» (box-plots) - самая распространенная и простая в использовании форма для ANOVA. После создания вашего «ящики с усами» (box-plot) вы точно увидите, насколько похожи или различны ваши наборы данных. Эти различия основаны на средних значениях, стандартных отклонениях и p-значениях, которые ваша программа автоматически вычисляет.

 ANOVA и Six Sigma

Six Sigma - это методология совершенствования бизнес-процессов. В результате, ваша роль профессионала Six Sigma заключается в поиске инновационных способов улучшения существующих систем. Когда анализ корневой причины, DMAIC или DFSS не могут точно изобразить, где происходят ошибки, мы рекомендуем использовать ANOVA. Этот инструмент визуализирует различия, которые коррелируют с ошибками в производстве. Хотя диаграммы ANOVA требуют большого количества исходных данных, ваши усилия будут в значительной степени вознаграждены этим новым пониманием причин и взаимосвязей. 

Как и большинство инструментов Six Sigma, ANOVA требует точности и аккуратности. Когда вы или ваши коллеги по Six Sigma собираете данные, не забудьте сохранять их организованными и понятными. Кроме того, общайтесь с другими участниками своей команды, чтобы убедиться, что вы сразу собираете нужные данные.

Полная версия доступна только пользователям сайта
Войдите, чтобы прочитать всю статью и оставить комментарий
E-Mail
Комментариев нет
Рекомендовано
Реклама
Поделиться