Kết quả 1 đến 1 của 1
  1. #1
    Junior Member
    Ngày tham gia
    Jun 2019
    Bài viết
    10
    Thanks
    2
    Thanked 0 Times in 0 Posts

    Mặc định Minitab - Khi nào sự khác biệt quan trọng? Khẳng định bằng ANOVA

    Phần lớn phương pháp luận Six Sigma DMAIC đều liên quan đến việc tìm ra sự khác biệt: Mọi người thực hiện công việc theo cùng một cách, hay có sự khác nhau? Có phải một thay đổi cụ thể sẽ mang lại kết quả khác nhau? Liệu có sự khác nhau về thời điểm và vị trí khi một vấn đề nảy sinh?

    Câu trả lời là có trong phần lớn trường hợp. Mọi người làm việc theo cách riêng của họ. Các thay đổi trong quy trình sẽ ảnh hưởng đến kết quả. Một vấn đề sẽ xuất hiện ở vài nơi còn chỗ khác thì không.

    Đó là lý do câu hỏi quan trọng hơn sẽ luôn là: Liệu sự khác biệt thật sự quan trọng? (Hay nói theo nhà thống kê: “ Có phải sự khác biệt là đáng kể?”). Khi cố gắng so sánh kết quả giữa các quy trình, vị trí, nhân viên…vv…khác nhau, một công cụ thử nghiệm giả thuyết có thể được xử dụng để trả lời câu hỏi này là phân tích phương sai (ANOVA).

    Trong khi lý thuyết phía sau ANOVA có thể phức tạp, điểm tốt đối với những người mới thực hành Six Sigma còn thiếu kinh nghiệm là hầu hết các phân tích đựơc thực hiện một cách tự đông bằng chương trình thống kê, do vậy không cần phải “gặm” nhiều con số. Chương trình cũng tạo ra những biểu đồ đơn giản mô tả một cách trực quan mức độ khác biệt giữa các yếu tố đang được so sánh, giúp việc diễn đạt và giải thích cho người khác dễ dàng hơn.

    Sau đây là ví dụ đơn giản về thực hành áp dụng ANOVA.

    Câu hỏi: Chi nhánh nào nhanh nhất?

    Table 1: Collected Data
    Site A Site B Site C
    Time in minutes to complete
    five loan applications
    15 28 26
    17 25 23
    18 24 20
    19 27 17
    24 25 21
    Với mục tiêu tối ưu hóa quy trình làm đơn vay tiền cho cả ba chi nhánh, một ngân hàng muốn biết chi nhánh nào đang xử lý quy trình này hiệu quả nhất. Một khi đã xác định chi nhánh nào có kết quả tốt nhất, ngân hàng sẽ khảo sát cách làm của chi nhánh đó để áp dụng vào hai chi nhánh kia. Bảng 1 bên trên là thời gian xử lý quy trình vay. (Trong thực tế có nhiều hơn 5 dòng dữ liệu cho mỗi chi nhánh đã được thu thập, bảng trên là ví dụ đơn giản nhằm minh họa.)

    Nhìn nhanh qua bảng dữ liệu có thể kết luận chi nhánh B chậm hơn nhiều so với chi nhánh A. (Thường sẽ khó nhận ra sự khác biệt khi có nhiều điểm dữ liệu như trong thực tế). Nhưng so với chi nhánh C thì sao? Và liệu giữa A và C có thật sự khác nhau hay không?

    Phân tích ANOVA

    Để hiểu các tính toán được thực hiện trong một thử nghiệm ANOVA, cần học về các thuật ngữ thống kê như “degrees of freedom” và “sum of squares”. Nhưng may thay, để giải thích được kết quả của ANOVA thì chỉ cần biết ba khái niệm cơ bản sau:

    Mean/Trung bình: Giá trị trung bình theo toán học của một tập hợp số liệu.
    Standard deviation/Độ lệch chuẩn: Giá trị đại diện cho một lượng tiêu biểu của dao động trong một tập hợp số liệu. (“Sigma” là chú giải theo thống kê tượng trung cho một độ lệch chuẩn; thuật ngữ “Six Sigma” được dùng để biểu thị một quy trình quá tốt đạt mức 6 độ lệch chuẩn – ba trên và ba dưới giá trị trung bình và nằm gọn bên trong giới hạn yêu cầu của khách hàng.)
    p-value/giá trị p: Một thuật ngữ dùng trong thử nghiệm giả thuyết để biểu thị khả năng giống nhau ra sao của các yếu tố đang được so sánh. Một giá trị p thấp – thường là nhỏ hơn 0.05 – cho thấy các yếu tố không thể giống nhau. (Hoặc như những người không rành vè thống kê nói: “Chúng khác nhau.”)
    Kết quả từ phần mềm thông kê có hai phần. Hình 1 (Figure 1) là phần đầu:
    1.png
    Figure 1: Numerical Output – One-Way ANOVA/ Bảng kết quả số liệu của One-way ANOVA

    Theo hình 1, p-value là 0.007, một giá trị rấy nhỏ, cho thấy ba chi nhánh không giống nhau, nhưng lại không xác định được chúng khác nhau ra sao. Chúng ta có thể xem xét kết quả thứ hai của ANOVA để biết điều này.
    2.png
    Figure 2: Graphical Output – Boxplot/Kết quả bằng biểu đồ của ANOVA – Boxplot

    Kết quả đồ họa của phân tích ANOVA dễ hiểu do chương trình phân tích dùng định dạng đơn giản và trực quan. Ví dụ trong hình 2 (Figure 2) là một biểu đồ hộp (boxplot), kết quả tiêu biểu từ chương trình thống kê.

    Hai đặc điểm chính của boxplot là vị trí của chấm tròn biểu thị giá trị trung bình của mỗi chi nhánh, và phần hộp máu xám được vẽ với trị số cộng/trừ một độ lệch chuẩn. So sánh giá trị trung bình (biểu thị bằng chấm tròn/circle) của một chi nhánh với phần hộp màu xám của hai chi nhánh còn lại. Nếu cả hai chồng nhau có nghĩa chúng không khác nhau “theo thống kê” (statistically different). Nếu chúng không chồng nhau ta có thể kết luận rằng chúng khác biệt nhau.

    Trong trường hợp trên, chấm tròn-tức giá trị trung bình của chi nhánh C nằm trong phần hộp màu xám của chi nhánh A, dựa trên dữ liệu này chi nhánh A không khác biệt về thống kê với chi nhánh C. Tuy nhiên chấm tròn của chi nhánh B không nằm trong phần hộp màu xám của cả hai chi nhánh A và C, do vậy B khác biệt đáng kể (significantly different) với A và C.

    Hành động theo kết quả của ANOVA

    Với mục tiêu tối ưu thời gian của quy trình làm đơn vay tiền, hướng đi nào nên chọn theo kết quả của phân tích ANOVA như trên? Dù cách thức xử lý đơn xin vay của chi nhánh B khác nhiều so với A và C, nhưng ít nhất ngân hàng mong muốn rút ngắn thời gian xử lý của chi nhánh B ngang bằng với hai chi nhánh còn lại. Theo đó, bước đầu tiên có thể làm là so sánh quy trình làm đơn xin vay của cả ba chi nhánh để thấy có khấc biệt gì về thủ tục và chính sách ở chi nhánh B hay không. Một khi đã thống nhất sự vận hành giữa ba chi nhánh, ngân hàng có thể hướng tới các cải tiến xa hơn.

    Phần cuối: Hỗ trợ cho giai đoạn cải tiến

    Trong các dự án Six Sigma, một trong những khó khăn lớn nhất thường là liệu sự khác biệt quan sát được từ dữ liệu có đáng kể đủ để chứng thực/biện hộ cho hành động. Một công cụ thường bị bỏ sót có thể giúp nhóm dự án đề ra các kết luận đáng tin cậy là ANOVA. Phân tích phương sai (ANOVA) thích hợp bất kỳ khi nào dữ liệu liên tục của hai hoặc nhiều nhóm hay loại được so sánh với nhau.

    Bạn có thể tìm đọc cuốn sách Statistics for Experiments của George Box để hiểu thêm về phép tính toán dùng để tạo ra các kết quả bằng số và biểu đồ. Mặt khác, những người mới xử dụng ANOVA lần đầu nên có sự hỗ trợ của Black Belt hay Master Black Belt trong việc chuẩn bị dữ liệu cho chương trình thống kê.

    Tuy nhiên, như đã thấy trong ví dụ trên, cả hai kết quả bằng số và bằng biểu đồ từ thử nghiệm ANOVA đều dễ hiểu. Kiến thức thu được từ ANOVA sẽ giúp nhóm dự án hoạch định phương pháp cải tiến phù hợp.

    Liên hệ ngay với #JYWSOFT để được nhận báo giá và tư vấn về sản phẩm kỹ hơn
    ☎☎☎Hotline : 18002014
    ✉Email : softwware@jywvina.com


    Have a nice day !
    Sửa lần cuối bởi long.nh123456; 11-02-2019 lúc 03:36 PM.

Trả lời với tài khoản Facebook

Quyền viết bài

  • Bạn không thể đăng chủ đề mới
  • Bạn không thể gửi trả lời
  • Bạn không thể gửi đính kèm
  • Bạn không thể sửa bài
  •