- 相關(guān)推薦
數(shù)據(jù)分析中要注意的統(tǒng)計(jì)學(xué)問(wèn)題
數(shù)據(jù)分析是一門(mén)數(shù)學(xué)類(lèi)的學(xué)科。數(shù)據(jù)分析中涉及的統(tǒng)計(jì)問(wèn)題有很多。下面是小編為大家?guī)?lái)的數(shù)據(jù)分析中要注意的統(tǒng)計(jì)學(xué)問(wèn)題。歡迎閱讀。
一、均值的計(jì)算
在處理數(shù)據(jù)時(shí)，經(jīng)常會(huì)遇到對(duì)相同采樣或相同實(shí)驗(yàn)條件下同一隨機(jī)變量的多個(gè)不同取值進(jìn)行統(tǒng)計(jì)處理的問(wèn)題。此時(shí)，往往我們會(huì)不假思索地直接給出算術(shù)平均值和標(biāo)準(zhǔn)差。顯然，這種做法是不嚴(yán)謹(jǐn)?shù)摹?/p>
這是因?yàn)樽鳛槊枋鲭S機(jī)變量總體大小特征的統(tǒng)計(jì)量有算術(shù)平均值、幾何平均值和中位數(shù)等多個(gè)。至于該采用哪種均值，不能根據(jù)主觀(guān)意愿隨意確定，而要根據(jù)隨機(jī)變量的分布特征確定。
反映隨機(jī)變量總體大小特征的統(tǒng)計(jì)量是數(shù)學(xué)期望，而在隨機(jī)變量的分布服從正態(tài)分布時(shí)，其數(shù)學(xué)期望就是其算術(shù)平均值。此時(shí)，可用算術(shù)平均值描述隨機(jī)變量的大小特征;如果所研究的隨機(jī)變量不服從正態(tài)分布，則算術(shù)平均值不能準(zhǔn)確反映該變量的大小特征。在這種情況下，可通過(guò)假設(shè)檢驗(yàn)來(lái)判斷隨機(jī)變量是否服從對(duì)數(shù)正態(tài)分布。如果服從對(duì)數(shù)正態(tài)分布，則幾何平均值就是數(shù)學(xué)期望的值。此時(shí)，就可以計(jì)算變量的幾何平均值;如果隨機(jī)變量既不服從正態(tài)分布也不服從對(duì)數(shù)正態(tài)分布，則按現(xiàn)有的數(shù)理統(tǒng)計(jì)學(xué)知識(shí)，尚無(wú)合適的統(tǒng)計(jì)量描述該變量的大小特征。此時(shí)，可用中位數(shù)來(lái)描述變量的大小特征。
因此，我們不能在處理數(shù)據(jù)的時(shí)候一律采用算術(shù)平均值，而是要視數(shù)據(jù)的分布情況而定。
二、直線(xiàn)相關(guān)與回歸分析
這兩種分析，說(shuō)明的問(wèn)題是不同的，既相互又聯(lián)系。在做實(shí)際分析的時(shí)候，應(yīng)先做變量的散點(diǎn)圖，確認(rèn)由線(xiàn)性趨勢(shì)后再進(jìn)行統(tǒng)計(jì)分析。一般先做相關(guān)分析，只有在相關(guān)分析有統(tǒng)計(jì)學(xué)意義的前提下，求回歸方程才有實(shí)際意義。一般來(lái)講，有這么兩個(gè)問(wèn)題值得注意：
一定要把回歸和相關(guān)的概念搞清楚，要做回歸分析時(shí)，不需要報(bào)告相關(guān)系數(shù);做相關(guān)分析的時(shí)候，不需要計(jì)算回歸方程。
相關(guān)分析中，只有對(duì)相關(guān)系數(shù)進(jìn)行統(tǒng)計(jì)檢驗(yàn)(如t檢驗(yàn))，P<0.05時(shí)，才能一依據(jù)r值的大小來(lái)說(shuō)明兩個(gè)變量的相關(guān)程度。必須注意的是，不能將相關(guān)系數(shù)的假設(shè)檢驗(yàn)誤認(rèn)為是相關(guān)程度的大小。舉個(gè)例子：當(dāng)樣本數(shù)量很小，即使r值較大(如3對(duì)數(shù)據(jù)，r=0.9)，也可能得出p>0.05這種無(wú)統(tǒng)計(jì)學(xué)意義的結(jié)論;而當(dāng)樣本量很大，如500，即使r=0.1，也會(huì)有P<0.05的結(jié)果，但這種相關(guān)卻不具有實(shí)際意義。因此，要表明相關(guān)性，除了要寫(xiě)出r值外，還應(yīng)該注明假設(shè)檢驗(yàn)的P值。
三、相關(guān)分析和回歸分析之間的區(qū)別
相關(guān)分析和回歸分析是極為常用的2種數(shù)理統(tǒng)計(jì)方法，在環(huán)境科學(xué)及其它研究領(lǐng)域有著廣泛的用途。然而，由于這2種數(shù)理統(tǒng)計(jì)方法在計(jì)算方面存在很多相似之處，因此在應(yīng)用中我們很容易將二者混淆。
最常見(jiàn)的錯(cuò)誤是，用回歸分析的結(jié)果解釋相關(guān)性問(wèn)題。例如，將“回歸直線(xiàn)(曲線(xiàn))圖”稱(chēng)為“相關(guān)性圖”或“相關(guān)關(guān)系圖”;將回歸直線(xiàn)的R2(擬合度，或稱(chēng)“可決系數(shù)”)錯(cuò)誤地稱(chēng)為“相關(guān)系數(shù)”或“相關(guān)系數(shù)的平方”;根據(jù)回歸分析的結(jié)果宣稱(chēng)2個(gè)變量之間存在正的或負(fù)的相關(guān)關(guān)系。
相關(guān)分析與回歸分析均為研究2個(gè)或多個(gè)變量間關(guān)聯(lián)性的方法，但2種方法存在本質(zhì)的差別。相關(guān)分析的目的在于檢驗(yàn)兩個(gè)隨機(jī)變量的共變趨勢(shì)(即共同變化的程度)，回歸分析的目的則在于試圖用自變量來(lái)預(yù)測(cè)因變量的值。
實(shí)際上在相關(guān)分析中，兩個(gè)變量必須都是隨機(jī)變量，如果其中的一個(gè)變量不是隨機(jī)變量，就不能進(jìn)行相關(guān)分析。而回歸分析中，因變量肯定為隨機(jī)變量，而自變量則可以是普通變量(有確定的取值)也可以是隨機(jī)變量。
很顯然，當(dāng)自變量為普通變量的時(shí)候，這個(gè)時(shí)候你根本不可能回答相關(guān)性的問(wèn)題;當(dāng)兩個(gè)變量均為隨機(jī)變量的時(shí)候，鑒于兩個(gè)隨機(jī)變量客觀(guān)上存在“相關(guān)性”問(wèn)題，只是由于回歸分析方法本身不能提供針對(duì)自變量和因變量之間相關(guān)關(guān)系的準(zhǔn)確的檢驗(yàn)手段，因此這又回到了問(wèn)題二中所講的，如果你要以預(yù)測(cè)為目的，就不要提相關(guān)系數(shù);當(dāng)你以探索兩者的“共變趨勢(shì)”為目的，就不要提回歸方程。
回歸分析中的R2在數(shù)學(xué)上恰好是Pearson積矩相關(guān)系數(shù)r的平方。因此我們不能錯(cuò)誤地理解R2的含義，認(rèn)為R2就是 “相關(guān)系數(shù)”或“相關(guān)系數(shù)的平方”。這是因?yàn)椋瑢?duì)于自變量是普通變量的時(shí)候，2個(gè)變量之間的“相關(guān)性”概念根本不存在，又談什么“相關(guān)系數(shù)”呢?
四、相關(guān)分析中的問(wèn)題
相關(guān)分析中，我們很容易犯這么一個(gè)錯(cuò)誤，那就是不考慮兩個(gè)隨機(jī)變量的分布，直接采用Pearson 積矩相關(guān)系數(shù)描述這2個(gè)隨機(jī)變量間的相關(guān)關(guān)系(此時(shí)描述的是線(xiàn)性相關(guān)關(guān)系)。
關(guān)于相關(guān)系數(shù)，除有Pearson 積矩相關(guān)系數(shù)外，還有Spearman秩相關(guān)系數(shù)和Kendall秩相關(guān)系數(shù)等。其中，Pearson積矩相關(guān)系數(shù)可用于描述2個(gè)隨機(jī)變量的線(xiàn)性相關(guān)程度，Spearman或Kendall秩相關(guān)系數(shù)用來(lái)判斷兩個(gè)隨機(jī)變量在二維和多維空間中是否具有某種共變趨勢(shì)。
因此我們必須注意的是，Pearson 積矩相關(guān)系數(shù)的選擇是由前提的，那就是2個(gè)隨機(jī)變量均服從正態(tài)分布假設(shè)。如果數(shù)據(jù)不服從正態(tài)分布，則不能計(jì)算Pearson 積矩相關(guān)系數(shù)，這個(gè)時(shí)候，我們就因該選擇Spearman或Kendall秩相關(guān)系數(shù)。
五、t檢驗(yàn)
用于比較均值的t檢驗(yàn)可以分成三類(lèi)：第一類(lèi)是針對(duì)單組設(shè)計(jì)定量資料的;第二類(lèi)是針對(duì)配對(duì)設(shè)計(jì)定量資料的;第三類(lèi)則是針對(duì)成組設(shè)計(jì)定量資料的。后兩種設(shè)計(jì)類(lèi)型的區(qū)別在于事先是否將兩組研究對(duì)象按照某一個(gè)或幾個(gè)方面的特征相似配成對(duì)子。無(wú)論哪種類(lèi)型的t檢驗(yàn)，都必須在滿(mǎn)足特定的前提條件下應(yīng)用才是合理的。
若是單組檢驗(yàn)，必須給出一個(gè)標(biāo)準(zhǔn)值或總體均值，同時(shí)，提供一組定量的觀(guān)測(cè)結(jié)果，應(yīng)用t檢驗(yàn)的前提條件就是該組資料必須服從正態(tài)分布;若是配對(duì)設(shè)計(jì)，每對(duì)數(shù)據(jù)的差值必須服從正態(tài)分布;若是成組設(shè)計(jì)，個(gè)體之間相互獨(dú)立，兩組資料均取自正態(tài)分布的總體，并滿(mǎn)足方差齊性。之所以需要這些前提條件，是因?yàn)楸仨氃谶@樣的前提下所計(jì)算出的t統(tǒng)計(jì)量才服從t分布。
t檢驗(yàn)是目前在科學(xué)研究中使用頻率最高的一種假設(shè)檢驗(yàn)方法。t檢驗(yàn)方法簡(jiǎn)單，其結(jié)果便于解釋。簡(jiǎn)單、熟悉加上外界的要求，促成了t檢驗(yàn)的流行。但是，由于我們對(duì)該方法理解得不全面，導(dǎo)致在應(yīng)用過(guò)程中出現(xiàn)不少問(wèn)題，有些甚至是非常嚴(yán)重的錯(cuò)誤，直接影響到結(jié)論的可靠性。
常見(jiàn)錯(cuò)誤：不考慮t檢驗(yàn)的應(yīng)用前提，對(duì)兩組的比較一律用t檢驗(yàn);將各種實(shí)驗(yàn)設(shè)計(jì)類(lèi)型一律視為多個(gè)單因素兩水平設(shè)計(jì)，多次用t檢驗(yàn)進(jìn)行均值之間的兩兩比較。以上兩種情況，均不同程度地增加了得出錯(cuò)誤結(jié)論的風(fēng)險(xiǎn)。而且，在實(shí)驗(yàn)因素的個(gè)數(shù)大于等于2時(shí)，無(wú)法研究實(shí)驗(yàn)因素之間的交互作用的大小。
正確做法：當(dāng)兩樣本均值比較時(shí)，如不滿(mǎn)足正態(tài)分布和方差齊性，應(yīng)采用非參檢驗(yàn)方法(如秩檢驗(yàn));兩組以上的均值比較，不能采用t檢驗(yàn)進(jìn)行均值之間的兩兩比較。
因此我們必須注意，在使用t檢驗(yàn)的時(shí)候，一定要注意其前提以及研究目的，否則，會(huì)得出錯(cuò)誤的結(jié)論。
六、常用統(tǒng)計(jì)分析軟件
國(guó)際上已開(kāi)發(fā)出的專(zhuān)門(mén)用于統(tǒng)計(jì)分析的商業(yè)軟件很多，比較著名有SPSS(Statistical Package for SocialSciences)、SAS(Statistical AnalysisSystem)、BMDP和STATISTICA等。其中，SPSS是專(zhuān)門(mén)為社會(huì)科學(xué)領(lǐng)域的研究者設(shè)計(jì)的(但是，此軟件在自然科學(xué)領(lǐng)域也得到廣泛應(yīng)用);BMDP是專(zhuān)門(mén)為生物學(xué)和醫(yī)學(xué)領(lǐng)域研究者編制的統(tǒng)計(jì)軟件。
當(dāng)然，excel也能用于統(tǒng)計(jì)分析。單擊“工具”菜單中的“數(shù)據(jù)分析”命令可以瀏覽已有的分析工具。如果在“工具”菜單上沒(méi)有“數(shù)據(jù)分析”命令，應(yīng)在“工具”菜單上運(yùn)行“加載宏”命令，在“加載宏”對(duì)話(huà)框中選擇“分析工具庫(kù)”。
特別推薦一款國(guó)產(chǎn)軟件——DPS，其界面見(jiàn)附圖。其功能較為強(qiáng)大，除了擁有統(tǒng)計(jì)分析功能，如參數(shù)分析，非參分析等以外，還專(zhuān)門(mén)針對(duì)一些專(zhuān)業(yè)編寫(xiě)了專(zhuān)業(yè)統(tǒng)計(jì)分析模塊，隨機(jī)前沿面模型、數(shù)據(jù)包絡(luò)分析(DEA)、顧客滿(mǎn)意指數(shù)模型(結(jié)構(gòu)方程模型)、數(shù)學(xué)生態(tài)、生物測(cè)定、地理統(tǒng)計(jì)、遺傳育種、生存分析、水文頻率分析、量表分析、質(zhì)量控制圖、ROC曲線(xiàn)分析等內(nèi)容。有些不是統(tǒng)計(jì)分析的功能，如模糊數(shù)學(xué)方法、灰色系統(tǒng)方法、各種類(lèi)型的線(xiàn)性規(guī)劃、非線(xiàn)性規(guī)劃、層次分析法、BP神經(jīng)網(wǎng)絡(luò)、徑向基函數(shù)(RBF)等，在DPS里面也可以找到。
怎樣選擇數(shù)據(jù)分析方法
一、質(zhì)量改進(jìn)統(tǒng)計(jì)方法選擇的基本導(dǎo)向
從工業(yè)革命的傳統(tǒng)過(guò)程考察，大量的統(tǒng)計(jì)方法和技術(shù)伴隨機(jī)器工業(yè)和科學(xué)實(shí)驗(yàn)的進(jìn)步發(fā)展起來(lái)。像美國(guó)貝爾實(shí)驗(yàn)室的工程師休哈特提出的統(tǒng)計(jì)質(zhì)量控制方法、道奇和羅米格首創(chuàng)的計(jì)數(shù)標(biāo)準(zhǔn)型抽樣檢驗(yàn)方法、費(fèi)歇爾的正交實(shí)驗(yàn)設(shè)計(jì)、皮爾遜的相關(guān)分析和費(fèi)希爾的回歸分析等，都是在工農(nóng)業(yè)生產(chǎn)和科學(xué)實(shí)驗(yàn)的數(shù)據(jù)基礎(chǔ)上發(fā)展起來(lái)的，也有一些方法來(lái)源于醫(yī)學(xué)和生物統(tǒng)計(jì)學(xué)的研究和物理化學(xué)實(shí)驗(yàn)的數(shù)據(jù)分析活動(dòng)中，比如卡方檢驗(yàn)、蒙特卡洛隨機(jī)模擬等。這些方法不是來(lái)自單純的演繹邏輯意義上的推導(dǎo)過(guò)程，而是從工農(nóng)業(yè)生產(chǎn)和科學(xué)實(shí)驗(yàn)的實(shí)踐中發(fā)展起來(lái)的，雖然受制于獲取數(shù)據(jù)和手工計(jì)算能力的約束，但方法論的創(chuàng)新還是極大地推動(dòng)了質(zhì)量統(tǒng)計(jì)技術(shù)的進(jìn)步和實(shí)際應(yīng)用的發(fā)展。
目前，在質(zhì)量改進(jìn)活動(dòng)中使用統(tǒng)計(jì)方法已經(jīng)相當(dāng)普及，許多改進(jìn)項(xiàng)目甚至開(kāi)始獨(dú)立設(shè)計(jì)統(tǒng)計(jì)模型方法及相應(yīng)的檢驗(yàn)工具，統(tǒng)計(jì)學(xué)作為質(zhì)量改進(jìn)的基礎(chǔ)方法論得到了廣泛的發(fā)展和應(yīng)用。促進(jìn)這些方法走向?qū)嵺`的主要原因是什么？
（一）數(shù)據(jù)導(dǎo)向。
所謂數(shù)據(jù)導(dǎo)向，即“有什么數(shù)據(jù)，選擇什么方法”，從質(zhì)量過(guò)程生成的統(tǒng)計(jì)數(shù)據(jù)出發(fā)，選擇和設(shè)計(jì)相應(yīng)的統(tǒng)計(jì)方法，有時(shí)也根據(jù)這些數(shù)據(jù)設(shè)計(jì)一些QC課題或者其他質(zhì)量改進(jìn)項(xiàng)目。這種導(dǎo)向的特點(diǎn)是有什么數(shù)據(jù)，就做什么改進(jìn)，而不是從質(zhì)量現(xiàn)狀或質(zhì)量改進(jìn)的關(guān)鍵技術(shù)、關(guān)鍵環(huán)節(jié)、成本、安全及交貨期等出發(fā)。例如，國(guó)內(nèi)某著名乳品企業(yè)采用先進(jìn)的乳制品生產(chǎn)、消毒、存儲(chǔ)和包裝設(shè)備，每日自動(dòng)產(chǎn)生大量的過(guò)程統(tǒng)計(jì)數(shù)據(jù)和質(zhì)量檢驗(yàn)數(shù)據(jù)，加上營(yíng)銷(xiāo)部門(mén)提供的銷(xiāo)售數(shù)據(jù)和電子商務(wù)網(wǎng)站形成的客戶(hù)訂購(gòu)、投訴和評(píng)價(jià)數(shù)據(jù)，構(gòu)成了復(fù)雜的數(shù)據(jù)系統(tǒng)，實(shí)際上已經(jīng)成為企業(yè)大數(shù)據(jù)系統(tǒng)的雛形。但是，該企業(yè)始終沒(méi)有設(shè)計(jì)出適應(yīng)企業(yè)自身需求的數(shù)據(jù)分析系統(tǒng)，也無(wú)法使這些數(shù)據(jù)在系統(tǒng)的質(zhì)量改進(jìn)和控制中起到積極的作用，浪費(fèi)了大量的數(shù)據(jù)資源和改進(jìn)管理的機(jī)會(huì)。
�。ǘ┠Ｐ蛯�(dǎo)向。
模型導(dǎo)向是指為實(shí)證某個(gè)新設(shè)計(jì)或新發(fā)現(xiàn)的統(tǒng)計(jì)模型而進(jìn)行的質(zhì)量改進(jìn)過(guò)程，這些統(tǒng)計(jì)模型的成功應(yīng)用有些可以獲得良好的改進(jìn)效果，有些則無(wú)法適應(yīng)真正的改進(jìn)目標(biāo)。從改革開(kāi)放30多年中質(zhì)量管理技術(shù)的進(jìn)步過(guò)程來(lái)看，我們一直在追趕發(fā)達(dá)國(guó)家的管理手段和技術(shù)方法，從20世紀(jì)80年代的全面質(zhì)量管理、90年代的質(zhì)量標(biāo)準(zhǔn)化管理到2000年代后的六西格瑪管理和卓越績(jī)效管理，似乎都體現(xiàn)了方法論上的盲目性，只顧追趕別人的腳步，不知道是否適合自身的發(fā)展。
從微觀(guān)角度審視，一些企業(yè)的質(zhì)量管理技術(shù)人員，在質(zhì)量方法的選擇上追求模型的“高大上”，簡(jiǎn)單參考和引進(jìn)國(guó)外的先進(jìn)數(shù)學(xué)模型，用眼花繚亂的數(shù)學(xué)公式代替了扎扎實(shí)實(shí)的現(xiàn)場(chǎng)調(diào)查和改進(jìn)過(guò)程，把質(zhì)量管理活動(dòng)變成了新統(tǒng)計(jì)模型的實(shí)驗(yàn)室。
�。ㄈ┕ぞ邔�(dǎo)向。
統(tǒng)計(jì)軟件是質(zhì)量統(tǒng)計(jì)的重要工具，從SPC的應(yīng)用過(guò)程可以看到，休哈特博士設(shè)計(jì)的均值極差控制圖就是典型的工具導(dǎo)向的一個(gè)應(yīng)用。由于當(dāng)時(shí)的計(jì)算能力和工具不足，因此在作業(yè)現(xiàn)場(chǎng)計(jì)算方差比較困難，所以休哈特博士采用了計(jì)算更為簡(jiǎn)易的極差來(lái)替代方差，用以表征質(zhì)量過(guò)程的波動(dòng)性。
專(zhuān)業(yè)的統(tǒng)計(jì)軟件是質(zhì)量改進(jìn)方法的重要推動(dòng)力量，一些世界知名廠(chǎng)商也陸續(xù)推出面向質(zhì)量管理的專(zhuān)用模塊和程序，這些軟件包括SAS、SPSS、STATISTICA
、Minitab、Matlab等。進(jìn)入新世紀(jì)以來(lái)，大數(shù)據(jù)逐漸成為統(tǒng)計(jì)軟件工具必須面對(duì)的重要對(duì)象，數(shù)據(jù)挖掘（Data Mining）和商業(yè)智能（Business Intelligence）等方法成為統(tǒng)計(jì)軟件的主流方法，同時(shí)這些方法也被大量應(yīng)用到質(zhì)量管理活動(dòng)中。于是，以統(tǒng)計(jì)軟件工具為導(dǎo)向的一大批質(zhì)量管理成果開(kāi)始出現(xiàn)在各種場(chǎng)合，比如六西格瑪黑帶項(xiàng)目、可靠性項(xiàng)目、多變量統(tǒng)計(jì)過(guò)程控制（MSPC）、實(shí)驗(yàn)設(shè)計(jì)（Design of Experiment）等。
與模型導(dǎo)向一樣，工具導(dǎo)向的質(zhì)量改進(jìn)也是被動(dòng)的，無(wú)法真正面向質(zhì)量生產(chǎn)的過(guò)程，即便是成功的數(shù)據(jù)分析也只能是統(tǒng)計(jì)模型和軟件的新例證，而不能成為質(zhì)量改進(jìn)的新成果。
�。ㄋ模┌咐龑�(dǎo)向。
案例導(dǎo)向的質(zhì)量改進(jìn)過(guò)程，來(lái)自商學(xué)院工商管理碩士（MBA）案例教學(xué)實(shí)踐中，來(lái)自企業(yè)、院校和研究所的MBA似乎更喜歡來(lái)自成功案例方法的質(zhì)量改進(jìn)過(guò)程。但商業(yè)模式和管理經(jīng)驗(yàn)并不總是可重復(fù)和可再現(xiàn)的，質(zhì)量改進(jìn)也是如此，商業(yè)案例只是對(duì)成功管理活動(dòng)的總結(jié)和提煉，而不是輸出管理規(guī)則和盈利模式。因此，基于成功的商學(xué)院案例或者六西格瑪成功案例實(shí)施的質(zhì)量改進(jìn)方法進(jìn)程中，有很大一部分是無(wú)法完成改進(jìn)目標(biāo)和任務(wù)的。
�。ㄎ澹┤蝿�(wù)導(dǎo)向。
所謂的任務(wù)導(dǎo)向是目前很多企業(yè)采用的一種中規(guī)中矩的質(zhì)量統(tǒng)計(jì)方法，就是根據(jù)企業(yè)生產(chǎn)計(jì)劃和調(diào)度要求，提出某項(xiàng)生產(chǎn)或管理任務(wù)，從完成任務(wù)的目的考慮，采用常規(guī)的統(tǒng)計(jì)方法或者技術(shù)來(lái)完成任務(wù)，甘特圖的使用就是任務(wù)導(dǎo)向的一個(gè)典型例子。
企業(yè)在進(jìn)行績(jī)效考核的時(shí)候，一般多采用多變量線(xiàn)性模型進(jìn)行綜合評(píng)價(jià)，用來(lái)合成多項(xiàng)指標(biāo)的考核分值，這類(lèi)統(tǒng)計(jì)方法已經(jīng)成為主流的績(jī)效評(píng)價(jià)方法，從卓越績(jī)效模式的評(píng)價(jià)到中小企業(yè)的員工績(jī)效考核，大多采用此法，這就是任務(wù)導(dǎo)向的方法選擇。這些方法是無(wú)法進(jìn)行真正的質(zhì)量改進(jìn)的，只是一種較優(yōu)的質(zhì)量統(tǒng)計(jì)方法選擇。
�。﹩�(wèn)題導(dǎo)向。
質(zhì)量統(tǒng)計(jì)方法的基本功能是描述、解釋和探索，是基于過(guò)程或結(jié)果的統(tǒng)計(jì)數(shù)據(jù)而進(jìn)行的有目的的質(zhì)量改進(jìn)活動(dòng)，用以解決企業(yè)經(jīng)營(yíng)管理過(guò)程中出現(xiàn)的各種問(wèn)題。因此，問(wèn)題導(dǎo)向的質(zhì)量統(tǒng)計(jì)方法主要是指以質(zhì)量管理活動(dòng)中出現(xiàn)的問(wèn)題為核心改進(jìn)目標(biāo)，從問(wèn)題的現(xiàn)狀調(diào)查、研判、因果關(guān)系判別以及對(duì)策、實(shí)驗(yàn)和檢驗(yàn)等基本目標(biāo)出發(fā)，量身定制或者重新創(chuàng)建新的數(shù)據(jù)管理或質(zhì)量改進(jìn)統(tǒng)計(jì)方法，做到因地制宜、對(duì)癥下藥，達(dá)到追本溯源、藥到病除的效果，這才是真正的應(yīng)用統(tǒng)計(jì)價(jià)值所在，也是質(zhì)量統(tǒng)計(jì)方法追求的科學(xué)、合理和高效的真正動(dòng)力。
現(xiàn)實(shí)中，一些QC項(xiàng)目和六西格瑪項(xiàng)目，就是為了做項(xiàng)目而刻意尋找項(xiàng)目，而不是面向企業(yè)生產(chǎn)經(jīng)營(yíng)和管理實(shí)踐活動(dòng)本身，他們根據(jù)比較好的一些質(zhì)量特性，逆向設(shè)計(jì)統(tǒng)計(jì)方法，模擬和推斷出可能的數(shù)據(jù)改進(jìn)方法和計(jì)算模型，從而達(dá)到項(xiàng)目要求或評(píng)獎(jiǎng)要求，實(shí)際上放棄了統(tǒng)計(jì)方法對(duì)于質(zhì)量改進(jìn)的真正貢獻(xiàn)，也放棄了科學(xué)改進(jìn)的真正目的，違背了質(zhì)量改進(jìn)的最初目的和終極價(jià)值。
二、問(wèn)題導(dǎo)向的質(zhì)量改進(jìn)統(tǒng)計(jì)方法選擇
問(wèn)題導(dǎo)向的質(zhì)量改進(jìn)過(guò)程中，要一切從問(wèn)題的現(xiàn)狀出發(fā)，擬定合理目標(biāo)，設(shè)計(jì)跟進(jìn)數(shù)據(jù)集，選擇合適的統(tǒng)計(jì)方法，帶著問(wèn)題逐步深入才能得到滿(mǎn)意的改進(jìn)效果。
問(wèn)題導(dǎo)向的質(zhì)量改進(jìn)一般應(yīng)遵循三個(gè)基本原則，一是厘定問(wèn)題，單一目標(biāo)；二是自頂向下，逐步求精；三是優(yōu)選方法，單入單出。在這個(gè)原則下，質(zhì)量改進(jìn)的過(guò)程可以分為以下步驟：
�。ㄒ唬┨岢鰡�(wèn)題。
和一般的改進(jìn)過(guò)程一樣，面向問(wèn)題的改進(jìn)過(guò)程主要是對(duì)于質(zhì)量問(wèn)題的定義和選擇，這些問(wèn)題不是上級(jí)決定的，也不是財(cái)務(wù)目標(biāo)中挑出來(lái)的，而應(yīng)該來(lái)自質(zhì)量經(jīng)營(yíng)和管理的實(shí)踐中出現(xiàn)的質(zhì)量問(wèn)題和可能造成不良的機(jī)會(huì)。因此質(zhì)量改進(jìn)的動(dòng)因本身就具有補(bǔ)償性質(zhì)量的能力，如果不出現(xiàn)問(wèn)題，質(zhì)量管理的重點(diǎn)則應(yīng)放在質(zhì)量保證能力建設(shè)和預(yù)防性質(zhì)量的提升方面。
�。ǘ┟枋鰡�(wèn)題并抽象成統(tǒng)計(jì)模型。
精確定義質(zhì)量生產(chǎn)和使用過(guò)程中出現(xiàn)的問(wèn)題，并力圖把這個(gè)問(wèn)題抽象成為統(tǒng)計(jì)模型。比如對(duì)于推土機(jī)首次故障時(shí)間的確認(rèn)，就可以根據(jù)統(tǒng)計(jì)建模的經(jīng)驗(yàn)和方法，考慮通過(guò)構(gòu)建指數(shù)模型來(lái)計(jì)算一批推土機(jī)銷(xiāo)售以后首次故障時(shí)間的期望均值，并以此通過(guò)假設(shè)檢驗(yàn)來(lái)設(shè)定首次故障時(shí)間，并最終實(shí)現(xiàn)質(zhì)量的全面提升。
�。ㄈ┇@得過(guò)程和結(jié)果的數(shù)據(jù)。
統(tǒng)計(jì)模型方法依賴(lài)大量數(shù)據(jù)和檢驗(yàn)，因此模型方法所需要的數(shù)據(jù)必須和問(wèn)題產(chǎn)生的過(guò)程保持一致，也就是說(shuō)，必須回到問(wèn)題發(fā)生的現(xiàn)場(chǎng)去收集整理數(shù)據(jù)并獲得數(shù)據(jù)口徑、背景和計(jì)算方法的要求。這些數(shù)據(jù)可以客觀(guān)地描述、解釋和探索質(zhì)量過(guò)程中的細(xì)節(jié)，可以由此回溯和推斷問(wèn)題出現(xiàn)的可能性、因果性以及相關(guān)性，真正地做到“讓數(shù)據(jù)說(shuō)話(huà)”、“讓模型作證”和“讓結(jié)果指向”。
�。ㄋ模┓治鼋：万�(yàn)證。
根據(jù)得到的數(shù)據(jù)和所選的統(tǒng)計(jì)方法創(chuàng)建統(tǒng)計(jì)模型，對(duì)問(wèn)題進(jìn)行深入的分析和解剖，得到解決問(wèn)題的基本方向和思路，并設(shè)計(jì)出解決問(wèn)題的路徑和方法，對(duì)這些方法進(jìn)行實(shí)地實(shí)驗(yàn)和驗(yàn)證，力求得出解決問(wèn)題的全局性對(duì)策。
（五）方法選擇的導(dǎo)向性。
有些問(wèn)題的出現(xiàn)和解決，似乎有定數(shù)，比如因果圖就經(jīng)常被用來(lái)解決質(zhì)量改進(jìn)中的可能性關(guān)聯(lián)問(wèn)題。有些研究者更愿意采用復(fù)雜的數(shù)理統(tǒng)計(jì)模型來(lái)完成該改進(jìn)任務(wù)，但我們的建議是選擇最適合的方法，而不是最先進(jìn)或者最豪華的方法。面向問(wèn)題是質(zhì)量改進(jìn)的第一動(dòng)力，因此統(tǒng)計(jì)方法的選擇只有依照這個(gè)原則來(lái)進(jìn)行，才有可能真正起到質(zhì)量改進(jìn)的作用，也從而實(shí)現(xiàn)質(zhì)量提升的最終目標(biāo)。
三、統(tǒng)計(jì)數(shù)據(jù)的來(lái)源和統(tǒng)計(jì)方法的適應(yīng)性
�。ㄒ唬⿺�(shù)據(jù)來(lái)源。
傳統(tǒng)的企業(yè)統(tǒng)計(jì)數(shù)據(jù)來(lái)源于三個(gè)方面，即企業(yè)統(tǒng)計(jì)臺(tái)賬、生產(chǎn)記錄和檢驗(yàn)記錄，這些數(shù)據(jù)是工業(yè)生產(chǎn)過(guò)程的人工記錄，需要對(duì)質(zhì)量生產(chǎn)過(guò)程進(jìn)行人工干預(yù)才可以獲得，有些數(shù)據(jù)因此產(chǎn)生了較大的誤差和偏移，以至于很多統(tǒng)計(jì)方法無(wú)法接近真實(shí)過(guò)程。
目前，我國(guó)已進(jìn)入工業(yè)化后期，國(guó)際先進(jìn)的制造技術(shù)和設(shè)備被大量引進(jìn)，其中包括具備強(qiáng)大數(shù)據(jù)生產(chǎn)能力的數(shù)控設(shè)備、網(wǎng)控設(shè)備和電子自動(dòng)檢測(cè)裝置等，這些先進(jìn)的電子設(shè)備可以大量測(cè)定、檢驗(yàn)和記錄數(shù)據(jù)，生成連續(xù)性、大規(guī)模和高精度的同步數(shù)據(jù)集，此即企業(yè)大數(shù)據(jù)的雛形。在一些先進(jìn)的制造企業(yè)，技術(shù)人員已經(jīng)可以直接從設(shè)備上導(dǎo)出大量的數(shù)據(jù)用以完成SPC、MSA、DOE等經(jīng)典統(tǒng)計(jì)模型的擬合和研判，可以實(shí)現(xiàn)真正的大數(shù)據(jù)同步質(zhì)量分析、檢驗(yàn)和預(yù)警目標(biāo)。
因此，當(dāng)前企業(yè)主要的數(shù)據(jù)來(lái)源有四個(gè)方面，一是企業(yè)管理數(shù)據(jù)，包括企業(yè)管理統(tǒng)計(jì)臺(tái)賬、績(jī)效考據(jù)數(shù)據(jù)、經(jīng)營(yíng)管理數(shù)據(jù)、投資和財(cái)務(wù)數(shù)據(jù)、營(yíng)銷(xiāo)數(shù)據(jù)等；二是企業(yè)生產(chǎn)過(guò)程數(shù)據(jù)，包括來(lái)自電子設(shè)備和網(wǎng)絡(luò)設(shè)備中自動(dòng)記錄和篩選的數(shù)據(jù)；三是質(zhì)量檢驗(yàn)和驗(yàn)收的數(shù)據(jù)；四是來(lái)自供應(yīng)鏈和客戶(hù)調(diào)查的數(shù)據(jù)。這些數(shù)據(jù)大部分是連續(xù)生產(chǎn)的，主要是定量數(shù)據(jù)，也包含一些定性數(shù)據(jù)，這些數(shù)據(jù)構(gòu)成企業(yè)經(jīng)營(yíng)管理活動(dòng)的新資源。
�。ǘ┙y(tǒng)計(jì)方法選擇的基本原則。
問(wèn)題導(dǎo)向的統(tǒng)計(jì)方法選擇一般以數(shù)據(jù)為基礎(chǔ)，有的方法要求的數(shù)據(jù)量比較少，因而容易在實(shí)踐中使用，比如SPC、DOE等，而有的統(tǒng)計(jì)方法則要求更多的數(shù)據(jù)量和數(shù)據(jù)質(zhì)量，比如時(shí)間序列和可靠性統(tǒng)計(jì)分析方法等。因此，選擇統(tǒng)計(jì)方法時(shí)，應(yīng)考慮所需要的數(shù)據(jù)在多個(gè)方面的特征和要求。
一是數(shù)據(jù)的易得性，要能夠很容易和低成本地采集數(shù)據(jù)，對(duì)于網(wǎng)控設(shè)備來(lái)說(shuō)，還應(yīng)考慮網(wǎng)絡(luò)聯(lián)通問(wèn)題；二是數(shù)據(jù)的統(tǒng)計(jì)口徑、測(cè)量設(shè)備和測(cè)定方法要保持一致，這樣的數(shù)據(jù)才具備基本的分析基礎(chǔ)和分析能力；三是大數(shù)據(jù)的連續(xù)性采集能力，一些現(xiàn)場(chǎng)數(shù)據(jù)的采集必須滿(mǎn)足連續(xù)性的要求，才可以輔助實(shí)施和分析，采用管理學(xué)意義上的價(jià)值，比如統(tǒng)計(jì)過(guò)程控制和抽樣檢驗(yàn)的數(shù)據(jù)等；四是保持?jǐn)?shù)據(jù)采集的可重復(fù)性、可復(fù)現(xiàn)性和可控制性，大量統(tǒng)計(jì)數(shù)據(jù)的誤差只有通過(guò)較為嚴(yán)格的方差分析和參數(shù)檢驗(yàn)、分布模擬可能付諸建模分析和質(zhì)量改進(jìn)，因此要保證數(shù)據(jù)的采集技術(shù)不會(huì)帶來(lái)較大的誤差影響。
【數(shù)據(jù)分析中要注意的統(tǒng)計(jì)學(xué)問(wèn)題】相關(guān)文章：
Excel中數(shù)據(jù)要雙擊單元格能更新數(shù)據(jù)問(wèn)題的解決方法08-09
護(hù)理老人要注意的問(wèn)題04-10
分類(lèi)數(shù)據(jù)的統(tǒng)計(jì)分析技巧09-16