The Pareto Principle Vilfredo Pareto was an economist who is credited with establishing what is now widely known as the Pareto Principle or 80/20 rule.

งานนำเสนอเรื่อง: "The Pareto Principle Vilfredo Pareto was an economist who is credited with establishing what is now widely known as the Pareto Principle or 80/20 rule."— ใบสำเนางานนำเสนอ:

1 The Pareto Principle Vilfredo Pareto was an economist who is credited with establishing what is now widely known as the Pareto Principle or 80/20 rule. When he discovered the principle, it established that 80% of the land in Italy was owned by 20% of the population. Later, he discovered that the pareto principle was valid in other parts of his life, such as gardening: 80% of his garden peas were produced by 20% of the peapods.

2 The Pareto Principle Some Sample 80/20 Rule Applications
80% of process defects arise from 20% of the process issues. 20% of your sales force produces 80% of your company revenues. 80% of delays in schedule arise from 20% of the possible causes of the delays. 80% of customer complaints arise from 20% of your products or services. (The above examples are rough estimates.)

3 The Pareto Diagram Graph that ranks data classifications in descending order from left to right Pareto diagrams are used to identify the most important problems Advantage: Provide a visual impact of those vital few characteristics that need attention Resources are then directed to take the necessary corrective action

4 The Pareto Diagram Helps a team focus on causes that have the greatest impact Displays the relative importance of problems in a simple visual format Helps prevent “shifting the problem” where the solution removes some causes but worsens others

5 Constructing a Pareto Diagram
Steps: Determine the method of classifying the data: by problem, cause, type of nonconformity, etc Decide if dollars (best), weighted frequency, or frequency is to be used to rank the characteristics Collect data for an appropriate time interval

6 Constructing a Pareto Diagram
Steps cont’d: Summarize the data and rank order categories from largest to smallest Compute the cumulative percentage if it is to be used Construct the diagram and find the vital few

7 Pareto diagram 50% reduction
Number of defects Percent of components 50% reduction Pareto diagram can be used to identify the degree of severity of quality problems. To eliminate defects and improve the operation, this tool can help us to make decision that which problems should be solved first.

8 Pareto diagram Before improvement After improvement

9 Pareto diagram No. of accidents

10 Pareto diagram (Exp1) สาเหตุที่ทำให้ต้องซ่อมวาล์ว จำนวนที่ทำการซ้อม
ในการศึกษาเพื่อปรับปรุงคุณภาพของคุณภาพวาล์วสำหรับโถส้วมแบบชักโครกของโรงงานแห่งหนึ่ง โดยพิจารณาจากสาเหตุที่ทำให้เกิดการซ่อมวาล์วได้ผลดังนี้ สาเหตุที่ทำให้ต้องซ่อมวาล์ว จำนวนที่ทำการซ้อม 1. ปริมาณน้ำไม่ได้มาตรฐาน 700 2. รั่วที่รอยต่อ 125 3. รั่วที่ Body Stop Valve 120 4. รั่วที่ Body 80 5. อื่นๆ 112 จากข้อมูลดังกล่าวจงใช้ Pareto diagram ทำการวิเคราะห์ข้อมูลเบื้องต้น

11 Questions อธิบายข้อเหมือนและข้อแตกต่างของ Histogram และ Pareto diagram

12 The Box Plot (or Box-and-Whisker Plot)
Box plot (กราฟแบบสี่เหลี่ยม) มีประโยชน์มากในการวิเคราะห์ข้อมูล เพราะ Box plot สามารถบ่งบอกถึงค่าแนวโน้มสู่ศูนย์กลางของข้อมูล(ค่ามัธยฐาน) ความเบ้ของข้อมูล คุณสมบัติพิเศษของ Box plot ที่เหนือกว่า Histogram และ Stem-and-leaf plot คือ Box plot สามารถใช้วิเคราะห์ค่าข้อมูลที่สูงหรือต่ำผิดปกติ(Outlier)ได้

13 The Box Plot

14 Comparative Box Plots

15 The Box Plot การสร้าง Box plot เรียงลำดับข้มูลจากน้อยไปมาก
หาค่า Q1 เพื่อใช้เป็นค่าขอบล่าง(หรือขอบซ้าย) หาค่า Q3 เพื่อใช้เป็นค่าขอบบน (หรือขอบขวา) ความยาวของ Box จะอยู่ในช่วง Inter-quartile Range (IQR) หาค่า Q2 และทำเครื่องหมายของตำแหน่ง Q2 ไว้ใน Box plot เพื่อใช้แสดงค่าแนวโน้มสู่ศูนย์กลางของข้อมูล สร้าง upper whisker (หนวดด้านบน) โดยลากเส้นตรงต่อจากขอบบน ความยาวของเส้นตรงมีค่าเท่ากับ ค่าที่น้อยที่สุดระหว่างค่าที่มากที่สุดของข้อมูลกับค่า (Q3 + IQR) สร้าง Lower whisker (หนวดด้านล่าง) โดยลากเส้นตรงต่อจากขอบบน ความยาวของเส้นตรงมีค่าเท่ากับ ค่าที่มากที่สุดระหว่างค่าที่น้อยที่สุดของข้อมูลกับค่า (Q3 - IQR)

16 The Box Plot หาค่าขอบเขตล่าง(lower inner and outer fence) และ บน(upper inner and outer fence) จาก lower inner fence (L1): Q *IQR lower outer fence (L2): Q1 - 3*IQR upper inner fence (U1): Q *IQR upper outer fence (U2): Q3 + 3*IQR ข้อมูลที่อยู่ระหว่าง L1 และL2 หรือระหว่าง U1และ U2 เรียกว่า mild outlier ข้อมูลที่อยู่ระหว่าง L1 และL2 หรือระหว่าง U1และ U2 เรียกว่า extreme outlier extreme outlier mild outlier L2 L1 U1 U2 Q1 Q2 Q3 * 1.5*IQR 1.5*IQR 1.5*IQR 1.5*IQR

17 The Box Plot (Exp2) Batch % Acetone Insoluble 1 6 2 24 3 12 4 11 5 34
Q1 = Q2 Q3 IQR Upper whisker Min (largest value, Q3+IQR) = Lower whisker Max (smallest value, Q1-IQR) = Lower inner fence Q IQR = Lower outer fence Q1 - 3IQR = Upper inner fence Q IQR = Upper outer fence Q3 + 3IQR = low-mild outlier low-extreme outlier Up-mild outlier Up-extreme outlier Batch % Acetone Insoluble 1 6 2 24 3 12 4 11 5 34 32 7 28 8 19 Batch % Acetone Insoluble 9 31 10 22 11 29 12 58 13 15 14 5 17 16 25

18 The Box Plot (Exp3) สารผสมที่ 1 สารผสมที่ 2 สารผสมที่ 3 22.02 21.49
จงใช้ Box plot เพื่อเปรียบเทียบค่าการกระจายของข้อมูลของความหนืดของสารผสม ชนิด (หน่วย: Centipoise) สารผสมที่ 1 สารผสมที่ 2 สารผสมที่ 3 22.02 21.49 20.33 23.83 22.67 21.67 26.67 24.62 24.67 25.38 24.18 22.45 25.49 22.78 22.29 23.50 22.56 21.95 25.90 24.46 20.49 24.89 23.79 21.81 * กิตติ พลอยพานิชเจริญ, สถิติสำหรับงานวิศวกรรม, 2540

19 The Box Plot (HW4) The data set of N = 90 ordered observations as shown below Find the dispersion of data using a box plot (i.e. calculate Q1, Q2, Q3, Outlier, find the skewness of the dispersion) Compare the result obtained from (1) with histograms (find mean, SD, skewness of histograms) 30, 171, 184, 201, 212, 250, 265, 270, 272, 289, 305, 306, 322, 322, 336, 346, 351, 370, 390, 404, 409, 411, 436, 437, 439, 441, 444, 448, 451, 453, 470, 480, 482, 487, 494, 495, 499, 503, 514, 521, 522, 527, 548, 550, 559, 560, 570, 572, 574, 578, 585, 592, 592, 607, 616, 618, 621, 629, 637, 638, 640, 656, 668, 707, 709, 719, 737, 739, 752, 758, 766, 792, 792, 794, 802, 818, 830, 832, 843, 858, 860, 869, 918, 925, 953, 991, 1000, 1005, 1068, 1441

20 Cause-and-Effect Diagram
It was developed by Dr. Kaoru Ishikawa in 1943 Picture composed of lines and symbols designed to represent a meaningful relationship between an effect and its causes Effect (characteristics that need improvement) on the right and causes on the left

21 Cause-and-Effect Diagram
Enables a team to focus on the content of a problem, not on the history of the problem or differing personal interests of team members Creates a snapshot of collective knowledge and consensus of a team; builds support for solutions Focuses the team on causes, not symptoms Used to investigate either a “bad” effect and to take action to correct the causes or a “good” effect and to learn those causes responsible

22 Cause-and-Effect Diagram
Advantages: Analyzing actual conditions for the purpose of product or service quality improvement Elimination of conditions causing nonconforming product or service and customer complaints Standardization of existing and proposed operations Education and training in decision-making

23 Cause-and-Effect Diagram
There are 3 types of C&E diagram Dispersion Analysis (การวิเคราะห์การกระจายหรือความแปรผัน) Cause Enumeration (การวิเคราะห์รายการสาเหตุ) Process Classification (การจำแนกตามกระบวนการ)

24 Cause-and-Effect Diagram
Steps in the construction of a Cause-and-Effect Diagram: Identify the effect or quality problem Determine the major causes Determine all the minor causes. Request a brainstorming session Once the diagram is complete, evaluate it to determine the most likely causes Develop solutions

25 Cause-and-effect diagram
Work methods (Man/Methods) Materials Quality characteristic (สิ่งที่ส่งผลกระทบต่อคุณภาพ และเป็นสิ่งที่ต้องการปรับปรุง) Equipment (Machine) Inspection (Measurement) cause effect

26 Cause-and-effect diagram
Size 2.6 Worker Materials G axle bearing Wobble Inspection Tools

27 Cause-and-effect diagram (dispersion analysis/ cause enumeration)

28 Cause-and-effect diagram (process classification)

29 Cause-and-effect diagram (process classification)
Cause-and-effect diagram shows that how scarring occurs during steel tubing process.

30 Good and poor cause-and-effect diagram
B

31 Cause-and-effect diagram
Cause-and-effect diagram with possible causes Is the cause-and-effect diagram good enough for solving the problem? How can we profoundly analyze and quantify the relationship between causes and effects?

32 Cause-and-effect diagram
Cause-and-effect diagram after further study

33 Scattering diagram The result of investigating the conveyer speed (cause) and the severed length (effect) as shown above

34 Scattering diagram

35 Scattering diagram B C A Matching game D E

36 Previous 6 QC tools Static form of presentation
Check sheet Histogram Pareto diagram Cause-and-effect diagram Scattering diagram Consolidate data, แสดงลักษณะภาพรวมของข้อมูลให้ชัดเจนและมีความหมายยิ่งขึ้น (เช่นรูปแบบการกระจายตัวของข้อมูล) Indicate problem areas, บ่งชี้ให้เห็นถึงลำดับความสำคัญของปัญหา Static form of presentation Show potential causes of defects affecting quality problem areas, แสดงให้เห็นถึงสาเหตุที่เป็นไปได้ของปัญหาที่มีผลต่อคุณภาพ แสดงข้อมูลในช่วงเวลาหนึ่งๆ ไม่แสดงการเปลี่ยนแปลงของค่ามูลตามช่วงเวลา หรือ ล๊อตการผลิต Show quantitative relationship between causes and defects, แสดงความสัมพันธ์ระหว่างตัวแปรที่เป็นสาเหตุและปัญหาที่มีผลต่อคุณภาพ

37 Control Chart day Static form Dynamic form

38 Control Chart day 3 3 Put the limit lines on the graph so that we can see if the data out of control or not!

39 Types of Control Chart ข้อมูลต่อเนื่อง เช่น หน่วยวัด
ข้อมูลไม่ต่อเนื่อง เช่น จำนวนชิ้นส่วนที่เสีย ข้อมูลไม่ต่อเนื่อง ข้อมูลไม่ต่อเนื่อง เช่น จำนวนชิ้นส่วนที่เสียหาย จำนวนของที่เสีย สัดส่วนของเสียต่อล๊อต จำนวนรอยตำหนิ จำนวนรอยตำหนิต่อหน่วยชิ้นงาน