特性要因図のデータに関する考慮事項

有効な結果が確実に得られるようにするため、データを収集し、分析を実行し、結果を解釈するときには、次のガイドラインを考慮してください。

効果は従属変数でなければならない
工程の応答または出力は従属変数です。たとえば、応答変数はサービスの待ち時間などです。特性要因図での従属変数は、影響を受けるか測定される変数(または効果)です。
応答ごとに、個別の特性要因図が必要です。
要因は、独立変数、中間変数、または撹乱変数です。
独立変数
独立変数は、直接管理または調整できる因子です。たとえば、経営者が従業員の研修方法を直接変更できるため、「研修」は独立変数です。
中間変数
中間変数は、調整ができるという点で独立変数に類似しています。独立変数と異なり、直接管理することはできません。たとえば、金属材料の強度は、材料内の気泡サイズに従属する可能性があります。製造会社は気泡サイズを直接変更することはできませんが、気泡サイズに影響を及ぼす混合率、化学組成、硬化温度など、他の因子を調整することはできます。この場合の気泡サイズは中間変数です。
撹乱変数
撹乱変数は、管理したり調整したりできませんが、応答に影響する因子です。たとえば雨や温度は、マネージャーが管理することはできないため、撹乱変数です。
考えられる要因をすべてブレインストーミングする
ブレインストーミングとは、チーム全体で検討および意見交換を行って問題の潜在的原因をリストアップするための手法です。ブレインストーミングセッションでより多くのアイディア考えれば、解決策を見つける確率も高くなります。その過程では、アイディアを批判しないことが重要です。アイディアがゼロということはないでしょう。
重要なカテゴリについて決定した後、チームは、特性要因図を使用して、検討中の効果に影響するカテゴリ内の要因を特定します。
本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください