Nhược điểm của phân tích Pareto

Mục lục:

Anonim

Biểu đồ Pareto dựa trên nghiên cứu của Villefredo Pareto. Ông phát hiện ra rằng khoảng 80 phần trăm của tất cả các thành phố của Ý mà ông nghiên cứu chỉ được nắm giữ bởi 20 phần trăm các gia đình. Nguyên tắc Pareto đã được tìm thấy để áp dụng trong các lĩnh vực khác, từ kinh tế đến kiểm soát chất lượng. Biểu đồ Pareto có một số nhược điểm, tuy nhiên.

Dễ thực hiện nhưng khó khắc phục sự cố

Dựa trên nguyên tắc Pareto, bất kỳ cải tiến quy trình nào cũng nên tập trung vào 20 phần trăm các vấn đề gây ra phần lớn các vấn đề để có tác động lớn nhất. Tuy nhiên, một trong những nhược điểm của biểu đồ Pareto là chúng không cung cấp cái nhìn sâu sắc về nguyên nhân gốc rễ. Ví dụ, biểu đồ Pareto sẽ chứng minh rằng một nửa trong số tất cả các vấn đề xảy ra trong vận chuyển và nhận hàng. Các chế độ thất bại Phân tích hiệu ứng, biểu đồ kiểm soát quá trình thống kê, chạy biểu đồ và biểu đồ nguyên nhân và kết quả là cần thiết để xác định những lý do cơ bản nhất mà các vấn đề chính được xác định bởi biểu đồ Pareto đang xảy ra.

Nhiều biểu đồ Pareto có thể cần thiết

Biểu đồ Pareto có thể chỉ ra nơi các vấn đề lớn đang xảy ra. Tuy nhiên, một biểu đồ có thể không đủ. Để theo dõi nguyên nhân gây ra lỗi cho nguồn của nó, có thể cần các mức biểu đồ Pareto thấp hơn. Nếu xảy ra lỗi trong vận chuyển và nhận hàng, cần phân tích sâu hơn và nhiều biểu đồ hơn để cho thấy rằng người đóng góp lớn nhất là trong việc đặt hàng hoặc in nhãn. Một nhược điểm khác của biểu đồ Pareto là khi càng nhiều được tạo ra với chi tiết tốt hơn, cũng có thể đánh mất các nguyên nhân này so với nhau. 20 phần trăm nguyên nhân gốc trong phân tích Pareto từ hai đến ba lớp so với biểu đồ Pareto ban đầu cũng phải được so sánh với nhau để việc khắc phục được nhắm mục tiêu sẽ có tác động lớn nhất.

Dữ liệu định tính Versus Dữ liệu định lượng

Biểu đồ Pareto chỉ có thể hiển thị dữ liệu định tính có thể được quan sát. Nó chỉ hiển thị tần số của một thuộc tính hoặc phép đo. Một nhược điểm của việc tạo biểu đồ Pareto là chúng không thể được sử dụng để tính trung bình của dữ liệu, tính biến thiên hoặc thay đổi của thuộc tính được đo theo thời gian. Nó không thể được sử dụng để tính giá trị trung bình, độ lệch chuẩn hoặc số liệu thống kê khác cần thiết để dịch dữ liệu được thu thập từ một mẫu và ước tính trạng thái của dân số trong thế giới thực. Nếu không có dữ liệu định lượng và số liệu thống kê được tính toán từ dữ liệu đó, có thể kiểm tra toán học các giá trị. Số liệu thống kê định tính là cần thiết để xem liệu một quá trình có thể nằm trong giới hạn đặc điểm kỹ thuật hay không. Mặc dù biểu đồ Pareto có thể cho thấy vấn đề nào là lớn nhất, nhưng nó không thể được sử dụng để tính toán mức độ nghiêm trọng của vấn đề hoặc những thay đổi sẽ đưa quá trình trở lại như thế nào.