La méthode d'analyse de la variance sigma six

Théorie

• Le test ANOVA est détermine les différences entre les moyennes de groupe. Il compare le montant de la variance à l'intérieur de chaque groupe à la quantité de variation entre les différents groupes. Quand il est utilisé pour seulement deux groupes, la méthode et les résultats sont identiques à ceux pour le t-test, un test simple qui est utile lorsque l'utilisateur veut comparer les deux groupes seulement.

Calcul

• 
  
  
  
  

  Bien qu'il soit possible de procéder à une analyse de la variance en utilisant des calculs manuels, la plupart des équipes de projet Six Sigma reposent sur un logiciel. La ceinture noire ou un autre membre de l'équipe connaissent entre les données et exécute le test ANOVA. Le test calcule un score F, qui représente ce que le rapport entre la variation entre les groupes et la variation intra-groupe. Le test fournit également une p-valeur qui spécifie que la probabilité que vous souhaitez obtenir cette valeur pour F donné aucune différence réelle. Notez qu'il est pas nécessaire pour les membres de l'équipe de projet à comprendre ces détails tant que membres à comprendre la signification des résultats.

Hypothèses de données

• Afin d'utiliser un test ANOVA vous devez avoir des données qui sont normalement distribués pour chaque groupe et les groupes doivent avoir des variances égales. Les données d'un groupe doit être un échantillon représentatif, et le processus lui-même doit être stable. Un processus stable ne montre pas de tendances ou d'autres causes particulières mais affiche plutôt la variation aléatoire seulement due à des facteurs inhérents au processus lui-même.

Utilisez dans la mesure Phase

• 
  
  
  

  Pendant la phase de mesure ANOVA aide les membres de l'équipe de projet clarifier la situation actuelle. Ils peuvent comparer les données pour différentes situations afin de déterminer quand et dans quelles circonstances le problème se produit sous enquête. Si une différence suspectée est vérifiée de la variance, l'équipe peut conclure que quelque chose sur les deux groupes est différente et affecte processus variance. Cette information peut aider l'équipe à se concentrer son énoncé de problème.

Utiliser dans la phase Analyser

• 
  
  

  Dans Analyser, les équipes utilisent ANOVA pour vérifier causes soupçonnées profondes en testant si l'évolution des résultats du facteur de causalité dans le changement attendu de la performance des processus. Si une différence est vérifiée, le facteur est une cause confirmé que l'équipe peut vouloir aborder la mise en œuvre des solutions au cours Améliorer. Si une différence significative ne existe pas, l'équipe devrait explorer d'autres causes profondes potentiels.

Utiliser dans la phase Améliorer

• Pendant Améliorer, ANOVA permet de confirmer que les solutions mises en œuvre ont en fait suite à l'amélioration, en comparant l'avant et après les données. Si une amélioration statistiquement significative a eu lieu et le montant de l'amélioration répond aux objectifs du projet, l'équipe peut terminer le déploiement et de passer à la phase de configuration.