solutioncenter minitab

ผู้เขียน : solutioncenter minitab

อัพเดท: 27 มี.ค. 2017 02.36 น. บทความนี้มีผู้ชม: 313 ครั้ง

สมมติฐานพื้นฐานทั่วไปของข้อมูล (ส่วนที่ 3 : ความเสถียร และ ระบบการวัด)
ในส่วนที่ 1 และ 2 ของบทความชุดนี้ ได้พูดถึงสถิติอนุมานว่ามีการใช้ข้อมูลที่ได้จากสิ่งตัวอย่างเพื่อทำให้ได้ข้อสรุปเกี่ยวกับประชากรทั้งหมดอย่างไร ซึ่งเป็นเครื่องมือที่มีประโยชน์แต่จะต้องมีการทวนสอบสมมติฐานตอนใช้สถิติอนุมาน ถ้ามีสมมติฐานใดไม่ได้ตามที่กำหนด อาจทำให้ได้ผลลัพธ์บวกปลอม (false positive) หรือ ผลลัพธ์ลบปลอม (false negative) ซึ่งให้ผลลัพธ์ที่ได้มาไม่สามารถใช้งานได้
สมมติฐานพื้นฐานทั่วไปของข้อมูล คือ ข้อมูลมีความสุ่ม ความเป็นอิสระ เป็นตัวแปรสุ่มที่มีการแจกแจงแบบปกติ ความแปรปรวนเท่ากัน และ ระบบการวัดมีความถูกต้องและแม่นยำ


สมมติฐานพื้นฐานทั่วไปของข้อมูล (ส่วนที่ 3: ความเสถียร และ ระบบการวัด)

สมมติฐานพื้นฐานทั่วไปของข้อมูล (ส่วนที่ 3 : ความเสถียร และ ระบบการวัด)
ในส่วนที่ 1 และ 2  ของบทความชุดนี้ ได้พูดถึงสถิติอนุมานว่ามีการใช้ข้อมูลที่ได้จากสิ่งตัวอย่างเพื่อทำให้ได้ข้อสรุปเกี่ยวกับประชากรทั้งหมดอย่างไร ซึ่งเป็นเครื่องมือที่มีประโยชน์แต่จะต้องมีการทวนสอบสมมติฐานตอนใช้สถิติอนุมาน ถ้ามีสมมติฐานใดไม่ได้ตามที่กำหนด อาจทำให้ได้ผลลัพธ์บวกปลอม (false  positive) หรือ ผลลัพธ์ลบปลอม (false negative) ซึ่งให้ผลลัพธ์ที่ได้มาไม่สามารถใช้งานได้
สมมติฐานพื้นฐานทั่วไปของข้อมูล คือ ข้อมูลมีความสุ่ม ความเป็นอิสระ เป็นตัวแปรสุ่มที่มีการแจกแจงแบบปกติ ความแปรปรวนเท่ากัน และ ระบบการวัดมีความถูกต้องและแม่นยำ
ในบทความก่อนหน้าได้พูดถึงเรื่อง ความสุ่ม ความเป็นอิสระ ต่อไปจะพูดถึงสมมติฐานเรื่องความเสถียรและระบบการวัด
สมมติฐานเรื่องความเสถียรคืออะไร (What is the assumption of Stability?)
กระบวนการที่มีความเสถียร (Stable process) คือ กระบวนการที่มีปัจจัยเข้า (input)และสภาวะในการทำงานคงที่ (consistent) ตลอดเวลา เมื่อกระบวนการมีความเสถียร จะเรียกว่า ภายใต้การควบคุม (in control) ซึ่งหมายความว่าแหล่งกำเนิดความผันแปรมีความคงที่ตลอดเวลา และกระบวนการจะไม่เกิดความผันแปรที่ไม่สามารถทำนายได้
ในทางกลับกัน ถ้ากระบวนการไม่เสถียรและเปลี่ยนแปลงตลอดช่วงเวลา แหล่งกำเนิดความผันแปรจะไม่คงที่และไม่สามารถทำนายได้ ซึ่งเป็นผลทำให้ไม่มีเสถียรภาพ และทำให้ผลลัพธ์ทางสถิติขาดความน่าเชื่อถือ
แผนภาพควบคุม (Control chart) หลายอันที่มีใน Minitab สามารถนำมาใช้ในการประเมินข้อมูลว่ามีความเสถียรหรือไม่ ส่วนของคำสั่ง Assistant จะช่วยทำให้คุณเลือกแผนภาพควบคุมที่เหมาะสมกับข้อมูลและขนาดของข้อมูลกลุ่มย่อย คุณสามารถหาคำแนะนำเพิ่มเติมในการเก็บข้อมูลและใช้ข้อมูลด้วยการเลือก “more” เพื่อดูคำแนะนำจาก Minitab

Minitab จะทำส่วนเพิ่มในการเตรียมสร้างแผนภาพควบคุม ซึ่งได้แก่ การทดสอบ Out-of control และ รูปแบบความไม่สุ่ม (non-random pattern) ซึ่ง Minitab ใช้ตามกฎเนลสัน (Nelson Rule) โดยผลลัพธ์ที่ได้จะแสดงในส่วน Summary and Stability Reports ในรายงานที่แสดงจะขึ้นอยู่กับว่าเลือกใช้แผนภาพควบคุมแบบไหน ซึ่งจะมีการตรวจสอบ ความมีเสถียรภาพ (Stability) ความเป็นปกติ (normality) จำนวนข้อมูล ค่าความสัมพันธ์ (correlation) และจะให้คำแนะนำในการเลือกแผนภาพเพื่อการวิเคราะห์ต่อไป

สมมติฐานเรื่องระบบการวัดคืออะไร (What is the Assumption for measurement systems)
ในสมมติฐานอื่นๆที่กล่าวมาทั้งหมด ข้อมูลที่ได้ตั้งอยู่บนพื้นฐานที่ว่าเป็นตัวสะท้อนความเป็นจริง ซึ่งมันเป็นเช่นนั้นจริงหรือไม่
เมื่อระบบการวัด เป็นแหล่งกำเนิดความผันแปรหนึ่งด้วยเช่นกัน ถ้าระบบการวัดไม่ดีเท่ากับว่าคุณกำลังสูญเสียความสามารถในการมองเห็นสมรรถนะที่แท้จริงของกระบวนการ และจะนำไปสู่ข้อสรุปที่ไม่ถูกต้องรวมไปถึงการหาวิธีแก้ปัญหาที่ไม่ถูกต้อง
ใน Minitab สามารถใช้คำสั่งเพื่อทดสอบ Gage R&R สำหรับข้อมูลของระบบการวัด โดยสามารถใช้คำสั่ง Assistant เพื่อช่วยเลือกวิธีการทดสอบที่เหมาะสมกับประเภทการวัดของระบบที่คุณมี

มีสมมติฐาน 2 ข้อ ในการจะใช้ Gage R&R สำหรับข้อมูลเรื่องการวัด

เครื่องมือที่จะใช้วัดข้อมูลจะต้องไดรับการสอบเทียบ (Calibrate) มาแล้ว

ชิ้นส่วนที่นำมาวัดจะต้องเลือกมาจากกระบวนการที่เสถียร และอยู่ภายใต้ขอบเขตของกระบวนการอย่างน้อย 80%

ในการใช้เครื่องมือวัดจะต้องมั่นใจว่าได้มีการสอบเทียบมาแล้ว และตรวจสอบคุณสมบัติเรื่อง ความเป็นเส้นตรง (linearity) ความเอนเอียง (Bias) และ ความเสถียร (stability) ตลอดช่วงการใช้งาน  เครื่องมือวัดจะต้องให้การวัดที่ถูกต้องเมื่อเปรียบเทียบกับค่ามาตรฐานตลอดช่วงการวัดและตลอดระยะการใช้งานของเครื่องมือวัด ดังนั้นหลายบริษัทมีแผนกเครื่องมือวัดและสอบเทียบ (Metrology and calibration) เพื่อรับผิดชอบในการสอบเทียบและบำรุงรักษาเครื่องมือ
สมมติฐานทั้งสองข้อนี้จะต้องได้รับการทวนสอบว่าถูกต้องหรือไม่ ถ้าข้อใดข้อหนึ่งไม่ได้ตามที่ว่าอาจทำให้ข้อมูลนั้นไม่สามารถสะท้อนความเป็นจริงได้ถูกต้อง นั่นหมายความว่าคุณมีความเสี่ยงที่จะไม่เข้าใจว่าแหล่งกำเนิดความผันแปรของข้อมูลคืออะไร และอะไรที่มีอิทธิพลต่อค่าผลลัพธ์ของกระบวนการ
เหตุผลที่แท้จริงที่ต้องทำการตรวจสอบสมมติฐาน คือ
คุณได้ใช้เวลาและความพยายามในการเก็บและวิเคราะห์ข้อมูล และเมื่อทำงานเสร็จทั้งหมด คุณจะเริ่มการวิเคราะห์ ซึ่งคุณต้องการได้ผลสรุปที่มีความถูกต้อง และความมั่นใจว่าสิ่งที่เก็บข้อมูลมานั้นได้แสดงความแตกต่างที่เห็นว่าเป็นความแตกต่างที่มาจากความสุ่ม หรือ เป็นเพราะประชากรนั้นมีความแตกต่างเกิดขึ้นจริงๆ
การเก็บข้อมูลเพื่อการวิเคราะห์ไม่ใช่เรื่องยากอะไร แต่คงเป็นการดีกว่าถ้าเราจะใช้เวลาทำความเข้าใจว่าข้อมูลต้องเกิดขึ้นภายใต้สมมติฐานใดบ้างเพื่อจะนำไปใช้ในการทดสอบทางสถิติต่อไปได้ตามแผนที่วางไว้
ขอบคุณที่ติดตามบทความทั้งหมด และหวังว่าจะเป็นประโยชน์ในการวิเคราะห์ข้อมูลของคุณเพื่อบรรลุพันธกิจที่คุณตั้งไว้


บทความต้นฉบับ : http://blog.minitab.com/blog/quality-business/common-assumptions-about-data-part-3-stability-and-measurement-systems

เนื้อหาบทความโดยบริษัท Minitab Inc. ประเทศสหรัฐอเมริกา
แปลและเรียบเรียงโดยสุวดี นําพาเจริญ และ ชลทิขา จํารัสพร, บริษัท โซลูชั่น เซ็นเตอร์ จํากัด webadmin@solutioncenterminitab.com


บทความนี้เกิดจากการเขียนและส่งขึ้นมาสู่ระบบแบบอัตโนมัติ สมาคมฯไม่รับผิดชอบต่อบทความหรือข้อความใดๆ ทั้งสิ้น เพราะไม่สามารถระบุได้ว่าเป็นความจริงหรือไม่ ผู้อ่านจึงควรใช้วิจารณญาณในการกลั่นกรอง และหากท่านพบเห็นข้อความใดที่ขัดต่อกฎหมายและศีลธรรม หรือทำให้เกิดความเสียหาย หรือละเมิดสิทธิใดๆ กรุณาแจ้งมาที่ ht.ro.apt@ecivres-bew เพื่อทีมงานจะได้ดำเนินการลบออกจากระบบในทันที