尽管我们更喜欢其声明“基于数据分析进行决策”的说法，但2000版ISO 9000的原则7的标题听起来似乎很有启发性，为什么？
我们的经验已经永久性地确认，大多数决策都是基于未正确分析的数据做出的，在查看公司的指标时，您可以轻松地对其进行验证：
- 平均月销售额平均工资平均每个员工的销售额
一个不理解平均值的例子是引起销售代理商注意低于平均值，在每组数据中，一定数量的数据高于平均值，而另一些低于平均值。另一个例子是，“我们还算不错，至少有50％高于平均水平。”
这使我们想起了一个男人的故事，他淹没在一条平均水深只有一米的河里。
除了平均值外还有其他什么数据：在许多情况下，还有一个范围，一个变化，一个模式，一个中位数，一个方差等值比平均值更重要。
在对员工满意度水平进行调查时：从非常不满意（1）到非常满意（5），计算平均值，并考虑x问题2的满意度。使用相同的数据，确定了一个指标从较高值（4和5）取响应数除以总响应后，满意度为22％。与其他变量相比，这提供了更好的指标。计算标准偏差时，发现其为1.17，变异系数为50％（标准差/平均值），表明响应几乎没有一致性。从测量“满意度水平”到建立“满意度指数”的时候，人们的看法发生了根本性的变化。（第一个衡量的是客户的满意度，第二个衡量的是多少客户的满意度）。
当仅使用平均值时，可能会说两个问题的答案相似，因为它们具有相同的平均值，这并不总是正确的，这可能是错误的。计算平均体重，平均身高，平均温度，平均工资，平均产量，平均废品率是一样的。
数据接受：
当对数据进行更严格的分析时，例如所研究的不同问题或变量之间的相关性，仅接受与范式或显而易见的结果相符的结果。（员工满意度与薪水水平），但是当相关指数与他们的范式不一致时，就将其视为无效，而无需进一步分析为什么要采用这种价值。
尽管确实有一个相关性指数表示两个变量或问题之间存在关联，但不一定一个是另一个变量的原因，因为它可能会被误解，但是分析这种关系的原因很方便。当相关指数平方时，可以获得确定系数，该确定系数表示对于一个问题中的某个答案，可以在另一个问题中给出相似或相反答案的概率。
对于问题1的示例，从一项调查中发现以下关系：
|
题 |
相关性 |
Coef。确定 |
|
4 |
.78 |
61％ |
|
6 |
.22 |
4％ |
|
14 |
-.84 |
70％ |
问题4与问题1直接相关，当他们回答问题1的高值（例如5）时，他们回答问题4的高值的概率为61％。问题6与问题1无关。问题14与问题1的关系较高，但方向相反。问题1回答高（5）时，他们回答低值的可能性（例如1）问题14是70％。
可以通过向客户调查中添加一个控制问题来完成这种类型的分析，例如：“总的来说，满意度是多少？”，相关性使您可以区分哪些变量对满意度和影响最大。无动于衷。
在平衡计分卡的指标中建立因果关系时，相关性研究非常重要，因此可以定义其相对于上级指标的权重。另外，它允许区分什么是指标（结果）和什么是诱发因素（过程）。
图形的使用：
公司中使用的图表通常仅显示值，而没有指出其趋势，这在某些情况下更为重要，使用趋势时，只能通过直线或趋势方程式进行操作线性的。一个非常重要的曲线可以是对数曲线。如果您在«excell»中有一个图形，只需将自己放置在图形的任何点上，就可以按《鼠标》的右键，它会出现在《添加趋势线》菜单中，其中包含上述曲线以及更多其他内容。
为什么这种分析很重要？：在一家客户公司中，我们正在比较两个不同年份的产品月销售额。
两年的图表显示销售稳定增长。通过将第1年的销售额与第2年的销售额进行叠加，最后一年表明销售额更高。在计算每年的趋势曲线时，两个时期都显示出正趋势，当趋势曲线变为对数曲线时，可以观察到前一年的趋势垂直增加，而新的一年则相反趋势保持水平，并且呈下降趋势。这表明，尽管销售额每年都在增长，但增长率却在下降。这等效于绘制一个月的销售百分比与前一个月相比的增长图。为了对年复一年的销售增长感到满意，令人担忧的是，增长率急剧下降。
如果对数曲线向上（几乎是垂直趋势），则可能表示实际增长。即使销量逐年增加，水平趋势也可能表明有所下降。与所谓的收益递减类似。
此外，对于图形，我们观察到许多图形，其中仅绘制了某个值（单个值或平均值），并且未指示范围，无论是计算平均值的数据还是值的移动范围个人。使用了百分比（P）的图表，但没有使用缺陷单位（NP）或缺陷（C）的图表，每单位缺陷（U）的缺陷少得多，但这是我们将在《统计学的统计控制》中扩展的主题。流程和质量改进»。
质量的敌人：
当开发QMS（质量管理系统）时，其建立目的是为了拥有“标准”产品，实现可重复性和可再现性，而这并非总是通过编写程序来实现的。
为什么呢？因为始终没有建立控制所有过程的敌人并因此控制质量的方法，这就是它的变化。可以并且应该测量任何过程的变异性，这可以通过使用标准偏差来实现，当使用数值图表（另一种验证和测量变异性的方法）时，也可以在范围内看到这一点。
通过这里提出的内容，可以假设作者受到了强大的统计训练，事实并非如此，因此该领域的专家可以加深这里表达的概念。
在澄清了以上内容之后，我们返回到标准偏差（最好的指标之一）及其多种用途。 DS使我们能够了解流程的可变性（正负3 DS），计算该流程的能力以符合既定规格（Cpk）或客户要求（在8天内交付订单的能力），实现销售目标的概率（P（z））。它还允许您使用变异系数或确定系数比较两个完全不同的过程或区域，例如销售和交付时间。当流程受正常的变化原因影响时，能够设置允许差异化的极限，并能够区分特殊原因是可行的。 DS还能帮助进行更有趣的分析，例如不对称，峰度或方差分析。
通过DS，可以建立正常的预算变动限制，以区分真正出色的销售商，并估计必须从样本中检查整批产品的需求。摩托罗拉（Motorola）向我们遗赠了6 sigma（6 DS）的概念及其在生产和管理流程中的应用，以及寻求更大挑战的重要性，将传统的缺陷或错误百分比留给了PPM更高的目标（百万分之一，1.5％等于百万分之15,000）。
最后提示：
不要以为我们所说的一切都需要复杂的计算机程序，就像拥有“ excell”一样简单。您计算机的“ excell”可能没有激活数据分析，如何激活它？简单，转到“工具”，从菜单“加载项”中选择，然后标记两个选项«VBA数据分析工具»，然后按接受。当您返回“工具”时，您会在菜单中看到“数据分析”选项（数据分析），其中除了可用的统计选项外，还包含大量的统计选项。
结论：
“基于数据做出决策”的合理原则来自于韦德明博士告诉日本人的建议：“我相信上帝，其余的人应该提供数据”，甚至更多的人应该不信任来源这些数据，因为对错误数据或错误分析做出的决策可能导致致命的决策。
有许多统计工具可用于分析和解释流程中产生的数据，从而使决策过程具有科学的组成部分，而不仅仅是“感觉”，尽管这总是很重要，但不应是独一无二的。此外，我们必须得出结论，数据不是真实的，但它们确实以值得研究的方式来表示它。我们记得大师的研究课，教授的一句话很正确：“首先要研究问题，然后才有数据”，因此在不真正知道问题出在哪里的情况下，不要四处走走收集数据是很方便的。我们要调查。
________________________
创建人：Gilberto Quesada为Grupo Kaizen.SA
