六西格玛分析之探索性数据分析详解（下）

关键词：六西格玛,探索性数据分析

导语：探索性数据分析是六西格玛分析的重要方法之一，其目的是将数据转化为信息，使数据变得有意义，更好地帮助六西格玛团队开展工作。本文将分为上下两篇文章，详细介绍探索性数据分析及其工作的三个阶段。

探索性数据分析的第三个阶段是证实或排除原因，利用数据、试验或进一步的过程分析对原因的假设作出判断、证实，确认哪个因素或环节是引起缺陷的最重要原因。以下为详细内容。

三、 探索性数据分析的第三阶段：证实或排除原因

验证引起缺陷的原因，可以通过三种途径：因果逻辑分析、统计假设检验和实验验证。

1、因果逻辑分析

假定团队认为许多弄错的订单是由于销售人员在订单的管理过程中出了差错而引起的，这也许能解释部分出错订单，但它不能解释不熟悉订单细节的顾客会出现更多差错这一现象。因此，假定订单管理系统是引起问题的原因，这或许能解释那些可见的问题，但是不能介绍那些不可见的问题：小的商业订单和计算机新用户订单差错更多。

要使假定的原因真正成立，它必须通过合乎逻辑的测试来介绍从数据反映出的可见问题和潜在问题，当然，这些潜在问题现在并没有显现出来。

2、统计假设检验

用来分析并确定因果关系的最常用统计方法就是散布图和相关分析。判断原因X和结果Y之间的相关程度，通常以从散布图获得一个大概的印象，然后通过计算来进行回归分析和相关分析以获得确定的统计模型。散布图提供了验证因果假设的一种途径，从若干成对数据去验证自变量X与因变量Y之间是否存在相关关系。

3、试验验证

在某些情况下，想要收集到现存数据以证实导致失误的准确原因是很难的。此时，一个可行的方法是做些小的实验，先去稍稍改变过程以消除可疑的原因，监测结果，最终判断这个原因是否为过程出现缺陷的真正原因。

以上就是探索性数据分析的第三个阶段：证实或排除原因。至此，探索性数据分析的三个阶段介绍完毕，作为六西格玛分析的方法之一，探索性数据分析帮助六西格玛团队识别问题原因，通过分析步骤寻找“问题根源”，为六西格玛团队进行有效正确的分析提供了保障。