Table of Contents

ويعد الاختبار الافتراضي طريقة إحصائية أساسية تمكن ستة من الممارسين في سيغما من اتخاذ قرارات تستند إلى البيانات بشأن تحسين العمليات، وهو يوفر نهجا منهجيا ومحركا للبيانات للتحقق من الافتراضات المتعلقة بعملية ما أو دحضها، بما يكفل أن تستند التغييرات إلى أدلة صلبة بدلا من أن تكون حكاية أو تخمينية، ويتيح للفريق اتخاذ قرارات تستند إلى البيانات بتحديد ما إذا كانت التغييرات الملاحظة في عملية ما هامة إحصائيا أو لمجرد أن تكون نتيجة للاحتمال.

وفي المشهد التنافسي للأعمال التجارية الحديثة، لا يمكن للمنظمات أن تُدخل تغييرات على أساس الافتراضات وحدها، فالاختبارات الافتراضية حاسمة في ست سيغما، حيث أنها توفر إطارا إحصائيا لتحليل التحسينات في العمليات وقياس التقدم المحرز في المشاريع واتخاذ قرارات تستند إلى البيانات، وهذا النهج الصارم يساعد الشركات على الحد من العيوب، ويُفضي إلى تحقيق نتائج قابلة للقياس تؤثر مباشرة على خط الأساس.

ما هو اختبار التنويم المغناطيسي؟

اختبار الاختبار الافتراضي هو تقنية إحصائية تستخدم للتحقق من فرضية أو إبطالها بشأن البارامترات السكانية استنادا إلى عينة من البيانات، بدلا من فحص جميع السكان، التي كثيرا ما تكون غير عملية أو مستحيلة، يتيح اختبار الفرضية للممارسين استخلاص استنتاجات ذات معنى من العينات التمثيلية.

ويحسب اختبار افتراضي الاحتمال، الصفحة، بأن الفرق الملحوظ بين عينتين أو أكثر من عينات البيانات يمكن تفسيره بفرصة عشوائية فقط، مقابل أي فرق أساسي بين السكان الذين تستمدهم العينات، وهذا الاحتمال، المعروف باسم القيمة، يشكل الأساس لاتخاذ قرارات مستنيرة بشأن ما إذا كانت التغييرات الملاحظة حقيقية أم متزامنة.

وفي اختبار الفرضية، غالبا ما تؤخذ العينات لتمثيل مجموعة فرعية من السكان نظرا لأن جميع السكان نادرا ما يمكن دراستهم، ومن هذه العينات، يُستخدم اختبار افتراضي لفهم النتائج المتعلقة بالسكان، ويجعل هذا النهج اختبارا افتراضيا عمليا وقويا لتطبيقات العالم الحقيقي على حد سواء.

دور الاختبارات الوبائية في سيكس سيغما

اختبار الافتراضات هو طريقة تحليلية أساسية تستخدم في ستة سيغما للتحقق من الافتراضات، ومقارنة الأداء، ودعم عملية صنع القرار التي تحركها البيانات، وفي إطار العمل المنظم المتعلق بمكافحة الألغام (Define, Measure, Analyze, Improve, Control) الذي يسترشد به ستة مشاريع سيغما، تؤدي اختبارات الفرضية دورا حاسما في مراحل متعددة.

ويعد اختبار الاختلال أداة أساسية في منهجية سيغما الستة، ولا سيما خلال مرحلة التحليل في دورة التحليل الديمغرافي - اللاهوت، غير أن تطبيقاته تتجاوز مرحلة واحدة، وتؤدي اختبارات الاختلال دورا رئيسيا في مرحلتي التحليل والتحسين، وتساعد الأفرقة على تأكيد الأسباب الجذرية وتثبت فعالية الحلول المنفذة.

وفي إطار الممارسة المهنية في مجال سيغما، تُطبق اختبارات افتراضية بصورة منهجية لتأكيد الأسباب الجذرية وتقييم التحسينات وتقييم التغييرات في العمليات باستخدام الأدلة الإحصائية بدلا من الرأي، وهذا النهج القائم على الأدلة يضمن استثمار الموارد في حلول تحقق نتائج مثبتة بدلا من الحلول التي تبدو واعدة.

اختبار التلقيح في جميع أنحاء إطار العمل الإنساني

وتوفر منهجية إدارة الشؤون الإنسانية نهجا منظما لتحسين العمليات، وتدعم اختبارات الفرضية اتخاذ القرارات في مراحل متعددة:

Define Phase:] In this phase, hypothesis testing can be used to define the problem and identify the key issues to be addressed. Early hypotheses help focus the project scope and guide initial data collection efforts.

Measure Phase:] In this phase, hypothesis testing can be used to validate the measurement system and ensure that it is accurate and reliable. Before analyzing process data, teams must confirm that their measurement tools provide consistent and trustworthy results.

Analyze Phase:] In this phase, hypothesis testing can be used to identify the root causes of problems and analyze the relationships between variables. During the Analyze phase, hypothesis testing becomes front and center. Teams use statistical tests to determine whether observed differences in data are real or simply due to random variation.

Improve Phase:] In this phase, hypothesis testing can be used to evaluate the effectiveness of solutions and identify the opt solution. Teams validate whether implemented changes produce the desired improvements before full-scale deployment.

Control Phase:] In this phase, hypothesis testing can be used to monitor and control the process to ensure that the improvements are sustained. Ongoing testing helps detect any degradation in process performance over time.

فهم النول والبدائل

وفي قلب اختبار الفرضية يكمن في المقارنة بين بيانين متنافسين: فرضية لاغية وافتراض بديل، وهذه الافتراضات تتضمن وجهات نظر متعارضة تُحدِّد التحليل الإحصائي.

The Null Hypothesis (H0)

ويفيد الافتراض الباطل بأن البارامترات السكانية (مثل الانحراف المعياري، وما إلى ذلك) تساوي قيمة افتراضية، وهو بيان عن السكان الذين يعتقد أنهم حقيقيون أو يُستخدمون لطرح حجة ما لم يثبت أنهم غير صحيحين بما يتجاوز الشك المعقول.

وفي ستة طلبات من طراز سيغما، يمثل افتراض الإلغاء عادة الوضع القائم - وهو افتراض عدم حدوث تغيير أو تحسن، وعلى سبيل المثال، إذا كان اختبار ما إذا كانت عملية التصنيع الجديدة تقلل من معدلات العيوب، فإن الفرضية الباطلة ستشير إلى أن معدل العيوب لا يزال دون تغيير.

فرضية الإبطال صحيحة حتى تثبت خطأها، يقع عبء الحقيقة على الفرضية البديلة، ويتم ذلك بجمع البيانات واستخدام الإحصاءات بقدر محدد من اليقين، وهذا النهج يعكس المبدأ القانوني المتمثل في "الغير لائق إلى أن تثبت إدانته".

إن فرضية الإلغاء لا تقبل أبدا، ويمكن أن تكون " مقصودة للرفض " بسبب عدم وجود أدلة، كما أن المتهم غير مذنب بسبب عدم وجود أدلة، وهذه اللغة المتأنية تعكس الطابع الافتراضي للإشارة الإحصائية - لا يمكننا أبدا أن نثبت الفرضية الباطلة التي تتحقق باليقين المطلق.

الافتراض البديل (هاء-1 أو ها)

والافتراض البديل هو أن البارامترات السكانية أصغر أو أكبر أو مختلفة عن القيمة المفترضة في فرضية لاغية، والافتراض البديل هو مطالبة تتعلق بالسكان المتناقضين مع H0 وما نستنتجه عندما نرفض H0.

ويشير هذا الافتراض إلى وجود فرق أو أثر كبير ناجم عن تغييرات أو تحسينات في العمليات، وفي ستة مشاريع في سيغما، تمثل الفرضية البديلة التحسين أو التغيير الذي يأمل الممارسون في إثباته من خلال تحليل البيانات.

والافتراض البديل هو ما قد تعتقد أنه صحيح أو أمل في إثبات صحته، فعلى سبيل المثال، إذا ما نفذ برنامج تدريبي جديد لممثلي خدمة العملاء، فإن الفرضية البديلة قد تبين أن الموظفين المدربين يحققون درجات رضا العملاء أعلى من الموظفين غير المدربين.

1 - 3 ضد 2 - 3

ويمكن صياغة الافتراضات البديلة بطرق مختلفة تبعاً لسؤال البحث:

استخدام فرضية بديلة من جانب واحد (تُعرف أيضاً بفرضية توجيهية) لتحديد ما إذا كان البارامتر السكاني يختلف عن القيمة الافتراضية في اتجاه محدد، ويمكنك تحديد الاتجاه الذي ينبغي أن يكون إما أكبر من القيمة الافتراضية أو أقل منها، والاختبارات من طبقة واحدة مناسبة عندما يكون لديك توقع توجيهي محدد، مثل اختبار ما إذا كانت العملية الجديدة تزيد من العائد.

استخدام فرضية بديلة من جانبين (تُعرف أيضاً بفرضية غير مباشرة) لتحديد ما إذا كان البارامترات السكانية أكبر من القيمة الافتراضية أو أقل منها، وتُستخدم اختبارات من جانبين عندما ترغب في اكتشاف أي فرق، بغض النظر عن الاتجاه.

ويتمتع اختبار أحادي الجانب بقدر أكبر من قوة اختبار ذي جانبين، ولكنه لا يستطيع أن يكشف ما إذا كان البارامترات السكانية تختلف في الاتجاه المعاكس، وينبغي أن يكون الاختيار بين اختبارات مقسمة إلى واحد واختبارات ذات شقين على أساس الأهداف المحددة لمشروع سيغما وطبيعة التحسين الجاري اختباره.

عملية اختبار التنويم المغناطيسي في سيكس سيغما

وتتبع عملية اختبار افتراض سيغما الافتراضي الستة نهجا منظما لتحديد ما إذا كان للتغيير المقترح أو التحسين في عملية ما أثر هام من الناحية الإحصائية، وفي أعقاب منهجية منهجية منهجية تكفل الاتساق والموثوقية في عملية صنع القرار.

الخطوة 1: تحديد مسألة المشكلة والبحث

الخطوة الأولى في دورة (لين ست سيغما) للتشخيصات والتشخيصات والأمورية هي تحديد المشكلة بوضوح، وهذا يتضمن فهم العملية، تحديد نطاق المشكلة، ووضع أهداف قابلة للقياس من أجل التحسين، وبيان المشاكل المحدد جيداً يوفر الوضوح والتوجيه لعملية اختبار الفرضية بأكملها.

وينبغي أن تحدد الأفرقة البارامترات المحددة للعمليات التي تريد تحسينها ووضع قياسات مرجعية للأداء، وتكفل هذه المؤسسة معالجة التحليلات اللاحقة للمسائل الصحيحة والتركيز على النتائج ذات المغزى.

الخطوة 2: تكوين الهضبة

وبعد تحديد المشكلة، تتمثل الخطوة التالية في صياغة الافتراضات الباطلة والبديلة، وهذه الخطوة حاسمة لأنها تضع الأساس لعملية اختبار الفرضية، وينبغي أن تُذكر الافتراضات بوضوح ودقيق، مع الإشارة تحديداً إلى البارامترات السكانية التي يجري اختبارها.

ويتطلب وضع افتراض بديل في سيك سيغما النظر بعناية في قياسات العمليات وأهداف التحسين، بدءا بتحديد البارامترات المحددة للعمليات التي ترغب في تحسينها، ثم تحديد مستوى الأداء الحالي والتغيير المتوقع، وأخيرا، الإعراب عن هذا التغيير بالمصطلحات الإحصائية باستخدام صيغة افتراضية بديلة.

الخطوة 3: اختيار مستوى الأهمية (ألفا)

ويمثل مستوى الأهمية، الذي يُشار إليه عادة باسم ألفا (ألفا)، عتبة تحديد الأهمية الإحصائية، وإذا كان هذا الاحتمال، المعروف بقيمته، صغيرا (يقل عادة عن 0.05)، فإننا نستنتج أن العينتين يحتمل أن تأتيا من سكان مختلفين.

وتستخدم معظم مشاريع سيغما الستة مستوىً هاماً قدره 0.05، أي أن هناك احتمالاً برفض افتراضات لاغية رفضاً خاطئاً عندما تكون صحيحة فعلاً، وفي التطبيقات الحرجة التي تكون فيها تكلفة الأخطاء مرتفعة، قد يختار الممارسون مستوى أكثر صرامة من حيث الأهمية، مثل 0.01.

الخطوة 4: جمع البيانات

ويعد جمع البيانات أمراً حاسماً لإجراء اختبار افتراضي، إذ يجمع الممارسون في مجال ليان سيغما البيانات ذات الصلة باستخدام مختلف الأساليب، بما يكفل دقة البيانات وتمثيلها وكفاية للتحليل، ويؤثر نوعية البيانات وكميتها تأثيراً مباشراً على موثوقية نتائج اختبار الافتراض.

وعادة ما تعادل عينات البيانات أكثر كدليل أكبر وتخفض خطر اتخاذ قرار غير سليم، وتعد أحجام العينات الكافية أساسية لتحقيق قدرة إحصائية كافية على كشف الاختلافات ذات المغزى.

الخطوة 5: اختيار الاختبار الإحصائي المناسب

ويتوقف الاختبار المناسب على المشكلة التي يجري تقييمها، وطبيعة البيانات، والهدف التحليلي لمرحلة المشروع، ويمكن أن يؤدي اختيار الاختبار الخاطئ إلى استنتاجات غير صحيحة، وبالتالي فإن فهم خصائص بياناتكم أمر أساسي.

وتشمل العوامل التي يتعين النظر فيها عند اختيار اختبار ما ما ما يلي:

  • نوع البيانات (الثابتة ضد قطعية)
  • عدد المجموعات التي يجري مقارنتها
  • ما إذا كانت البيانات تتبع التوزيع العادي
  • ما إذا كانت العينات مستقلة أو مقترنة
  • حجم العينة المتاح

الخطوة 6: حساب نظامية الاختبارات و P-Value

بعد اختيار الاختبار المناسب، حاسب إحصائيات الاختبار استناداً إلى بيانات عينتك، ثم تستخدم إحصائيات الاختبار لتحديد القيمة، مما يدل على احتمال ملاحظة نتائجك (أو نتائج أكثر تطرفاً) إذا كانت الفرضية الباطلة صحيحة.

فعلى سبيل المثال، يشير تقييم يبلغ 0.02 إلى أن هناك احتمالاً بنسبة 2 في المائة فقط بأن تكون عينات البيانات من نفس السكان الأساسيين، وأن انخفاض قيمة هذه العينات يوفر أدلة أقوى على الفرضية الباطلة.

الخطوة 7: اتخاذ قرار

واستنادا إلى مستوى الإحصاء والتقديرات الاختبارية، يُتخذ قرار إما رفض فرضية لا تُذكر لصالح الفرضية البديلة أو عدم رفض الفرضية الباطلة، وإذا كانت القيمة أقل من المستوى المختار أو مساويا له، ورفض الفرضية الباطلة، وخلص إلى أن الفرضية البديلة تدعمها البيانات.

إذا كانت العينة تقدم أدلة كافية ضد الادعاء بأنه لا يوجد تأثير في السكان (ب / / / ألفا)، عندها يمكننا رفض فرضية لاغية وإلا لن نرفض فرضية لاغية.

الخطوة 8: الاستنتاجات المستخلصة واتخاذ الإجراءات

وتتضمن الخطوة الأخيرة استخلاص استنتاجات استنادا إلى القرار المتخذ في الخطوة 7 - وتسترشد هذه الاستنتاجات بالخطوات التالية في دورة ليان سيكسيما المتعلقة بالتصنيف والتصوير الديمغرافي والصحي، سواء كانت عملية تحسين العمليات أو تحقيق الحد الأمثل أو السيطرة عليها.

والخطوة التالية هي اتخاذ النتائج الإحصائية وترجمتها إلى حل عملي، ويجب تقييم الأهمية الإحصائية في سياق الأهمية العملية - وهل مسألة التحسين من حيث القيمة الحقيقية للعالم؟

الاختبارات الإحصائية المشتركة المستخدمة في ست سيغما

ويتاح لـ 6 من الممارسين في سيغما الوصول إلى مجموعة متنوعة من الاختبارات الإحصائية، كل منها مصمم لأنواع محددة من البيانات والمسائل البحثية، ويعد فهم كيفية استخدام كل اختبار أمرا أساسيا لإجراء اختبار افتراضي صحيح.

التجارب

والاختبارات من بين الاختبارات الافتراضية الأكثر شيوعا في ست سيغما، وهي تقارن بين المجموعات لتحديد ما إذا كانت الاختلافات الملاحظة ذات أهمية إحصائية، والاختبارات T مناسبة للبيانات المستمرة التي تتبع توزيعا عاديا تقريبا.

(أ) اختبار واحد من العينات: ] Compares the mean of a single sample to a known value or target. For example, testing whether the average cycle time of a process equals the target of 10 minutes.

T-اختبارات: ] Compares the means of two independent groups. This test is useful for comparing process performance before and after an improvement, or for comparing two different methods or suppliers.

(ب) اختبار اختبار اختبار اختبارات اختبارات شخصية: ] Compares means from the same group at two different times or under two different conditions.() وهذا الاختبار مناسب عندما تكون القياسات مقترنة بطبيعة الحال، مثل اختبار الوحدات ذاتها قبل العلاج وبعده.

تحليل الفرق (ANOVA)

وتمتد الوكالة الوطنية الأنوفية منطق الاختبارات إلى الحالات التي تشمل ثلاث أو أكثر من المجموعات، بدلا من إجراء اختبارات متعددة (التي تزيد من مخاطر الأخطاء من النوع الأول)، وتختبر الوكالة في نفس الوقت ما إذا كان أي من هذه المجموعة يعني اختلافا كبيرا عن المجموعة الأخرى.

One-Way ANOVA:] Compares means across multiple groups based on a single factor. For example, comparing defect rates across four different production shifts.

Two-Way ANOVA:] Examines the effects of two factors concur and can detect interactions between factors. This is valuable when testing multiple process variables at once.

وتستفيد الوكالة بشكل خاص في ست سيغما عند تقييم ظروف العمليات المتعددة أو مقارنة عدة حلول بديلة لتحديد النهج الأمثل.

اختبارات الكيك

وتستخدم اختبارات التزحلق في السلاسل من أجل البيانات القاطعة لتقييم العلاقات بين المتغيرات أو اختبار ما إذا كانت الترددات الملاحظ مطابقة للتواترات المتوقعة.

Chi-Square Test of Independence:] Determines whether two categorical variables are related. For example, testing whether defect type is associated with production line.

Chi-Square Goodness-of-Fit Test:] Compares observed frequencies to expected frequencies based on a theoretical distribution. This test can verify whether data follows a particular pattern or distribution.

وتعد اختبارات التزحلقات الكيماوية أساسية في سيكس سيغما عندما تعمل مع بيانات سمات مثل نتائج المرور/الفشل، أو فئات العيوب، أو تقييمات رضا العملاء.

اختبارات هامة أخرى

Z- experiments:] Similar to t-tests but used when sample sizes are large (typically n > 30) or when population standard deviation is known. Z-tests are common in process capacity analysis.

(ب) مقارنة الفروق بين مجموعتين، وهذه الاختبارات مفيدة لتقييم ما إذا كان تقلب العمليات قد تغير بعد تحسين.

Non-Parametric Tests:] When data does not meet the assumptions required for parametric tests (such as normality), non-parametric alternatives like the Mann-Whitney U test, Kruskal-Wallis test, or Wilcoxon signed-rank test can be used.

فهم الصور والعلامات الإحصائية

إن قيمة هذه الأعمال مفهوم حاسم في اختبار الفرضية الذي يسبب الخلط في كثير من الأحيان، فهم ما تمثله القيم وكيفية تفسيرها تفسيرا صحيحا، أمر أساسي لاتخاذ قرارات سليمة في مشاريع سيغما.

ويجيب الاختبار الافتراضي على السؤال، ما هو احتمال أن تكون عينات البيانات هذه قد أتت بالفعل من نفس السكان الأساسيين؟ ويُعتبر التقييم هذا الاحتمال، إذ يوفر مقياساً لقوة الأدلة ضد الفرضية الباطلة.

ومن المفاهيم الخاطئة الشائعة أن القيمة تمثل احتمال أن تكون الفرضية الباطلة صحيحة، وفي الواقع، فإن القيمة تشير إلى احتمالية مراقبة البيانات على أنها مبالغة (أو أكثر تطرفاً) كما لوحظ فعلاً، على افتراض أن الفرضية الباطلة صحيحة.

لا يظهر حجم الأثر فقط قوة الدليل، قيمة صغيرة جداً تشير إلى أدلة قوية ضد الفرضية الباطلة،

الأثر الإحصائي ضد الأثر العملي

وقد لا تكون النتيجة ذات الأهمية الإحصائية ذات مغزى في العالم الحقيقي، وهذا التمييز بين الأهمية الإحصائية والعملية أمر حاسم في تطبيقات سيكغما.

على سبيل المثال، قد يُجري فرد يعمل على تحسين اقتصاد وقود سيارته اختبار افتراضي مقارنة لاقتصاد الوقود بالسرعة الدافعة البالغة 60 ميلاً و 70 ميلاً في الطريق السريع، وقد تُظهر النتيجة أن القيادة بسرعة أقل لها تأثير كبير إحصائياً على مكافئة الوقود، وهو في هذه الحالة اقتصاد وقود الأميال في كل غالون، غير أن التحسن الفعلي في اقتصاد الوقود قد يكون 0.5 ميلاً في المجرة.

:: الجمع بين اختبار الفرضية وبين معرفة العمليات وأهداف الأعمال التجارية - يجب تقييم النتائج الإحصائية في سياق الجدوى التشغيلية، وتحليل التكاليف والمنافع، والأهداف الاستراتيجية.

النوع الأول والنوع الثاني

كل اختبار افتراضي يحمل مخاطرة بالخطأ لهذا فهم الأخطاء من النوع الأول والنوع الثاني أمر حاسم في مشاريع سيجما هذه الأخطاء تمثل الطريقتين اللتين يمكن أن تؤديا إلى نتائج غير صحيحة

النوع الأول (الطبع الإيجابي)

ويحدث خطأ من النوع الأول عندما يُرفض الافتراض الباطل عندما يكون صحيحاً، أي أنكم تستنتجون أن تحسين العملية قد حدث في الواقع عندما لا يوجد تحسن، وأن احتمال حدوث خطأ من النوع الأول يعادل مستوى الأهمية (ألفا).

وفي ستة تطبيقات من طلبات سيغما، قد يؤدي خطأ من النوع الأول إلى تنفيذ تغيير في العملية مكلف لا يوفر فائدة حقيقية، وعلى سبيل المثال الاستثمار في معدات جديدة تستند إلى نتائج الاختبار التي تشير بشكل غير صحيح إلى تحسين الأداء.

ويتحكم مستوى الأهمية بصورة مباشرة في خطر الأخطاء من النوع الأول، ويعني تحديد ألفا = 0.05 قبول خطر 5 في المائة من الايجابات الكاذبة، وتقليص مستويات الأهم (مثل 0.01) من هذا الخطر، ولكنها تتطلب أدلة أقوى لرفض فرضية باطلة.

النوع الثاني (الناجية من الدرجة الأولى)

ويحدث خطأ من النوع الثاني عندما لا يُرفض الافتراض الباطل عندما يكون فعلا كاذبا، وهذا يعني عدم الكشف عن تحسن أو فرق حقيقي في العملية، ويُعرَّف احتمال حدوث خطأ من النوع الثاني على أساس بيتا.

وفي سياقات سيغما الستة، قد يؤدي خطأ من النوع الثاني إلى التخلي عن تغيير في العملية يعود بالنفع على العملية لأن الاختبار لم يكشف آثارها الإيجابية، مما قد يؤدي إلى عدم توفر فرص التحسين واستمرار عدم الكفاءة.

تقومون بتنفيذ خطوة تفتيش جديدة لتقليل العيوب ولكن حجم العينة صغير جداً وطاقتك الاختبارية هي 60 في المائة فقط، وفشلتم في كشف التحسن، ونتيجة لذلك قرر الفريق التخلي عن التغيير حتى وإن كان قد ساعد فعلاً.

الموازنة بين مخاطر الرعب

وهناك مقايضة متأصلة بين الأخطاء من النوع الأول والنوع الثاني، حيث يؤدي الحد من خطر نوع من الخطأ إلى زيادة خطر الخطأ الآخر، ما لم يزد حجم العينة، ويجب على ستة من الممارسين في سيغما أن ينظروا في التكاليف والعواقب النسبية لكل نوع من أنواع الأخطاء عند تصميم اختبارات افتراضية.

وفي الحالات التي يكون فيها تنفيذ تغيير غير فعال مكلفا جدا (نتيجة خطأ من النوع الأول) قد يكون من المناسب بلوغ مستوى أكثر صرامة من الأهمية، وعلى العكس من ذلك، عندما يكون فقدان تحسن مفيد أكثر إشكالية (نتيجة خطأ من النوع الثاني المرتفع)، يصبح ضمان وجود قوة إحصائية كافية هو الأولوية.

السلطة الإحصائية والحجم العيني

وتقيس قوة الاختبار قدرتها على الكشف عن أثر حقيقي، وفي ست سيغما، يساعد الفريق على تأكيد ما إذا كانت التحسينات حقيقية أم مجرد ضوضاء عشوائية، وتُعرَّف القوة الإحصائية بأنها 1 بيتا، حيث تمثل بيتا احتمال وقوع خطأ من النوع الثاني.

معظم مشاريع سيغما الستة تهدف إلى قوة اختبار بنسبة 80 في المائة أو أكثر هذا يعني أن هناك احتمالاً بنسبة 80 في المائة على الأقل أن يكتشف الاختبار فرقاً حقيقياً إذا كان موجوداً

العوامل التي تؤثر على القوة الإحصائية

وهناك عوامل عديدة تؤثر على القوة الإحصائية لاختبار افتراضي:

Sample Size:] Larger samples provide more information and increase statistical power. Too little data leads to weak conclusions. Conducting power analysis before data collection helps determine the minimum sample size needed to achieve desired power levels.

Effect Size:] Larger differences between groups are easier to detect and result in higher power. When the true effect is small, larger samples are needed to achieve adequate power.

Variability:]لانخفاض في التباين في البيانات يزيد من القوة، ويحسن الحد من خطأ القياس والسيطرة على مصادر التباين الخارجية القدرة على كشف الآثار الحقيقية.

مستوى الأهمية: ] زيادة مستويات الأهمية (أ) زيادة في القوة، بل تزيد أيضا من خطر الأخطاء من النوع الأول، وينبغي أن يوازن مستوى تحديد الأهمية بين هذه الاعتبارات المتنافسة.

إجراء تحليل للقوة

وينبغي إجراء تحليل للقوة خلال مرحلة التخطيط لمشاريع سيك سيغما لضمان وجود أحجام كافية من العينات، وتشمل مجموعات البرامجيات الإحصائية عادة أدوات لتحليل الطاقة تساعد على تحديد أحجام العينات المطلوبة استنادا إلى أحجام الأثر المتوقعة ومستويات الطاقة المرغوبة ومستويات الأهمية المختارة.

ومن شأن إجراء تحليل للقوة أن يحول دون المشكلة المشتركة المتمثلة في الدراسات التي لا تتوفر لها القدرة الكافية والتي لا تكتشف تحسينات حقيقية، مما يؤدي إلى إهدار الموارد وضياع الفرص.

تطبيقات عملية لاختبارات التخصيب في ست سيغما

ويجد اختبار الاختبار الافتراضي تطبيقاً في مختلف مشاريع وصناعات سيغما، ويساعد فهم تطبيقات العالم الحقيقي الممارسين على الاعتراف بالفرص المتاحة لتطبيق هذه التقنيات بفعالية.

تحسين عملية التقييم

وكثيرا ما تستخدم اختبارات الافتراض لتقييم ما إذا كانت التحسينات في العمليات، مثل التغييرات في الآلات أو المواد أو الإجراءات، تؤدي إلى تحسينات كبيرة في أداء العمليات، فقبل إجراء المقارنات وبعده توفر أدلة موضوعية على فعالية التحسين.

فعلى سبيل المثال، قد يختبر فريق التصنيع ما إذا كان تنفيذ إجراء جديد لمراقبة الجودة يخفض معدلات العيوب، ومن خلال جمع بيانات العيوب قبل التغيير وبعده وإجراء اختبارين على العينين، يمكن للفريق أن يحدد ما إذا كان التخفيض الملاحظ كبيرا من الناحية الإحصائية أو لمجرد حدوث تغير عشوائي.

Root Cause Analysis

ويستخدم الممارسون في ليان سيغما اختبارا افتراضيا لتحديد الأسباب الجذرية للاختلالات أو التباينات في العمليات، ومساعدة المنظمات على معالجة المسائل الأساسية بفعالية، وعندما يتم تحديد أسباب متعددة محتملة، يساعد اختبار الفرضيات على تحديد العوامل التي تؤثر حقا على النتيجة.

وعند تحليل البيانات، يجب أن يميز الممارسون بين التغير العشوائي والتغييرات الهامة في العمليات، ويوفر اختبار الاختلال البرمجي البرمجي اللازم لجعل هذا التمييز موضوعيا.

مقارنة شروط العمليات المتعددة

وتتيح اختبارات المقارنة بين الأنوف والكثير من المجموعات الست للأفرقة الستة تقييم عدة ظروف عملية في وقت واحد، وعلى سبيل المثال، يساعد مقارنة جودة المنتجات بين الموردين المتعددين، أو خطوط الإنتاج، أو الفترات الزمنية على تحديد الظروف المثلى والمجالات التي تثير إشكالية والتي تتطلب الاهتمام.

وقد تستخدم شركة لوجستية الوكالة الوطنية الأنوفية لمقارنة أوقات التسليم عبر مختلف الطرق أو السائقين، مع تحديد العوامل التي تؤثر تأثيرا كبيرا على الأداء وحيثما ينبغي تركيز التحسينات.

تحليل نظام القياس

ويؤدي اختبار الاختبار الافتراضي دورا في التحقق من نظم القياس قبل استخدامها لتقييم أداء العمليات ويمكن للاختبارات أن تحدد ما إذا كان المشغلون المختلفون ينتجون قياسات متسقة، وما إذا كانت أجهزة القياس معيَّنة بشكل صحيح، وما إذا كان خطأ القياس ضئيلا على نحو مقبول.

وضمان موثوقية نظام القياس أمر أساسي لأن القرارات التي تستند إلى قياسات خاطئة يمكن أن تؤدي إلى استنتاجات غير صحيحة وإلى تحسينات غير فعالة.

تصميم التجارب

وفي التجارب المصممة، يقيّم اختبار الفرضية العوامل والتفاعلات التي تؤثر تأثيراً كبيراً على نتائج العمليات، وتسمح عمليات التشغيل، بالاقتران مع اختبار الفرضية، بالاستكشاف الفعال للمتغيرات المتعددة في وقت واحد، وتحديد أطر العمليات المثلى التي تقل فيها العمليات التجريبية عن النهج التقليدية القائمة على عامل واحد في الوقت.

أمثلة عالمية حقيقية

وفي مجال التغليف الصيدلي، تستخدم أفرقة الجودة اختبارات افتراضية للتحقق من نظم التفتيش، وقد فحص مشروع جدير بالذكر معدلات الكشف عن العيوب، واقترح الافتراض البديل أن يكشف التفتيش الآلي عن 99.9 في المائة من العيوب، مقارنة بنسبة 98.5 في المائة مع التفتيش اليدوي، وأيدت البيانات هذه المطالبة، مما أدى إلى ثورة عملية مراقبة الجودة.

وتستفيد صناعات الخدمات من فرضية بديلة في ستة مشاريع من مشاريع سيغما لتعزيز خبرة العملاء، وقد أجرت شركة اتصالات سلكية اتصالات اختباراً لمعرفة ما إذا كان بروتوكولها الجديد لخدمة العملاء قد حسّن من درجات الرضا، وقد كشفت اختبارات الفرضية عن تحسن كبير من الناحية الإحصائية، مما أدى إلى تنفيذ واسع النطاق في جميع مراكز الخدمات.

الرواسب المشتركة وأفضل الممارسات

وفي حين أن اختبار الفرضية أداة قوية، فإن عدة أخطاء مشتركة يمكن أن تقوض فعاليتها، ففهم هذه المجازر ومتابعة أفضل الممارسات يكفل تحقيق نتائج موثوقة.

حالات سوء السلوك المشتركة إلى أفويد

استخدام الاختبار الخاطئ: فهم بياناتكم وسؤالكم، إن اختيار اختبار إحصائي غير مناسب يمكن أن يؤدي إلى استنتاجات غير صحيحة، واغتنام الوقت لفهم خصائص بياناتكم ومطابقتها لافتراضات الاختبارات المتاحة.

نوعية البيانات ومدى توافرها: يتمثل أحد التحديات الأساسية في نوعية البيانات وإمكانية الحصول عليها، ويعتمد اختبار التلقيح اعتماداً كبيراً على وجود بيانات دقيقة وذات صلة بالموضوع في متناول اليد، وقد يكون الحصول على بيانات عالية الجودة في بعض الأحيان مهمة هائلة، كما أن الثغرات أو عدم الدقة في البيانات يمكن أن يعرض للخطر موثوقية التحليل.

وتستند العديد من اختبارات الفرضية إلى افتراضات معينة بشأن البيانات، مثل الالتزام بتوزيعات أو خصائص إحصائية محددة، ويمكن لهذه الافتراضات، عند انتهاكها، أن تضر بدقة وصلاحية نتائج الاختبار، وتتحقق دائما من أن بياناتكم تستوفي افتراضات الاختبار المختار، أو تستخدم أساليب بديلة غير قياسية عند انتهاك الافتراضات.

الفرق الإحصائي لا يعني دائماً فرقاً عملياً الأرقام لا تعكس الواقع دائماً

والعلاقة المتبادلة مع السببية خطأ شائع آخر، ويمكن أن يبرهن الاختبار الافتراضي على أن المتغيرات ذات صلة، ولكنه لا يثبت بالضرورة أن هناك سببا آخر، ويلزم تقديم أدلة إضافية وتفسير منطقي لإقامة علاقات سببية.

أفضل الممارسات لإجراء اختبارات التنويم المغناطيسي الفعال

Plan Before Collecting Data:] Define hypotheses, select appropriate tests, and conduct power analysis before data collection begins. This prospective approach ensures adequate sample sizes and appropriate data collection methods.

التحقق من الافتراضات: ] التحقق مما إذا كانت بياناتكم تفي بالافتراضات المطلوبة لإجراء الاختبار الإحصائي المختار.

Consider Practical Significance: ] Don't rely solely on p-values. Evaluate effect sizes and confidence intervals to understand the magnitude of differences. Consider whether statistically significant results are meaningful in practical terms.

(أ) استخدام برامجيات مناسبة: تستخدم معظم أفرقة سيغما الست مينيتاب بسبب نماذجها وخيارات الاختبارات المدمجة.() وتخفض البرامجيات الإحصائية الأخطاء الحسابية وتوفر ناتجا شاملا يشمل فترات الثقة، وحجم التأثيرات، وقطع التشخيص.

Document Your Process:] Maintain clear records of hypotheses, test selection rationale, assumptions verified, and conclusions drawn. This documentation supports transparency and enables others to review and replicate your analysis.

Combine Statistical and subject Matter Expertise:] Results are evaluated in context, along capacity analysis, process knowledge, and improvement objectives, rather than treated as standalone statistical outputs. Statistical analysis should inform decisions, not replace critical thinking and domain expertise.

Confirm Results When possible:] try to re-run the test (if practical) to further confirm results. Replication provides additional confidence in findings and helps identify whether initial results were anomalous.

الأدوات والبرمجيات للاختبارات الوبائية

وقد جعلت البرامجيات الإحصائية الحديثة اختبارا افتراضيا أكثر سهولة وكفاءة، ولدى ستة من الممارسين في سيغما عدة خيارات لإجراء تحليلات إحصائية:

Minitab:] The most widely used software in Six Sigma environments, Minitab offers comprehensive hypothesis testing capabilities with user-friendly interfaces and built-in templates for common Six Sigma analyses. It includes power and sample size calculators, assuming check tools, and extensive graphical capabilities.

JMP:] developed by SAS, JMP provides powerful statistical analysis and visualization tools. Its interactive interface makes it easy to explore data and conduct hypothesis tests while maintaining statistical rigor.

R and Python:] Open-source programming languages that offer extensive statistical Library. While requiring more technical expertise, these tools provide maximum flexibility and are increasingly popular in data science applications of Six Sigma.

Excel: ] While limited compared to specialized statistical software, Excel's Data Analysis ToolPak includes basic hypothesis testing capabilities suitable for simple analyses. However, for serious Six Sigma work, dedicated statistical software is recommended.

SigmaXL:] An Excel add-in specifically designed for Six Sigma practitioners, providing more advanced statistical capabilities than native Excel while maintaining familiar spreadsheet interfaces.

Integrating Hypothesis Testing with Other Six Sigma Tools

ولا يوجد اختبار للخيوط الافتراضية في عزلة، بل يعمل بشكل متلازم مع أدوات ومنهجيات أخرى من نوع سيغما الستة من أجل دفع عملية التحسين الشاملة.

تحليل القدرة على العمل

وبعد استخدام اختبار افتراضي للتحقق من حدوث تحسن في العمليات، يصف تحليل القدرة العملية مدى استيفاء العملية المحسنة للمواصفات، وتوفر مؤشرات القدرة، مثل Cp و Cpk و Pp و Ppk، مقاييس موحدة لمقارنة أداء العمليات مع الاحتياجات.

رسوم التحكم

وبعد التحقق من التحسينات من خلال اختبار افتراضي، ترصد الخرائط المراقبة أداء العمليات الجاري لضمان استدامة المكاسب، وتوفر الخرائط المراقبة تعليقات آنية بشأن استقرار العمليات ويمكن أن تُفضي إلى إجراء تحقيقات عندما تظهر أسباب خاصة.

تحليل التراجع

وفي حين أن اختبار الفرضية يحدد ما إذا كانت العلاقات قائمة بين المتغيرات، فإن تحليل التراجع يصف هذه العلاقات ويمكِّن من التنبؤ بها، ويمكن لنماذج التراجع أن تحدد مقدار التغير في متغيرات النواتج نتيجة للتغيرات في متغيرات المدخلات، ودعم الجهود الرامية إلى تحقيق الحد الأمثل.

Failure Mode and Effects Analysis (FMEA)

ويمكن أن تحقق اختبارات الافتراضات الافتراضية في إطار تقييم المخاطر المؤسسية بشأن أنماط الفشل الأكثر أهمية، ويكفل تأكيد ترددات وشدة نمط الفشل استناداً إلى البيانات أن تركز جهود التخفيف من المخاطر على أهم المسائل.

الاعتبارات المسبقة في اختبارات التخصيب

المقارنات المتعددة والمعدلات الأسرية - العادية

وعند إجراء اختبارات افتراضية متعددة في وقت واحد، يزداد الخطر العام للأخطاء من النوع الأول، وإذا أجري 20 اختبارا مستقلا بألفا = 0.05، فإن احتمال وجود إيجابي واحد على الأقل زائفا هو ما يقرب من 64 في المائة، وهو أعلى بكثير من النسبة المئوية المتوقعة.

وتساعد التعديلات التي تُجرى مثل تصحيح بونفيروني أو مراقبة معدلات الاكتشاف في النسيج على إدارة معدل الخطأ المتضخم هذا، وهذه الأساليب تعدل مستويات الأهمية أو قيم التراكم للحفاظ على معدل الخطأ العام المنشود عبر مقارنات متعددة.

النُهج البيزية

ويتبع اختبار الفرضية التقليدية إطارا متكررا، ولكن الأساليب البيزيزية توفر نهجا بديلا يتضمن المعارف السابقة ويقدم بيانات الاحتمال بشأن الافتراضات نفسها، وتكتسب الأساليب البيزيائية زخما في ستة تطبيقات من طراز سيغما، ولا سيما عندما يمكن أن تسترشد البيانات التاريخية أو معارف الخبراء بالتحليل.

الاختبارات المستقلة

وفي بعض الحالات، تصبح البيانات متاحة تدريجيا بمرور الوقت، وتتيح أساليب الاختبار المتواتر إجراء تحليلات مؤقتة والتوقف المبكر عندما تكون الأدلة كافية قد تراكمت، مما قد يوفر الوقت والموارد مقارنة بتصميمات أحجام العينات الثابتة.

بناء ثقافة صنع القرار في مجال البيانات والتطبيق

وتكفل هذه العملية أن القرارات المتخذة في مشاريع ليان سيكغما هي قرارات تستند إلى البيانات ولا تستند إلى افتراضات أو أدلة غير مؤكدة، فإلى جانب الجوانب التقنية للاختبار الافتراضي، يتطلب التنفيذ الناجح لـ " سيغما " ترسيخ ثقافة تنظيمية تقيِّم عملية اتخاذ القرارات القائمة على الأدلة.

ويكفل التصلب الإحصائي للاختبار الافتراضي أن تستند تحسينات العمليات إلى الوقائع بدلا من الافتراضات، ويعتمد المهنيون المعنيون بتحسين النوعية على هذه الاختبارات لاتخاذ قرارات مستنيرة بشأن التغييرات في العمليات وتخصيص الموارد واستراتيجيات التحسين.

وينبغي للزعماء أن يُنَظِّموا سلوكاً يقوم على البيانات بطلب أدلة لدعم التغييرات المقترحة والاحتفال بالنجاحات المحققة من خلال تحليل دقيق، وينبغي لبرامج التدريب أن تضمن أن يفهم أعضاء الأفرقة على جميع المستويات أساسيات اختبار الفرضية وأن يفسِّروا النتائج على نحو صحيح.

ويزيل إنشاء نظم بيانات ميسورة وتوفير أدوات إحصائية مناسبة الحواجز التي تعترض اتخاذ القرارات القائمة على الأدلة، وعندما يصبح اختبار الفرضية روتينياً وليس استثنائياً، تدرك المنظمات الإمكانات الكاملة لمنهجية " ست سيغما " .

خاتمة

وعند تنفيذ الاختبار الافتراضي بشكل صحيح، فإنه يمكّن الشركات من تحقيق أهدافها، والحد من العيوب، وتخفيض التكاليف، وفي نهاية المطاف تقديم منتجات وخدمات أفضل إلى زبائنها، ومن خلال إدماج اختبار الفرضية في دورة البرنامج، يمكن للممارسين في ليان سيغما أن يدفعوا إلى التحسين المستمر وأن يكفلوا النجاح الطويل الأجل لمنظماتهم.

وبتحديد الافتراضات بعناية، واختيار الاختبارات الإحصائية المناسبة، وتفسير النتائج بحذر، يمكن لستة من الممارسين في سيغما أن يصادقوا على التحسينات وأن يكفلوا أن تستند القرارات إلى أدلة موثوقة، ويحول النهج المنهجي الذي يوفره اختبار الفرضيات البيانات الخام إلى أفكار عملية تؤدي إلى نتائج أعمال قابلة للقياس.

وهذه الأداة الإحصائية تُعطي الثقة والوضوح والمصداقية لاستنتاجاتك وتساعدك على تقليل العيوب وتخفيض التكاليف وتحسين الجودة، حيث تواجه المنظمات ضغطا متزايدا على تحسين العمليات وتثبت قيمتها، وتوفر اختبارات الفرضية الأساس التحليلي الدقيق اللازم لاتخاذ قرارات مستنيرة بثقة.

وسواء تحقق تحسن في العمليات، أو تحديد الأسباب الجذرية، أو مقارنة الحلول البديلة، فإن اختبار الفرضية يتيح لـ 6 من الممارسين في سيغما فصل الإشارة من الضوضاء، والتركيز على الموارد على التغييرات التي تحقق نتائج مشهودة، ومن خلال استخدام هذه الأداة الأساسية وإدماجها في إطار العمل المتعلق بالألغام، يمكن للمنظمات أن تحقق امتيازاً مستداماً في العملية وميزة تنافسية.

وبالنسبة لمن يتطلعون إلى تعميق فهمهم للطرائق الإحصائية في تحسين النوعية، فإن موارد مثل جمعية البلدان الأمريكية للجودة ] و ]iSixSigma community ] توفر مواد تعليمية واسعة النطاق، ودراسات حالات، وفرصاً للتطوير المهني.