MSITBlog

2 minutes reading time (304 words)

สมมติฐานและการยืนยัน

จากบล็อกที่แล้ว ผมได้กล่าวถึงการหาสาเหตุของปัญหาในเชิงใช้การให้เหตุผลเข้ามาช่วยในการตัดสินใจ ที่มันเป็นเพียงการหาสาเหตุก็เพราะมันไม่ได้กล่าวถึงวิธีการแก้ปัญหาเลย มันจบที่การยืนยันถึงสาเหตุที่เกิดขึ้นเท่านั้น วิธีการแก้ปัญหา มันก็ต้องว่ากันอีกที

และในการแก้ปัญหานั้น เรามักจะเริ่มด้วยแบบ Deductive Reasoning ดังรูปข้างล่าง (ขอนำมาแสดงอีกครั้ง)

การตั้งสมมติฐานนั้น มันจะไปอิงอยู่กับตัวความรู้ หรือ หลักการ หรือ ประสบการณ์ ที่มีอยู่ในตัวผู้แก้ปัญหาด้วย ผมจึงขอเน้นว่า ความรู้ หลักการ หรือ ประสบการณ์นั้น ต้องเป็นเรื่องที่ถูกต้องตามทฤษฏีนะครับ

ทีนี้การตั้งสมมติฐานนั้น มันไม่ใช่ตั้งมาข้อเดียวและมีความโน้มเอียง (Bias) เพื่อที่จะสรุปให้เป็นไปตามนั้น มันต้องตั้งตามสิ่งที่ควรจะเป็นและมีหลายสมมติฐาน เราเรียกว่า Hypothesis Tree

เอาละครับ สมมติว่าผมจะทำการหาสาเหตุของปัญหา โดยเริ่มจากทำการตั้งทีมเพื่อแก้ปัญหา (เอาแบบข้ามสายงานนะครับ คือต้องมีผู้เกี่ยวข้องมาจากหลายแผนก) … ผมเรียกทีมมาประชุม แล้วก็เล่าปัญหาให้ฟังเพื่อให้ทราบถึงภูมิหลัง ทั้งนี้ก็เพื่อให้มั่นใจว่าทุกคนเข้าใจปัญหาเหมือน ๆ กัน แล้วทีมก็ช่วยกันเขียนประโยคปัญหาขึ้นมา

จากนั้นเราก็ควรช่วยกันคิดก่อนว่า อะไรมันน่าจะเป็นสาเหตุได้บ้าง (หรือ ช่วยกันตั้งสมมติฐาน) เช่น (สมมติเอานะครับ)

ออกแบบชิ้นส่วนไม่ดี (เมื่อทำการประกอบด้วยวิธีมาตรฐานแล้วจึงเกิดปัญหา)

ใช้วัสดุไม่ดี (ซัพพลายเออร์ใช้วัตถุดิบไม่ได้คุณภาพมาสร้างชิ้นส่วน จึงทำให้ชิ้นส่วนด้อยคุณภาพ)

กระบวนการผลิตแย่ (กระบวนการผลิตไม่ได้ตามมาตรฐานที่ออกแบบไว้)

กระบวนการแพ็กในคลังสินค้าไม่ถูกต้อง (การบรรจุชิ้นงานลงกล่องไม่ถูกต้อง จึงทำให้เกิดปัญหา)

การจัดส่งไม่ระมัดระวัง (อาจมีการโยน การซ้อนกล่องบรรจุจนเกิดการกดทับ)

เพื่อให้มันง่ายขึ้นในการรวบรวมข้อมูล ผมจึงทำตารางออกมาได้ดังด้านล่าง

สมมติฐานที่พวกเราสร้างขึ้นมา (จากต้นน้ำ ไปยังท้ายน้ำ) เรียกว่า Hypothesis Tree ซึ่งจะเขียนเอาไว้แถวบนสุด .. แถวถัดลงมา (ตั้งชื่อว่า ข้อเท็จจริง”) จะเป็นส่วนที่เราจะต้องไปหาข้อมูล ข้อเท็จจริง มาใส่ลงไป เราจะใช้มันมาหักล้างสมมติฐานที่เราสร้างขึ้นมาในส่วนของ Hypothesis Tree

ถ้ามีข้อมูล ข้อเท็จจริง สามารถหักล้างสมมติฐานได้ เช่น สมมติฐานบอกว่า มันไม่ดี แต่ข้อมูลที่เราได้มายืนยันว่า มันดี เราก็จะสรุปผลว่า มันไม่มีความเกี่ยวข้องกับปัญหาที่เกิดขึ้น (ใส่ลงในแถวล่างสุดที่ชื่อว่า สรุป”) …

แต่ถ้าเราไม่สามารถหาข้อมูลมาหักล้างได้ อันนี้เราก็ต้องถือเอาไว้ก่อนว่า สมมติฐานที่ตั้งไว้นั้น (น่า) จะเป็นจริง เราก็ต้องค้นหา ไปทดลอง เพื่อเอาผลอันเป็นข้อเท็จจริงมายืนยันอีกทีหนึ่ง   

ว่ากันตามจริงแล้ว สมมติฐานนั้น มันก็อาจจะเป็นจริง หรือ ไม่จริงก็ได้ แต่เราไม่มีหลักฐาน เราก็ต้องถือว่ามันเป็นจริงเอาไว้ก่อน ทั้งนี้เพื่อเราจะได้ลงไปดู ลงไปวิเคราะห์ หาทางป้องกันเอาไว้ก่อน

สมมติว่า ผมไปหาข้อเท็จจริงได้ดังรูปด้านล่าง (เช่นเดิมครับ ผมสมมติเอาเพื่อใช้เป็นตัวอย่างให้เกิดความเข้าใจ)

จากข้อมูลที่แสดงไว้นี้ ช่อง ออกแบบไม่ดีผมไม่มีเหตุผลใด ๆ มาหักล้างสมมติฐานเลย และชิ้นส่วน A ได้นำมาประกอบเข้ากับตัวสินค้าที่กระบวนการประกอบ X … ผมก็เลยเขียนเอาไว้ว่า ชิ้นส่วน A ไม่ออกแบบมาให้เหมาะสมหรือทนต่อการประกอบในกระบวนการประกอบ X” และสรุปว่า เป็นเรื่องการออกแบบ

ส่วนช่องอื่น ๆ ผมมีเหตุผลมาหักล้างได้ ผมจึงสรุปว่า สมมติฐานที่ตั้งเอาไว้นั้น มันไม่เกี่ยวข้องกับปัญหาคุณภาพที่เกิดขึ้น

จากที่ผมสรุปว่า ปัญหาน่าจะมาจากการออกแบบชิ้นส่วน A ไม่เหมาะสมต่อกระบวนการประกอบ X ทำให้ชิ้นส่วน A เกิดการชำรุดเสียหาย มันจะเกิดขึ้นจริงหรือเปล่าก็ไม่รู้ ผมต้องไป จำลอง (Simulate)” หรือ ทดลอง (Experiment)” เพื่อสังเกตดูผล และทำการยืนยันข้อสรุปข้างต้น

มาสมมติกันต่อครับ ผมลงไปที่สายการผลิตที่กระบวนการประกอบ X แล้วทดลองทำการประกอบสินค้าดู ผมพบว่า ชิ้นส่วน A สามารถประกอบได้ตามปกติ ไม่พบว่ามันแตกเหมือนกับที่ลูกค้าเจอแต่ประการใด แสดงว่า ผลที่ได้ปฏิเสธสมมติฐานแล้วกระมัง

แต่เดี๋ยวก่อน ด้วยความสงสัย ผมจึงถอดชิ้นส่วนนั้นไปเข้ากล้องขยาย 100 เท่า เพื่อตรวจสอบชิ้นส่วน A อย่างละเอียด เมื่อผมดู มันก็คือการสังเกตในฝั่งขวาซึ่งเป็นแบบ Inductive แล้วนะครับ

ถ้าเราดูภาษาอังกฤษครับ เขาใช้คำว่า Confirmation เหมือนกัน มันเป็นการกระทำที่อยู่ในระดับเดียวกัน ตอนที่ผมเอาชิ้นส่วน A มาทดลองประกอบดูและคิดว่า มันน่าจะเกิดอาการแตกชำรุด แต่ผลออกมา ยืนยันว่า มันไม่แตก ผมเลยถอดออกไปเข้ากล้องขยายเพื่อ สังเกตดูว่า มีสิ่งผิดปกติอื่น ๆ ไหม ตอนนี้ผมจะวกกลับมาเป็น Inductive นะครับ (ลูกศรสีแดง)

สมมติอีกแหละครับ ในที่สุดผมก็มองเห็นว่ามีรอยแตก (หรือ รอยร้าว) ขนาดเล็ก (ภาษาผมเรียกว่า เกิด Micro – crack ซึ่งมองด้วยตาเปล่าไม่เห็น ต้องมองผ่านกล้องขยาย) พาดผ่านไปในทิศทางเดียวกับที่ลูกค้าเจอ

นั่นหมายความว่า ผมเจอรูปแบบ (Pattern) ที่ผิดแปลกออกไปจากปกติแล้วครับ และผมคิดว่า เมื่อเกิดแรงบิดตัวจากการประกอบและการสะเทือนจากการขนส่ง มันอาจส่งผลให้ชิ้นส่วนเกิดการแตกร้าวมากขึ้น ผมนำชิ้นส่วน A ไปประกอบใหม่ และให้แรงบิด ผลปรากฏว่า มันแตกเหมือนกับที่ลูกค้าเจอจริง ๆ

เพราะชิ้นส่วน A เป็นชิ้นส่วนพลาสติก ดังนั้นผมตั้งสมมติฐานว่า การฉีดโมล (จากซัพพลายเออร์) น่าไม่ดี จึงทำให้เกิด Micro – crack ในตัวเนื้อพลาสติก หลังจากนี้มันจะวิ่งขึ้นไปสู่องค์ความรู้ทางด้านเรื่องการฉีดโมลพลาสติกแล้วนะครับ

และถ้าเราจะทำ Deductive อีกครั้ง เราก็ต้องทำการตั้งสมมติฐานอีก เช่น แม่แบบมีปัญหา การผสมพลาสติกมีปัญหา การฉีดมีปัญหา การแกะชิ้นงานออกจากโมลมีปัญหา …. จากนั้น ก็หาข้อเท็จจริงมาหักล้าง เหมือนที่แสดงไว้ตอนแรก

ถ้าไม่ใช่อีก มันก็ต้อง Inductive อีก … Deductive อีก เหมือนรูปด้านล่าง คงพอนึกภาพออกนะครับ เราต้องทำไปจนกว่าจะเจอสาเหตุแหละครับ (แล้วอาจะตามด้วย 5Why เพื่อทำให้มั่นใจว่า มันเป็น Root Cause จริง ๆ)

สังเกตเรื่องหนึ่งนะครับ ข้อมูลจะเป็นสิ่งสำคัญต่อการตัดสินใจเป็นอย่างมาก (เช่น การเลือกชุดเครื่องมือ การใช้เครื่องมือ หรือ การหาข้อเท็จจริงมาสนับสนุนสมมติฐาน เป็นต้น) เราจะคุยกันต่อไปนะครับ

 

5G กับ การเก็บข้อมูล
ข้อมูลตัดสินใจเองไม่ได้ เราคือผู้ตัดสินใจ

Related Posts

 

Comments

No comments made yet. Be the first to submit a comment
Already Registered? Login Here
Guest
Thursday, 23 May 2019