MSITBlog

1 minute reading time (209 words)

ผังฮิสโตแกรม (Histogram Chart) (3)

ในบล็อกนี้ เราจะมาดูการกระจายตัวของข้อมูลที่เราสร้างขึ้นมาว่ามันบอกอะไรเราได้บ้างบางคนเขาก็เรียกว่า "การอ่านผล" จากกราฟฮิสโตแกรม

แนวทางที่เขาแนะนำเอาไว้ ก็จะเป็นดังนี้ครับ ...

รูปทรงระฆังคว่ำ

รูปร่างที่เห็นจะเป็นรูปการกระจายตัวแบบปกติของข้อมูล ซึ่งมีลักษณะสำคัญก็คือ ข้อมูลส่วนมากจะเข้าใกล้ศูนย์กลาง คือ ข้อมูลส่วนมากอยู่ตำแหน่งกึ่งกลางของรูปกราฟฮิสโตแกรมและมีการกระจายออกด้านซ้ายและด้านขวาใกล้เคียงกัน อันเป็นลักษณะของการกระจายแบบปกติ (Normal Distribution) … ถ้ากระบวนการของเราดำเนินไปตามปกติตามที่ควรจะเป็น กราฟมันจะออกมาเป็นแบบนี้แหละครับ ความกว้างของการกระจายตัวของรูปกราฟมันจะขึ้นกับความผันแปรที่เป็นไปตามธรรมชาติที่เป็นไปตามปกติของมัน ไม่ใช่เกิดจากสิ่งใดสิ่งหนึ่งทำขึ้นมา

มันก็เหมือนเราเดินทางจากบ้านไปยังที่ทำงานแหละครับ ถ้าการเดินทางของเราเป็นไปตามปกติแล้ว เมื่อเราเอาเวลาที่เรามาถึงที่ทำงานในแต่ละวันมาพล็อตออกมาเป็นกราฟ มันมักจะได้ออกมาเป็นรูประฆังคว่ำ ขอบด้านล่างมันจะแคบหรือกว้าง มันก็จะขึ้นอยู่กับเส้นทางที่เราใช้มีการจราจรติดขัดมากน้อยเท่าใด แต่มันก็เป็นเรื่องปกติของมัน มันเป็นของมันอยู่อย่างนั้น  

รูปทรงเกาะแก่ง

รูปร่างของกราฟมีลักษณะที่กลุ่มข้อมูลขนาดไม่มาก (กลุ่มเล็ก) แยกออกไปจากข้อมูลกลุ่มใหญ่ คล้ายกับเกาะสองเกาะแยกจากกัน เกาะหนึ่งเป็นเกาะใหญ่ซึ่งเกิดจากข้อมูลส่วนมาก อีกเกาะหนึ่งจะเป็นเกาะเล็ก ๆ ที่ประกอบขึ้นจากข้อมูลไม่มาก ถ้าเห็นแบบนี้ในโรงงานแล้วพบว่าปัญหาส่วนมากมักจะเกิดจากความผิดพลาดในการตรวจสอบหรืออุปกรณ์ควบคุมที่ผิดออกไปบ้าง

ถ้าเราเทียบกับการเดินทางของเราจากตัวอย่างที่แล้ว เจ้ารูปเกาะเล็ก ๆ นั้นก็มาจาก การเกิดอุบัติเหตุบนท้องถนน เป็นต้น มันไม่ใช่เรื่องของการเป็นปกติตามที่ควรจะเป็น มันมีสาเหตุที่พิเศษออกไปเกิดขึ้น ถ้าเราตัดส่วนนี้ออกไปรูปร่างของกราฟมันก็จะเป็นรูประฆังคว่ำตามปกติ ถ้าเราเจอรูปกราฟแบบนี้ เราก็ต้องไปหาแหละครับว่า สาเหตุพิเศษที่ว่านี้ มันคืออะไร ถ้าเราขจัดมันออกไป กระบวนการมันก็กลับเข้ามาสู่ปกติตามที่มันควรจะเป็น

รูปเขาสองยอด

รูปร่างของกราฟมีลักษณะเหมือนเป็นภูเขาสองลูกเรียงกัน อันเกิดมาจากข้อมูลแยกออกเป็น 2 กลุ่ม ลักษณะอย่างนี้อาจเกิดจากการเก็บข้อมูลมีการปะปนกันของข้อมูลจากสองแหล่งที่มีความแตกต่างกันอย่างชัดเจน เช่น เก็บชิ้นงานมาจากสองสายการผลิต หรือ เก็บชิ้นงานที่มี Spec. ต่างกัน แล้วนำมารวมกันเพื่อทำการวัด ถ้าเป็นเช่นนี้ จะต้องแยกข้อมูลทั้งสองกลุ่มออกจากกันเสียก่อน แล้วจึงค่อยทำการวิเคราะห์

ถ้าเราเทียบกับการเดินทางของเราจากตัวอย่างที่แล้ว มันก็เหมือนกับเราขึ้นรถเมล์มาทำงานแหละครับ บางวันเราก็ขึ้นสาย A ซึ่งเลี้ยวซ้ายไปใช้เส้นทางหนึ่ง บางวันเราก็ขึ้นสาย B ซึ่งเลี้ยวขวาไปใช้อีกเส้นทางหนึ่ง ซึ่งสองเส้นทางนี้ใช้เวลาในการเดินทาง (เนื่องจากระยะทาง หรือ การจราจรติดขัด) ไม่เท่ากัน ดังนั้นเวลาที่เรามาถึงที่ทำงานจึงต่างกัน พอจับมาพล็อตกราฟออกมา มันจึงเหมือนเอากราฟรูประฆังคว่ำสองลูกมารวมกัน

รูปทรงหวีหัก

ลักษณะของกราฟจะเป็นรูปทรงสูง ๆ ต่ำ ๆ สลับกันไปไม่แน่นอนคล้ายกับหวีที่มีซี่หัก การเกิดกราฟลักษณะนี้อาจเกิดจากความผิดพลาด หรือ ความคลาดเคลื่อนจากการวัด จากการปัดเศษ หรือ Bias (ลำเอียง) หรือ อาจเป็นไปได้ว่าการจัดชั้นของฮิสโตแกรมไม่เหมาะสม เราคงต้องกลับไปทบทวนใหม่แล้วแหละครับ

รูปทรงเบ้

ลักษณะของกราฟจะมีฐานนิยม (Mode) อยู่ทางด้านซ้ายหรือขวาของรูป กราฟจึงเกิดการเบ้ (ตามตัวอย่างนี้คือเบ้ขวา) มักจะเกิดจากข้อมูลที่เก็บมานั้น มีข้อจำกัดด้านใดด้านหนึ่ง ซึ่งโดยมากมักจะเกิดจากข้อมูลที่ประกอบไปด้วยการวัดด้วยเวลา หรือ การนับจำนวน เช่น การเก็บข้อมูลช่วงเวลาสั้น ๆ ของการดำเนินงาน หรือ การนับจำนวนชิ้นงานที่บกพร่อง

ถ้าเปรียบเทียบกับการเดินทางไปทำงานของเรา มันก็เหมือนกับว่า เดือนนั้นมีวันหยุดราชการหลายวัน (แต่ที่ทำงานของเราไม่หยุด) ถนนมันก็ว่าง เราก็มาถึงที่ทำงานเร็วขึ้นกว่าปกติ ดังนั้นกราฟมันจึงเบ้ออกไปจากปกติตามที่มันควรจะเป็น ถ้าเราเห็นรูปกราฟแบบนี้ ก็แสดงว่า มันมีสาเหตุที่ผิดปกติออกไปเกิดขึ้นกับกระบวนการของเราแล้ว

รูปทรงถูกตัด

ลักษณะของกราฟคล้ายรูประฆังที่โดนตัดออกไปด้านหนึ่ง (จากรูปเหมือนด้านซ้ายโดนตัดออกไป) การตีความต้องดูให้แน่ชัดว่ามาจากสาเหตุใด เช่น อาจจะมาจากข้อมูลที่ผ่านการตรวจสอบ 100% หรือ มาจากระบบที่ผ่านระบบอัตโนมัติ เป็นต้น

สมมติว่า ผมซื้อวัตถุดิบมาจากผู้ขายรายหนึ่ง เขาอ้างว่า กระบวนการผลิตของเขาอยู่ภายใต้การควบคุมเป็นอย่างดี เขาแสดงรูปกราฟให้ผมดูดังรูปบนด้านซ้าย ผมจึงซื้อสินค้าจากเขา เพื่อความมั่นใจ ผมก็ต้องทำการตรวจสอบโดยการวัดและพล็อตออกมาเป็นกราฟ มันก็จะได้ผลออกมาดังรูปล่างด้านซ้าย

วัดดีคืนดี ผมตรวจสอบสินค้าที่ผู้ขายส่งมาให้ผมแล้วพล็อกกราฟ ผลปรากฏว่าได้ผลออกมาตามรูปล่างด้านขวาซึ่งเป็นรูปทรงตัด ผมจะรู้ทันทีว่ากระบวนการผลิตของผู้ขายเกิดผิดปกติออกไป (เช่น มีการเคลื่อนตัวมาทางซ้ายมือ ส่วนที่หลุดออกนอกขีดจำกัดด้านล่างซึ่งถือว่าเป็นของเสีย เขาก็ไม่ส่งมาให้ผมเพราะเขากลัวผมเล่นงานเขา เขาก็เลยเอาแต่ของดีส่งมาให้ผม เมื่อผมพล็อตกราฟออกมา มันจึงได้ผลออกมาเป็นรูปทรงตัดทางด้านต่ำ)

รูปทรงที่ราบสูง

ลักษณะของกราฟเป็นรูปทรงที่ไม่มีค่าฐานนิยม (Mode หมายถึงค่าที่มีจำนวนข้อมูลมากที่สุด) อย่างชัดเจน ซึ่งโดยทั่วไปแล้วอาจเกิดมาจากแหล่งข้อมูลหลาย ๆ แหล่งที่มีความผันแปรใกล้เคียงกันมาผสมกัน เราต้องไปสืบหาสาเหตุก่อนว่า ความผันแปรที่เกิดขึ้นมานั้นมาจากแหล่งใดบ้าง แล้วก็ค่อยทำการแก้ไข

รูปทรงขอบสูง

ลักษณะของกราฟเป็นรูปทรงที่มีขอบสูงขึ้นมาที่ปลายด้านใดด้านหนึ่งของรูประฆังคว่ำ ถ้าเราตัดข้อมูลกลุ่มที่ทำให้เกิดขอบสูงออกไป ข้อมูลที่เหลือจะกระจายตัวแบบปกติเป็นรูประฆังคว่ำ โดยทั่วไปจะเกิดปัญหามาจากการบันทึกข้อมูลผิดพลาด ควรตรวจสอบข้อมูลอีกครั้ง

ผมสรุปง่าย ๆ ก็แล้วกัน เราใช้ผังฮิสโตแกรมมาดูรูปร่างของกราฟเพื่อใช้คาดการณ์สิ่งที่เกิดขึ้น (หรือพฤติกรรม) ของกระบวนการที่สร้างข้อมูล (ผ่านสินค้า หรือ บริการ) ขึ้นมา โดยปกติแล้ว ถ้ากระบวนการของเราดำเนินไปตามปกติ รูปกราฟที่ได้มันควรจะเป็นรูปของการกระจายตัวแบบปกติ (Normal distribution) หรือ รูปคล้ายระฆังคว่ำ (Bell shape)

แล้วคุยกันต่อนะครับ

 

การ Excel ช่วยสร้าง Histogram Chart
ผังฮิสโตแกรม (Histogram Chart) (2)

Related Posts

 

Comments

No comments made yet. Be the first to submit a comment
Already Registered? Login Here
Guest
Monday, 24 June 2019