Idan Suliman™ DATA ANALYSIS · EXPERT OPINION

· מאת

האם הפער שיטתי או אקראי? מה תרשימי בקרה מלמדים על קריאת נתונים

עיבוד עברי של עקרונות הניטור הסטטיסטי של NIST: שונות רגילה מול שונות מסיבה מיוחדת, גבולות בקרה, כללי הדפוסים, ומה כל זה אומר לניתוח נתונים בהליך משפטי ובניהול מערכת.

תרשים בקרה: מדידות לאורך זמן סביב קו ממוצע, עם גבולות בקרה עליון ותחתון, נקודה אחת מחוץ לגבול ורצף נקודות מעל הממוצע המסומן כדפוס.
תרשים בקרה בדוגמה בדויה: רוב הנקודות בתוך הגבולות; נקודה חורגת אחת ורצף של שמונה נקודות מעל הממוצע הם שני סוגי אות שונים.

כמעט כל שאלה כמותית, בבית המשפט ובמפעל, מגיעה בסופו של דבר לאותה נקודה: האם מה שרואים בנתונים הוא שינוי אמיתי, או תנודה מקרית שהייתה נראית אחרת אילו מדדנו שוב. וולטר שוהארט, שפיתח את תרשימי הבקרה במעבדות בל בשנות העשרים של המאה הקודמת, ניסח את ההבחנה הזאת ככלי עבודה פשוט, והוא משמש עד היום בתעשייה, במעבדות ובניתוח סדרות של נתונים עסקיים. המאמר מבוסס על הפרק העוסק בניטור תהליכים במדריך הסטטיסטי של NIST, המכון הלאומי לתקנים בארצות הברית.

מהי שונות ״רגילה״ ומהי שונות ״מיוחדת״?

כל תהליך מייצר פיזור. משקל של אריזה, זמן טיפול בפנייה, מחיר של מוצר בקופה, קריאה של חיישן: אף אחד מהם אינו זהה ממדידה למדידה. שוהארט הבחין בין שני מקורות של פיזור. הראשון הוא שונות מסיבות שכיחות (common causes): אלפי גורמים קטנים שפועלים כל הזמן ויוצרים יחד את ה״רעש״ הטבעי של התהליך. השני הוא שונות מסיבות מיוחדות (special causes): אירוע או שינוי מזוהה, כמו תקלה במכונה, החלפת ספק, עדכון מחירון או שינוי בנוהל, שמזיז את התהליך ממצבו הרגיל.

ההבחנה חשובה כי התגובה הנכונה לכל אחד מהם שונה. על שונות מסיבות שכיחות אין טעם להגיב נקודה-נקודה; מי שמנסה ״לתקן״ כל תנודה מקרית רק מוסיף רעש. שונות מסיבות מיוחדות, לעומת זאת, מחייבת בירור: משהו השתנה, ואפשר למצוא מה.

איך תרשים בקרה מבחין ביניהן?

תרשים בקרה הוא גרף פשוט: הערכים הנמדדים לאורך הזמן, קו מרכזי בגובה הממוצע, ושני גבולות בקרה, עליון ותחתון, במרחק של שלוש סטיות תקן מהממוצע. הגבולות אינם יעדים ואינם דרישות של מפרט; הם נגזרים מהפיזור של התהליך עצמו, כפי שנמדד בתקופה שבה הוא התנהג באופן יציב.

כל עוד הנקודות נופלות בין הגבולות ואינן מציגות דפוס, התהליך נמצא ״בבקרה סטטיסטית״: הפיזור הוא פיזור רגיל, והתחזית הטובה ביותר למדידה הבאה היא שתהיה דומה לקודמותיה. נקודה שחורגת מהגבולות, או רצף של נקודות שמתנהג באופן בלתי סביר, הם האות: התהליך השתנה.

הבחירה בשלוש סטיות תקן אינה שרירותית. היא מאזנת בין שתי טעויות: להכריז על שינוי כשאין כזה (אזעקת שווא), ולהחמיץ שינוי אמיתי. בתהליך יציב שהתפלגותו קרובה לנורמלית, הסיכוי שנקודה מסוימת תחרוג מגבולות של שלוש סטיות תקן הוא כשלושה לאלף, כלומר אזעקת שווא אחת בממוצע לכ-370 נקודות. לכן חריגה היא אות שמצדיק בירור, אבל לא הוכחה: בתרשים של 40 נקודות הסיכוי לפחות לחריגה מקרית אחת הוא כעשרה אחוזים. זו ההסתברות של הנתונים בהינתן תהליך יציב, ולא ההסתברות שהתהליך יציב בהינתן הנתונים.

אילו דפוסים מעידים על שינוי גם בלי חריגה מהגבולות?

לא כל שינוי מתבטא בנקודה אחת חריגה. שינוי קטן ומתמשך יכול להישאר בתוך הגבולות ובכל זאת להיות שיטתי. לכן נוספו לתרשימים כללי החלטה לדפוסים. שלושת הכללים הראשונים שלהלן הם כללי ווסטרן אלקטריק; הרביעי, כלל המגמה, אינו חלק מהם (NIST מציג אותו בנפרד, והוא מופיע בכללי נלסון משנת 1984). לכל כלל נוסף יש מחיר: הוא מגביר את הרגישות, אבל גם את אזעקות השווא. לפי NIST, הוספת כללי ווסטרן אלקטריק לגבולות של שלוש סטיות תקן מקצרת את המרווח הממוצע בין אזעקות שווא מכ-370 נקודות לכ-92. הכללים:

  • שתיים מתוך שלוש נקודות עוקבות מעבר לשתי סטיות תקן מאותו צד של הממוצע.
  • ארבע מתוך חמש נקודות עוקבות מעבר לסטיית תקן אחת מאותו צד.
  • שמונה נקודות עוקבות (ויש גרסאות עם שבע או תשע) מאותו צד של הקו המרכזי.
  • שש נקודות עוקבות שעולות או יורדות ברציפות, כלומר מגמה.

הרעיון המשותף לכולם: רצף שבתהליך יציב היה נדיר מאוד. שמונה נקודות עוקבות מעל הממוצע, למשל, הן כמו שמונה הטלות מטבע שכולן ״עץ״ (בהנחה שההתפלגות סימטרית): אפשרי, אבל נדיר מספיק כדי להצדיק בדיקה. מי שסורק סדרה ארוכה ימצא רצף כזה במקרה לעיתים קרובות יותר.

מה זה אומר על ניתוח נתונים בהליך משפטי?

השאלה שבמחלוקת בתיקים כמותיים רבים היא בדיוק השאלה של שוהארט: האם פער שנמדד הוא שיטתי, או שהוא נובע מתנודות מקריות ומטעויות בודדות. תרשים בקרה אינו תחליף למודל סטטיסטי מלא, אבל הוא מגדיר את אופן החשיבה הנכון:

  • קודם כול מאפיינים את הפיזור הרגיל של התהליך, על תקופה או על אוכלוסייה שאינן במחלוקת.
  • רק אז בודקים האם התקופה או הקבוצה שבמחלוקת חורגות ממנו, ובאיזו מידה.
  • דפוס, ולא נקודה בודדת, הוא מה שמבסס טענה על שיטתיות. חריגות בודדות קורות גם בתהליך תקין.

מי שמציג רק את המקרים החריגים, בלי להראות את הפיזור הרגיל שממנו הם נבחרו, מציג חצי תמונה. ומנגד, מי שטוען ״הכול רעש״ צריך להראות שגם הדפוסים, ולא רק הנקודות הבודדות, מתיישבים עם תהליך יציב.

ומה זה אומר למי שמנהל מערכת או מפעל?

שלושה כללים מעשיים נובעים מהגישה הזאת. ראשית, מדדו את הפיזור הרגיל לפני שמגדירים יעדים: יעד שנמצא בתוך רעש התהליך ייראה כמושג וכלא-מושג לסירוגין, בלי קשר למאמץ. שנית, הגיבו לאותות ולא לכל תנודה: נקודה מחוץ לגבולות או דפוס חריג מצדיקים בירור של הסיבה, אבל שינוי של הנחיות בתגובה לכל מדידה שנראית חריגה ונמצאת בתוך הגבולות מגדיל את הפיזור במקום להקטינו. שלישית, כשהתרשים מתריע, חפשו את הסיבה המיוחדת בסביבת הזמן של השינוי: מה הוחלף, מה עודכן, מי נכנס. זה המקום שבו נתוני חיישנים, יומני מערכת ורישומי תפעול נפגשים.

מה תרשימי בקרה אינם עושים?

הם מניחים שהמדידות בלתי תלויות זו בזו ושהפיזור הרגיל יציב. בסדרות עם מחזוריות, עם מגמה ארוכת טווח או עם תלות בין מדידות עוקבות, גבולות הבקרה הפשוטים מטעים, ונדרשים מודלים של סדרות עתיות או תרשימים מותאמים. הם גם אינם אומרים דבר על הסיבה לשינוי, רק על קיומו. ולבסוף, הם אינם מחליפים הגדרה מדויקת של השאלה: תרשים של הנתון הלא נכון יהיה יציב ומדויק, ולא רלוונטי.

איך זה נראה בפער בין המחיר המוצג למחיר בקופה?

סעיף 17ב(ד) לחוק הגנת הצרכן קובע כי ״המחיר המחייב של טובין יהיה המחיר שהוצג עליהם בהתאם להוראות סעיף זה, אף אם מחירם בקופה גבוה מהמחיר האמור״. ההוראה אינה מבחינה בין פער שיטתי לפער מקרי, אבל כשנטען לפערים כאלה בהיקף רחב, אחת השאלות הכמותיות היא השאלה שתרשים בקרה עונה עליה: האם הפערים מצטברים לדפוס, או שהם חריגות בודדות בתוך הפיזור הרגיל של תהליך התמחור. התשובה נשענת על נתוני הקופות לאורך זמן, ולא רק על המקרים החריגים שנבחרו להצגה.

מקורות

  • NIST/SEMATECH e-Handbook of Statistical Methods, Chapter 6: Process or Product Monitoring and Control (נחלת הכלל).
  • Shewhart, W. A. (1931). Economic Control of Quality of Manufactured Product.
  • Western Electric Company (1956). Statistical Quality Control Handbook.
  • Wheeler, D. J. (1993). Understanding Variation: The Key to Managing Chaos.
  • Montgomery, D. C. (2019). Introduction to Statistical Quality Control, 8th ed.
  • חוק הגנת הצרכן, התשמ״א-1981, סעיף 17ב(ד).

פנו אלינו