Statystyka bez tajemnic: czym różni się populacja od próby i próbki. Dlaczego to kluczowe?
Gruntowna analiza danych to fundament podejmowania decyzji w biznesie, a „statystyka bez tajemnic” to nie tylko chwytliwe hasło reklamowe, ale absolutna codzienność.
Niezależnie od tego, czy zarządzasz potężną fabryką, czy optymalizujesz obieg dokumentów w biurze, prędzej czy później zadasz sobie jedno podstawowe pytanie:
Jak wyciągnąć słuszne wnioski, nie badając każdej pojedynczej sztuki, transakcji czy klienta?
Odpowiedź kryje się w zrozumieniu fundamentalnego podziału w świecie analityki, czyli dylematu pt. populacja, próbka, a może próbka? Choć pojęcia te mogą brzmieć nieco akademicko, ich właściwe rozróżnienie stanowi fundament skutecznego rozwiązywania problemów i jest punktem wyjścia dla każdej rzetelnej analizy jakościowej.
Na początku istotne jest, aby odpowiedzieć co to jest populacja, próba i próbka?
Populacja – jest to kompletny zbiór wszystkich elementów, np. podczas sondażu wyborczego związanego z wyborami Prezydenckimi w Polsce, całkowita liczba ludności mogących wziąć udział w wyborach.
Próba – to starannie wyselekcjonowany, znacznie mniejszy wycinek populacji, który poddajemy analizie statystycznej np. podczas sondażu wyborczego związanego z wyborami prezydenckimi w Polsce, próba będzie wskazywać na liczbę osób biorących udział w sondażu wyborczym np. 1 mln osób w próbie badawczej.
W tym przykładzie próba została zaznaczona w okręgu błękitnym.
Próbka – to pojedynczy element lub badana cecha z próby badawczej.
Bardziej detalicznie, najprościej rzecz ujmując, populacja jest to kompletny zbiór wszystkich elementów, obiektów, wyników lub zdarzeń, które nas w danym momencie interesują.
W kontekście metodyki Six Sigma, populacją może być cała miesięczna produkcja silników schodzących z taśmy montażowej albo absolutnie wszystkie zgłoszenia reklamacyjne
z ostatniego roku.
Analiza całej populacji (czyli tzw. spis z natury) dostarcza nam pewności co do faktycznego stanu procesu, ale w rzeczywistości biznesowej jest najczęściej niemożliwa do zrealizowania. Dlaczego? Zbadanie każdego wyprodukowanego detalu wymagałoby dużych ilości czasu i pieniędzy.
Co do próby, aby jednak nasze badanie miało sens, próba musi bezwzględnie spełniać jeden warunek: musi być reprezentatywna. Oznacza to, że powinna w skali mikro odzwierciedlać wszystkie cechy, wahania i wariancje występujące w całej populacji.
To właśnie dobór odpowiedniej metody losowania i wielkości próby pozwala na obliczenie statystyk, które z wysokim prawdopodobieństwem szacują prawdziwe parametry całego, niemierzalnego zbioru. Ten pomost pomiędzy małym a wielkim zbiorem to serce współczesnej analityki.
Ktoś mógłby zapytać, w jaki sposób wyliczyć wielkość próby. Zgodnie z literaturą, kalkulatory wielkości prób statystycznych bazują na wzorze:
Gdzie:
CI – przedział ufności, w tym przypadku 95%
z – wartość z rozkładu normalnego dla danego poziomu ufności np. 1,96 dla 95% CI (tak jak na obrazku)
n – wielkość próby [dana liczbowa]
s – odchylenie standardowe [dana liczbowa]
D – różnica wartości średnich (rozdzielczość) [dana liczbowa]
β – oznacza błąd II rodzaju i jest bezpośrednio powiązana z mocą statystyczną badania.
Przykład:
Dlaczego rozróżnienie próby, próbki i populacji jest tak kluczowe, gdy rozmawiamy o doskonaleniu procesów?
Ponieważ mylenie wyników z próby z faktycznymi parametrami całej populacji prowadzi do zgubnych w skutkach i niezwykle kosztownych decyzji.
Kiedy w metodzie DMAIC w fazie analizy (z ang. Analyse), analizujemy dane, naszym celem jest ocena stabilności procesu i jego zdolności do spełniania wymagań klienta. Jeśli nasza próba jest tendencyjna lub naiwnie zakładamy, że zbadane 50 sztuk to obraz idealnie w 100% tożsamy
z milionem wyprodukowanych części, możemy uznać proces za bezbłędny, podczas gdy w rzeczywistości generuje on krytyczne defekty.
Świadomość, że pracujemy tylko na wycinku rzeczywistości, wymusza na nas stosowanie odpowiednich marginesów błędu i przedziałów ufności, co chroni biznes przed wdrażaniem nietrafionych działań korygujących.
Wnioskowanie statystyczne opiera się na sztuce wyciągania wielkich, strategicznych wniosków z małych i przystępnych porcji danych.
Populacja to nasz ostateczny cel poznawczy, a próba to jedyne skuteczne narzędzie, które pozwala ten cel osiągnąć w sposób ekonomicznie uzasadniony. Opanowanie tej podstawowej dynamiki sprawia, że statystyka przestaje być wyłącznie zbiorem nudnych teorii, a staje się potężnym radarem ułatwiającym bezpieczną nawigację w biznesie.
Zastanawiasz się, jak zacząć swoją karierę w zgodzie z metodyką Lean i Six Sigma lub zastanawiasz się w jaki sposób wykorzystać opisane narzędzie w swojej organizacji?
Skontaktuj się z nami, a pomożemy Ci wybrać odpowiednie szkolenie lub uszyjemy je na miarę Twoich potrzeb.
Łukasz Balowski
603 544 540
lukasz.balowski@abk.pl
Karolina Klimek
781 772 384
karolina.klimek@abk.pl
Dorota Wróbel
885 060 834
dorota.wrobel@abk.pl
Polecane artykuły
Six Sigma
Six Sigma Green Belt – Kluczowe umiejętności i zastosowania w organizacjach
W dynamicznym środowisku biznesowym, niezależnie czy mówimy o sektorze usługowym, czy produkcyjnym, efektywność procesów jest kluczem do sukcesu. Poprawa efektywności procesów poprzez rozwiązywanie problemów to jedna z głównych aktywności, które są częścią pracy osoby pełniącej rolę Six Sigma Green Belt.
Osoba posiadająca certyfikat Six Sigma Green Belt, dysponuje unikalnym zestawem kompetencji, pozwalającym na identyfikację, analizę i eliminację problemów, niezależnie od branży i obszaru w którym występują. Niezależnie czy mowa o produkcji, logistyce, handlu czy usługach.
Six Sigma
Bo do tanga trzeba dwojga. Czyli o tym jak ułożyć sobie relację ze Sponsorem.
„Dziękuję bardzo, cieszę się.
Ale ja miałem naprawdę świetnego sponsora!”
To jest zdanie, które słyszymy niemal zawsze, kiedy mamy przyjemność oceniać wyjątkowo udane projekty Six Sigma.
Czy to podczas certyfikacji, czy jeszcze podczas trwania szkolenia. Pada ono zazwyczaj tuż po tym, kiedy gratulujemy liderowi udanej certyfikacji (Six Sigma Black Belt/Green Belt) i kiedy zwracamy uwagę na wyjątkowość zrealizowanych projektów.
Poznaj ofertę szkoleń
Lean Transformation
Leader
(Lean w usługach)
Lean Transformation Leader to 7-dniowy program rozwojowy dla obszaru usługowego (Lean w usługach) realizowany w Santander Consumer Bank i skoncentrowany na praktycznym prowadzeniu usprawnień i transformacji procesów.
o Lean Transformation Leader
