为什么需要因果矩阵
当输入变量很多时, 如果对所有的变量都进行收集数据并分
析, 理论上可行, 但
z 成本大:
z 时间长
z 分析复杂
z 而且根本没有必要:
– 根据帕累托原理, 20%关键的少数输入变量引起了80%的问题
在进行量化分析之前需要对输入变量先进行筛选, 要求所使用的工具
z 定性的方法
z 简单快捷
z 准确可靠
因果矩阵被实践证明可以满足以上的要求
什么是因果矩阵
因果矩阵(Cause and Effect Matrix, C&E Matrix)是一个简化的QFD(质量功能展开) 矩阵, 用来按照客户需求的重要性来选择流程的关键输入变量
因果矩阵的输入:
z 客户的要求/CTQ/流程的关键输出变量
z 从流程图找出的,所有可能与关键流程输出变量相关的流程输入变量
z 或从鱼骨图中找出的输入变量
z 按照关键输出对客户的重要程度打分
z 按照关键输入与关键输出的关系打分
因果矩阵的输出
z 经过筛选的潜在的关键输入变量
z 为下一步分析提供输入
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/70962.html