共同原因变异与特殊原因变异

分析的每一组数据都会表现出不同程度的变异。即使我们尽最大努力，也无法在每种情况下都获得相同的结果。变异是一种数值，它显示了群体中的人受不同因素影响的广泛程度。

方差的概念是一种数值度量，它显示了数据如何在给定区域的各个点上分布。如果方差为零，则表示您的结果与预期值完全相同。另一方面，高方差表明数据点从一点分布到另一点，而较小的方差表明数据点接近平均值。

变异的类型

在质量管理方面，项目经理考虑的最重要因素之一就是变异的分类。变异有两种类型：共同原因变异和特殊原因变异。了解哪种类型的变异会影响您的流程对于防止出现问题非常重要。

在 20 世纪 20 年代，沃尔特·休哈特开发了控制图，有助于区分特殊原因变异和共同原因变异。他发现，一些不受自身条件控制的流程会显示特殊原因变异。

W. 爱德华兹·戴明和沃尔特·休哈特指出，共同原因可以被描述为自然模式。这些是导致流程发生变异的可量化、历史性、自然、随机和习惯性因素。当系统中消除了特殊原因变异时，共同原因变异显示了流程的潜力。控制图显示了控制限内的随机分布。

虽然可以预测变异的确切原因，但无法阻止其发生。需要管理行动来实施对系统的全面更改，以减少共同原因变异的数量。

示例 - 对于一个酒店建设项目，您最初估计完成混凝土模板活动大约需要 10 天。但是，由于天气状况，它在 11 天内完成。这是一个典型原因变异的示例。

另一个示例是，您目前正在进行一个软件项目，该项目需要团队成员之间进行大量协调。复杂的范围定义、意外错误和沟通不畅是阻止您按时完成项目的一些因素。

特殊原因变异的概念与共同原因变异不同。它指的是可能影响流程的因素。其中包括意外和不可量化的变异，这些变异预计不会在流程中发生。通常，特殊原因变异是由特定因素引起的。

控制图显示，特殊原因变异可能以非随机方式发生，并影响平均限或控制限。通过对流程、组件或方法进行更改，可以轻松消除这些类型的偏差。技术问题通常是特殊原因变异的根源。

特殊原因变异可能是由不可控因素引起的，这些因素无法借助历史记录和经验进行预测。在这种情况下，我们将讨论一个特殊原因变异的示例。

示例 - 对于一个桥梁建设项目，您估计完成挖掘活动大约需要 10 天。但是，由于挖掘机液压系统出现技术问题，项目延迟了大约 20 天。您通过更换液压系统解决了这个问题。

对于一个医院翻新项目，您正在为客户运输一台发电机，预计到达时间为两天。但是，由于高速公路上发生事故，发电机的到达延迟了四天。

原因变异是指可能影响流程结果的因素的组合或缺乏。当单个或多个因素显着影响流程结果时，就会发生特殊原因变异。

共同原因变异	特殊原因变异
对于共同原因，变异是自然的，并且在历史经验基础内。	对于特殊原因，变异是不寻常的，并且在历史经验基础之外。
共同原因变异会影响整个流程。	特殊原因变异会影响部分流程输出。
共同原因变异随着时间的推移具有可重复且稳定的分布。	特殊原因变异随着时间的推移具有不规则且不一致的分布。
在共同原因变异中，方差处于受控状态。	对于特殊原因变异，方差取决于更多点，通常超出控制限。
对于共同原因变异，整个流程是可预测的。	对于特殊原因变异，无法预测流程输出。
共同原因变异需要更详细的分析来识别流程。	特殊原因变异可以快速识别，并且可能是有害的或有益的。
共同原因变异需要管理行动，可以纠正 85% 的流程。	特殊原因变异可以解决 15% 的流程问题。
示例 - 设计不良、程序不稳定、环境温度、机器维护不足、湿度等。	示例 - 计算机崩溃、机器调整错误、操作员睡着、零件损坏、一批有缺陷的原材料等。

我们看到数据集彼此并不接近。这是因为各种信息之间存在一些细微差异。方差是衡量数据围绕平均值或预期值分布的程度。如果方差等于或接近零，则所有数据都相同。另一方面，如果方差很高，则所有数据都相距甚远。

系统中存在两种类型的变异：共同原因变异和特殊原因变异。确定变异的类型对于采取必要的措施来提高系统效率非常重要。控制图可以帮助您识别这两种类型的变异。

本文讨论了质量控制流程中各种变异的原因。它还讨论了审查特殊原因变异和共同原因变异的重要性。对于准备参加 CAPM 或 PMP 认证考试的人来说，这个主题非常重要。

Gargi Tomar

更新时间： 2023 年 1 月 23 日

760 次查看

通过完成课程获得认证