Wykres Pareto opiera się na badaniach Villefredo Pareto. Odkrył, że około 80 procent wszystkich bogatych włoskich miast, które badał, było w posiadaniu zaledwie 20 procent rodzin. Stwierdzono, że zasada Pareto ma zastosowanie w innych obszarach, od ekonomii po kontrolę jakości. Wykresy Pareto mają jednak kilka wad.
Łatwe do wykonania, ale trudne do rozwiązania
W oparciu o zasadę Pareto, każda poprawa procesu powinna skupiać się na 20 procentach problemów, które powodują większość problemów, aby wywrzeć jak największy wpływ. Jednak jedną z wad wykresów Pareto jest to, że nie dają one wglądu w podstawowe przyczyny. Na przykład wykres Pareto pokaże, że połowa wszystkich problemów występuje w wysyłce i odbiorze. Tryby defektów Analiza efektów, wykresy statystycznej kontroli procesu, wykresy przebiegu i schematy przyczynowo-skutkowe są potrzebne do określenia najbardziej podstawowych przyczyn występowania głównych problemów zidentyfikowanych na wykresie Pareto.
Może być potrzebnych wiele wykresów Pareto
Wykresy Pareto mogą pokazać, gdzie występują główne problemy. Jednak jeden wykres może nie wystarczyć. Aby znaleźć przyczynę błędów w źródle, potrzebne mogą być niższe poziomy wykresów Pareto. Jeśli w wysyłce i odbiorze pojawiają się błędy, potrzebna jest dalsza analiza i więcej wykresów, aby pokazać, że największy udział w podejmowaniu zamówień lub drukowaniu etykiet. Inną wadą wykresów Pareto jest to, że im więcej jest tworzonych z drobniejszymi detalami, można również stracić z oczu te przyczyny w porównaniu do siebie nawzajem. Górne 20 procent przyczyn źródłowych w analizie Pareto od dwóch do trzech warstw w dół od oryginalnego wykresu Pareto również musi być porównywane ze sobą tak, aby ukierunkowana poprawka miała największy wpływ.
Dane jakościowe a dane ilościowe
Wykresy Pareto mogą pokazywać jedynie dane jakościowe, które można zaobserwować. Pokazuje jedynie częstotliwość atrybutu lub pomiaru. Jedną z wad generowania wykresów Pareto jest to, że nie można ich użyć do obliczenia średniej danych, jej zmienności lub zmian mierzonego atrybutu w czasie. Nie można go użyć do obliczenia średniej, odchylenia standardowego lub innych statystyk potrzebnych do przetłumaczenia danych zebranych z próbki i oszacowania stanu populacji rzeczywistej. Bez danych ilościowych i statystyk obliczonych na podstawie tych danych nie można matematycznie przetestować wartości. Statystyki jakościowe są potrzebne, aby proces mógł pozostać w granicach specyfikacji. Chociaż wykres Pareto może wskazywać, który problem jest największy, nie można go wykorzystać do obliczenia, jak zły jest problem lub w jakim stopniu zmiany spowodowałyby powrót procesu do specyfikacji.
