手上有改善前後的數字,先看出「這樣比站不站得住」。
以下是改善前後的量測資料、改善內容與同期變因。請站在質疑者立場檢查這個對比:
1. 可比性檢查:期間長度、量測方式、資料來源、作業狀態是否一致。
2. 列出同期所有變動,逐項標「已校正/未校正/無法校正」與可能的影響方向——包含對我方有利的變因也要列。
3. 逐題反證:這個差異有沒有其他解釋?並標出目前資料答不答得出來。
4. 若有多項改善同時進行,明確指出效果無法分離。
不要做算術,不要挑選比較期間,不要下「改善有效或無效」的結論。
比較規則:{貼上};量測資料與變因:{貼上}可替換變數
| 變數 | 要換成什麼 |
|---|---|
{貼上} | 改善前後的量測資料(含期間與量測條件)。 |
{貼上} | 改善內容與執行日期;以及同期的變因資料(產量、班別、氣溫等)。 |
完整使用範例(照這樣填)
以下是改善前後的資料。請照四個要求檢查這個對比。(照母提示詞) 【改善內容】 9/18 完成:空壓機出口壓力 7.2 → 6.5 bar;東側管路洩漏修補。 【量測資料】 改善前:9/03–9/17(11 個工作日)平均功率 28.4 kW,記錄器 改善後:9/24–10/08(11 個工作日)平均功率 26.1 kW,記錄器(同一台,同位置) 【同期變因】 - 產量:改善前期間 108 批;改善後期間 96 批 - 班別:均為一班制,無加班 - 氣溫:9 月上旬平均 30.2°C;9 月下旬至 10 月上旬平均 27.8°C - 其他:10/01 起一條包裝線暫停維修(該線用氣量約占全廠 15%,廠務估計)
預期輸出範例(拿到的東西應該長這樣)
【可比性檢查】 | 項目 | 前 | 後 | 是否可比 | |---|---|---|---| | 期間長度 | 11 個工作日 | 11 個工作日 | 可比 | | 量測方式 | 記錄器,同台同位置 | 同左 | 可比 | | 產量 | 108 批 | 96 批(少 11%) | **不可直接比** | | 班別 | 一班制 | 一班制 | 可比 | | 氣溫 | 30.2°C | 27.8°C | 需考慮(空壓機進氣溫度影響效率) | | 其他變動 | — | 10/01 起包裝線停機(約占用氣量 15%) | **重大變因,未校正** | 【變因清單】 | 變因 | 狀態 | 可能影響方向 | |---|---|---| | 產量減少 11% | 未校正 | 會讓改善後用電偏低,高估改善效果 | | 包裝線停機(10/01 起,約 8 個工作日) | 未校正 | 同上,且量級可能大於改善本身 | | 氣溫下降 2.4°C | 未校正 | 進氣溫度較低有利效率,方向同上 | | 多項改善同時進行(降壓 + 修漏) | 無法分離 | 兩者效果無法各自歸因 | 【反證:這個差異有沒有可能不是改善造成的?】 1. 產量少了 11%,用電本來就會降——目前的比較是絕對值,未做產量校正。 2. 改善後期間有 8 個工作日包裝線停機,而該線用氣量約占 15%。單這一項就可能大於觀察到的 8% 用電差。 3. 氣溫下降有利空壓機效率。 4. 結論:以目前資料,這個對比無法支持「改善造成 2.3 kW 節省」的說法。 【建議怎麼做才站得住】 1. 改用單位耗用(kWh/批)比較,而非平均功率。 2. 把包裝線停機的 8 個工作日排除,或另找一段包裝線正常運轉的期間。 3. 若有未改善的同型空壓機或其他廠區可作對照,一併比較同期變化。 4. 若要分離降壓與修漏的貢獻,需分兩階段實施並各自量測——現在已經無法回頭分離。 【我沒有做的事】 - 沒有計算任何節省量或百分比。 - 沒有替包裝線停機做任何量化校正(廠務的 15% 為估計值,非量測)。 - 沒有下「改善有效」或「改善無效」的結論。目前的資料兩者都支持不了。
常見錯誤用法
- 叫 AI「證明這個改善有效」。它會找到一種比法讓數字好看,而且解釋得很合理。
- 看完數字才決定用哪一段期間比。那是挑選,不是分析。
- 把多項同時做的改善拆開歸因。沒有分階段量測就分不出來。
- 只比絕對值不看產量。產量一變,什麼都會變。
- 只有單點量測時。
- 改善期間同時換設備或改製程的情況。
變因資料不齊時,正確的做法是把「無法校正」寫出來,而不是忽略它。一份誠實列出三項未校正變因的報告,比一份只給百分比的報告更難被推翻——因為後者只要被問一個問題就結束了。
- 比較規則要在看數字之前定。
- 所有計算與校正(在試算表)。
- 結論與限制的措辭。