Gráficos de controle de qualidade que você deve saber para o exame de certificação pmp

Para controlar a qualidade do seu projeto, você deve saber como usar alguns gráficos para o Exame de Certificação PMP. Muitas das ferramentas neste processo são mais fáceis de entender quando você está aplicando-os em um ambiente fixo, previsível e repetitivo.

fluxogramas

Imagine que Karen é o seu gerente de projeto e ela descobre alguns problemas com seu projeto. Após a análise inicial de pesquisas de satisfação, Karen determina que a maior fonte de centros de insatisfação em torno de chamadas para o help desk, então ela decide começar sua análise lá. A primeira coisa que ela faz é desenvolver um fluxograma do processo que o chamador passa ao chamar o help desk.

fluxogramas são uma boa maneira de identificar onde os problemas de processo poderia ocorrer.

Karen identifica duas áreas de preocupação:

  • Não há especialistas designados para problemas de conectividade Internet. Se os especialistas de hardware ou software estão ocupados, ninguém aborda as chamadas pela Internet. Nem todos os profissionais de hardware e software têm experiência de rede na conexão com a Internet.

  • Se a chamada não for atendida em três minutos, os chamadores são convidados a deixar uma mensagem para uma chamada de retorno. Os clientes não querem um callback- eles querem que seus problemas resolvidos imediatamente.

Histogramas e gráficos de Pareto

A próxima coisa que Karen fez foi usar as informações do levantamento departamento de TI para classificar as razões da insatisfação. Ela começou por criar um histograma que utiliza barras para demonstrar o número de vezes que cada causa de insatisfação foi verificada.

Então ela classificou estes em ordem, usando uma Diagrama de pareto, o qual é um tipo específico de histograma ordenados por frequência de ocorrência que mostra quantas resultados cada causa identificado gera. Note-se que o diagrama de Pareto tem uma linha que acompanha a percentagem cumulativa de defeitos. O lado esquerdo eixo vertical mostra o número de defeitos. O eixo vertical do lado direito mostra a percentagem cumulativa de defeitos.

Um diagrama de Pareto é por vezes referenciados em conjunto com a “regra de 80/20”, o que indica que 80% dos problemas vêm de 20% das causas.

Com base no histograma, ficou claro que Karen precisava para resolver o problema das pessoas serem em espera muito tempo, e depois olhar para melhorar o tempo para chamar as pessoas de volta. Se ela pudesse melhorar essas duas questões, mais de metade das queixas seriam abordados.

gráficos correr e gráficos de controle



A métrica departamento para atender chamadas é que uma pessoa, não uma máquina, responde a 95% de todas as chamadas dentro de três minutos. Karen decidiu usar uma gráfico de execução, que traça a história e padrão de variação, para ver se determinados momentos do dia tinha vezes mais tempo de espera médio do que outros.

O sistema de ACD pode colocar para fora relatórios para qualquer dia que mostra o volume de chamadas e o tempo médio de espera. Assim que Karen não precisa de olhar para os dados para o ano passado, ela usou os princípios de amostragem estatística para selecionar 20 dias aleatórios no ano passado.

A flutuação dos dados de exemplo mostra a variação causa comum. Em outras palavras, você esperaria que o tempo médio de espera para variar por causa das variáveis ​​no processo. Se Karen observou quaisquer irregularidades, ela iria procurar uma causa especial, como alguém estar fora doente, uma instalação de software de atualização, um feriado, ou algum outro evento incomum.

Quando Karen analisados ​​os dados do gráfico de execução, ela descobriu que o tempo médio de espera era apenas mais de 2,5 minutos (152 segundos). O tempo de espera médio mais longo foi de 7 minutos. A gama de tempos de espera é de 1 segundo a 10:43 (10 minutos, 43 segundos). Houve um aumento definitivo no tempo médio de espera quando as pessoas primeiro chegou ao trabalho.

tempo de espera diminuiu de forma constante até que cravado quando as pessoas voltaram do almoço, e, em seguida, diminuiu durante a tarde até funcionários foi para casa.

Karen decidiu colocar os dados do gráfico de execução em um gráfico de controle. UMA gráfico de controle é um mostrador gráfico de dados de processo ao longo do tempo e com os limites de controlo estabelecidos, e que tem uma linha central que auxilia na detecção de uma tendência de ambos os valores representados graficamente para limite de controle.

limite de controle. A área composta de três desvios padrão (SD) em ambos os lados da linha central, ou média, de uma distribuição normal dos dados representados em gráfico de controle que reflecte a variação esperada nos dados.

limite de especificação. A área, de cada lado da linha central, ou média, dos dados plotados em um gráfico de controle que atenda às necessidades do cliente para um produto ou serviço. Esta área pode ser maior ou menor do que a área definida pelos limites de controlo.

Para Karen, mostrando os limites de controle não faz sentido, porque o processo é claramente fora de controle. Em vez disso, ela decidiu mostrar o limite de especificação superior e o tempo médio de espera.

De oito horas - 10:59, o tempo médio de espera é maior que o specification- superior 13:00-01:59, tempos de espera são maiores do que a especificação superior, também.

Usando os conceitos de atributo e de amostragem variável, Karen pode selecionar qualquer período e determinar se o tempo médio de espera encontra o limite de especificação superior. Ela também pode usar amostragem atributo para selecionar aleatoriamente um número de chamadas para ver se cada chamada está dentro do limite de especificação. A métrica é ou não atendidas. Karen também pode executar a amostragem variável para determinar o grau em que um resultado está em conformidade.

Você pode ouvir sobre a Regra de Sete ao falar sobre gráficos de controle. A Regra dos sete estados que aponta sete dados de tendências em uma direção (para cima ou para baixo) ou sete pontos de dados em um lado da média indicam que o processo não é aleatório. Isso significa que você deve verificar a medição para determinar se algo está influenciando o processo.


Publicações relacionadas