Six Sigma, Statistik – und der Herr Karl
Weiße Chrysanthemen
schenk ich Dir
zur Hochzeitsnacht
singt Helmut Qualtinger als Herr Karl im gleichnamigen Stück.
Es ist natürlich zu bezweifeln, dass Karl Pearson ähnliches durch den Kopf gegangen ist, als er in der dritten Auflage seiner Grammar of Science 1911 im Kapitel Contingency and Correlation - The Insufficiency of Causation postulierte:
Beyond such discarded fundamentals as ‘matter’ and ‘force’ lies still another fetish amidst the inscrutable arcana of modern science, namely, the category of cause and effect.
Vielleicht liegt in dieser Abneigung des oft so bezeichneten “Gründervaters” der Statistik gegenüber der Suche nach Ursachen von Wirkungen (von den ausrangierten Grundbegriffen wie Materie und Kraft einmal ganz abgesehen), die er durch Kontingenz-Tabellen abgelöst sehen will
such a table is termed contingency table, and the ultimate scientific statement of description of the relation between two things can always be thrown back upon such a contingency table,
die reziproke Abneigung aller Praktikerinnen und Praktiker gegenüber eben dieser mathematischen Statistik begründet.
Für Pearson sind die Kategorien “Ursache” und “Wirkung” ein Fetisch und daher uninteressant. Für uns Praktiker ist die Kenntnis von Ursache-Wirkungsbeziehungen aber bedeutsamer als der Pearson´sche Korrelations-Koeffizient.
Für alle Praktiker?
Nein!
Eine von unbeugsamen Pearsonianern gebildete Population hört nicht auf etc etc
Zum Beispiel, weil´s so weihnachtlich ist, vor Jahren schon im New England Journal of Medicine:
Alles da, p-Wert und Pearsons Koeffizient: r=0.791
Also 80% Korrelation zwischen Schokoladen-Konsum und Nobelpreishäufigkeit.
Wie praktisch!
(Für Lindt-Sprüngli.)
Abbildung 1: Korrelation zwischen Schokoladen-Konsum und Nobelpreishäufigkeit
Damit will nun nicht gesagt sein, dass die von Pearson entwickelten Konzepte völlig unbrauchbar sind (immerhin hat der junge Einstein die in der selben Grammar of Science auch enthaltenen Ideen über eine Reise auf dem Lichtstrahl und den auf ihr gemachten Beobachtungen sich ganz gut zunutze machen - und damit tatsächlich einige Grundbegriffe ausrangieren können; andere Beiträge Pearsons, etwa zur Eugenik und zum Sozialdarwinismus, könnten den Statistiker aber auch eine ganz andere Reputation eintragen):
In vielen Statistik-Lehrgängen wird freilich immer noch zunächst “die Theorie” vermittelt, um anschließend nach Anwendungsbeispielen in der Praxis zu suchen, womit wir wieder bei Qualtingers Schlager, von die Tonfilme (ungefähr bei Minute 6:50 des Films, wer nachsehen und vor allem -hören möchte) angekommen sind.
In den überarbeiteten Lehrgängen der Quality Austria, die an dieser Stelle im Februar näher vorgestellt werden, wird dieses Vorgehen auf den Kopf gestellt: Ausgehend von typischen Fragestellungen der Praxis, etwa
Welche Geschichte erzählen die vorliegenden Daten über den Prozess?
Welche Daten sind nötig, um überhaupt eine Geschichte über den Prozess erzählen zu können?
Wie groß muss eine Stichprobe sein, um eine Genauigkeit x zu erreichen?
Läuft dieser Prozess stabil?
Wie gut ist der Prozess in der Lage, die an ihn gestellten Anforderungen zu erfüllen?
Wie beeinflusst der Vorgang der Datensammlung und -verarbeitung unsere Sicht auf die Prozess-Performance?
Wie unterscheiden sich die n Anbieter in ihrer Performance? Hat dieser Änderungsvorschlag den gewünschten Effekt?
Was verursacht die schwankende Performance im Prozess?
Wie können mit Versuchen effizient Informationen über das Prozess-Verhalten gewonnen werden? etc etc
wird versucht, passende und theoretisch fundierte Werkzeuge so vorzustellen, dass sie uns Praktikerinnen und Praktikern dabei helfen, Antworten auf und Lösungen für diese Fragen zu finden.
Feinkost Wawra…
Da hat man g´wußt, wenn man beim Feinkost Wawra was bestellt, dann kommt der Herr Karl.
Mit Schokochristbaumkugerln?
Jedenfalls: Einen Guten Rutsch!
Autor
Netzwerkpartner*in
