True Causes
GU

મૂળ કારણ વિશ્લેષણ

મૂળ કારણ વિશ્લેષણ એ શિસ્ત છે કે કશું ખોટું કેમ થયું તે જવાબ સ્થિર થાય ત્યાં સુધી પૂછતા રહેવું. મૂળ સુધારો અને તેની ઉપરનાં લક્ષણો સાથે જાય છે; લક્ષણ સુધારો અને તે પાછું આવે છે. ગુણવત્તા સંચાલન, IT ઘટના-પ્રતિભાવ, દર્દી સુરક્ષા અને ઉડ્ડયન, બધાંમાં નિષ્ફળતા પછી તે જરૂરી છે. પદ્ધતિઓ મુખ્યત્વે તર્ક કોણ કરે છે તેમાં જુદી પડે છે.

પદ્ધતિઓ

પાંચ વાર શા માટે
નિષ્ફળતાને “શા માટે” પૂછો, પછી જવાબને, પાંચ વાર. એક વ્યક્તિ કે નાની ટીમ. ઝડપી અને સસ્તું, અને તે કારણોની એક સાંકળ શોધે છે — એ જ જેની પૂછનારને પહેલેથી શંકા હોય. એક જ યંત્રરચનાવાળી એક ઘટના માટે સારું; જ્યાં કારણો એકબીજા પર અસર કરે ત્યાં નબળું.
ફિશબોન (Ishikawa) આકૃતિ
કારણો વર્ગોમાં ગોઠવાય છે — લોકો, પ્રક્રિયા, સાધનો, સામગ્રી, વાતાવરણ — કરોડરજ્જુમાંથી નીકળતાં હાડકાં તરીકે દોરેલાં. ફેસિલિટેટર જૂથનાં સૂચનોમાંથી તે ભરે છે. ઊંડું નહીં પણ પહોળું: તે ઉમેદવારોની યાદી આપે છે પણ કયાં કારણો કયાં પર અસર કરે છે તે વિશે કશું કહેતું નથી.
ફૉલ્ટ ટ્રી વિશ્લેષણ
નિષ્ફળતાથી AND/OR દરવાજાઓમાંથી પસાર થઈને મૂળભૂત ઘટનાઓ સુધી ઉપરથી નીચે જતું તર્ક-વૃક્ષ. જ્યાં ઘટકો અને તેમની નિષ્ફળતાની રીતો જાણીતી હોય એવી ઇજનેરી સિસ્ટમો માટે ચુસ્ત. વિશ્લેષક બનાવે છે; સામાજિક દુનિયા પાસે ભાગ્યે જ હોય એવો ડેટા જોઈએ.
Pareto વિશ્લેષણ
ઘટનાઓ વર્ગ પ્રમાણે ગણો અને જે વર્ગોમાં મોટા ભાગની આવે તેમને સુધારો. પીડા ક્યાં છે તે કહે છે, તેનું કારણ શું છે તે નહીં — પ્રાથમિકતા નક્કી કરવાનું સાધન, કારણ શોધનાર નહીં.
Structured Democratic Dialogue
સમસ્યા સાથે જીવતા લોકો સંભવિત કારણો લખે છે, તેમની સ્પષ્ટતા કરે છે, અને પછી પરખે છે — એક વારે એક જોડી, 75% ની મર્યાદાએ — કે દરેક કારણ બીજા પર નોંધપાત્ર અસર કરે છે કે નહીં. જવાબોને એક અલ્ગોરિધમ (interpretive structural modelling) અસરના નકશામાં ગોઠવે છે, અને નકશાના તળિયેનાં કારણો મૂળ છે. પચાસ વર્ષનો વ્યવહાર, કેટલાક સો દસ્તાવેજી સંવાદો. આ સાઇટ આ જ ચલાવે છે.

જૂથ વિશ્લેષકથી ક્યારે આગળ નીકળે છે

એક સવાલ નક્કી કરે છે. શું રૂમમાં કોઈને કારણની ખબર છે? જો મશીન બગડ્યું હોય, તો લૉગ સાથેનો ઇજનેર પંદર લોકોના મતદાન કરતાં ઝડપથી કારણ શોધશે. જો ડિલિવરી મોડી થાય, દર્દીઓ રાહ જુએ, શાળા શિક્ષકો ગુમાવે કે નગર વિશ્વાસ ગુમાવે, તો કારણો સંકળાયેલા લોકોમાં વહેંચાયેલાં હોય છે — રાત્રિ શિફ્ટ એક જાણે છે, ડિસ્પેચર બીજું, ગ્રાહક ત્રીજું — અને કોઈ વિશ્લેષક પાસે તે બધાં નથી. ત્યારે પદ્ધતિએ દરેક પાસેથી કારણો ભેગાં કરવાં પડે અને દરેકને કડીઓ પરખવા દેવી પડે, નહીં તો તે ફક્ત એ જ શોધે જે વિશ્લેષક પહેલેથી માનતો હતો.

સંશોધનનાં બે તારણો સમજાવે છે કે સાદી જૂથ-ચર્ચા પણ આ કેમ નથી કરતી. કારણો વચ્ચેની કડીઓ તપાસાય તે પહેલાં તેમને મહત્ત્વ પ્રમાણે ક્રમ આપવા કહેવાયેલા લોકો ખોટો ક્રમ આપે છે — ભૂલભરેલી પ્રાથમિકતાઓની અસર — અને પોતાના મત પુછાયેલું જૂથ તેમને એટલા વ્યાપક રીતે ફેલાવે છે કે કશાને બહુમતી મળતી નથી — વિખરાયેલી વિચારસરણી. માળખાબદ્ધ સંવાદ બંનેની આસપાસ ઘડાયો છે: કડીઓ પરખાય ત્યાં સુધી કોઈ ક્રમ નહીં, અને કડીઓ એક પછી એક, મોટી બહુમતીથી પરખાય છે.

સારું મૂળ કારણ વિશ્લેષણ શું ઉત્પન્ન કરે છે

સાત તબક્કાનો નમૂનો · સાચા આંકડા સાથેનું ઉદાહરણ · આ સાઇટ તેને ગમે તેટલાં જૂથો માટે કેવી રીતે ચલાવે છે