Pareto-diagrammet är baserat på Villefredo Paretos forskning. Han fann att cirka 80 procent av alla rikedomar av italienska städer som han undersökte hölls av endast 20 procent av familjerna. Pareto-principen har visat sig tillämpas inom andra områden, från ekonomi till kvalitetskontroll. Pareto-diagram har dock flera nackdelar.
Lätt att göra men svårt att felsöka
Baserat på Pareto-principen bör varje processförbättring fokusera på de 20 procenten av problem som orsakar huvuddelen av problemen för att få störst effekt. En av nackdelarna med Pareto-diagram är dock att de inte ger insikt om de grundläggande orsakerna. Ett Pareto-diagram visar till exempel att hälften av alla problem uppstår vid frakt och mottagande. Failure Modes Effektanalys, statistiska processkontrolldiagram, kördiagram och orsak-och-effekt-diagram är nödvändiga för att bestämma de mest grundläggande orsakerna till att de viktigaste problemen som identifieras av Pareto-diagrammet förekommer.
Flera Pareto Diagram kan behövas
Pareto-diagram kan visa var de största problemen uppstår. Ett diagram är dock inte tillräckligt. För att spåra orsaken till felet till dess källa kan lägre nivåer av Pareto-diagram behövas. Om det uppstår misstag i frakt och mottagning krävs ytterligare analys och mer diagram för att visa att den största bidragsgivaren är i beställning eller etikettutskrift. En annan nackdel med Pareto-diagrammen är att som mer skapas med finare detaljer är det också möjligt att förlora dessa orsaker i jämförelse med varandra. De översta 20 procenten av grundorsakerna i en Pareto-analys två till tre lager ner från det ursprungliga Pareto-diagrammet måste också jämföras med varandra så att den riktade fixingen kommer att ha störst effekt.
Kvalitativa data versus kvantitativa data
Pareto-diagram kan bara visa kvalitativa data som kan observeras. Det visar bara frekvensen av ett attribut eller mätning. En nackdel med att generera Pareto-diagram är att de inte kan användas för att beräkna medelvärdet av data, dess variabilitet eller förändringar i det uppmätta attributet över tiden. Det kan inte användas för att beräkna medelvärdet, standardavvikelsen eller annan statistik som behövs för att översätta data som samlats in från ett prov och uppskatta tillståndet för den verkliga befolkningen. Utan kvantitativa data och statistiken beräknad utifrån dessa data är det inte möjligt att matematiskt testa värdena. Kvalitativ statistik behövs för huruvida en process kan ligga inom en specifikationsgräns. Medan ett Pareto-diagram kan visa vilket problem som är störst, kan det inte användas för att beräkna hur dåligt problemet är eller hur långt förändringar skulle ge en process tillbaka till specifikationen.
