Diagram Pareto je založen na výzkumu Villefreda Pareta. Zjistil, že zhruba 80 procent veškerého bohatství italských měst, které zkoumal, vlastní pouze 20 procent rodin. Bylo zjištěno, že zásada Pareto platí v jiných oblastech, od ekonomiky až po kontrolu kvality. Diagramy Pareto však mají několik nevýhod.
Snadné provedení, ale obtížné odstraňovat problémy
Na základě principu Pareto by se každé zlepšení procesu mělo zaměřit na 20 procent problémů, které způsobují většinu problémů, aby se dosáhlo největšího dopadu. Nicméně, jedna z nevýhod Pareto grafů je, že neposkytují žádný pohled na základní příčiny. Například graf Pareto prokáže, že polovina všech problémů při přepravě a příjmu. Analýza efektů selhání, statistické diagramy řídících procesů, spouštěcí diagramy a grafy příčiny a následků jsou potřebné k určení nejzákladnějších důvodů, proč se vyskytují hlavní problémy identifikované v grafu Pareto.
Může být zapotřebí více diagramů Pareto
Pareto grafy mohou ukázat, kde se vyskytují závažné problémy. Jeden graf však nemusí stačit. Chcete-li zjistit příčinu chyb na zdroj, může být zapotřebí nižší úrovně diagramů Pareto. Pokud dojde k chybám při přepravě a příjmu, je třeba provést další analýzy a další grafy, aby bylo možno ukázat, že největším přispěvatelem je při pořizování objednávek nebo při tisku etiket. Další nevýhodou grafů Pareto je to, že čím více jsou vytvořeny s jemnějšími detaily, je také možné ztratit z pohledu těchto příčin ve srovnání s ostatními. Top 20 procent hlavních příčin v analýze Pareto o dvou až třech vrstvách dolů od původního grafu Pareto musí být také navzájem porovnáno, aby cílový fix měl největší dopad.
Kvalitativní údaje versus kvantitativní údaje
Grafy Pareto mohou zobrazovat pouze kvalitativní údaje, které lze pozorovat. Zobrazuje pouze frekvenci atributu nebo měření. Jednou nevýhodou generování diagramů Pareto je, že nemohou být použity k výpočtu průměru dat, jejich variability nebo změn v naměřeném atributu v čase. Nemůže být použit k výpočtu průměru, standardní odchylky nebo jiných statistik potřebných k překladu dat shromážděných ze vzorku a k odhadu stavu populace v reálném světě. Bez kvantitativních údajů a statistik vypočtených z těchto údajů není možné matematicky testovat hodnoty. Kvalitativní statistiky jsou potřebné k tomu, zda proces může zůstat v rámci limitu specifikace. Zatímco graf Pareto může ukázat, který problém je největší, nelze jej použít k výpočtu toho, jak špatný je problém nebo do jaké míry změny přinesou proces zpět do specifikace.
