Hur man använder olika typer av data för Six Sigma

August 27

Alla data är inte skapade lika. När du börjar din Six Sigma strävan att organisera dina data, måste du först veta vilken typ av prestandadata du har. Precis som att veta vad de nappar talar om vilken lockbete för att använda, att veta vilken typ av data som du arbetar med talar om vilka verktyg att använda. Det finns två viktiga datakategorier: attribut och kontinuerlig.

Datatyp Beskrivning Exempel
Attribut / kategori Data observationer falla i diskreta, namngivna värdekategorier. Ögonfärg: brun, blå, grön
Plats: Factory 1, Factory 2, Fabrik 3
Inga matematiska operationer kan utföras på rådata. Inspektions resultat: godkänd, underkänd
Storlek: stora, medelstora och små
Fit check: go, no-go
Enkät svar: ja, nej
Du kan räkna antalet förekomster du ser i varje kategori. Närvaro: närvarande, frånvarande
Anställd: Fred, Suzanne, Holly
Bearbetning: Behandling A, behandling B
Kontinuerlig Data observationer kan ta på siffervärde och är inte begränsade till nominella kategorier. Bankkonto saldo: dollar
Längd: meter
Tid: sekunder
Elektrisk ström: ampere
Eventuella två datavärden kan menings läggas och subtraheras. Undersökning svar: 1 = håller inte, 2 = neutralt, 3 = instämmer

Dataattributet (kategori)

Vissa data består av mätningar som beskriver ett attribut av den karakteristiska eller process. Dessa data kallas attribut eller kategori uppgifter.

Attributdata är alla omkring dig:

  • Telefon riktnummer
  • S, M, L, XL, XXL kläder storlekar
  • "Pass" eller "misslyckas" domar uttalas på just-monterade produkter
  • "Good" eller "dåliga" bedömningar av produktionen från en process

Hur vet du om du arbetar med attributdata? Den kontrollampa testet är att fråga dig själv, "Kan jag menings lägga till eller dra ifrån värden av dessa uppgifter?"

Om svaret är "nej", det du har är attributdata. Till exempel, vad får du när du lägger till en S-sized skjorta till en M-sized skjorta? Inget meningsfullt. Eller, om du subtraherar telefon riktnummer 213 från riktnummer 415, inte resulte riktnummer 202 betyda något? Naturligtvis inte! Och så du vet att du har att göra med attributdata.

Vad du kan göra med attributdata räkna hur många gånger varje kategori eller attribut visas. Till exempel kan det hända att en process producerar 152 "bra" poster och 28 "dåliga" poster under en viss tidsperiod. Du använder resultaten av dessa typer av kategori räknings studier som utgångspunkt för många Six Sigma-analyser.

En delmängd kategori attributdata som ger lite mer hästkrafter kallas ordnings data (även känd som rangordning data). Ordning uppgifter är attributdata som kan logiskt placerade i en order från minsta till största eller i ett beslut av tid, såsom månader: januari, februari, mars, och så vidare.

Om du har "månad" data på en uppsättning av förra årets fakturor, kan du sortera dem i hinkar med förekomst börjar med januari och flyttar hela året. Eller du kanske inte har faktiska genomförandetiden, men du kan ha uppgifter om vilka anställda färdiga en uppgift första, andra, tredje, och så vidare. Du har en kraftfull uppsättning ordnings data som du kan använda för att börja analys och förbättring.

Kontinuerlig uppgifter (variabel)

Om du upptäcker att du menings kan lägga till eller dra ifrån vilka två värden av dina data, du arbetar med kontinuerliga (eller variabel) uppgifter snarare än attributdata.

Vid testning huruvida uppgifterna är attribut eller kontinuerlig, se till att tillämpa "menings lägga till eller dra ifrån de värden" fråga till rådata och inte till någon sammanfattade räkningar av data.

Till exempel, för det faktum att du kan dra fem M stora skjortor från sju L stora tröjor få en två-shirt skillnad indikerar inte att du har kontinuerliga data. Du måste ansöka frågan till rådata: en L-sized skjorta minus en M-sized skjorta har ingen meningsfull svar.

Både kontinuerlig och variabel är dåliga namn för denna typ av uppgifter, men av någon anledning, det är de namn som har fastnat. Namnet "kontinuerliga" menas att förmedla idén att den här datatypen kan ha vilket värde som helst från en kontinuerlig skala, liksom behandlingen om en kvicksilvertermometer.

"Variable" är ett försök att säga samma sak - att de uppmätta värdena kan variera någonstans längs en given skala. Du kan få 98,23 grader Fahrenheit eller 98,25 grader Fahrenheit eller 98,37 grader Fahrenheit.

Problemet är att oavsett hur kontinuerlig eller variabel du tror att din mätskalan är, så fort du spelar in en mätning, du alltid trunkera sin läsning till viss fast längd, vilket gör det inte längre kontinuerlig. Men de krafter som vill att du ska använda namnen kontinuerliga och rörlig, så gå vidare och använda dem ändå.

Några fler exempel på kontinuerliga data inkluderar

  • En numrerad GPA skala representerar bokstavsbetyg i skolan
  • Temperaturen i ugnen
  • Mängden pengar du spenderar på mat
  • Den tid det tar att slutföra en process uppgift
  • Den gas körsträcka på din bil

Eventuella två värden av kontinuerliga eller variabeldata kan alltid menings adderas eller subtraheras. Till exempel kan en räkning av antalet barn i varje hushåll endast ske i heltalsvärden - du kan inte fysiskt har 2,3 barn - så omfattningen av åtgärden barn i ett hushåll inte är kontinuerlig alls.

Men du kan ta heltal mätning från varje hushåll och utföra matematiska operationer för att beräkna en meningsfull genomsnittlig eller standardavvikelse. Att kunna matematiskt verka på vilka två värden av kontinuerlig data är vad som skiljer det från attributdata.