انواع مختلف داده و اهمیت آن

داده ها را می توان به عنوان ستون فقرات هر پروژه شش سیگما توصیف کرد. این به این دلیل است که کل ایده شش سیگما و عملیات استفاده از آمار برای مدیریت عملیات در کارگاه کارخانه است. از این رو، برای یک تیم شش سیگما، درک انواع داده ها و زمان و نحوه استفاده از آنها از اهمیت حیاتی برخوردار است. انواع داده هایی که برای تجزیه و تحلیل آماری استفاده می شوند عبارتند از:

داده‌های پیوسته: داده‌های پیوسته از آن دسته‌هایی هستند که باید با آن‌هایی که می‌توانیم شمارش کنیم، اندازه‌گیری شود. به عنوان مثال طول یک شی را به عنوان یک نوع داده در نظر بگیرید. طول یک شی می تواند بین 1 فوت تا 2 فوت باشد، می تواند 1.5 فوت باشد، حتی می تواند 1.54 یا 1.546 فوت باشد، بسته به تعداد اعشار و درجه دقتی که در طرح جمع آوری داده ها تصمیم گرفته شده است.

داده‌های گسسته: داده‌های گسسته، داده‌هایی هستند که بر خلاف اندازه‌گیری، باید شمارش شوند.

در اینجا مقادیر در یکی از دسته بندی ها قرار می گیرند.

• باینری: داده‌ها در چنین مواردی باید در یکی از دو دسته درست یا نادرست، قابل استفاده برای تحلیل‌های شش سیگما یا غیرقابل اجرا بودن برای آنالیز شش سیگما وارد شوند. بسیاری از اوقات، نتایج موفقیت و شکست، عملکرد طبقه مغازه را تعیین می کند. در چنین مواردی است که دسته گسسته باینری مفید است. 

   

• دسته بندی های مرتب شده: داده ها در این موارد باید در یکی از دسته بندی های متعددی که رتبه بندی می شوند وارد شوند. در اینجا ممکن است بیش از دو دسته وجود داشته باشد. در واقع معمولاً بیش از دو دسته درگیر هستند. دسته بندی ها ممکن است بر اساس اهمیت نسبی یا بر اساس نوعی از مقیاس عددی باشد. 

   

• دسته بندی های نامرتب: داده ها در این موارد در یکی از دسته بندی های متعددی که نیازی به رتبه بندی ندارند وارد می شوند. معمولا بیش از 2 دسته وجود دارد. داده های نهفته در یک دسته معمولاً با داده های موجود در هر دسته دیگر تفاوتی ندارند. 

   

• شمارش: این شمارش ساده داده ها بدون هیچ گونه طبقه بندی است. این متغیرهای گسسته را در واقعی ترین شکل خود نشان می دهد، اما به ندرت در فرآیند شش سیگما استفاده می شود زیرا بینش تحلیلی زیادی در مورد متغیرهای مورد مطالعه ارائه نمی دهد. 

چرا نوع داده مهم است؟

نوع داده مهم است زیرا تأثیر مادی بر تجزیه و تحلیل دارد. در جایی که داده های پیوسته درگیر است، احتمال یک رویداد دقیق صفر می شود، باید از محدوده ها استفاده شود. برای مثال احتمال اینکه طول یک جسم دقیقاً 2 فوت باشد در یک توزیع پیوسته صفر است. با این حال، اگر اندازه گیری گسسته باشد، نتایج را می توان دریافت.