六西格玛管理过程中的多种数据类型分析

在六西格玛管理项目实施的过程中，我们需要不断地处理数据，不断地根据数据做出决策，处理各种数据，这就是用数据来量化过程的性能，也就是度量过程能力。但是，从统计学上讲，这些测量数据可以分为两种基本类型，即连续数据和不连续或离散数据。

连续数据:又称计量数据，是指用连续坐标测量的数据，或用能连续取值的测量仪器或量具测量的数据。连续数据在一个输出单元中记录某一特性的测量结果，如尺寸、重量、时间、温度等。连续数据的特点是反映产品或过程的特性，这是一个量化问题。它能灵敏地反映特征过程的变化，包含丰富的信息。连续数据计量单位可以细分，有一定的实际意义。在统计分析中，可以用较少的样本量得出分析结论。但是，一般来说，连续数据都使用一个计量单位，如米、千克、小时等。，需要更高的测量手段和更高的测量成本。

不连续数据或离散数据:也称为计数数据。离散数据可分为可区分数据和可计数数据。可识别的数据记录单元是否满足顾客的需求，即好与坏、合格与不合格，如合格/不合格、通过/失败、是/否、接受/不接受等。可计数数据是记录一个输出单元中包含的缺陷数，如裂纹和缺陷数。离散数据在反映过程变化方面不如连续数据敏感，只反映客户需求是否得到满足和缺陷数量，包含的信息较少。在对离散数据进行统计分析的过程中，往往需要大量的样本或较长的测量周期才能得到分析结论。

但一般来说，离散数据只是类别信息，对测量手段和精度要求不高，测量成本低。连续数据属于正态分布，可区分数据属于二项分布，可数数据属于泊松分布。

正态分布:大家都很熟悉。图形呈钟形，左右对称，曲线下面积为1。正态分布的两个重要参数:均值和标准差。

二项分布:从篮子里拿出烂苹果的几率有多大？二项分布意味着一个篮子里有50个苹果。根据历史经验，15%的苹果会坏，那么从篮子里拿到50个苹果的几率有多大呢？其中一个会很烂的几率有多大？他们两个烂的几率有多大？

泊松分布:它的属性是产品有多少缺陷。

根据以上所述，在收集数据时，应尽可能使用连续数据。用什么样的数据，要根据客户的需求来决定。当你只需要知道一个输出单位是否合格时，就要选择可区分的数据，比如付款的准时和延迟，服务的好坏等。当你只需要知道一个输出单位的缺陷数时，就要选择可数的数据，比如一个合同的错误数，一个订单的漏项数，一个焊缝的气孔数，一米布的缺陷数等。当你需要知道一个输出单元的某个特性时，应该选择连续的数据，比如客服中心的回复时间，开发票的时间，零件的直径，货物的重量等。