六西格玛连续性和离散性测量的差异

理解“连续性”与“离散性”(或属性)测量之间的差异很重要，因为它不仅会影响如何定义度量，还会影响如何收集数据以及从中可以学到什么。有时这种区别似乎很模糊，所以我们会尽可能清楚地列出原则上的区别。

连续性度量仅指那些可以用无限细分尺度或连续性度量的因素，如重量、高度、时间、体积、温度、阻力、资金等。

差异度量是指任何其他不符合“连续性”标准的因素，可能导致人们将其误认为连续性，特别是当计数值或属性值转换为百分比时。例如，在大多数物种中，性别是离散的，个体要么是雄性，要么是雌性。无论如何，如果我们收集一些性别数据，显示一个群体中有72.333±4%的女性，这并不能使测量具有连续性，原始数据仍然是离散的。调查尺度也可能看起来是连续的，但实际上它们仍然是离散的。

为了方便起见，连续测量常常被转换成离散测量。例如，交货时间用“准时”和“延迟”来记录，而不是用天或分钟。在汽车的仪表板上，油压(连续)经常以警示灯(离散)的形式出现。

一、离散性测量的优点

1.最明显的优点是很多因素只能定义为离散数据或属性数据。示例包括:位置(省、市、街道)、客户类型(新老客户、企业用户或家庭用户)、产品编号、损坏和未损坏比率等。

2.无形因素往往可以转化为可测量的离散特征。例如，为了测量客户的感知或满意度，研究人员经常使用“见表评价”，这实际上是离散测量。如果你想衡量一个广告的效果，你可以问顾客是否记得看过它。可能的答案有是、否、不确定，这些都是离散的。

3.一般来说，获取离散数据更快更容易。观察一件事是“是”还是“不是”，通常比用尺子量要快，干扰也少。

4.在六西格玛管理和业务流程改进中，我们总是要观察一个最重要的离散因素，即缺陷。因此，如果你打算减少缺陷的数量，那么你必须改变一个离散的度量。

二、离散性测量的缺点

离散性别测量确实有它的缺点。如果你可以选择并有足够的时间、资源和允许可能的混乱，你应该尽可能获得连续的数据。

1.为了从离散数据中获得有效信息，必须进行更多的观察，即更多的测量。性能越接近“完美”，需要统计的项目就越多，才能获得准确的数据，因为缺陷太少。有统计学家指出，无论流程产出多少，缺陷有多少，只要有一个容量为200的“样本”，连续数据就能满足精度要求，因此收集离散数据的成本会更高。

2.差异测量会“掩盖”重要信息。如果你在执教一个运动队，只写下队员的体重是合适还是超重，那么就很难做后续分析。他们超重多少？什么样的改变可能会带来你想要的结果？如果没有具体的连续性度量，团队成员将不得不走更长的路。

3.从统计学的角度来看，使用连续数据比使用离散数据能做出更多可能的有益分析。比如很多先进的六西格玛技术只适合连续性测量。