Использование сигмы, также известной как стандартное отклонение, может сбить с толку. Тем не менее, это отличный инструмент для анализа любого набора данных. Использование пределов контроля в две сигмы может помочь вашему анализу, отсекая ненужные данные и придерживаясь только соответствующих данных. Лучше всего то, что теория за пределами контроля основана на стандартном отклонении, здесь очень мало математики.
Стандартное отклонение
Сигма-измерения любого типа основаны на стандартном отклонении ряда чисел. Стандартное отклонение является мерой изменчивости в наборе цифр. Набор данных с небольшой разницей между числами будет иметь небольшое стандартное отклонение, тогда как набор данных со всеми видами различных чисел будет иметь более высокое стандартное отклонение. Стандартное отклонение набора чисел представлено греческой символьной сигмой, из которой происходят такие термины, как две сигмы, три сигмы и шесть сигм.
Нормальное распределение
Использование стандартного отклонения в значительной степени зависит от нормального распределения, что означает, что числа в наборе данных относительно сжаты. Большинство чисел находятся довольно близко к среднему значению, и лишь немногие выбросы искажают данные. Если распределение для набора данных не является нормальным, анализ с использованием стандартного отклонения не работает. Однако, если набор данных попадает в нормальное распределение, вы можете многое узнать о данных, используя стандартное отклонение.
Два-Sigma
Нормальное распределение показывает, как числа будут падать в зависимости от стандартного отклонения набора данных. Правила нормального распределения диктуют, что 68 процентов всех чисел будут находиться в пределах одного стандартного отклонения от среднего, также известного как среднее всех чисел в наборе данных. Добавление стандартных отклонений к уравнению означает, что в него включено больше чисел; используя нормальное распределение, 95 процентов всех данных находятся в пределах двух стандартных отклонений от среднего. Эти 95 процентов - очень распространенный доверительный интервал, используемый при проверке гипотез, поскольку он исключает выбросы и прилипает к основному источнику данных.
Две сигмы в бизнесе
В то время как две сигмы дают хороший уровень достоверности для анализа, это не хорошая методология для производства. Если пределы контроля какого-либо производственного процесса находятся в пределах двух стандартных отклонений от среднего значения, этот процесс находится в серьезной проблеме. По сути, это говорит о том, что из миллиона произведенных устройств более 300 000 будут неисправны. Это крайне неэффективный способ производства любых товаров. Производство даже с частотой в три сигмы снизило бы уровень этого дефекта до 66 000; хотя это ни в коем случае не идеально, это почти на 500 процентов более эффективно, чем производство с двумя сигмами.
