Intuïtie kan je een lange weg banen, maar er zijn tijden dat je harde gegevens nodig hebt om te analyseren en nummers te crunchen. Het Six Sigma-proces voor het realiseren van bedrijfsprocessen van topkwaliteit definieert verschillende soorten gegevens. Kenmerkgegevens zijn van de yes-or-no-variant, zoals of een lichtschakelaar is in- of uitgeschakeld. Variabele data gaat over meten, zoals de veranderende lichtniveaus terwijl je een dimmer aanpast. Het zijn beide belangrijke informatie, maar variabele gegevens zijn meestal nuttiger.
Variabele versus Attribuut
Attribuutgegevens zijn gericht op getallen, variabele gegevens zijn gericht op metingen. Stel dat u gegevens verzamelt over defecte producten die uw assemblagelijn blijken te zijn. Attribuutgegevens classificeren eenvoudig de output als defect of niet defect. Als u variabele gegevens verzamelt, kunt u kijken naar hoe slecht elk defect product is: 10 procent defect, 20 procent defect, enzovoort.
Geen van deze is inherent verkeerd. Het hangt allemaal af van hoe u de gegevens wilt gebruiken. Als u de Six Sigma-aanpak beoefent en u wilt zien hoeveel producten aan uw hoge normen voldoen, kunnen attribuutgegevens de juiste oplossing zijn. Als u de kwaliteit van elk product wilt meten, zijn variabele gegevens waarschijnlijk handiger.
Voordelen van Attribuutgegevens
Er zijn andere manieren om gegevens te classificeren. Gegevens die zich niet goed aanpassen aan getallen, zoals kleur of smaak, worden bijvoorbeeld kwalitatieve gegevens genoemd. Kenmerkgegevens zijn eenvoudiger te verzamelen dan kwalitatieve gegevens, dus het is een goede keuze als u naar een binaire situatie kijkt, waar slechts twee alternatieven zijn:
- Het product werkt of het werkt niet.
- De verkoper sloot de deal of zij niet.
- De onderdelen passen in de sleuf waartoe ze behoren te behoren of ze doen dat niet.
- Studenten slagen voor de test of ze falen.
U kunt de attribuutgegevens compileren om te zien hoe goed uw proces, apparatuur of personeel presteert. Als je wilt dat 80 procent van je studenten slagen voor hun eindexamens, en slechts 20 procent doet, laat dat een probleem zien. Of het de studentenorganisatie, de leerkrachten of een ander probleem zal moeten worden bepaald.
Voordelen van variabele gegevens
Variabele gegevens kunnen u veel dingen vertellen die kenmerkgegevens niet kunnen bevatten. Stel dat u nieuwe liggers test voor gebruik in een bouwproject. Attribuutgegevens vertellen u het percentage liggers dat oploopt onder de belasting die u erop uitoefent. Variabele gegevens kunnen u vertellen of een specifieke ligger die de test doorstaat mogelijk nog steeds gevaarlijk dicht in de buurt van de baan is. Als u wilt weten hoezeer studenten falen bij het slagen voor hun examens, kunnen variabele gegevens u het antwoord geven.
