您的位置:主页 > 六西格玛专栏 >

离散数据是矮胖的,因为这些数据通常是类别型数据,如性别、大小和管理水平。有时候,离散型 数据的表现形式是等级或顺序类数据。尽管我们总是可以将这些值设定为数字,但它们大多数的统计值,如均值或者标准差都没有什么意义。人们常犯的一个错误就是将这些类别设定为数字,例如将小、中、大,或者第一、第二、第三分别设定为1、2、3,然后再在它们身上运用统计方法,就像它们直是数字一样。但它们不是数值,而仅仅是一种标记。有适用于这种数据的统计方法:频率图和频数、饼状图、交叉图、方差分析 。

连续性数据的变化是比较平稳的,而且数字本身就有意义——它们不是用来分类的标记。大多数我们熟悉的统计方法,例如均值、中位数、相关性、标准差以及回归都仅适用于这类数据。交易折扣就是连续性数据和例子,它可以是34%、33.2%或者其他0%-100%之间的任何数字。我们可以计算出平均折扣或者标准差,这样的计算都是有意义的。时间、压力、输送速度、速率等,以欧元或美元表示的成本都是连续性数据的例子。

有时候,甚至当数据是离散型时,如任何交易中客户购买的SKU数量,为了统计分析,我们仍然可以将这些数据视为连续型的。为了便 于进行统计分析,在大多数情况下,我们可以将能计数的事物,例如文件中的错误数量或者运送的单 位数量视作连续型的。

数据也可能是定量型。在一些定价项目中, 我们可能发现很难得到硬数据,因为没有人能记录下这样的数据、得到它太费时或者数据难以编制。在这样的情况下, 我们发现必须依靠访谈或者焦点小组得到定量数据。这样的数据通常是类别性的。然而,我们也可以使用刻度——例如所谓的1-7李克特等级,为了统计需要,我们可以将其当作连续性数据运用。即使客户反馈或者销售人员反馈这样的事物具有适于运用1-5等级的倾向,但是,研究 人员仍然推荐使用1-7级,更广泛的范围可以捕捉到更细致的差别。

两种类型的数据具有共同的属性,即它们都可以测量。然而,连续性数据可以转变为离散型数据,反之则不成立。以上一财年的客户销售量数据为例。这些销售数字是连续性数据,我们可以将它转换成离散型 数据。我们可以选择设定一个新的变量即客户类型,这一变量基于销量将第一位客户划归四种类型:非常 大,大、中以及小。或者我们可以根据客户的收益份额将他们排序,并且创造出一个离散型变量即等级,其赋值为第一、第二、第三等。再次强调,从连续性数据我们可以创造出离散型数据,但是反过来不行——如果我们知道客户类型,我们不能确定销量或者其他有关客户的连续型数据。


  《精益生产精益设计六西格玛DFSS精益六西格玛》内容每周定期更新内容,敬请关注!
 
  张驰咨询提供精益六西格玛项目辅导、公开课培训、企业内训,绿带黑带培训及项目辅导咨询。
 
  企业内训:人数控制在30人以内,讲解、讨论、游戏结合项目运作,财务收益承诺;
 
  企业咨询:项目辅导+理论培训;具体详情可致电咨询!
 
  张驰咨询公司官网:http://www.zc6sigma.com(复制网址到浏览器打开)
 
  温馨提示:精益、六西格玛上海、深圳、北京地区接受报名,详情致电咨询!
 
  联系电话:17722597309;0755-86372259   杨先生。
 

随机推荐

图文聚集

热门排行

最新文章