Η διαίσθηση μπορεί να σας οδηγήσει σε μεγάλο βαθμό στην επιχείρηση, αλλά υπάρχουν φορές που χρειάζεστε σκληρά δεδομένα για να αναλύσετε και αριθμούς για να τραγουδήσετε. Η διαδικασία Six Sigma για την επίτευξη επιχειρηματικών διαδικασιών υψηλής ποιότητας ορίζει πολλά διαφορετικά είδη δεδομένων. Τα στοιχεία χαρακτηριστικών είναι της ναι ή δεν υπάρχει ποικιλία, όπως το αν ένας διακόπτης φωτός είναι ενεργοποιημένος ή απενεργοποιημένος. Τα μεταβλητά δεδομένα αφορούν τη μέτρηση, όπως τα μεταβαλλόμενα επίπεδα φωτισμού καθώς ρυθμίζετε ένα ρυθμιστή. Και οι δύο είναι σημαντικές πληροφορίες, αλλά τα μεταβλητά δεδομένα είναι συνήθως πιο χρήσιμα.
Μεταβλητή Vs. Χαρακτηριστικό
Τα δεδομένα χαρακτηριστικών επικεντρώνονται σε αριθμούς, τα μεταβλητά δεδομένα επικεντρώνονται στις μετρήσεις. Για παράδειγμα, ας υποθέσουμε ότι συλλέγετε δεδομένα σχετικά με ελαττωματικά προϊόντα που εμφανίζεται η γραμμή συναρμολόγησης. Τα δεδομένα χαρακτηριστικών απλώς ταξινομούν την έξοδο ως ελαττωματική ή μη ελαττωματική. Αν συγκεντρώσετε μεταβλητά δεδομένα, μπορείτε να εξετάσετε πόσο κακό είναι κάθε ελαττωματικό προϊόν: 10% ελαττωματικό, 20% ελαττωματικό και ούτω καθεξής.
Κανένα από αυτά δεν είναι εγγενές λάθος. Όλα εξαρτώνται από το πώς θέλετε να χρησιμοποιήσετε τα δεδομένα. Αν ασκείτε την προσέγγιση Six Sigma και θέλετε να δείτε πόσα προϊόντα πληρούν τα υψηλά σας πρότυπα, τα δεδομένα των χαρακτηριστικών θα μπορούσαν να κάνουν το τέχνασμα. Αν θέλετε να μετρήσετε την ποιότητα κάθε προϊόντος, τα μεταβλητά δεδομένα είναι πιθανώς πιο χρήσιμα.
Οφέλη από τα δεδομένα των χαρακτηριστικών
Υπάρχουν άλλοι τρόποι ταξινόμησης των δεδομένων. Δεδομένα που δεν προσαρμόζονται καλά σε αριθμούς, όπως χρώμα ή γεύση, ονομάζονται, για παράδειγμα, ποιοτικά δεδομένα. Τα δεδομένα των χαρακτηριστικών είναι απλούστερα να συλλεχθούν από τα ποιοτικά δεδομένα, επομένως είναι μια καλή επιλογή εάν εξετάζετε μια δυαδική κατάσταση, όπου υπάρχουν μόνο δύο εναλλακτικές λύσεις:
- Το προϊόν λειτουργεί ή δεν λειτουργεί.
- Ο πωλητής έκλεισε τη συμφωνία ή δεν το έκανε.
- Τα μέρη ταιριάζουν στην υποδοχή στην οποία υποτίθεται ότι ανήκουν ή δεν το κάνουν.
- Οι μαθητές περάσουν τη δοκιμή ή αποτυγχάνουν.
Μπορείτε να συγκεντρώσετε τα δεδομένα χαρακτηριστικών για να δείτε πόσο καλά εκτελείται η διαδικασία, ο εξοπλισμός ή το προσωπικό σας. Εάν θέλετε το 80 τοις εκατό των μαθητών σας να περάσουν τις τελικές εξετάσεις τους, και μόνο το 20 τοις εκατό κάνουν, αυτό δείχνει ένα πρόβλημα. Είτε πρόκειται για το φοιτητικό σώμα, για τους εκπαιδευτικούς ή για κάποιο άλλο θέμα, θα πρέπει να καθοριστεί.
Οφέλη των μεταβλητών δεδομένων
Τα μεταβλητά δεδομένα μπορούν να σας πουν πολλά πράγματα που δεν μπορούν να αποδώσουν δεδομένα. Ας υποθέσουμε ότι δοκιμάζετε νέες δοκοί για χρήση σε ένα έργο κατασκευής. Τα στοιχεία χαρακτηριστικών σας δείχνουν το ποσοστό των δοκών που φέρουν κάτω από το φορτίο που βάζετε σε αυτά. Τα μεταβλητά δεδομένα μπορούν να σας πουν εάν μια συγκεκριμένη δοκός που περνάει τη δοκιμασία μπορεί να είναι επικίνδυνα κοντά στην αποχώρηση. Αν θέλετε να μάθετε πόσο φοιτητές που αποτυγχάνουν να περάσουν τις εξετάσεις τους, τα μεταβλητά δεδομένα μπορούν να σας δώσουν την απάντηση.
