Brugen af sigma, også kendt som standardafvigelse, kan være forvirrende. Det er imidlertid et godt værktøj til at analysere ethvert sæt data. Brug af to-sigma-kontrolgrænser kan være til gavn for din analyse ved at hakke de data, du ikke behøver, og kun klæber til de relevante data ved hånden. Bedst af alt, da teorien bag kontrolgrænser er baseret på standardafvigelse, er der meget lidt matematik involveret.
Standardafvigelse
Sigma målinger af enhver art er baseret på standardafvigelsen for en række tal. Standardafvigelse er et mål for variabilitet inden for et sæt figurer. Et datasæt med en lille forskel mellem tallene vil have en lille standardafvigelse, mens et datasæt med alle mulige forskellige tal vil have en højere standardafvigelse. Standardafvigelsen for et sæt tal er repræsenteret af den græske tegn sigma, som er hvor udtrykkene som to-sigma, tre-sigma og six-sigma kommer fra.
Normal fordeling
Brugen af standardafvigelsen afhænger i vid udstrækning af en normalfordeling, hvilket betyder, at tallene i datasættet er relativt komprimerede. De fleste af tallene ligger temmelig tæt på gennemsnittet, med få afvigere skævhederne. Hvis distributionen for et datasæt ikke er normalt, fungerer analyse ved hjælp af standardafvigelse ikke. Men hvis datasættet falder inden for normalfordelingen, kan du lære meget om dataene ved hjælp af standardafvigelse.
To-Sigma
Den normale fordeling viser, hvordan tal vil falde ud fra standardafvigelsen i datasættet. Reglerne for den normale fordeling dikterer, at 68 procent af alle tal vil falde inden for en standardafvigelse af gennemsnittet, også kendt som gennemsnittet af alle tal i datasættet. Tilføjelse af standardafvigelser til ligningen betyder flere tal er inkluderet; Ved normalfordeling er 95 procent af alle data inden for to standardafvigelser af middelværdien. Denne 95 procent er et meget almindeligt konfidensinterval, der bruges til at bevise hypoteser, da det udelukker outliers og sticks til den vigtigste forsyning af data.
Two Sigma in Business
Mens to-sigma giver et godt tillidsniveau for analyse, er det ikke en god metode til produktion. Hvis kontrolgrænserne for enhver produktionsproces er inden for to standardafvigelser af middelværdien, er processen i alvorlige problemer. Det siger i det væsentlige, at over en million enheder produceret, vil mere end 300.000 være defekte. Dette er en ekstremt ineffektiv måde at producere varer på. At producere til og med en tre-sigma-sats ville bringe dette defektniveau ned til 66.000; mens det på ingen måde er perfekt, er det næsten 500 procent mere effektivt end at producere ved to-sigma.
