在公司六西格玛黑带培训过程中,连续性和离散性测量的差异有哪些?
答案:1 悬赏:0 手机版
解决时间 2021-11-26 22:15
- 提问者网友:低吟詩仙的傷
- 2021-11-26 19:24
在公司六西格玛黑带培训过程中,连续性和离散性测量的差异有哪些?
最佳答案
- 五星知识达人网友:思契十里
- 2021-11-26 19:55
六西格玛连续性和离散性测量的差异:
理解“连续性”与“离散性”(或属性)测量之间的差异很重要,因为这不仅能影响如何定义测量,而且还影响如何收集数据和能从中了解什么。有时这种差异似乎令人感到很模糊,因此,我们将尽可能清楚地列出二者的原则性区别。
连续性测量仅指那些可以采用无限细分的尺度或连续性进行测量的因素,如重量、高度、时间、音量、温度、电阻、资金等。
离散性测量是指不符合“连续性”标淮的任何其他因素,可能会使人误认为是连续性的,尤其是在计数值或属性值转换为百分比时。例如,性别在大多数物种中具有离散特征,个体要么是雄性的,要么是雌性的。不管怎样,如果收集了一些性别数据且表明一个群体有72.333 4%的雌性,这并没有使测量变成连续性的,原始资料仍然是离散性的。调查量表也可能看起来是连续性的,但是,实际上它们仍然是离散性的。
一、离散性测量的优点
1、最明显的优点就是许多因素只能定义为离散型数据或属性数据。这样的例子包括:地点(省、市、街道)、顾客类型(新顾客或老顾客,企业用户或家庭用户)、产品个数、损坏与未被损坏比率等。
2、无形因素常常能转换为可以测量的离散特性。例如,为了测量顾客的感知或满意程度,研究者常常使用的“评价见表”,这实际上就是离散性测量。如果要测量一则广告的效果,你可能会问顾客是否记得看过它。可能的回答有是、不、不确定,这些答案是离散性的。
3、一般来说,获取离散型数据比较快且容易。观察到某事物“是”或“不是”通常比用标尺进行测量要更快和少受干扰。
4、在六西格玛管理和业务过程改进中,我们总要做一个最重要的离散性因素观测,即缺陷。因此,如果你打算减少缺陷数,那你就是要去变化一个离散性测量。
二、离散性测量的缺点
离散性测兄确实也有其缺点,如果你可以选择且有足够的时间、资源和允许可能的混乱,只要可能你就应该获取连续型数据。
1、要从离散型数据中获取有效信息,就必须进行更多的观测,即进行更多的测量。绩效越接近“完美”,为获取准确数据而需要计数的事项就越多,因为缺陷太少。一些统计学家指出,无论过程产量多大或缺陷数多么少,连续型数据只要有一份容量为200的“样本”就符合精确要求了,因此,收集离散型数据的代价会更高。
2、离散性测量会“掩盖”重要信息。如果你正执教于某个运动队,只记下了队员的体重是合适的还是过胖的,那么就会难以进行后续分析。他们超重多少?何种变化可能带来你想要的结果?如果没有具体的连续性测量,那么使队员要走的路则更长。
3、从统计的角度来说,采用连续型数据比采用离散型数据可以进行更多可能的有益分析。例如,许多较高级的六西格玛技术只适用于连续性测量。
理解“连续性”与“离散性”(或属性)测量之间的差异很重要,因为这不仅能影响如何定义测量,而且还影响如何收集数据和能从中了解什么。有时这种差异似乎令人感到很模糊,因此,我们将尽可能清楚地列出二者的原则性区别。
连续性测量仅指那些可以采用无限细分的尺度或连续性进行测量的因素,如重量、高度、时间、音量、温度、电阻、资金等。
离散性测量是指不符合“连续性”标淮的任何其他因素,可能会使人误认为是连续性的,尤其是在计数值或属性值转换为百分比时。例如,性别在大多数物种中具有离散特征,个体要么是雄性的,要么是雌性的。不管怎样,如果收集了一些性别数据且表明一个群体有72.333 4%的雌性,这并没有使测量变成连续性的,原始资料仍然是离散性的。调查量表也可能看起来是连续性的,但是,实际上它们仍然是离散性的。
一、离散性测量的优点
1、最明显的优点就是许多因素只能定义为离散型数据或属性数据。这样的例子包括:地点(省、市、街道)、顾客类型(新顾客或老顾客,企业用户或家庭用户)、产品个数、损坏与未被损坏比率等。
2、无形因素常常能转换为可以测量的离散特性。例如,为了测量顾客的感知或满意程度,研究者常常使用的“评价见表”,这实际上就是离散性测量。如果要测量一则广告的效果,你可能会问顾客是否记得看过它。可能的回答有是、不、不确定,这些答案是离散性的。
3、一般来说,获取离散型数据比较快且容易。观察到某事物“是”或“不是”通常比用标尺进行测量要更快和少受干扰。
4、在六西格玛管理和业务过程改进中,我们总要做一个最重要的离散性因素观测,即缺陷。因此,如果你打算减少缺陷数,那你就是要去变化一个离散性测量。
二、离散性测量的缺点
离散性测兄确实也有其缺点,如果你可以选择且有足够的时间、资源和允许可能的混乱,只要可能你就应该获取连续型数据。
1、要从离散型数据中获取有效信息,就必须进行更多的观测,即进行更多的测量。绩效越接近“完美”,为获取准确数据而需要计数的事项就越多,因为缺陷太少。一些统计学家指出,无论过程产量多大或缺陷数多么少,连续型数据只要有一份容量为200的“样本”就符合精确要求了,因此,收集离散型数据的代价会更高。
2、离散性测量会“掩盖”重要信息。如果你正执教于某个运动队,只记下了队员的体重是合适的还是过胖的,那么就会难以进行后续分析。他们超重多少?何种变化可能带来你想要的结果?如果没有具体的连续性测量,那么使队员要走的路则更长。
3、从统计的角度来说,采用连续型数据比采用离散型数据可以进行更多可能的有益分析。例如,许多较高级的六西格玛技术只适用于连续性测量。
我要举报
如以上问答信息为低俗、色情、不良、暴力、侵权、涉及违法等信息,可以点下面链接进行举报!
大家都在看
推荐资讯