Ang paggamit ng sigma, na kilala rin bilang standard deviation, ay maaaring nakalilito. Gayunpaman, ito ay isang mahusay na tool para sa pagsusuri ng anumang hanay ng data. Ang paggamit ng dalawang-sigma na mga limitasyon sa control ay maaaring makinabang sa iyong pagtatasa sa pamamagitan ng pagputol ng data na hindi mo kailangan at malagkit lamang sa may kinalaman na data sa kamay. Pinakamaganda sa lahat, dahil ang teorya sa likod ng mga limitasyon sa kontrol ay batay sa karaniwang paglihis, mayroong napakaliit na matematika na kasangkot.
Karaniwang lihis
Ang mga sukat ng Sigma ng anumang uri ay batay sa karaniwang paglihis ng isang serye ng mga numero. Ang standard deviation ay isang sukatan ng pagkakaiba-iba sa loob ng isang hanay ng mga numero. Ang isang data na nakatakda sa isang maliit na halaga ng pagkakaiba sa pagitan ng mga numero ay magkakaroon ng isang maliit na standard na paglihis, samantalang ang isang data na nakatakda sa lahat ng mga uri ng iba't ibang mga numero ay magkakaroon ng isang mas mataas na standard na paglihis. Ang karaniwang paglihis ng isang hanay ng mga numero ay kinakatawan ng salitang Griyego na sigma, na kung saan ang mga tuntunin tulad ng dalawang sigma, tatlong-sigma at anim na sigma ay nagmumula.
Normal na Pamamahagi
Ang paggamit ng karaniwang paglihis ay nakasalalay sa kalakhan sa isang normal na pamamahagi, na nangangahulugang ang mga numero sa loob ng hanay ng datos ay medyo naka-compress. Karamihan sa mga numero ay namamalagi na malapit sa ibig sabihin, na may ilang mga outliers skewing ang data. Kung ang pamamahagi para sa isang data set ay hindi normal, ang pagtatasa gamit ang karaniwang paglihis ay hindi gumagana. Gayunpaman, kung ang data set ay nasa loob ng normal na pamamahagi, maaari kang matuto ng maraming tungkol sa data sa pamamagitan ng paggamit ng karaniwang paglihis.
Dalawang Sigma
Ang normal na pamamahagi ay nagpapakita kung paano mahulog ang mga numero batay sa karaniwang paglihis ng hanay ng data. Ang mga patakaran ng normal na pamamahagi ay nangangahulugan na ang 68 porsiyento ng lahat ng mga numero ay mahuhulog sa loob ng isang standard na paglihis ng ibig sabihin, na kilala rin bilang ang average ng lahat ng mga numero sa hanay ng data. Ang pagdaragdag ng standard deviations sa equation ay nangangahulugang mas maraming numero ang kasama; gamit ang normal na pamamahagi, 95 porsiyento ng lahat ng data ay nasa loob ng dalawang standard deviations ng mean. Ang 95 porsyentong ito ay isang pangkaraniwang agwat ng kumpyansa na ginagamit kapag nagpapatunay ng mga pagpapalagay, dahil hindi ito nagbubukod sa labas at nakakabit sa pangunahing supply ng data.
Dalawang Sigma sa Negosyo
Habang ang dalawang-sigma ay nagbibigay ng isang mahusay na antas ng confidence para sa pagtatasa, ito ay hindi isang mahusay na pamamaraan para sa produksyon. Kung ang mga limitasyon sa kontrol ng anumang proseso ng produksyon ay nasa loob ng dalawang standard deviations ng mean, ang prosesong iyon ay nasa malubhang problema. Talagang sinasabi na sa labas ng isang milyong yunit na ginawa, higit sa 300,000 ay may depekto. Ito ay isang napakabilis na paraan upang makabuo ng anumang mga kalakal. Ang paggawa sa kahit na isang tatlong-sigma rate ay magdadala na antas ng depekto pababa sa 66,000; samantalang ito ay hindi perpekto, ito ay halos 500 porsiyento na mas mahusay kaysa sa paggawa sa dalawang sigma.
