標準偏差としても知られているシグマの使用は混乱を招く可能性があります。ただし、あらゆるデータを分析するための優れたツールです。 2シグマ管理限界を使用すると、不要なデータを切り取り、適切なデータのみを使用することで分析に役立ちます。何よりも、管理限界の背後にある理論は標準偏差に基づいているため、関与する数学はほとんどありません。
標準偏差
どのような種類のシグマ測定も、一連の数値の標準偏差に基づいています。標準偏差は、一連の数値内の変動性の尺度です。数値間の差が小さいデータセットは標準偏差が小さくなりますが、すべての種類の数値が異なるデータセットは標準偏差が大きくなります。数字の集合の標準偏差はギリシャ文字のシグマで表されます。これは、2シグマ、3シグマ、6シグマのような用語の由来です。
正規分布
標準偏差の使用は、正規分布に大きく依存します。つまり、データセット内の数値は比較的圧縮されています。ほとんどの数値は平均値にかなり近いところにあり、データを歪める外れ値はほとんどありません。データセットの分布が正規分布ではない場合、標準偏差を使用した分析は機能しません。ただし、データセットが正規分布内に収まる場合は、標準偏差を使用してデータについて多くのことを学ぶことができます。
ツーシグマ
正規分布は、データセットの標準偏差に基づいて数値がどのように落ちるかを示します。正規分布の規則は、全数値の68％が平均の1標準偏差内に収まることを示しています。これは、データセット内の全数値の平均としても知られています。方程式に標準偏差を追加することは、より多くの数が含まれることを意味します。正規分布を使用すると、全データの95％が平均値の2標準偏差以内にあります。この95％は、外れ値を除外してデータの主な供給源にこだわるため、仮説を証明するときに使用される非常に一般的な信頼区間です。
ビジネスにおけるツーシグマ
ツーシグマは分析に対して優れた信頼度を与えますが、生産にとっては良い方法ではありません。製造工程の管理限界が平均の2標準偏差以内である場合、その工程は深刻な問題に直面しています。それは本質的に生産された100万台のうち30万台以上が不良品になるだろうと言っています。これは商品を生産するための非常に非効率的な方法です。 3シグマのレートで製造すると、その欠陥レベルは66,000になります。これは決して完璧というわけではありませんが、2シグマで生産するよりも約500パーセント効率的です。
