अंतर्ज्ञान आपको व्यवसाय में एक लंबा रास्ता तय कर सकता है, लेकिन ऐसे समय होते हैं जब आपको विश्लेषण करने के लिए कठिन डेटा की आवश्यकता होती है और क्रंच करने के लिए संख्या। शीर्ष गुणवत्ता व्यावसायिक प्रक्रियाओं को प्राप्त करने के लिए सिक्स सिग्मा प्रक्रिया कई अलग-अलग प्रकार के डेटा को परिभाषित करती है। विशेषता डेटा हां-या-कोई विविधता नहीं है, जैसे कि प्रकाश स्विच चालू या बंद है। चर डेटा माप के बारे में है, जैसे कि आप एक डायमर को समायोजित करते हुए बदलते प्रकाश स्तर। वे दोनों महत्वपूर्ण जानकारी हैं, लेकिन चर डेटा आमतौर पर अधिक उपयोगी है।
चर बनाम। गुण
डेटा को संकलित करना संख्याओं पर केंद्रित है, चर डेटा माप पर केंद्रित है। उदाहरण के लिए, मान लें कि आप दोषपूर्ण उत्पादों पर डेटा एकत्र कर रहे हैं जो आपकी असेंबली लाइन निकलती है। विशेषता डेटा केवल आउटपुट को दोषपूर्ण या दोषपूर्ण नहीं के रूप में वर्गीकृत करता है। यदि आप चर डेटा इकट्ठा करते हैं, तो आप देख सकते हैं कि प्रत्येक दोषपूर्ण उत्पाद कितना बुरा है: 10 प्रतिशत दोषपूर्ण, 20 प्रतिशत दोषपूर्ण, और इसी तरह।
इनमें से कोई भी स्वाभाविक रूप से गलत नहीं है। यह सब इस बात पर निर्भर करता है कि आप डेटा का उपयोग कैसे करना चाहते हैं। यदि आप सिक्स सिग्मा दृष्टिकोण का अभ्यास कर रहे हैं और आप देखना चाहते हैं कि कितने उत्पाद आपके उच्च मानकों को पूरा करते हैं, तो विशेषता डेटा चाल कर सकती है। यदि आप प्रत्येक उत्पाद की गुणवत्ता को मापना चाहते हैं, तो चर डेटा संभवतः अधिक उपयोगी है।
विशेषता डेटा के लाभ
डेटा को वर्गीकृत करने के अन्य तरीके हैं। उदाहरण के लिए, संख्या जो रंग या स्वाद के अनुकूल नहीं होती, उसे गुणात्मक डेटा कहा जाता है। गुणात्मक डेटा की तुलना में डेटा को इकट्ठा करना सरल है, इसलिए यदि आप एक द्विआधारी स्थिति देख रहे हैं तो यह एक अच्छा विकल्प है, जहां सिर्फ दो विकल्प हैं:
- उत्पाद काम करता है या यह काम नहीं करता है।
- विक्रेता ने सौदा बंद कर दिया या उसने नहीं किया।
- भागों को उस स्लॉट में फिट किया जाता है जिसे वे चाहते हैं या वे नहीं हैं।
- छात्र परीक्षा में उत्तीर्ण होते हैं या वे असफल होते हैं।
आप यह देखने के लिए कि आपकी प्रक्रिया, उपकरण या कर्मचारी कितना अच्छा प्रदर्शन कर रहे हैं, आप विशेषता डेटा को संकलित कर सकते हैं। यदि आप चाहते हैं कि आपके 80 प्रतिशत छात्र अपनी अंतिम परीक्षा में उत्तीर्ण हों, और केवल 20 प्रतिशत ही करें, तो यह एक समस्या को दर्शाता है। चाहे वह छात्रसंघ हो, शिक्षकों या किसी अन्य मुद्दे को निर्धारित करना होगा।
चर डेटा के लाभ
वैरिएबल डेटा आपको कई चीजें बता सकता है जो डेटा को विशेषता नहीं दे सकते हैं। मान लीजिए कि आप एक निर्माण परियोजना में उपयोग के लिए नए गर्डर्स का परीक्षण कर रहे हैं। विशेषता डेटा आपको उन गर्डर्स का प्रतिशत बताता है जो आपके द्वारा लगाए गए लोड के अंतर्गत आते हैं। चर डेटा आपको बता सकता है कि क्या परीक्षण को पारित करने वाला एक विशिष्ट गर्डर रास्ता देने के लिए खतरनाक रूप से बंद हो सकता है। यदि आप यह जानना चाहते हैं कि परीक्षा में उत्तीर्ण होने वाले छात्रों को कितनी बुरी तरह से असफल होना चाहिए, तो चर डेटा आपको जवाब दे सकता है।
