हालाँकि कुछ व्यवसाय स्वामी आंकड़ों का उपयोग करने से सावधान हो सकते हैं, ये समीकरण आपकी कंपनी को बेहतर ढंग से समझने में आपकी मदद कर सकते हैं। उदाहरण के लिए, अंगूठे के तीन-सिग्मा नियम को समझने से आपको विशिष्ट गणना करने में मदद मिल सकती है या आम तौर पर आपके व्यवसाय में बाहरी लोगों की पहचान कर सकते हैं। हालाँकि, आपको इस समीकरण को प्रभावी बनाने के लिए इसका सही उपयोग करना सीखना चाहिए।
3 सिग्मा क्या है?
तीन सिग्मा एक गणना है जो आँकड़ों से आती है। शोधकर्ता और सांख्यिकीविद् इस गणना का उपयोग डेटा में आउटलेयर की पहचान करने और उनके निष्कर्षों को तदनुसार समायोजित करने के लिए करते हैं। वे ऐसा करते हैं क्योंकि यहां तक कि अच्छी तरह से नियंत्रित वातावरण परिणाम प्राप्त कर सकते हैं जिसके लिए एक अध्ययन खाता नहीं है।
उदाहरण के लिए, एक पर्चे दवा परीक्षण पर विचार करें। यदि नई दवा के अधिकांश रोगियों में एक निश्चित सीमा के भीतर सुधार देखा गया, लेकिन एक रोगी की स्थिति में एक अविश्वसनीय परिवर्तन था, तो यह संभावना है कि कुछ और इस रोगी को प्रभावित करता है, न कि अध्ययन में दवा।
व्यापार में 3 सिग्मा
व्यापार में, आप अपने विश्लेषण के लिए तीन-सिग्मा सिद्धांत लागू कर सकते हैं। उदाहरण के लिए, आप यह देखना चाहते हैं कि आपका स्टोर किसी दिए गए शुक्रवार को कितना बनाता है। यदि आप तीन सिग्मा का उपयोग करते हैं, तो आप पा सकते हैं कि ब्लैक फ्राइडे सामान्य सीमा के बाहर है। आप तब अपनी गणना से उस शुक्रवार को निकालने का निर्णय ले सकते हैं, जब आप यह निर्धारित करते हैं कि आपके स्टोर में औसत शुक्रवार कितना है।
आप यह निर्धारित करने के लिए तीन सिग्मा का उपयोग कर सकते हैं कि क्या आपका गुणवत्ता नियंत्रण लक्ष्य पर है। यदि आप यह निर्धारित करते हैं कि आपकी विनिर्माण कंपनी की प्रति मिलियन यूनिट में कितने दोष हैं, तो आप यह तय कर सकते हैं कि क्या एक बैच विशेष रूप से दोषपूर्ण है या यदि यह उपयुक्त सीमा के भीतर आता है।
आम तौर पर, अंगूठे के तीन-सिग्मा नियम का अर्थ है प्रति मिलियन उत्पादों में 66,800 दोष। कुछ कंपनियां छह सिग्मा के लिए प्रयास करती हैं, जो प्रति मिलियन 3.4 दोषपूर्ण भाग हैं।
शर्तें आपको पता होनी चाहिए
इससे पहले कि आप तीन सिग्मा की सही गणना कर सकें, आपको समझना होगा कि कुछ शब्दों का क्या अर्थ है। पहला है "सिग्मा।" गणित में, यह शब्द अक्सर डेटा के सेट के औसत या माध्य को संदर्भित करता है।
एक मानक विचलन एक इकाई है जो मापता है कि माध्य से कितना डेटा बिंदु निकलता है। तीन सिग्मा तब निर्धारित करते हैं कि कौन से डेटा पॉइंट सिग्मा के तीन मानक विचलन के भीतर आते हैं, सकारात्मक या नकारात्मक।
गणना के परिणाम प्रदर्शित करने के लिए आप "x बार" या "r चार्ट" का उपयोग कर सकते हैं। ये ग्राफ़ आपको यह तय करने में मदद करते हैं कि आपके पास मौजूद डेटा विश्वसनीय है या नहीं।
अपनी गणना करें
एक बार जब आप व्यायाम के उद्देश्य को समझ लेते हैं और शब्दों का क्या अर्थ होता है, तो आप अपना कैलकुलेटर निकाल सकते हैं।सबसे पहले, अपने डेटा बिंदुओं का मतलब खोजें। ऐसा करने के लिए, बस सेट में प्रत्येक संख्या को जोड़ें और आपके पास मौजूद डेटा बिंदुओं की संख्या से विभाजित करें।
उदाहरण के लिए, मान लें कि डेटा सेट 1.1, 2.4, 3.6, 4.2, 5.3, 5.5, 6.7, 7.8, 8.3 और 9.6 है। इन नंबरों को जोड़ने से आपको 54.5 मिलता है। चूंकि आपके पास दस डेटा पॉइंट हैं, इसलिए कुल को दस से विभाजित करें और माध्य 5.45 है।
अगला, आपको अपने डेटा के लिए विचरण खोजने की आवश्यकता है। ऐसा करने के लिए, पहले डेटा बिंदु से माध्य को घटाएं। फिर, उस संख्या को वर्ग। आपके द्वारा प्राप्त किए गए वर्ग को लिखें, फिर प्रत्येक डेटा बिंदु के लिए इस विधि को दोहराएं। अंत में, वर्गों को जोड़ें और उस योग को डेटा बिंदुओं की संख्या से विभाजित करें। यह विचरण बिंदु और माध्य के बीच की औसत दूरी है।
पिछले उदाहरण का उपयोग करते हुए, आप पहले 1.1 - 5.45 = -4.35 करेंगे; चुकता, यह 18.9225 है। यदि आप इसे दोहराते हैं, तो रकम जोड़ें और दस से विभाजित करें, आपको लगता है कि विचरण 6.5665 है। यदि आप चाहें, तो आप इस हिस्से को करने के लिए एक ऑनलाइन विचरण कैलकुलेटर का उपयोग कर सकते हैं।
मानक विचलन खोजने के लिए, विचरण के वर्गमूल की गणना करें। उदाहरण के लिए, 6.5665 का वर्गमूल 2.56 है जब गोल किया जाता है। इसे खोजने के लिए आप ऑनलाइन कैलकुलेटर या अपने स्मार्टफोन पर एक का उपयोग कर सकते हैं।
अंत में, यह माध्य से ऊपर तीन सिग्मा को खोजने का समय है। मानक विचलन से तीन गुणा करें, फिर माध्य जोड़ें। तो, (3x2.56) + 5.45 = 13.13। यह सामान्य श्रेणी का उच्च अंत है।
निम्न छोर को खोजने के लिए, मानक विचलन को तीन से गुणा करें और फिर माध्य को घटाएं। (3x2.56) - 5.45 = 2.23। कोई भी डेटा जो 2.3 से कम या 13.13 से अधिक है, वह सामान्य सीमा से बाहर है। इस उदाहरण के लिए, 1.1 एक विसंगति है।
