Selv om noen bedriftseiere kan være forsiktige med å bruke statistikk, kan disse ligningene hjelpe deg med å forstå bedriften bedre. For eksempel kan forståelse av tommelfingerregelen i tre-sigma hjelpe deg med å lage bestemte beregninger eller generelt identifisere utjevningsmidler i virksomheten din. Du må imidlertid lære å bruke det riktig for at denne ligningen skal være effektiv.
Hva er 3 Sigma?
Tre sigma er en beregning som kommer fra statistikk. Forskere og statistikere bruker denne beregningen for å identifisere utjevninger i data og justere funnene deres tilsvarende. De gjør dette fordi selv godt kontrollerte miljøer kan gi resultater som en studie ikke tar hensyn til.
For eksempel vurdere en reseptbelagte medisineringsforsøk. Hvis de fleste pasienter på den nye medisinen så forbedringer innen et bestemt område, men en pasient hadde en utrolig forandring i tilstanden, er det sannsynlig at noe annet påvirket denne pasienten, ikke stoffet i studien.
3 Sigma in Business
I virksomheten kan du bruke tre-sigma-prinsippet til analysen din. For eksempel vil du kanskje se hvor mye butikken din lager på en gitt fredag. Hvis du bruker tre sigma, kan du oppdage at Black Friday er langt utenfor det normale området. Du kan da bestemme deg for å fjerne den fredag fra beregningene dine når du bestemmer hvor mye gjennomsnittlig fredagsnett i butikken din.
Du kan også bruke tre sigma for å avgjøre om kvalitetskontrollen er på målet. Hvis du bestemmer hvor mange feil produsentfirmaet ditt har per million enheter, kan du avgjøre om en batch er spesielt feil eller om den faller innenfor det aktuelle området.
Vanligvis betyr en tre-sigma tommelfingerregel 66.800 feil per million produkter. Noen selskaper streber etter seks sigma, som er 3,4 defekte deler per million.
Vilkår du bør vite
Før du kan nøyaktig beregne tre sigma, må du forstå hva noen av betingelsene betyr. Først er "sigma." I matematikk refererer dette ordet ofte til gjennomsnittet eller gjennomsnittet av et sett med data.
Et standardavvik er en enhet som måler hvor mye et datapunkt avviker fra gjennomsnittet. Tre sigma bestemmer da hvilke datapunkter som faller innenfor tre standardavvik fra sigmaen i begge retninger, positive eller negative.
Du kan bruke en "x-bar" eller et "r-diagram" for å vise resultatene av beregningene. Disse grafene hjelper deg med å avgjøre om dataene du har, er pålitelige.
Gjør beregningene dine
Når du forstår formålet med øvelsen og hva vilkårene betyr, kan du få ut din kalkulator.Først oppdager du gjennomsnittet av datapunkter. For å gjøre dette, må du bare legge opp hvert tall i settet og dele med antall datapunkter du har.
Anta for eksempel at datasettet er 1,1, 2,4, 3,6, 4,2, 5,3, 5,5, 6,7, 7,8, 8,3 og 9,6. Å legge opp disse tallene gir deg 54,5. Siden du har ti datapunkter, deler du totalt med ti og gjennomsnittet er 5,45.
Deretter må du finne variansen for dataene dine. For å gjøre dette trekker du gjennomsnittet fra det første datapunktet. Deretter kvadrat det nummeret. Skriv ned kvadratet du får, og gjenta denne metoden for hvert datapunkt. Til slutt legger du til firkantene og deler den summen med antall datapunkter. Denne variansen er gjennomsnittlig avstand mellom punktene og gjennomsnittet.
Ved å bruke det forrige eksempelet, må du først gjøre 1.1 - 5.45 = -4.35; kvadrert, dette er 18.9225. Hvis du gjentar dette, legger du summene og deler med ti, finner du variansen er 6.5665. Hvis du vil, kan du bruke en online varians kalkulator til å gjøre denne delen for deg.
For å finne standardavviket, beregne kvadratroten av variansen. For eksempel er kvadratroten på 6,5665 2,56 når den er avrundet. Du kan bruke online kalkulatorer eller til og med på smarttelefonen din for å finne dette.
Endelig er det på tide å finne de tre sigmaene over gjennomsnittet. Multipliser tre ved standardavviket, og legg deretter til gjennomsnittet. Så, (3x2,56) + 5,45 = 13,13. Dette er den høye enden av det normale området.
For å finne den lave enden må du multiplisere standardavviket med tre og deretter trekke gjennomsnittet ut. (3x2,56) - 5,45 = 2,23. Eventuelle data som er lavere enn 2,3 eller høyere enn 13,13, ligger utenfor det normale området. For dette eksempelet er 1.1 en anomali.
