การใช้ sigma หรือที่รู้จักกันในชื่อเบี่ยงเบนมาตรฐานอาจทำให้เกิดความสับสน อย่างไรก็ตามมันเป็นเครื่องมือที่ยอดเยี่ยมสำหรับการวิเคราะห์ชุดข้อมูลใด ๆ การใช้ขีด จำกัด การควบคุมแบบสองซิกม่าจะเป็นประโยชน์ต่อการวิเคราะห์ของคุณโดยการตัดข้อมูลที่คุณไม่ต้องการและติดกับข้อมูลที่เกี่ยวข้องเท่านั้น ดีที่สุดของทั้งหมดเนื่องจากทฤษฎีที่อยู่เบื้องหลังขีด จำกัด การควบคุมขึ้นอยู่กับค่าเบี่ยงเบนมาตรฐานจึงมีคณิตศาสตร์น้อยมาก
ส่วนเบี่ยงเบนมาตรฐาน
การวัด Sigma ใด ๆ จะขึ้นอยู่กับค่าเบี่ยงเบนมาตรฐานของชุดตัวเลข ค่าเบี่ยงเบนมาตรฐานคือการวัดความแปรปรวนภายในชุดตัวเลข ชุดข้อมูลที่มีความแตกต่างเล็กน้อยระหว่างตัวเลขจะมีค่าเบี่ยงเบนมาตรฐานเล็กน้อยในขณะที่ชุดข้อมูลที่มีตัวเลขแตกต่างกันทุกประเภทจะมีค่าเบี่ยงเบนมาตรฐานสูงกว่า ค่าเบี่ยงเบนมาตรฐานของชุดตัวเลขแสดงโดย Sigma ตัวอักษรกรีกซึ่งเป็นที่ที่คำศัพท์เช่นซิกม่าสองซิกมาสามซิกม่าและซิกมาหก
การแจกแจงแบบปกติ
การใช้ความเบี่ยงเบนมาตรฐานนั้นขึ้นอยู่กับการแจกแจงแบบปกติซึ่งหมายถึงตัวเลขภายในชุดข้อมูลจะถูกบีบอัด ตัวเลขส่วนใหญ่อยู่ใกล้กับค่าเฉลี่ยค่อนข้างมากโดยมีค่าผิดปกติเล็กน้อยที่บิดเบือนข้อมูล หากการแจกแจงสำหรับชุดข้อมูลไม่ปกติการวิเคราะห์โดยใช้ค่าเบี่ยงเบนมาตรฐานจะไม่ทำงาน อย่างไรก็ตามถ้าชุดข้อมูลไม่อยู่ในการแจกแจงแบบปกติคุณสามารถเรียนรู้มากมายเกี่ยวกับข้อมูลโดยใช้ส่วนเบี่ยงเบนมาตรฐาน
สอง Sigma
การแจกแจงแบบปกติแสดงให้เห็นว่าตัวเลขจะลดลงตามค่าเบี่ยงเบนมาตรฐานของชุดข้อมูลอย่างไร กฎของการแจกแจงแบบปกติกำหนดว่า 68 เปอร์เซ็นต์ของตัวเลขทั้งหมดจะอยู่ในค่าเบี่ยงเบนมาตรฐานเดียวของค่าเฉลี่ยหรือที่รู้จักกันว่าค่าเฉลี่ยของตัวเลขทั้งหมดในชุดข้อมูล การเพิ่มความเบี่ยงเบนมาตรฐานให้กับสมการหมายความว่ามีจำนวนมากขึ้นด้วย เมื่อใช้การแจกแจงแบบปกติ 95 เปอร์เซ็นต์ของข้อมูลทั้งหมดอยู่ภายในค่าเบี่ยงเบนมาตรฐานสองค่า ร้อยละ 95 นี้เป็นช่วงความเชื่อมั่นที่ใช้กันทั่วไปมากเมื่อใช้ในการพิสูจน์สมมติฐานเนื่องจากไม่รวมค่าผิดปกติและยึดติดกับแหล่งข้อมูลหลัก
Two-Sigma ในธุรกิจ
แม้ว่าซิกม่าสองตัวจะให้ระดับความเชื่อมั่นที่ดีสำหรับการวิเคราะห์ แต่ก็ไม่ใช่วิธีการที่ดีสำหรับการผลิต หากขีด จำกัด การควบคุมของกระบวนการผลิตใด ๆ อยู่ภายในค่าเบี่ยงเบนมาตรฐานสองค่าของค่าเฉลี่ยกระบวนการนั้นอยู่ในปัญหาร้ายแรง เป็นหลักกล่าวว่าจากหนึ่งล้านหน่วยผลิตมากกว่า 300,000 จะมีข้อบกพร่อง นี่เป็นวิธีที่ไม่มีประสิทธิภาพอย่างยิ่งในการผลิตสินค้าใด ๆ การผลิตด้วยอัตราสามซิกม่าจะทำให้ระดับความบกพร่องนั้นลดลงถึง 66,000 ในขณะที่สิ่งนี้ไม่ได้สมบูรณ์แบบ แต่เกือบ 500 เปอร์เซ็นต์มีประสิทธิภาพมากกว่าการผลิตที่สองซิกม่า
