Comment utiliser les intervalles de confiance pour six sigma

Parce que les échantillons sont accessibles, les échantillons et les intervalles de confiance sont l'outil de données primaire pour comprendre une entreprise ou le traitement des situations de performance Six Sigma. Mais les échantillons ne peuvent jamais vous donner une mesure exacte de ce qui se passe dans la population sous-jacente. Ils sont intrinsèquement floue! Comment pouvez-vous assurer que votre échantillon est suffisamment précise reflète ce qui se passe réellement dans la population sous-jacente?

La clé de la prise de décision objective réside dans les intervalles de confiance. Ils utilisent le théorème central limite pour quantifier le degré de confiance que vous pouvez placer dans l'un de vos mesures ou des conclusions statistiques à partir d'échantillons.

La confiance de mesure nous parlons ici ne traite pas de la capacité de votre système d'acquisition de mesures. Au lieu, la confiance mesure suppose que vous avez, un système idéal parfait pour l'acquisition de vos mesures. Ce scénario devrait servir un autre rappel de l'importance de la validation de la capacité de votre système de mesure est.

Par exemple, supposons que votre usine vient de produire 5.000 stylos à bille. Vous voulez connaître le diamètre moyen de cette population, de sorte que vous sélectionnez au hasard 30 stylos de la population, de mesurer chacun de leurs diamètres, et de calculer la moyenne d'être 0.120 pouces.

Soudain, votre patron se précipite dans votre bureau et demande, “ Quel est le diamètre moyen de nos dernières stylos? Notre client a juste appelé et dit qu'il va rejeter l'ensemble du lot si la moyenne est supérieure à 0,125 pouces N ° 148!; Votre patron attend avec impatience votre réponse. Qu'est-ce que tu dis? Comment êtes-vous confiant dans votre moyenne calculée?

Le théorème central limite dit que si vous répétez votre mesure 30-échantillon, vous aurez une moyenne légèrement différente. Votre client sera, aussi, lors de la vérification de son propre échantillon. Mais comment différent chaque calcul de la moyenne de l'être? Les intervalles de confiance vous donne un moyen de quantifier le degré de variation apparaîtra dans des mesures répétées et des calculs statistiques.

Savoir créer des intervalles de confiance, vous serez en mesure de dire à votre patron, “ Avec 99,7 pour cent de certitude, notre diamètre de plume sera en moyenne au sein de l'exigence de notre client ”.

Vous voyez tous les jours en moyenne. Malheureusement, très peu d'entre eux sont en communication avec un intervalle de confiance.

Comment prendre des décisions avec de grands échantillons

Lorsque votre taille de l'échantillon a plus de 30 points de données, vous pouvez calculer la confiance autour de la vraie moyenne de la population (# 956-) que

où

• Z est la valeur de sigma correspondant au niveau désiré de confiance que vous voulez avoir.

• # 963- est l'écart type calculé à partir de votre échantillon.

• n est le nombre de points de données dans votre échantillon.

  

de la vraie moyenne de la population. En outre, 95 pour cent des calculées [s] neq16006 sont dans

de la vraie moyenne de la population. Et 99,7 pour cent des calculées [s] neq16008 sont dans

de la vraie moyenne de la population. Cette formule fonctionne tout moment vous avez plus de 30 mesures dans votre échantillon.

Prendre des décisions avec de petits échantillons

Lorsque vous avez seulement quelques points de données dans votre échantillon, vous n'êtes pas en mesure d'obtenir une estimation précise de l'écart type de population # 963-. Avec ces petits échantillons, les statisticiens remplacent la variable # 963- avec s de communiquer que vous avez seulement une estimation inexacte de l'écart-type de la population à partir de votre échantillon.

Ainsi, lorsque votre échantillon a partout de 2 à 30 points de données, vous devez utiliser un facteur différent à la place de Z. Statisticiens appellent ce nouveau facteur d'échantillons de petite taille t. t est plus conservatrice parce que votre taille réduite de l'échantillon diminue la précision de votre valeur calculée pour la déviation standard. Pour chaque niveau de confiance souhaité, t est ajustée en fonction du nombre de points de données sont dans votre échantillon.

Utilisation t, la formule de l'intervalle de confiance autour de la moyenne réelle de la population devient

où la valeur de t dépend de votre niveau de confiance souhaité et le nombre de points de données dans votre échantillon.