データを情報に変換する: シックスシグマプロジェクトの目標は、関係者を圧倒するような膨大なデータを生成することではありません。目標は、可能な限り多くのデータを取得し、関係者がプロセスに関する有意義な意思決定を行うために活用できる、意味のある情報に変換することです。しかし、そのためには、膨大な量のデータを統計的に処理する方法を学ぶ必要があります。

データを理解するには、まず中心傾向と分散という2つの特性を理解する必要があります。データは平均と呼ばれる点を中心に集まる傾向があります。その点からどれだけ広がっているかは、確率に重要な影響を与えるため、重要です。そのため、データを理解するには、以下の特性を用います。

中心的傾向の尺度: データの種類によって中心傾向の指標は異なります。一般的に用いられる重要な指標には、以下のようなものがあります。

• 平均： これはおそらく算術平均、あるいは対象となるデータポイントの平均値です。幾何平均や調和平均の場合もありますが、これは稀です。これは中心傾向を表す最も一般的な指標です。多くの統計手法が、与えられたデータポイント集合の中心性を理解するための主要な指標として平均を用いています。

• 中央値： 特定のデータセットに含まれるすべてのデータポイントを昇順または降順に並べた場合、中央の値は中央値と呼ばれます。データセットの要素数が7など奇数の場合、中央値は両側に3つずつデータポイントがあるため、4番目の要素になります。要素数が8など偶数の場合、中央値は4番目と5番目のデータポイントの平均になります。中央値は、外れ値、つまり平均値に影響を与える大きな数値があり、データの全体像を誤って示す場合に使用されます。

• モード： これはデータセット内で最も頻繁に出現する項目の値です。これは最も出現が予想される数値の値です。

分散の測定： 分散度は、中心傾向の尺度から得られる結果の確率と信頼度を決定します。一般的な分散度の尺度は以下のとおりです。

• 測定レンジ： データセットのすべての値が含まれる2つの端点は範囲と呼ばれます。範囲は、あらゆる可能性を網羅的に含むため重要です。

• 四分位数: データセットは4つのセットに分割され、各セットの要素数を調べることで四分位数に関するデータが得られます。同様の指標として、十分位数やパーセンタイルなどがありますが、四分位数が最も広く使用されています。

• 標準偏差： 与えられたデータセットの標準偏差を計算するには、複雑な公式が使用されます。しかし、標準偏差は平均値と同様に、分散を表す最も重要な指標であり、ほぼすべての統計手法で網羅的に使用されます。