Medidas tipo Atributo ou variável?
Você está em dúvida de como irá medir as variáveis importantes do seu processo? Este artigo apresenta uma dica que pode ser importante na sua decisão.
Em qualquer estudo estatístico as variáveis podem ser de dois tipos: contínuas ou atributos. De acordo com a natureza dessas variáveis as técnicas utilizadas nas análises são diferentes. Vejamos as diferenças entre essas variáveis:
Variáveis contínuas: São aquelas características que podem ser medidas em uma escala contínua, tais como: peso, altura, tempo, temperatura, velocidade, dinheiro, área, comprimento.
Variáveis atributos: Podem ser (Figura 1):
- Quantitativas discretas, provenientes de uma contagem: número de peças defeituosas, número de reclamações, número de filamentos quebrados;
- Nominais: máquina (1, 2), turma, sexo, tipo de defeito. Neste tipo de variável os níveis da variável não podem ser ordenados segundo algum critério;
- Ordinais: são semelhantes às nominais, mas nesse caso podem ser ordenadas por um critério como, tais como nível de satisfação (regular, bom, ótimo), grau de escolaridade (1º grau, 2º grau, superior).
Embora as medidas atributo possam ser mais fáceis de obter, sempre que possível recomenda-se substituí-las por medidas contínuas. O maior motivo para isto é que “estatisticamente os dados contínuos são muito mais informativos” que os dados atributos; em outras palavras, o número de medidas necessárias para se chegar na mesma conclusão é muito maior com dados tipo atributo que com dados tipo variável.
Isto é tão importante que a partir do nível de qualidade de 4 ou 4,5, o número de dados que deve ser coletado para demonstrar, estatisticamente, que houve uma redução na variabilidade do processo é tão grande, que pode ser impraticável a sua execução. Isto foi ilustrado na Figura 2 na qual o eixo vertical mostra o número de dados necessários para provar que houve redução de variabilidade quando se trabalha com dados tipo variável e dados tipo atributo (escala logarítmica). Com dados contínuos o tamanho de amostra supera levemente 1000 observações para demonstrar que passamos de 5,5 para 6 sigmas. Como dados atributos precisamos algo em torno de 800.000 dados para demonstrar o mesmo fato.
Conclusão
Sempre que possível utilize dados contínuos. As vezes precisa-se de criatividade para obter medidas contínuas para certos problemas, mas a recompensa é grande.
Fazendo funcionar o Pensamento Estatístico – Parte 2
Há três artigos sobre Pensamento Estatístico: Parte I. Conceitos sobre Pensamento Estatístico: explica os três princípios que compõem o pensar estatisticamente. Parte II. Fazendo funcionar o Pensamento
Conceitos do Pensamento Estatístico – Parte 1
Há três artigos sobre Pensamento Estatístico: Parte I. Conceitos sobre Pensamento Estatístico: explica os três princípios que compõem o pensar estatisticamente. Parte II. Fazendo funcionar
Sorrindo com LSS e DFLSS Estilo Startup (Curva do sorriso)
A vida das empresas não é moleza neste mundo atual de incertezas e mudanças aceleradas. A única certeza é que a batalha pelos clientes
Brainstorming 2.0: turbine sua criatividade e produza mais ideias!
Você já deve ter participado de reuniões gerenciais ou reuniões de grupos de melhoria nas quais se apresenta um problema e se solicitam ideias