数据采集的技巧
数据采集的技巧
源自：互联网 作者：未知 网友评论【 字号： 大 中 小 】
摘 要：实施六西格玛项目在测量阶段需要采集数据，如何准确采集数据将直接关系到项目能否达到预期目标。AT&T公司质量部经理Kathy Parker在题为"Asking the Right Questions is the Key to Data Collection"的文章中提出，询问问题是对问题进行诊断的前提，所以是采集数据的一种基本方法。但是其中的关键是询问的问题是否对路。作者根据她在公司领衔六西格玛的培训和审核的经验，介绍询问问题的技巧。
由于在采集数据的过程中，询问问题是一种基本的方法，所以问题对路与否直接决定了回答的对路与否，问好问题其实是一门艺术。Kathy Parker在该文的开头就引用了在一次会议上演讲人讲的一个故事：
一天清晨，顾客服务台的一个技术支持人员接到了一个电话，电话里对方是一位执行总裁的秘书，她在电话里语气紧张、情绪焦急地说，她不小心把一杯咖啡弄翻在老板新买的电脑键盘上了。接电话的那个人略加思考后就教年轻女秘书先拔下电源，然后用清水冲洗一下键盘，待键盘充分地风干之后再使用。于是女秘书如释重负并十分地感谢。之后不到一个小时，怒气冲天的执行总裁打来电话，责问是哪位"王八蛋"教他的秘书把价值3000美元的笔记本电脑用水冲洗的。
Kathy Parker认为，只有问对问题才能得到正确的答案，在这个故事中，打电话请教的女秘书在询问办法前没有说清楚是哪种电脑；而接电话的服务人员也没进一步问清楚咖啡翻倒在什么电脑上，双方都没有把该问清的问题问清楚，所以会产生这样一个笑话。
对具有一定的管理基础的企业来说，一般都保存很多历史数据，如果再进一步能妥善整理、分层、储存并给予获取的途径的话，那么六西格玛项目改进的团队就能容易地收集获取所需要的信息。然而，有时候改进团队发现所需要的信息或数据根本没有，或者要提取数据十分困难、费用昂贵，于是他们被迫手工采集数据。在这种情况下，改进团队应该如何确保所采集的数据是有用的信息呢？
Kathy Parker给出了有助于采集数据的技巧：
(1)先精心设计采集数据时所要提的问题，确保提的问题完全针对所需要获得的信息；
(2)再把所有问题按照数据分层的方法，设计一个询问和采集的计划表，确保所有的问题能"层层推进"，避免问题先后顺序的错乱或问题重复导致获得的信息有误；
(3)设计数据采集计划表一定要遵循KISS（Keep It Simple Stupid）原则，这个计划层次越清晰、越全面，解决问题的机会就越大；
(4)选择数据采集人员，这些人员都了解需要什么数据、从哪里、谁、什么时间采集等；
(5)对数据采集人员进行培训，内容包括问题询问的技巧、问题的分层和顺序等；
(6)采集人员在信息数据采集到后，在上述的采集表格与计划采集数据相应的栏中填写各自的姓名、数据采集的时间、地点和对象等，有助于必要时数据的核查和验证。
Kathy Parker建议大家先去尝试一下上述的数据采集的技巧和方法，只有经过尝试才能发现这些方法是否有用。实践证明，如果准确地引用这些技巧，那么其结果可能会使改进团队大喜过望，每个成员在问对问题的水平上也会得到明显提高。
源自：互联网 作者：未知 网友评论【 字号： 大 中 小 】
摘 要：实施六西格玛项目在测量阶段需要采集数据，如何准确采集数据将直接关系到项目能否达到预期目标。AT&T公司质量部经理Kathy Parker在题为"Asking the Right Questions is the Key to Data Collection"的文章中提出，询问问题是对问题进行诊断的前提，所以是采集数据的一种基本方法。但是其中的关键是询问的问题是否对路。作者根据她在公司领衔六西格玛的培训和审核的经验，介绍询问问题的技巧。
由于在采集数据的过程中，询问问题是一种基本的方法，所以问题对路与否直接决定了回答的对路与否，问好问题其实是一门艺术。Kathy Parker在该文的开头就引用了在一次会议上演讲人讲的一个故事：
一天清晨，顾客服务台的一个技术支持人员接到了一个电话，电话里对方是一位执行总裁的秘书，她在电话里语气紧张、情绪焦急地说，她不小心把一杯咖啡弄翻在老板新买的电脑键盘上了。接电话的那个人略加思考后就教年轻女秘书先拔下电源，然后用清水冲洗一下键盘，待键盘充分地风干之后再使用。于是女秘书如释重负并十分地感谢。之后不到一个小时，怒气冲天的执行总裁打来电话，责问是哪位"王八蛋"教他的秘书把价值3000美元的笔记本电脑用水冲洗的。
Kathy Parker认为，只有问对问题才能得到正确的答案，在这个故事中，打电话请教的女秘书在询问办法前没有说清楚是哪种电脑；而接电话的服务人员也没进一步问清楚咖啡翻倒在什么电脑上，双方都没有把该问清的问题问清楚，所以会产生这样一个笑话。
对具有一定的管理基础的企业来说，一般都保存很多历史数据，如果再进一步能妥善整理、分层、储存并给予获取的途径的话，那么六西格玛项目改进的团队就能容易地收集获取所需要的信息。然而，有时候改进团队发现所需要的信息或数据根本没有，或者要提取数据十分困难、费用昂贵，于是他们被迫手工采集数据。在这种情况下，改进团队应该如何确保所采集的数据是有用的信息呢？
Kathy Parker给出了有助于采集数据的技巧：
(1)先精心设计采集数据时所要提的问题，确保提的问题完全针对所需要获得的信息；
(2)再把所有问题按照数据分层的方法，设计一个询问和采集的计划表，确保所有的问题能"层层推进"，避免问题先后顺序的错乱或问题重复导致获得的信息有误；
(3)设计数据采集计划表一定要遵循KISS（Keep It Simple Stupid）原则，这个计划层次越清晰、越全面，解决问题的机会就越大；
(4)选择数据采集人员，这些人员都了解需要什么数据、从哪里、谁、什么时间采集等；
(5)对数据采集人员进行培训，内容包括问题询问的技巧、问题的分层和顺序等；
(6)采集人员在信息数据采集到后，在上述的采集表格与计划采集数据相应的栏中填写各自的姓名、数据采集的时间、地点和对象等，有助于必要时数据的核查和验证。
Kathy Parker建议大家先去尝试一下上述的数据采集的技巧和方法，只有经过尝试才能发现这些方法是否有用。实践证明，如果准确地引用这些技巧，那么其结果可能会使改进团队大喜过望，每个成员在问对问题的水平上也会得到明显提高。
没有找到相关结果
已邀请:
RSS Feed
8 个回复
szsc2007 (威望:0) (海外 非洲) 电子制造 主管 - 深圳宝安区松岗镇-QQ：270910335
赞同来自:
关键词：统计数据；定类数据；定序数据；定距数据；定比数据
一、统计数据的计量尺度
统计数据是采用某种计量尺度对客观现象进行计量的结果，采用不同的计量尺度会得到不同类型的统计数据。因而人们在搜集统计数据之前要先对客观现象进行计量或测量。按照计量学的一般分类方法以及对事物计量的精确程度，可将计量尺度由低级到高级、由粗略到精确分为四个层次：定类尺度、定序尺度、定距尺度和定比尺度。对客观现象进行计量或测量时，采用不同的计量尺度可以得到不同类型的统计数据，而不同类型的统计数据需要用不同的统计分析方法来进行分析。
（一）定类尺度
定类尺度也称类别尺度或列名尺度，是最粗略、最低层次的计量尺度。这种计量尺度只能按照事物的某种属性对其进行平行的分类或分组。例如，企业按组织形式分为独资企业、合伙企业和公司等。这种计量尺度只能反映事物之间的类别差，对事物之间的其他差别不能反映。因而，使用这种尺度对客观现象所作的分类，各类别之间只是并列关系，不能区分彼此的优劣或大小，各类别之间的顺序可以改变。运用定类尺度计量出的统计数据，通常是通过计算出每一类别中各元素或个体出现的频数或频率来进行分析。
（二）定序尺度
定序尺度又称顺序尺度,是对客观现象之间等级差别或顺序差别的一种测度。这种计量尺度不仅可以将客观现象分成不同的类别，而且还可以确定这些类别的优劣或顺序。定序尺度的计量结果也表现为类别，但与定类尺度测度的类别不一样，这些类别之间可以比较顺序。例如，合格产品可以分为优等品、一等品、二等品、三等品等等。定序尺度对事物的计量要比定类尺度精确一些，但它也只是测度了事物类别之间的顺序，并未测量出类别之间的准确差值。定序尺度可用于分类，也可以用于统计分析中确定中位数、四分位数、众数等指标的位置。
（三）定距尺度
定距尺度也称间隔尺度。这种计量尺度不仅能将事物分为不同类型并加以排序，还可以准确地指出类别之间差距的大小。定距尺度是对事物类别或次序的间距的测量，因而其结果表现为数值。例如，A学生的成绩为95分，B学生的成绩为80分，C学生的成绩为65分，它们之间的间隔是相等的，故可以准确地指出两个计数之间的差值。由于定距尺度的计量结果表现为数值，还可以计算出差值，所以它不仅具有定类尺度和定序尺度的特性，其结果还可以进行加减运算，准确性比定类尺度和定序尺度强。在统计数据中定距尺度居于主要地位，是定比尺度的基础。
（四）定比尺度
定比尺度也称为比率尺度，它是在定距尺度的基础上先确定比较的基数，再将此相关的数字进行对比，形成相对数，用来反映客观现象的构成、密度、比重、速度等数量关系。它除了具有上述三种计量尺度的全部特征外，还可以计算两个测度值之间的比值。定比尺度与定距尺度之间的差别在于：定距尺度中没有绝对零点，而定比尺度中必须有一个绝对固定的零点。
上述四种计量尺度对事物的测量层次是由低级到高级、由粗略到精确逐步递进。高层次的计量尺度具有低层次计量尺度的全部特性，人们可以很轻易地将高层次计量尺度的结果转化为低层次计量尺度的结果。在统计分析中，一般要求测量的层次越高越好，其原因在于高层次的计量尺度包含更多的数学特性，所运用的统计分析方法越多，分析时也就越方便，故而应尽量使用高层次的计量尺度。
二、统计数据的类型
从上述四种计量尺度的结果来看，可以将统计数据分为以下四种类型：
（一）定类数据
定类数据也称为分类数据或名义类别数据，说明的是事物的品质特征，不能用数值表示，其结果是由定类尺度计量形成的，故而表现为类别，并且不能区分顺序，没有大小的比较。例如，性别、宗教类型、种族划分、地理区域及出生地等都属于此类数据。
（二）定序数据
定序数据也称为顺序数据或序数类别数据，说明的也是事物的品质特征，可为对象排序，同样不能用数值表示。其结果是由定序尺度计量形成的，故而表现为类别，但能区分顺序，可以进行大小比较。例如，在商业分析中使用定序数据在财富杂志中为50位最值得尊敬的公司排序。
（三）定距数据
定距数据也称为区间类别数据，说明的是事物的数量特征，能够用数值表示。其结果是由定距尺度计量形成的，表现为数值，可进行加、减运算。
（四）定比数据
定比数据也称为比率类别数据，说明的也是事物的数量特征，能够用数值表示。其结果也是由定比尺度计量形成的，表现为数值，可进行加、减、乘、除运算。
前两类数据也称为定性数据或品质数据；后两类数据也称为定量数据或数量数据。
（五）统计数据的其他分类
1 观察数据和实验数据
统计数据按收集方法可分为观察数据和实验数据。观察数据是通过调查或者观测而收集到的数据，这类数据是在没有对事物人为控制的条件下所得出的，有关社会经济现象的统计数据几乎都是观察数据。实验数据是指在实验中控制实验对象而收集到的数据，统计学在自然科学领域中应用时所使用的统计数据大多是实验数据。
2 截面数据和时间序列数据
统计数据按被描述对象与时间之间的关系可分截面数据和时间序列数据。截面数据是指在相同或近似相同的时间点上所收集的数据，用来描述现象在某一时刻的变化情况。时间序列数据是指在不同时间上所收集到的数据，用来描述现象随时间而变化的情况。由一系列时间序列数据排列而得出的一组数据我们称为时间序列，又称为动态数列，对于时间序列的研究是统计学中的一个重要的内容。
区分数据的分类是十分重要的，因为对于不同类型的数据我们需要采用不同的统计方法来处理和分析。