6西格玛数据的收集整理之测量尺度

    测量者采用一定的测量方法或借助一定的测量工具，对观测对象的某个质量特性进行赋值的过程，即对测量对象进行量化的过程。由于客观事物及其现象具体特征不同，进行数据收集时采用的测量尺度也不同，因此得到的数据精确程度也不同。按照由粗略到精细，由初级到高级，可将数据的测量尺度分为定类测量尺度、定序测量尺度、定距测量尺度和定比测量尺度四个层次。
    
    (1)定类测量尺度（nominal measurement scale)。
    
    定类测量尺度只能表明个体所属的类别而不能体现数量大小、多少或先后顺序，一般用于对测量对象进行平行的
    
    分类或分组。例如，0=男，1=女，可以是两类，也可以是多类。以定类测量尺度收集的数据称为属性数据。使用定类测量尺度进行分类必须保证每个个体或单位都能够归属于某一类别，并且只能属于某一个类别，即“=”（属于）或“天”（不属于）。
    
    (2)定序测量尺度（ordinal measurement scale)。
    
    定序测量尺度是对事物之间等级或顺序的一种测度。如产品按其质量高低列为一等品、二等品、三等品等。它不仅可以测度类别差，还可以测度次序差，并可比较大小，但其序号仍不能进行加减乘除等数学运算。有时在质量管理中也把定序数据转化为定类数据，然后用二项分布或泊松分布进行分析。
    
    (3)定距测量尺度（interval measurement scale)。
    
    定距测量尺度是以数值来表示个体的特征并且能测定个体之间数据差距的尺度。定距尺度不仅能区分事物的类别，进行排序，比较大小，还可以精确地计量差异的大小，可以进行加减运算，不能进行乘除运算。如温度20℃与10℃的差距与10℃与0℃的差距相等，但定距数据中“0”是没有意义的，所以没有倍数的概念，因此不能说20℃比10℃热一倍。
    
    (4)定比测量尺度（ratio measurement scale)。

    定比测量尺度是对事物之间比值的一种测定。例如，人的年龄、身高、体重，物体的长度、面积、容积等数量标志。除了具有以上三种尺度的全部特性外，还具有一个特性，那就是可以计算出两个测度之间的比值，即能够进行乘除运算。这种数据中的“0”是有意义的，所以有倍数的概念，因此我们可以说20cm是10cm的两倍。