3. 数据分类与测量尺度

在六西格玛项目中，数据是流程能力分析的起点。如果数据类型判断错误，后续的均值、标准差、Cp、Cpk、PPM 乃至控制图选择都会跟着出错。因此，在动手计算之前，必须先回答两个问题：这个特性是连续型还是离散型？它属于哪一种测量尺度？

一、连续型数据与离散型数据

连续型数据（计量型数据）是在一个区间内可以取任意数值的数据，通常来自测量仪器。例如轴径 12.03 mm、12.05 mm、12.01 mm，注塑件重量 25.4 g、25.6 g，焊接温度 218 ℃、220 ℃。连续型数据的特点是：数值之间可以无限细分，包含“多少”的信息，信息量大，因此用较小的样本量就能检测出流程的微小偏移。

离散型数据（计数型数据）只能取有限个或可数个值，通常来自计数或分类。例如一批 500 件产品中有 7 件不合格、某客服中心一天接到 32 通投诉电话、某零件表面有 3 个划痕。离散型数据只包含“合格/不合格”“有/无”“几个”的信息，信息量小，要证明同样的流程改进效果，往往需要比连续型数据大得多的样本量。

两者的关键差异可以用一个直观对比来理解：连续型数据像一把带刻度的尺子，能读出 12.03 和 12.04 的区别；离散型数据像一盏红绿灯，只能告诉你“通过”或“不通过”。因此，在条件允许时，六西格玛项目应优先把离散型判定转化为连续型测量。例如把“外观是否合格”改为“划痕长度 mm”，把“是否漏气”改为“泄漏率 mL/min”，这样流程能力分析才更灵敏。

二、四种测量尺度

测量尺度决定了数据能做什么运算，也决定了能用哪些统计工具。按信息量从弱到强排列如下。

名义尺度只用于分类，各类别之间没有顺序。例如生产线 A、B、C，供应商甲、乙，缺陷类型“划伤/气孔/变形”。名义数据只能统计频数和比例，不能计算均值。在六西格玛中，名义数据常用于分层分析，比如比较三条生产线的不良率是否有差异。

有序尺度的类别之间有明确顺序，但相邻类别之间的差值并不相等。例如缺陷等级 1 级、2 级、3 级，客户满意度“很不满意、不满意、一般、满意、很满意”。有序数据可以比较大小、计算中位数和秩，但不能直接说“3 级比 2 级严重一倍”。

间隔尺度的差值有意义，但零点是人为主观设定的。最典型的是摄氏温度：20 ℃ 到 30 ℃ 的差值是 10 ℃，但 0 ℃ 不代表“没有温度”，所以不能说 40 ℃ 是 20 ℃ 的两倍热。间隔尺度可以计算均值和标准差，但比值运算没有意义。

比率尺度具有绝对零点，零点表示“完全没有”。长度、重量、时间、不良数、缺陷数都属于比率尺度。比率尺度信息量最完整，可以计算均值、标准差、变异系数，也可以做比值运算，是流程能力分析中最理想的数据类型。

三、数据类型如何影响流程能力分析

流程能力分析的核心指标 Cp、Cpk、Pp、Ppk 都建立在“连续型数据 + 比率尺度”的基础上。它们需要均值 X̄ 和组内标准差 σ，而这两个统计量只有对连续型数据才有明确意义。如果错误地把名义数据（如生产线编号）代入 Cp 公式，得到的数值没有任何工程含义。

对于离散型数据，流程能力通常用不良率 p、单位缺陷数 DPU 或百万机会缺陷数 DPMO 来表达，并配合二项分布或泊松分布进行分析。例如某工序抽检 500 件，发现 7 件不合格，则不良率 p = 7/500 = 1.4%，对应 DPMO 约为 14000（假设每件只有一个缺陷机会）。这个结果可以与 Cp 建立近似对应关系，但它的置信区间比连续型数据宽得多。

实际项目中常见的错误有三类：一是把有序尺度当连续型数据直接算均值，例如把“满意度 1~5 分”当作连续变量计算 Cp，忽略了 1 分和 2 分之间的心理距离并不等于 2 分和 3 分之间的距离；二是把离散型数据硬套 Cp/Cpk，导致能力指数虚高或虚低；三是在数据采集阶段没有区分名义和有序，导致后续分层分析无法进行。

四、实操中的数据类型转换

在条件允许时，把离散型判定转化为连续型测量，是提升流程能力分析灵敏度的有效手段。例如某装配工序原来只记录“是否漏气”，属于名义尺度，每天抽检 200 件，不良率约 2%。后来改用流量计测量泄漏率（mL/min），得到连续型数据，均值 0.8 mL/min，标准差 0.15 mL/min，规格上限 1.5 mL/min。此时可以直接计算 Cpk ≈ (1.5 − 0.8) / (3 × 0.15) ≈ 1.56，清晰判断流程能力充足。而原来的“合格/不合格”数据只能给出一个粗略的不良率，无法区分“刚好合格”和“远低于上限”的差异。

需要注意的是，转换后的连续型测量必须与原来的判定标准保持一致，并且测量系统的分辨力要足够。如果流量计的分辨力只有 0.5 mL/min，那么测得的连续数据实际上又退化为有序甚至名义数据，反而失去意义。因此在转换前，应先做测量系统分析（MSA），确认量具的重复性和再现性满足要求。

总结来说，数据分类与测量尺度不是理论上的名词辨析，而是流程能力分析的第一道关口。连续型数据优先用于计算 Cp/Cpk，离散型数据用不良率或 DPMO 表达；名义和有序尺度不能直接套用连续型公式；比率尺度是最理想的分析对象。在项目启动阶段就把数据类型和测量尺度定义清楚，并在数据采集表中明确记录，才能保证后续分析结果真实可信。