سگا کا استعمال، معیاری انحراف کے طور پر بھی جانا جاتا ہے، الجھن ہو سکتا ہے. تاہم، اعداد و شمار کے کسی بھی سیٹ کا تجزیہ کرنے کے لئے یہ ایک اچھا ذریعہ ہے. دو ساکا کنٹرول حدود کا استعمال کرتے ہوئے آپ کے تجزیہ کو آپ کے ضرورت کی ضرورت نہیں ہے اور ہاتھ سے متعلق اعداد و شمار کے لئے صرف چپچپا کرنے سے باہر کر سکتے ہیں. سب سے بہتر، چونکہ کنٹرول کی حدود کے پیچھے اصول معیاری انحراف کی بنیاد پر ہے، اس میں بہت کم ریاضی شامل ہے.
معیاری انحراف
کسی بھی قسم کی سگما کی پیمائش کی تعداد کی ایک سیریز کے معیاری انحراف پر مبنی ہے. معیاری انحراف اعداد و شمار کے ایک سیٹ کے اندر متغیر کی پیمائش ہے. اعداد و شمار کے درمیان ایک چھوٹا سا فرق کے ساتھ ایک ڈیٹا مقرر ایک چھوٹا سا معیاری انحراف ہوگا، جبکہ اعداد و شمار کے مختلف قسم کے ساتھ مقرر کردہ اعلی معیاری انحراف ہوگا. یونین کے کردار سگما کی طرف سے ایک سیٹ نمبر کی معیاری انحراف کی نمائندگی کی جاتی ہے، جس میں دو سگما، تین سگا اور چھ سیرما جیسے شرائط موجود ہیں.
عمومی تقسیم
معیاری انحراف کا استعمال زیادہ سے زیادہ عام تقسیم پر منحصر ہے، جس کا مطلب یہ ہے کہ اعداد و شمار سیٹ کے اعداد و شمار نسبتا مطمئن ہوتے ہیں. زیادہ سے زیادہ اعداد و شمار معنی سے قریب سے جھوٹ بولتے ہیں، کچھ اعداد و شمار کے اعداد و شمار کو ہٹانے کے ساتھ. اگر ڈیٹا سیٹ کے لئے تقسیم عام نہیں ہے تو، معیاری انحراف کا استعمال کرتے ہوئے تجزیہ کام نہیں کرتا. تاہم، اگر ڈیٹا سیٹ عام تقسیم کے اندر اندر آتا ہے، تو آپ معیاری انحراف کا استعمال کرتے ہوئے ڈیٹا کے بارے میں بہت کچھ سیکھ سکتے ہیں.
دو سگما
عام تقسیم سے پتہ چلتا ہے کہ اعداد و شمار سیٹ کے معیاری انحراف کی بنیاد پر نمبر کیسے گر جائے گی. عام تقسیم کے قوانین کا کہنا ہے کہ تمام نمبروں میں 68 فیصد معنی کے ایک معیاری انحراف کے اندر گر جائے گی، جس میں ڈیٹا سیٹ میں تمام نمبروں کا اوسط بھی جانا جاتا ہے. مساوات کے لئے معیاری انحراف شامل کرنے کا مطلب ہے کہ زیادہ تعداد میں شامل ہیں؛ معمول کی تقسیم کا استعمال کرتے ہوئے، تمام اعداد و شمار کے 95 فیصد معنی کے دو معیاری وحدت کے اندر اندر ہے. یہ 95 فی صد حاکمیتوں کو ثابت کرتے وقت ایک بہت عام اعتماد کا وقفہ ہے، کیونکہ اس کے علاوہ ڈیٹا بیس کی اہم فراہمی میں آئندہ اور چھٹیاں شامل نہیں ہیں.
بزنس میں دو سگما
جبکہ دو سگا تجزیہ کے لئے ایک اچھا اعتماد کی سطح دیتا ہے، یہ پیداوار کے لئے ایک اچھا طریقہ کار نہیں ہے. اگر کسی بھی پیداوار کے عمل کی کنٹرول کی حدود معنی کے دو معیاری وجوہات کے اندر اندر ہیں، تو یہ عمل سنگین مصیبت میں ہے. یہ بنیادی طور پر یہ کہتا ہے کہ پیدا ہونے والی ایک ملین یونٹس میں سے 300،000 سے زائد افراد عیب دار ہوں گے. کسی بھی سامان کو پیدا کرنے کے لئے یہ انتہائی ناقص طریقہ ہے. یہاں تک کہ ایک تین سنیما کی شرح میں پیدا ہونے والی خرابی کو کم از کم 66،000 تک پہنچ جائے گی. حالانکہ اس کا کوئی معقول ذریعہ نہیں ہے، یہ تقریبا دو سوگما کی پیداوار سے زیادہ مؤثر ہے.
