스크랩 Chapter 3. 용어의 정리 (6) 이산형 Data vs 연속형 Data ... !

[유문종]

■ 데이터의 종류와 그 중요성 ... !

6시그마는 앞에서 언급했던 바와같이 문제의 해결을 위해 통계적 기반에 근거해 수집한 Data에 대한 해석을 내리게 되고 이에 따라 의사결정을 하게 된다. 따라서 단순히 과거의 경험이나 결과를 참고로 하여 사람의 생각에 따라 의사결정을 내리는 방식과는 전혀 다르다. 

흔히 6시그마를 공부한 사람들은 얘기할 때 ... 그냥 말로만 하지말고 "Data"를 가지고 말해라고 우스게 소리를 하곤 한다. 그런데 이런 면은 다른 곳에서도 볼 수가 있다. 우리나라와 미국의 영화를 잘 보면 ... 과학적인 접근방식과 비과학적인 접근방식의 차이(?) .. 즉 문화의 차이(?) 라고 해야할까..? 그런게 화면상에서도 나타난다. 영화의 장면중에서도 특히 다툼이 있는 장면 같은 것을 보면 ... 미국 영화의 경우에는 항상 한사람의 손에 Paper (서류) 가 들려 있고 ... 한참을 다투다가 결정적일 때, 이것을 상대방에게 보여주거나 던져주고 또 큰소리 함치고 ... 휙 돌아서 나가는 반면, 우리나라의 경우에는 ... 누가 " .... 카더라, 물어봐라 ..! " 이런식이다...  (이제 영화 한편을 보더라도 이런 부분까지 관심을 가지면서 보아야 할 것이다)

이 6시그마는 Data에 의한 과학적인 분석 (통계적 분석) 을 통해 문제를 해결하는 접근방식이므로 무엇보다도 분석결과에 대한 정확한 해석이 중요할 것이다. 동일한 분석결과를 다른쪽으로 해석하는 경우도 발생되기 때문이다.  그러나 이 보다 더 중요한 것이 있는데 ... 그것은 바로 "수집할 Data의 중요성" 에 있다.  분석을 위해 수집한 Data가 그 정확성과 신뢰성을 가지지 못한다면, 그 분석 결과도 당연히 믿지 못하게 될 것이다. 따라서 Data 수집계획을 세울 때 특히 신중을 기하지 않으면 안된다.

예컨데 ...  Data 수집계획을 세운 뒤, Data를 수집하기 위해 생산라인에 갔다고 할 때, "동일한 사람" 이 "동일한 "기계/라인" 등에서 "동일한 원재" 료 "동일한 작업조건" 하에서 Data를 수집하지 않는다면 과연 그 수집된 Data를 신뢰할 수가 있을까? .... 결론은 "아니다" 이다  (5M + 1E : 5Ms are : Manpower, Machine, Material, Method, Measurement. 1E is: Environment ... )

■ 이산형 Data와 연속형 Data ... 

일반적으로 우리가 인식하기로는 Data 는 모두 동일한 것으로 생각하는데, 그렇지가 않다. 데이터는 연속형과 이산형으로 대별되고 한마디로 말해 연속형 Data가 이산형 Datas보다 더 정확할 뿐만 아니라 정보도 더 많이 내포하고 있다고 본다.  아래에 자세히 설명해 두었지만 ... 계수와 계량의 의미는 천양지차이다.

예컨데 ... 만약 한 쌍의 커플이 있는데... 여친이 어느날 갑자기 남친에게 .... "자기는 날 "이산형" 으로 좋아해?  아니면 "연속형"으로 좋아해? 라고 물었을 때 ..." 정확히 답변을 할 수 있어야 한다....  이산형이라고 하면 다음날부터 여자친구 얼굴을 못볼지도 모른다... "당근 연속형이쥐... ^^" 라고 하고 하늘만큼 땅만큼 좋아한다고 ..." 말해야 한다.  간단히 설명하자면 "이산형" 은 단답식 ... 즉 나를 좋아하는지 않는지(?) 라고 묻는데 대한 답이라면 ... "연속형" 은 당연히 좋아하는데 "얼마만큼 좋아하느냐?" 라는데 대한 답이라고 보면된다....