¿Qué son los datos de atributos y datos variables?

Los datos de atributos se definen como la información utilizada para crear gráficos de control. Estos datos se pueden utilizar para crear muchos sistemas de gráficos diferentes, incluidos los gráficos de porcentajes, gráficos que muestran la cantidad de unidades afectadas, gráficas de conteo por unidad, y gráficos de puntaje de calidad.

Por su parte, los datos variables se definen como información y figuras utilizadas para construir tablas de control. Los datos variables pueden ser utilizados para crear gráficas de promedios, gráficas de rangos y ejemplos de gráficas de desviación estándar.

Cuando se construye una gráfica de control para dar seguimiento de las variaciones en los datos que se miden, las empresas y los equipos deben recopilar datos de atributos y datos variables como parte del proceso de resolución de problemas.

Hoy vamos a conocer un poco más de las diferencias entre los datos de atributos y los datos variables para crear un proyecto de datos exitoso.

Datos de atributos Vs datos variables

Los datos de atributos se centran en los números, los datos variables se centran en las mediciones. Por ejemplo, supongamos que tienes datos sobre productos defectuosos que tu línea de ensamblaje produce. Los datos de atributo simplemente clasifican la salida como defectuosa o no defectuosa. Si se reúnen datos variables, se puede observar qué tan malo es cada producto defectuoso: 10 por ciento defectuoso, 20 por ciento defectuoso, y así sucesivamente.

Todo depende de la forma en que desee utilizar los datos. Si quieres ver cuántos productos cumplen con tus estándares de calidad, los datos de atributos podrían servir. Si deseas medir la calidad de cada producto, los datos variables son probablemente más útiles.

Ventajas de los datos de atributos

Hay otras formas de clasificar los datos. Los datos que no se adaptan bien a los números, como el color o el sabor, se llaman datos cualitativos, por ejemplo. Los datos de atributos son más sencillos de reunir que los datos cualitativos, por lo que es una buena opción si se trata de una condición binaria, en la que sólo hay dos alternativas:

• El producto funciona o no funciona.
• El vendedor cerró el trato o no lo hizo.
• Las piezas encajan en la ranura a la que se supone que pertenecen o no.
• Los estudiantes pasan la prueba o la fallan.

Puede recopilar los datos de atributos para ver qué tan bien se desempeñan tu proceso, equipo o personal. Si quiere que el 80 por ciento de tus estudiantes pasen sus exámenes finales, y sólo el 20 por ciento lo hace, eso muestra un problema. Habrá que determinar si se trata del cuerpo estudiantil, de los profesores o de algún otro problema. De ahí la importancia de hacer un análisis de datos.

Ventajas de los datos variables

Los datos variables pueden decirte muchas cosas que los datos de atributos no hacen. Supongamos que estás probando nuevas vigas para usarlas en un proyecto de construcción. Los datos de atributos te dicen el porcentaje de vigas que soportan la carga que necesitas.

Los datos variables pueden decirte si una viga específica que pasa la prueba puede estar aún cerca de causar algún peligro. Si quiere saber qué tan mal están los estudiantes reprobaron un examen, los datos variables pueden darte la respuesta.