直觉可以带你走很长的路要走，但有时你需要硬数据来分析和数字来处理。实现高质量业务流程的六西格玛流程定义了几种不同类型的数据。属性数据是“是”或“否”，例如是否打开或关闭灯开关。可变数据与测量有关，例如在调整调光器时改变亮度。它们都是重要信息，但可变数据通常更有用。
变量Vs.属性
属性数据侧重于数字，可变数据侧重于测量。例如，假设您正在收集装配线产生的缺陷产品的数据。属性数据只是将输出分类为有缺陷或无缺陷。如果您收集可变数据，您可能会看到每个有缺陷的产品有多糟糕：10％有缺陷，20％有缺陷，等等。
这些都不是天生错误的。这一切都取决于您希望如何使用数据。如果您正在实践六西格玛方法，并且您想要查看有多少产品符合您的高标准，那么属性数据可能会起作用。如果要测量每种产品的质量，可变数据可能更有用。
属性数据的好处
还有其他方法可以对数据进行分类。例如，不适合数字（例如颜色或味道）的数据称为定性数据。收集属性数据比定性数据更简单，因此如果您正在查看二元条件，那么它是一个不错的选择，其中只有两种选择：
- 该产品有效或不起作用。
- 销售人员完成了交易，但她没有。
- 这些部件适合他们应该属于或不属于的插槽。
- 学生通过测试或失败。
您可以编译属性数据以查看您的流程，设备或员工的表现。如果您希望80％的学生通过期末考试，而只有20％的学生通过考试，则表明存在问题。无论是学生团体，教师还是其他一些问题都必须确定。
可变数据的好处
可变数据可以告诉您许多属性数据无法做到的事情。假设您正在测试用于建筑项目的新梁。属性数据告诉您在您放置的负载下承受的大梁的百分比。可变数据可以告诉您通过测试的特定梁是否仍然危险地接近让路。如果你想知道失败的学生错过了通过考试的可能性，可变数据可以给你答案。
