一個分布要么是對稱的，當高的值和低的值相互平衡抵消；要么有偏斜,當非對稱并且在高值和低值間不平衡。要判定一組數據的形狀，我們必須比較均值和中位數。如果這兩個值相等，CTQ或者X被認為對稱的(零偏斜)。如果均值小于中位數，變量被稱為負偏斜，又叫左偏斜。如果均值大于中位數，變量被稱為正偏斜，又叫右偏斜。因此：
均值>中位數：正偏斜(positive)，又叫右偏斜。
均值<中位數：負偏斜(negative)，又叫左偏斜。
均值=中位數：對稱的(symmetry)，又叫零偏斜。
當均值由于某些非正常的大數值而增加時，正偏斜會發生。當均值由于某些非正常的小數值而減少時，負偏斜會發生。當分布為對稱形狀時，是沒有某一極端方向特別的數據出現的(見圖1)。
圖1 三組數據的分布形狀比較
圖1a中的數據是負偏斜的，又叫左偏斜。在此圖中，有一個由于某些特別小的數據引起的長尾和偏向左側的彎曲。這些特別小的數據將會使均值減小以致均值小于中位數。圖1b中是對稱的，曲線兩側部分和對方對稱，大小值相互平衡，均值等于中位數。圖1c為正偏斜，又叫右偏斜。在此圖中有一個由于某些特別大的數據引起的長尾和偏向右側的彎曲。這些特別大的數據將會使均值變大以致均值大于中位數。
在下表中，Minitab計算偏斜統計量等于0.10，因為此數很接近于零，我們可以得出如下結論：訂單完成時間是對稱的。
使用Minitab計算完成時間的描述性統計
為了判定一組數據是對稱的或者有偏斜的，我們可以考慮在樣本值分布中是否有超過一個的集中值(concentrations)。有兩個集中值的分布被稱為雙峰的(bimodal)。雙峰分布的存在常常意味著這組數據是由兩組數據被不合理的結合在一起的。
為了說明雙峰分布，有一家銀行收集了200個在高峰期抵達的客戶的樣本數據來判定客戶的原意等待時間。圖2為用Minitab直方圖表示的等待時間：
圖2 等待時間的Minitab直方圖
在等待時間的分布上有兩個波峰，一個在3.5和4.5之間，另外一個在6和7.5之間。事實上，這些數據是來自一家銀行的兩個不同分行的。第一家分行的等待時間數據是來源于周五中午12點到下午2點(這家分行位于城市的中心商業區)。第二家分行的等待時間數據是來源于周五下午5點到下午7點(這家分行位于居民區)。
圖3為兩家分行等待時間的Minitab點圖：
圖3 顧客等待時間的Minitab點圖
從圖3我們可以發現兩家分行的顧客等待時間分布是不同的。第一家分行的顧客等待時間分布集中于3～4分鐘，而第二家分行的顧客等待時間集中在7～8分鐘。
全國服務熱線：
400-777-6907
天行健企業管理顧問有限公司 全國服務熱線：400-777-6907
郵箱：zyg@leanchina.cn 網址：www.pycity.com.cn
關注天行健微信
既獲取更多信息
版權所有@深圳市天行健企業管理顧問有限公司 粵ICP備13011693號
