Tool What

Pareto Chart Plots a bar chart of the response in

descending order with a cumulative
sum line.

Pivot Chart Plots a stacked (or clustered) bar chart

from an Excel Pivot Table.

Histogram Visual display of one variable

showing data center, spread, shape
and outliers.

Dotplots Visual display of one variable

showing data center, spread, shape
and outliers.

Boxplots Visual display of the summary of Y

data grouped by category of X.

Normal Plots data in a straight line if the

Probability Plot data is normally distributed.

Run Charts Plots observations in time sequence

Multi-Vari Charts Plots vertical lines with dots to allow
comparison of subgroups on one
variable.

Scatter Plot Plots a response Y versus a

(Diagram) predictor X.

Analysis of Plots response Y mean for each

Means (ANOM) level of X category with decision
limits.

Control Charts Plots observations in time sequence

against a mean and control limits.

t-Test Determine if there is a significant

difference between two group
means or if the true mean of the
data is equal to a standard value.

One-Way ANOVA (Analysis Determine if there is a difference

of Variance) in mean among many groups.

Two-Way ANOVA (Analysis Determine if there is a difference

of Variance) in mean among many groups for
two factors plus their interaction.
Nonparametric Tests Determine if there is a difference
between two or more group
medians or if the median of the
data is equal to a standard value.

CI for Standard Deviation/ Determine if there is a difference

F-test / between two or more group
Bartlett’s Test/ Levene’s variances or determine the
Test confidence interval of a single
standard deviation.

Proportions Test Determine if there is a difference

between two proportions or
determine the confidence interval
of a single proportion.

Poisson Rate Test Determine if there is a difference

between two rates or determine
the confidence interval of a single
rate.

One-Way Chi-Square Determine if the observed

Goodness-of-Fit frequencies for one discrete
variable are distributed equally

Χ2 Determine if there is a difference

Chi Square for observed frequencies of two
discrete variables.
Anderson-Darling Determine if the data is normally
Normality distributed.
Test

Correlation Quantify strength of relationships.

Regression (Simple Linear Summarizes, describes, predicts

& and quantifies relationships
Multiple)

Logistic Regression Summarizes, describes, predicts

and quantifies relationships.

Design of Experiments Systematic and efficient proactive

(DOE) approach to testing relationships
 Type of Data When to Use
Y=Discrete (e.g., To separate the vital few from the trivial
Defect Count) or many, help specify a problem statement, and
Continuous (e.g., Cost; prioritize potential root causes. This chart is
must be additive) based on the Pareto principle, which states
X=Discrete that typically 80% of the defects in a process
(Category) or product are caused by only 20% of the
possible causes.

Y=Discrete or To easily ‘slice and dice’ your data, quickly look at

Continuous X = Discrete different X factors and their contribution to the
(Category) total. It is similar to the Pareto Chart, but without
the descending bar order.

Y=Continuous 1. Summarize large amounts of data

X=Discrete 2. To get a ‘feel for the data’
(Category) 3. To compare actual description to
customer specifications

Y=Continuous 1. Small sample size (n < 30)

X=Discrete 2. To get a ‘feel for the data’
(Category)

Y=Continuous Summary display to visualize differences in

X=Discrete data center, spread and outliers across
(Category) categories.

Y=Continuous To check for Normality and Outliers.

X=Discrete
(Category)

Y=Continuous or To view process performance over time for

Discrete trends, shifts or cycles.
To test for Randomness using the
Nonparametric Runs Test
Y=Continuous To visually compare subgroups by individual
X=Discrete data points and the mean.
(Category) To identify major sources of variation (e.g.,
within a subgroup, between subgroups, or
over time).

Y=Continuous To understand the possible relationships

X=Continuous between two variables.
To identify possible root causes which are
related to Y.

Y=Continuous ANOM is a complement to ANOVA showing

X=Discrete which group means are significantly different
(Category) than the grand mean.

Y=Continuous or To monitor the process over time for trends,

Discrete shifts or cycles in order to control and
improve process performance.
To identify special causes.

Y=Continuous Test if mean = specified value

X=Discrete (Category) 2. Test if 2 sample means are equal
3. Paired t: to reduce variation when comparing
two sample means
4. Multiple pairwise comparisons

Y=Continuous Determine if there is a statistically significant

X=Discrete (Category) difference in means among the groups.

Y=Continuous Determine if there is a statistically significant

X1=Discrete (Category) difference in means among the groups.
X2=Discrete (Category)
Y=Continuous 1. Test if median = specified value:
X=Discrete (Category) 1 Sample Sign Test or Wilcoxon
2. Test if 2 sample medians are equal:
2 Sample Mann-Whitney
3. Test if there is a difference in medians among
the groups: Kruskal-Wallis or Mood’s Median

Y=Continuous Determine the confidence interval for a single

X=Discrete (Category) standard deviation.
2. Test if 2 sample variances (standard
deviations) are equal.
3. Determine if there is a statistically significant
difference for the variances among the
groups. Use Bartlett’s test for normal data.
Use Levene’s test for non-normal data

Y=Discrete (Proportion) Determine the confidence interval for a single

X=Discrete (Category) proportion.
2. Determine if there is a statistically significant
difference for two proportions

Y=Discrete (Count) Determine the confidence interval for a single

X=Discrete (Category) rate.
2. Determine if there is a statistically significant
difference for two rates.

Y=Discrete (Count) Test the distribution of observed frequency

counts
against expected (typically uniform discrete).

Y=Discrete (Count) Determine if there is a relationship between two

X=Discrete (Category) discrete variables.
Y=Continuous Test if the sample data is normally distributed.

Y=Continuous Determine if there is evidence of a relationship

X=Continuous between Xs and Ys, quantify the relationship,
identify root causes.

Y=Continuous 1. Determine if there is evidence of a relationship

X=Continuous between Xs and Ys.
2. Model data to develop a mathematical
equation to quantify the relationship.
3. Identify root causes.
4. Make predictions using the model

Y=Discrete (Binary or
Ordinal)
X=Continuous

Y=Continuous or To establish cause and effect relationship

Discrete between
X=Continuous or Ys and Xs. To identify ‘vital few’ Xs.
Discrete
 Location in SigmaXL
 SigmaXL > Templates & Calculators >
Basic Graphical Templates > Pareto Chart
 SigmaXL > Graphical Tools > Basic
Pareto Chart (Single)
 SigmaXL > Graphical Tools > Advanced
Pareto Charts (Multiple)

 SigmaXL > Graphical Tools > EZPivot/

Pivot

SigmaXL > Templates & Calculators >

Basic Graphical Templates > Histogram
 SigmaXL > Graphical Tools > Basic
Histogram (Single)
 SigmaXL > Graphical Tools > Histograms
& Descriptive Statistics
 SigmaXL > Graphical Tools > Histograms
& Process Capability

SigmaXL > Graphical Tools > Dotplots

SigmaXL > Graphical Tools > Boxplots

SigmaXL > Graphical Tools > Normal

Probability Plots

SigmaXL > Templates & Calculators >

Basic Graphical Templates > Run Chart
 SigmaXL > Graphical Tools > Run Chart
 SigmaXL > Graphical Tools > Overlay
Run Chart
SigmaXL > Graphical Tools > Multi-Vari
Charts

SigmaXL > Graphical Tools > Scatter Plot

 SigmaXL > Graphical Tools > Scatter Plot
Matrix

SigmaXL > Graphical Tools > Analysis of

Means (ANOM)

SigmaXL > Control Charts >

SigmaXL > Templates & Calculators > Basic

Statistical Templates >
1 Sample t-Test and Confidence Interval for
Mean
2 Sample t-Test and Confidence Interval
(Compare 2 Means)
SigmaXL > Statistical Tools >
1 Sample t-Test & Confidence Intervals /
Paired t-Test
2 Sample t-Test / 2 Sample Comparison
Tests
One-Way ANOVA & Means Matrix

SigmaXL > Statistical Tools > One-Way

ANOVA & Means Matrix (for
equal variance)
SigmaXL > Statistical Tools > Equal Variance
Tests > Welch’s ANOVA
(for unequal variance)

SigmaXL > Statistical Tools > Two-Way

ANOVA
SigmaXL > Statistical Tools > Nonparametric
Tests
SigmaXL > Statistical Tools > Nonparametric
Tests – Exact (for small
sample)

SigmaXL > Templates & Calculators > Basic

Statistical Templates >
1 Sample Chi-Square Test and CI for
Standard Deviation
2 Sample F-Test and CI (Compare 2
Standard Deviations)
SigmaXL > Statistical Tools > Two Sample
Comparison Tests
SigmaXL > Statistical Tools > Equal Variance
Tests >Bartlett / Levene

SigmaXL > Templates & Calculators > Basic

Statistical Templates >
1 Proportion Test & Confidence Interval
2 Proportions Test & Confidence Interval

SigmaXL > Templates & Calculators > Basic

Statistical Templates >
1 Poisson Rate Test and Confidence
Interval
2 Poisson Rates Test and Confidence
Interval

SigmaXL > Templates & Calculators > Basic

Statistical Templates >
One-Way Chi-Square Goodness-of-Fit Test
One-Way Chi-Square Goodness-of-Fit Test
Exact (for small sample)

SigmaXL > Statistical Tools > Chi-Square

Tests >
Chi-Square Test (for raw discrete data in
stacked column format)
Chi-Square Test – Two Way Table Data (for
pivot or contingency table)
SigmaXL > Statistical Tools > Chi-Square
Tests – Exact (for small
sample)
SigmaXL > Graphical Tools > Histograms &
Descriptive Statistics
SigmaXL > Statistical Tools > Descriptive
Statistics

SigmaXL > Statistical Tools > Correlation

Matrix

SigmaXL > Statistical Tools > Regression >

Multiple Regression

SigmaXL > Statistical Tools > Regression >

Binary Logistic Regression
Ordinal Logistic Regression

SigmaXL > Design of Experiments

 Herramienta Que hace

Diagrama de Pareto Traza un gráfico de barras de la respuesta en

orden descendente con un acumulado
línea de suma

Gráfico dinámico Traza un gráfico de barras apiladas (o agrupadas) de

una tabla dinámica de Excel.

Histograma "Visualización visual de una variable

mostrando centro de datos, extensión, forma
y valores atípicos ".

Visualización visual de una variable_x000D_

Gráficos de puntos mostrando centro de datos, extensión,
forma_x000D_
y valores atípicos .
Diagramas de caja Visualización visual del resumen de Y_x000D_
datos agrupados por categoría de X.

Normal_x000D_ Traza datos en línea recta si el_x000D_

Gráfico de probabilidad los datos se distribuyen normalmente .

Gráficos de trama Traza observaciones en secuencia de tiempo

de secuencia de ejecución
Gráficos Multi-Vari Traza líneas verticales con puntos para
permitir_x000D_
comparación de subgrupos en uno_x000D_
variable.

Gráfico de dispersión_x000D_ Traza una respuesta Y versus a_x000D_

(Diagrama) predictor X.

Análisis de_x000D_ Representa la respuesta Y media para cada_x000D_

Medios (ANOM) nivel de categoría X con decisión_x000D_
límites .

Gráficos de control Traza observaciones en secuencia de tiempo_x000D_

contra una media y límites de control .

Prueba t Determinar si hay un significativo_x000D_

diferencia entre dos grupos_x000D_
significa o si la verdadera media de la_x000D_
los datos son iguales a un valor estándar .

ANOVA unidireccional Determinar si hay una diferencia_x000D_

(análisis_x000D_ en la media entre muchos grupos .
de varianza)

ANOVA bidireccional Determinar si hay una diferencia_x000D_

(análisis_x000D_ en la media entre muchos grupos para_x000D_
de varianza) dos factores más su interacción .
Pruebas no paramétricas Determinar si hay una diferencia_x000D_
entre dos o más grupos_x000D_
medianas o si la mediana de la_x000D_
los datos son iguales a un valor estándar .

CI para desviación estándar Determinar si hay una diferencia_x000D_

/_x000D_ entre dos o más grupos_x000D_
Prueba F /_x000D_ variaciones o determinar el_x000D_
Prueba de Bartlett / Prueba de intervalo de confianza de un solo_x000D_
Levene desviación estándar .

Prueba de proporciones Determinar si hay una diferencia_x000D_

entre dos proporciones o_x000D_
determinar el intervalo de confianza_x000D_
de una sola proporción .

Prueba de tasa de Poisson Determinar si hay una diferencia_x000D_

entre dos tasas o determinar_x000D_
el intervalo de confianza de un solo_x000D_
tarifa.

Cuadrado Chi de sentido Determinar si el observado_x000D_

único_x000D_ frecuencias para un discreto_x000D_
Bondad de ajuste las variables se distribuyen por igual

Χ2 Determinar si hay una diferencia_x000D_

Chi Square para frecuencias observadas de dos_x000D_
variables discretas .

Normalidad Anderson- Determinar si los datos son normalmente_x000D_

Darling_x000D_ repartido.
Prueba
Correlación Cuantificar la fuerza de las relaciones.

Regresión (lineal simple Resume, describe, predice_x000D_

y_x000D_ y cuantifica las relaciones
Múltiple)
Regresión logística Resume, describe, predice_x000D_
y cuantifica las relaciones .

Diseño de Proactivo sistemático y eficiente_x000D_

experimentos_x000D_ enfoque para probar las relaciones
(GAMA)
 Tipo de data
que maneja Cuando usar
Separar a los pocos vitales de lo trivial.
Cómo se pronuncia muchos, ayudan a especificar un enunciado del problema,
Y = discreto (p. Ej., y
Recuento de defectos) o priorizar las posibles causas raíz. Este cuadro es
Continuo (por ejemplo, basado en el principio de Pareto, que establece
costo; que típicamente el 80% de los defectos en un proceso
debe ser aditivo) o producto son causados ​por solo el 20% de la
X = discreto posibles causas.
(Categoría)

Para "cortar y cortar" sus datos fácilmente, observe

Y = Discreto o continuo X = rápidamente los diferentes factores X y su contribución al
Discreto (Categoría) total. Es similar al Gráfico de Pareto, pero sin el orden de
barras descendente.

"Y = continuo "1. Resumir grandes cantidades de datos

X = discreto 2. Para tener una "idea de los datos"
(Categoría)" 3. Comparar la descripción real con
especificaciones del cliente "

Y = continuo_x000D_ 1. Tamaño de muestra pequeño (n <30)_x000D_

X = discreto_x000D_ 2. Para obtener una sensación de los datos"
(Categoría)

Y = continuo_x000D_ Pantalla de resumen para visualizar las diferencias

X = discreto_x000D_ en_x000D_
(Categoría) centro de datos, difusión y valores atípicos_x000D_
categorías .

Y = continuo_x000D_ Para verificar la normalidad y los valores atípicos.

X = discreto_x000D_
(Categoría)

Y = continuo o_x000D_ Para ver el rendimiento del proceso a lo largo del tiempo
Discreto para_x000D_
tendencias, cambios o ciclos._x000D_
Para probar la aleatoriedad utilizando el_x000D_
Prueba de ejecución no paramétrica
Y = continuo_x000D_ Comparar visualmente subgrupos por individuo_x000D_
X = discreto_x000D_ puntos de datos y la media._x000D_
(Categoría) Para identificar las principales fuentes de variación (por
ejemplo,_x000D_
dentro de un subgrupo, entre subgrupos, o_x000D_
a través del tiempo).

Y = continuo_x000D_ Para entender las posibles relaciones_x000D_

X = continuo entre dos variables_x000D_
Para identificar posibles causas raíz que son_x000D_
relacionado con Y.

Y = continuo_x000D_ ANOM es un complemento de ANOVA que

X = discreto_x000D_ muestra_x000D_
(Categoría) qué medios grupales son significativamente
diferentes_x000D_
que la gran media .
Y = continuo o_x000D_ Para monitorear el proceso a lo largo del tiempo en busca
Discreto de tendencias,_x000D_
turnos o ciclos para controlar y_x000D_
Mejorar el rendimiento del proceso._x000D_
Para identificar causas especiales .

Y = continuo_x000D_ Prueba si media = valor especificado_x000D_

X = Discreto (Categoría) 2. Pruebe si 2 medias de muestra son iguales_x000D_
3. t emparejado: para reducir la variación al
comparar_x000D_
dos medias de muestra_x000D_
4. Múltiples comparaciones por pares

Y = continuo_x000D_ Determinar si hay una estadística significativa_x000D_

X = Discreto (Categoría) diferencia de medias entre los grupos .

Y = continuo_x000D_ Determinar si hay una estadística significativa_x000D_

X1 = Discreto diferencia de medias entre los grupos .
(Categoría)_x000D_
X2 = Discreto (Categoría)
Y = continuo_x000D_ 1. Pruebe si la mediana = valor especificado:_x000D_
X = Discreto (Categoría) 1 Prueba de muestra de muestra o Wilcoxon_x000D_
2. Pruebe si 2 medianas de muestra son iguales:_x000D_
2 Muestra de Mann-Whitney_x000D_
3. Pruebe si hay una diferencia en las medianas
entre_x000D_
los grupos: Kruskal-Wallis o la mediana del estado de
ánimo

Y = continuo_x000D_ Determinar el intervalo de confianza para un solo_x000D_

X = Discreto (Categoría) desviación estándar_x000D_
2. Pruebe si hay 2 variaciones de muestra
(estándar_x000D_
desviaciones) son iguales._x000D_
3. Determine si hay una estadística significativa_x000D_
diferencia para las variaciones entre los_x000D_
grupos Use la prueba de Bartlett para datos
normales._x000D_
Utilice la prueba de Levene para datos no normales

Y = Discreto Determinar el intervalo de confianza para un solo_x000D_

(Proporción)_x000D_ proporción._x000D_
X = Discreto (Categoría) 2. Determine si hay una estadística significativa_x000D_
diferencia para dos proporciones

Y = Discreto Determinar el intervalo de confianza para un solo_x000D_

(Cuenta)_x000D_ tarifa._x000D_
X = Discreto (Categoría) 2. Determine si hay una estadística significativa_x000D_
diferencia por dos tasas .

Y = discreto (recuento) Probar la distribución de conteos de frecuencia

observados_x000D_
contra lo esperado (típicamente discreto uniforme) .

Y = Discreto Determinar si hay una relación entre dos_x000D_

(Cuenta)_x000D_ variables discretas .
X = Discreto (Categoría)

Y = continuo Pruebe si los datos de muestra se distribuyen

normalmente.
Y = continuo_x000D_ Determinar si hay evidencia de una relación_x000D_
X = continuo entre Xs e Ys, cuantifique la relación,_x000D_
identificar las causas fundamentales .

Y = continuo_x000D_ "1. Determinar si hay evidencia de una relación

X = continuo entre Xs e Ys.
2. Modelar datos para desarrollar una matemática
Y = Discreto (Binario ecuación para cuantificar la relación.
o_x000D_ 3. Identificar las causas raíz.
Ordinal)_x000D_ 4. Haga predicciones usando el modelo
X = continuo
Y = continuo o Establecer una relación de causa y efecto entre_x000D_
discreto_x000D_ Ys y Xs. Para identificar pocas vitales" X ".
X = continuo o discreto
 Donde encontrarlo en SigmaXl
 SigmaXL > Templates & Calculators >
Basic Graphical Templates > Pareto Chart
 SigmaXL > Graphical Tools > Basic
Pareto Chart (Single)
 SigmaXL > Graphical Tools > Advanced
Pareto Charts (Multiple)

 SigmaXL > Graphical Tools > EZPivot/ Pivot

SigmaXL > Templates & Calculators >

Basic Graphical Templates > Histogram
 SigmaXL > Graphical Tools > Basic
Histogram (Single)
 SigmaXL > Graphical Tools > Histograms
& Descriptive Statistics
 SigmaXL > Graphical Tools > Histograms
& Process Capability

SigmaXL > Graphical Tools > Dotplots

SigmaXL > Graphical Tools > Boxplots

SigmaXL > Graphical Tools > Normal

Probability Plots

SigmaXL > Templates & Calculators >

Basic Graphical Templates > Run Chart
 SigmaXL > Graphical Tools > Run Chart
 SigmaXL > Graphical Tools > Overlay
Run Chart
SigmaXL > Graphical Tools > Multi-Vari
Charts

SigmaXL > Graphical Tools > Scatter Plot

 SigmaXL > Graphical Tools > Scatter Plot
Matrix

SigmaXL > Graphical Tools > Analysis of

Means (ANOM)

SigmaXL > Control Charts >

SigmaXL > Templates & Calculators > Basic

Statistical Templates >
1 Sample t-Test and Confidence Interval for Mean
2 Sample t-Test and Confidence Interval (Compare
2 Means)
SigmaXL > Statistical Tools >
1 Sample t-Test & Confidence Intervals / Paired t-
Test
2 Sample t-Test / 2 Sample Comparison Tests
One-Way ANOVA & Means Matrix

SigmaXL > Statistical Tools > One-Way ANOVA &

Means Matrix (for
equal variance)
SigmaXL > Statistical Tools > Equal Variance Tests >
Welch’s ANOVA
(for unequal variance)

SigmaXL > Statistical Tools > Two-Way ANOVA

SigmaXL > Statistical Tools > Nonparametric Tests
SigmaXL > Statistical Tools > Nonparametric Tests –
Exact (for small
sample)

SigmaXL > Templates & Calculators > Basic

Statistical Templates >
1 Sample Chi-Square Test and CI for Standard
Deviation
2 Sample F-Test and CI (Compare 2 Standard
Deviations)
SigmaXL > Statistical Tools > Two Sample
Comparison Tests
SigmaXL > Statistical Tools > Equal Variance Tests
>Bartlett / Levene

SigmaXL > Templates & Calculators > Basic

Statistical Templates >
1 Proportion Test & Confidence Interval
2 Proportions Test & Confidence Interval

SigmaXL > Templates & Calculators > Basic

Statistical Templates >
1 Poisson Rate Test and Confidence Interval
2 Poisson Rates Test and Confidence Interval

SigmaXL > Templates & Calculators > Basic

Statistical Templates >
One-Way Chi-Square Goodness-of-Fit Test
One-Way Chi-Square Goodness-of-Fit Test Exact
(for small sample)

SigmaXL > Statistical Tools > Chi-Square Tests >

Chi-Square Test (for raw discrete data in stacked
column format)
Chi-Square Test – Two Way Table Data (for pivot or
contingency table)
SigmaXL > Statistical Tools > Chi-Square Tests –
Exact (for small
sample)

SigmaXL > Graphical Tools > Histograms &

Descriptive Statistics
SigmaXL > Statistical Tools > Descriptive Statistics
SigmaXL > Statistical Tools > Correlation Matrix

SigmaXL > Statistical Tools > Regression > Multiple

Regression
SigmaXL > Statistical Tools > Regression >
Binary Logistic Regression
Ordinal Logistic Regression

SigmaXL > Design of Experiments