Predmet štatistickej vedy
Úloha a význam štatistiky ako vedy
Štatistika je odvetvie ľudskej činnosti zamerané na zber, spracovanie a analýzu údajov z ekonomického účtovníctva. Samotná štatistika je jedným z druhov účtovníctva (účtovného a prevádzkovo-technického).
Štatistika sa prvýkrát objavila ako veda v Číne v 5. storočí pred Kristom, keď bolo potrebné vypočítať štátne pozemky, pokladnicu, obyvateľstvo atď. Súvisí so zrodom štátu. Štatistika dostala svoj ďalší rozvoj počas formovania kapitalizmu: továrne, továrne, poľnohospodárstvo, zahraničný obchod atď. Štatistika prešla hlbokými zmenami tak v rokoch socializmu, ako aj v súčasnosti. Základy rozvoja techník, metód Čl. boli predpokladom rozvoja verejného a súkromného sektora.
Termín zaviedli do vedy Nemci. vedec Gottfried Achenwahl, ktorý v roku 1746 začal čítať na Marbuku a potom na univerzite v Goettengene novú disciplínu, ktorú nazval „štatistika“.
Hromadné sociálne ekv. javov
· Ukazovatele výkonnosti podniku
Predmet štatistiky je náuka o spoločenských javoch, dynamike a smerovaní ich vývoja. Táto veda pomocou štatistických ukazovateľov určuje kvantitatívnu stránku sociálneho javu, na príklade daného sociálneho javu sleduje zákonitosti prechodu kvantity do kvality a na základe týchto pozorovaní analyzuje údaje získané za určitých podmienok. miesta a času. Štatistika skúma sociálno-ekonomické javy a procesy, ktoré sú masívne, študuje množstvo faktorov, ktoré ich určujú.
ŠTATISTICKÉ METÓDY - vedecké metódy na popis a štúdium hromadných javov, ktoré umožňujú kvantitatívne (číselné) vyjadrenie
Štatistické metódy zahŕňajú experimentálne aj teoretické princípy. Štatistiky pochádzajú predovšetkým zo skúseností;
Štatistické metódy analýzy údajov sa používajú takmer vo všetkých oblastiach ľudskej činnosti. Používajú sa vždy, keď je potrebné získať a podložiť akékoľvek úsudky o skupine (objektoch alebo subjektoch) s určitou vnútornou heterogenitou.
V oblasti štatistických metód analýzy údajov je vhodné rozlišovať tri typy vedeckých a aplikovaných činností (podľa miery špecifickosti metód spojených s ponorením sa do konkrétnych problémov):
a) vývoj a výskum metód na všeobecné použitie bez zohľadnenia špecifík oblasti použitia;
b) vývoj a výskum štatistických modelov reálnych javov a procesov v súlade s potrebami konkrétnej oblasti činnosti;
c) aplikácia štatistických metód a modelov na štatistickú analýzu špecifických údajov.
Súbor rôznych metód tvorí štatistickú metodiku.
Metóda etapy ekonomického a statického výskumu
štatistický súhrn a spracovanie
Dostatočne podrobné v domácej literatúre. V praxi ruských podnikov sa medzitým používajú iba niektoré z nich. Zvážte ďalšie niektoré metódy štatistického spracovania.
Všeobecné informácie
V praxi domácich podnikov je to prevažne bežné štatistické metódy kontroly. Ak hovoríme o regulácii technologického procesu, potom je to veľmi zriedkavo. Aplikácia štatistických metód stanovuje, že v podniku sa vytvorí skupina odborníkov, ktorí majú príslušnú kvalifikáciu.
Význam
Podľa ISO ser. 9000, dodávateľ potrebuje určiť potrebu štatistických metód, ktoré sa uplatňujú v procese vývoja, regulácie a overovania schopností výrobného procesu a vlastností produktov. Použité metódy sú založené na teórii pravdepodobnosti a matematických výpočtoch. Štatistické metódy analýzy dát môžu byť implementované v ktorejkoľvek fáze životného cyklu produktu. Poskytujú posúdenie a posúdenie miery heterogenity produktov alebo variability ich vlastností vo vzťahu k stanoveným nominálnym hodnotám alebo požadovaným hodnotám, ako aj variability procesu ich tvorby. Štatistické metódy sú metódy, pomocou ktorých je možné s danou presnosťou a spoľahlivosťou posúdiť stav javov, ktoré sa skúmajú. Umožňujú vám predvídať určité problémy, vyvíjať optimálne riešenia na základe študovaných faktických informácií, trendov a vzorcov.
Návod na použitie
Hlavné oblasti, v ktorých sú rozšírené štatistické metódy sú:
Prax vyspelých krajín
Štatistické metódy sú základ, ktorý zabezpečuje vytváranie produktov s vysokými spotrebiteľskými vlastnosťami. Tieto techniky sú široko používané v priemyselných krajinách. Štatistické metódy sú v skutočnosti zárukou, že spotrebitelia dostanú produkty, ktoré spĺňajú stanovené požiadavky. Efekt ich používania bol dokázaný praxou priemyselných podnikov v Japonsku. Práve oni prispeli k dosiahnutiu najvyššej úrovne produkcie v tejto krajine. Dlhoročné skúsenosti zo zahraničia ukazujú, aké efektívne sú tieto techniky. Najmä je známe, že Hewlelt Packard pomocou štatistických metód dokázal v jednom z prípadov znížiť počet sobášov za mesiac z 9 000 na 45 jednotiek.
Ťažkosti pri implementácii
V domácej praxi existuje množstvo prekážok, ktoré neumožňujú použitie štatistické metódy štúdia ukazovatele. Ťažkosti vznikajú v dôsledku:
Vývoj programu
Treba povedať, že určenie potreby určitých štatistických metód v oblasti kvality, výber, zvládnutie špecifických techník je pomerne komplikovaná a zdĺhavá práca pre každý domáci podnik. Pre jeho efektívnu realizáciu je vhodné vypracovať špeciálny dlhodobý program. Mal by zabezpečiť vytvorenie služby, ktorej úlohy bude zahŕňať organizáciu a metodické usmerňovanie aplikácie štatistických metód. V rámci programu je potrebné zabezpečiť vybavenie vhodnými technickými prostriedkami, školenie špecialistov a stanovenie skladby výrobných úloh, ktoré je potrebné riešiť vybranými metódami. Mastering sa odporúča začať s použitím najjednoduchších prístupov. Môžete napríklad použiť známu elementárnu výrobu. Následne je vhodné prejsť na iné metódy. Môže ísť napríklad o analýzu rozptylu, selektívne spracovanie informácií, reguláciu procesov, plánovanie faktoriálneho výskumu a experimentov atď.
Klasifikácia
Štatistické metódy ekonomickej analýzy zahŕňajú rôzne triky. Treba povedať, že ich nie je málo. Popredný odborník v oblasti manažérstva kvality v Japonsku K. Ishikawa však odporúča použiť sedem základných metód:
- Paretove diagramy.
- Zoskupovanie informácií podľa spoločných znakov.
- Kontrolné karty.
- Diagramy príčin a následkov.
- Histogramy.
- Kontrolné hárky.
- Bodové grafy.
Na základe vlastných skúseností v oblasti manažmentu Ishikawa tvrdí, že 95 % všetkých problémov a problémov v podniku možno vyriešiť pomocou týchto siedmich prístupov.
Paretov graf
Tento je založený na určitom pomere. Nazýva sa to „Paretov princíp“. Z 20 % príčin sa podľa neho objaví 80 % následkov. vo vizuálnej a zrozumiteľnej forme ukazuje relatívny vplyv každej okolnosti na celkový problém v zostupnom poradí. Tento vplyv je možné skúmať na počte strát, porúch vyvolaných každou príčinou. Relatívny vplyv je znázornený pruhmi, kumulatívny vplyv faktorov kumulatívnou priamkou.
diagram príčin a následkov
Na ňom je skúmaný problém konvenčne znázornený vo forme vodorovnej priamej šípky a podmienky a faktory, ktoré ho nepriamo alebo priamo ovplyvňujú, sú vo forme šikmých šípok. Pri stavbe treba brať ohľad aj na zdanlivo nepodstatné okolnosti. Je to spôsobené tým, že v praxi sa pomerne často vyskytujú prípady, kedy je riešenie problému zabezpečené vylúčením viacerých zdanlivo nepodstatných faktorov. Dôvody, ktoré ovplyvňujú hlavné okolnosti (prvého a nasledujúcich rádov), sú na diagrame znázornené vodorovnými krátkymi šípkami. Podrobný diagram bude vo forme rybej kostry.
Informácie o zoskupení
Toto ekonomicko-štatistická metóda sa používa na usporiadanie súboru ukazovateľov, ktoré boli získané hodnotením a meraním jedného alebo viacerých parametrov objektu. Takéto informácie sú spravidla prezentované vo forme neusporiadanej postupnosti hodnôt. Môžu to byť lineárne rozmery obrobku, bod topenia, tvrdosť materiálu, počet defektov atď. Na základe takéhoto systému je ťažké robiť závery o vlastnostiach produktu alebo procesoch jeho tvorby. Objednávanie sa vykonáva pomocou čiarových grafov. Jasne ukazujú zmeny sledovaných parametrov za určité obdobie.
Kontrolný hárok
Spravidla sa uvádza vo forme tabuľky rozdelenia frekvencií pre výskyt nameraných hodnôt parametrov objektu v zodpovedajúcich intervaloch. Kontrolné zoznamy sa zostavujú v závislosti od účelu štúdie. Rozsah hodnôt ukazovateľa je rozdelený do rovnakých intervalov. Ich počet sa zvyčajne volí rovný druhej odmocnine počtu vykonaných meraní. Formulár by mal byť jednoduchý, aby sa eliminovali problémy pri vypĺňaní, čítaní, kontrole.
stĺpcový graf
Je prezentovaný vo forme stupňovitého mnohouholníka. Jasne ilustruje rozdelenie ukazovateľov merania. Rozsah nastavených hodnôt je rozdelený do rovnakých intervalov, ktoré sú vykreslené pozdĺž osi x. Pre každý interval sa vytvorí obdĺžnik. Jeho výška sa rovná frekvencii výskytu hodnoty v danom intervale.
Rozptylové zápletky
Používajú sa pri testovaní hypotézy o vzťahu dvoch premenných. Model je zostavený nasledovne. Hodnota jedného parametra je vynesená na osi x a hodnota iného ukazovateľa je vynesená na osi y. V dôsledku toho sa na grafe objaví bodka. Tieto akcie sa opakujú pre všetky hodnoty premenných. Ak existuje vzťah, korelačné pole sa rozšíri a smer sa nezhoduje so smerom osi y. Ak neexistuje žiadne obmedzenie, bude rovnobežné s jednou z osí alebo bude mať tvar kruhu.
Kontrolné karty
Používajú sa pri hodnotení procesu za určité obdobie. Zostavenie kontrolných diagramov je založené na nasledujúcich ustanoveniach:
- Všetky procesy sa časom odchyľujú od nastavených parametrov.
- Nestabilný priebeh javu sa nemení náhodou. Odchýlky, ktoré presahujú hranice očakávaných limitov, nie sú náhodné.
- Jednotlivé zmeny sa dajú predvídať.
- Stabilný proces sa môže náhodne odchýliť v rámci očakávaných limitov.
Použitie v praxi ruských podnikov
Treba povedať, že domáce a zahraničné skúsenosti ukazujú, že najefektívnejšou štatistickou metódou hodnotenia stability a presnosti zariadení a technologických procesov je zostavovanie regulačných diagramov. Táto metóda sa využíva aj pri regulácii kapacít výrobného potenciálu. Pri konštrukcii máp je potrebné správne zvoliť skúmaný parameter. Odporúča sa uprednostniť tie ukazovatele, ktoré priamo súvisia s účelom produktu, dajú sa ľahko merať a ktoré je možné ovplyvniť riadením procesu. Ak je takáto voľba ťažká alebo neopodstatnená, je možné vyhodnotiť hodnoty korelujúce (súvisiace) s kontrolovaným parametrom.
Nuansy
Ak meranie ukazovateľov s presnosťou potrebnou na mapovanie podľa kvantitatívneho kritéria nie je ekonomicky alebo technicky možné, použije sa alternatívne znamienko. Spájajú sa s ním pojmy ako „manželstvo“ a „defekt“. Tým posledným sa rozumie každý samostatný nesúlad výrobku so stanovenými požiadavkami. Manželstvo je produkt, ktorého poskytovanie nie je spotrebiteľom dovolené z dôvodu prítomnosti vád.
Zvláštnosti
Každý typ karty má svoje špecifiká. Treba to brať do úvahy pri ich výbere pre konkrétny prípad. Mapy podľa kvantitatívnych kritérií sa považujú za citlivejšie na zmeny procesu ako mapy, ktoré využívajú alternatívnu funkciu. Tie prvé sú však náročnejšie na prácu. Používajú sa na:
- Ladenie procesov.
- Posúdenie možností zavedenia technológie.
- Kontrola presnosti zariadenia.
- Definície tolerancie.
- Mapovanie niekoľkých platných spôsobov vytvorenia produktu.
Okrem toho
Ak je porucha procesu charakterizovaná posunom riadeného parametra, je potrebné použiť X-mapy. Ak dôjde k zvýšeniu rozptylu hodnôt, mali by sa zvoliť modely R alebo S. Je však potrebné vziať do úvahy množstvo funkcií. Najmä použitie S-grafov umožní presnejšie a rýchlejšie zistiť poruchu procesu ako R-modely s rovnakými modelmi. Zároveň si ich konštrukcia nevyžaduje zložité výpočty.
Záver
V ekonómii je možné skúmať faktory, ktoré sa nachádzajú v priebehu kvalitatívneho hodnotenia, v priestore a dynamike. Môžu byť použité na vykonávanie prediktívnych výpočtov. Štatistické metódy ekonomickej analýzy nezahŕňajú metódy hodnotenia príčinno-následkových vzťahov ekonomických procesov a udalostí, identifikácie sľubných a nevyužitých rezerv na zlepšenie výkonnosti. Inými slovami, faktoriálne techniky nie sú zahrnuté v uvažovaných prístupoch.
TÉMA 2. ŠTATISTICKÉ POZOROVANIE OBYVATEĽSTVA
2.1. Význam štatistických metód v populačných štúdiách
2.2. Hlavným zdrojom údajov o obyvateľstve sú sčítania ľudu
2.3. Iné zdroje informácií o obyvateľstve
2.4. Praktické využitie poznatkov o obyvateľstve v makroekonómii a na spotrebiteľskom trhu.
Populácia je súbor ľudí. Veľkosť populácie je určená počtom obyvateľov. Po určení tohto čísla získame prvú predstavu o krajine.
Ďalšie štúdium populácie znamená štúdium jej štruktúry. Popis populácie zbieraním charakteristík každej jednotky populácie a je znakom štatistického pozorovania populácie.
Spomedzi metód štatistického pozorovania obyvateľstva sú najrozšírenejšie sčítania obyvateľstva, aktuálna evidencia prirodzeného pohybu obyvateľstva a jeho migrácie, výberové a anamnestické zisťovania, využívanie zoznamov a účtovných materiálov, zavádzanie registrov a automatizovaných evidencií obyvateľstva. dátové banky.
Údaje z týchto zdrojov sa používajú na rôzne účely a nemôžu sa navzájom nahradiť. Zároveň je medzi nimi úzky vzťah: každý zdroj dopĺňa alebo nadväzuje na druhý, preto je dôležité, aby pri tvorbe monitorovacích programov bola zabezpečená vzájomná koordinácia príslušných ukazovateľov.
Teoretické názory na zákonitosti pohybu obyvateľstva sa rozvíjali až do konca 19. storočia. Teraz v rámci ekonomických teórií (politickej ekonómie), teraz v rámci sociológie však skúmanie vzorcov demografických procesov prebiehalo vždy v súlade so štatistikou, ktorá niekedy dávala a dnes stále dáva dôvod považovať demografiu za identickú so štatistiky obyvateľstva a popierajú jej právo na samostatnú existenciu ako vedy. Historicky bolo obyvateľstvo prvým objektom štatistického účtovníctva a demografických javov - oblasti, v ktorej sa štatistika vyvinula ako veda o metódach kvantitatívneho štúdia hromadných javov.
Ako upozornil M.V. Ptukha, počet obyvateľov a hustota obyvateľstva poskytli všeobecne správnu predstavu o bohatstve a sile krajiny a úrovni rozvoja jej výrobných síl.
Demografické javy sú masové javy. Populácia, ako vyplýva zo samotnej definície tohto pojmu, je súbor ľudí. Demografické procesy sú tvorené mnohými individuálnymi prípadmi narodenia, sobáša, zmeny bydliska, úmrtia. V štatistickom zmysle sú však masívne nie množstvom jednotlivých prípadov, z ktorých sa skladajú, ale tým, že v týchto javoch dochádza ku kombinácii nevyhnutného a náhodného, dochádza ku kombinácii príčin, ktoré tvoria tzv. variácia znakov.
Konkrétne príčiny neumožňujú v každom jednotlivom prípade odhaliť všeobecnú zákonitosť demografického procesu, pochopiť nevyhnutnosť, ktorá je s tým spojená. Prejavuje sa len v množstve prípadov, keď sa vplyv jednotlivých, náhodných príčin navzájom ruší. „V prvom rade,“ napísal A. Quetelet, „musíme nechať bokom človeka braného oddelene a považovať ho len za súčasť ľudskej rasy. Odvádzajúc pozornosť od jeho individuality vylučujeme všetko náhodné; individuálne charakteristiky, ktoré majú veľmi malý alebo dokonca žiadny vplyv na masy, sa samy vyrovnajú a umožnia vyvodiť všeobecné závery. 2
Zákonitosť masového demografického javu sa prejavuje v kvantitatívnej podobe v podobe empirických štatistických zákonitostí. Tie sú konkrétnym prejavom všeobecných zákonitostí vývoja populácie. Identifikácia kauzálnych vzťahov, všeobecných zákonitostí populačného vývoja je teoretická demografická analýza a objavenie a štúdium empirických štatistických vzorcov masových demografických javov si vyžaduje použitie štatistických metód.
Toto sú počiatočné predpoklady a základné východiská pre aplikáciu štatistických metód v demografických štúdiách. Špecifickosť demografických procesov predurčuje aj špecifické štatistické metódy, osobitosti ich použitia a ich kognitívnu významnosť.
Špecifiká populácie ako objektu štatistickej štúdie sú nasledovné:
Vo svojej všestrannosti - mnohorakosť charakteristík ľudí, ktoré tvoria množstvo vzájomne prepojených štruktúr obyvateľstva. Keďže znamenia ľudí sú vzájomne prepojené, štruktúra obyvateľstva podľa jedného z týchto znakov odráža jeho štruktúru podľa iných znakov. Avšak tieto znaky
môže mať veľa hodnôt (pohlavie, vek, povolanie atď.), vďaka čomu je populácia mimoriadne heterogénny agregát;
2 Quetelet. A. Sociálna fyzika alebo skúsenosti o rozvoji ľudských schopností. - T.1. - Kyjev. - 1911. -S. 6.
vo svojej variabilite. Populácia je agregát, ktorý sa v procese svojej reprodukcie neustále aktualizuje. V uzavretej populácii ide o sebaobnovu, v otvorenej populácii je to spojené s prílevom zvonku, migráciou;
Vo vzťahu medzi štruktúrou a reprodukciou obyv. Populácia sa obnovuje, zachováva si určitú štruktúru, determinovanú do značnej miery charakterom jej reprodukcie. Zmeny v demografických procesoch menia štruktúru obyvateľstva, zasa zmeny v
štruktúra obyvateľstva sa odráža v intenzite demografických procesov;
Skutočnosť, že demografia sa zaoberá nielen charakteristikami populácií ľudí a populácií demografických udalostí, ale aj takými špecifickými populáciami, ako sú generácie, vo vzťahu k životu ktorých sa uvažuje o určitých populáciách demografických udalostí;
Populácia sa vyznačuje najmä kvalitatívnymi znakmi, ktoré niektorí ľudia majú a iní nie. Kvantitatívne znaky majú relatívne malú distribúciu, t.j. väčšinou diskrétne funkcie.
Súhrn štatistických metód v demografii zahŕňa vedecké metódy zberu, spracovania, sumarizácie a analýzy údajov o populácii, ktoré sa používajú na určenie vzorcov reprodukcie obyvateľstva v hromadných demografických údajoch.
V komplexe štatistických metód majú prvoradý význam metódy zberu informácií o populácii.
Dôležitou črtou sledovania demografických javov je, že demografické udalosti (sobáš, narodenie dieťaťa, zmena bydliska) je potrebné načasovať jednak do určitého času, kedy pôsobia určité vonkajšie okolnosti, vplyv tzv. ktoré treba skúmať a na druhej strane k určitým obdobiam v živote ľudí alebo k obdobiam v živote jednej generácie.
Intenzita demografických procesov je v rôznych demografických štátoch rôzna. Preto organizácia a program demografického pozorovania závisí od toho, či je potrebné získať charakteristiky pre súčasníkov alebo rovesníkov (pre hypotetickú alebo skutočnú generáciu). Obyvateľstvo je čoraz viac vnímané ako spojenie nielen jednotlivcov, ale aj rodín a domácností. Výber rodiny, domácnosti ako objektu pozorovania si vyžaduje ich jasné definovanie, čo nie je ľahká úloha.
Informácie o populácii sa získavajú rozhovormi s ľuďmi a preto na psychickej stránke záleží. Prieskumu sa zúčastňujú dvaja účastníci: opýtaný a zapisovateľ. Kvalifikovaný personál matrikárov je možné vybrať prehľadne, formou vhodnou na ústne vypočúvanie, formulovať otázky, zabezpečiť prísny postup pri výsluchu a zabezpečiť jeho dodržiavanie. U respondentov je však situácia zložitejšia. Je potrebné brať do úvahy sociálne postoje, postoj respondentov k predmetu prieskumu, závažnosť problémov, ktoré prieskum vyvolal. Sociálno-psychologické faktory sú obzvlášť dôležité pri skúmaní názorov, najmä pri skúmaní motívov demografického správania, ktoré sa dnes stávajú plnohodnotným typom demografického výskumu.
Štatistické metódy
Štatistické metódy- metódy analýzy štatistických údajov. Existujú metódy aplikovanej štatistiky, ktoré je možné aplikovať vo všetkých oblastiach vedeckého výskumu a akýchkoľvek odvetviach národného hospodárstva a ďalšie štatistické metódy, ktorých použiteľnosť je obmedzená na určitú oblasť. Ide o metódy ako štatistická akceptačná kontrola, štatistická kontrola technologických procesov, spoľahlivosť a testovanie a návrh experimentov.
Klasifikácia štatistických metód
Štatistické metódy analýzy údajov sa používajú takmer vo všetkých oblastiach ľudskej činnosti. Používajú sa vždy, keď je potrebné získať a podložiť akékoľvek úsudky o skupine (objektoch alebo subjektoch) s určitou vnútornou heterogenitou.
V oblasti štatistických metód analýzy údajov je vhodné rozlišovať tri typy vedeckých a aplikovaných činností (podľa miery špecifickosti metód spojených s ponorením sa do konkrétnych problémov):
a) vývoj a výskum metód na všeobecné použitie bez zohľadnenia špecifík oblasti použitia;
b) vývoj a výskum štatistických modelov reálnych javov a procesov v súlade s potrebami konkrétnej oblasti činnosti;
c) aplikácia štatistických metód a modelov na štatistickú analýzu špecifických údajov.
Aplikovaná štatistika
Opis typu údajov a mechanizmu ich generovania je začiatkom každej štatistickej štúdie. Na popis údajov sa používajú deterministické aj pravdepodobnostné metódy. Pomocou deterministických metód je možné analyzovať len tie údaje, ktoré má výskumník k dispozícii. Slúžili napríklad na získanie tabuliek, ktoré oficiálne orgány štátnej štatistiky vypočítali na základe štatistických výkazov predložených podnikmi a organizáciami. Získané výsledky je možné preniesť do širšieho súboru, použiť ich na predikciu a riadenie len na základe pravdepodobnostno-štatistického modelovania. Preto sa do matematickej štatistiky často zaraďujú len metódy založené na teórii pravdepodobnosti.
Nepovažujeme za možné odporovať deterministickým a pravdepodobnostno-štatistickým metódam. Považujeme ich za postupné štádiá štatistickej analýzy. V prvej fáze je potrebné analyzovať dostupné údaje, prezentovať ich vo forme vhodnej na vnímanie pomocou tabuliek a grafov. Potom je vhodné analyzovať štatistické údaje na základe určitých pravdepodobnostno-štatistických modelov. Všimnite si, že možnosť hlbšieho vhľadu do podstaty skutočného javu alebo procesu poskytuje vývoj adekvátneho matematického modelu.
V najjednoduchšej situácii sú štatistické údaje hodnoty niektorých vlastností charakteristických pre skúmané objekty. Hodnoty môžu byť kvantitatívne alebo môžu predstavovať označenie kategórie, do ktorej je možné objekt priradiť. V druhom prípade hovoríme o kvalitatívnom znaku.
Pri meraní viacerými kvantitatívnymi alebo kvalitatívnymi charakteristikami získame vektor ako štatistický údaj o objekte. Možno to považovať za nový druh údajov. V tomto prípade vzorka pozostáva zo sady vektorov. Ak časť súradníc sú čísla a časť sú kvalitatívne (kategorizované) údaje, potom hovoríme o vektore heterogénnych údajov.
Jeden prvok vzorky, teda jedna dimenzia, môže byť funkciou ako celkom. Napríklad popis dynamiky indikátora, to znamená jeho zmeny v čase, je elektrokardiogram pacienta alebo amplitúda úderov hriadeľa motora. Alebo časový rad, ktorý popisuje dynamiku výkonnosti konkrétnej firmy. Potom vzorka pozostáva zo súboru funkcií.
Prvky vzorky môžu byť aj iné matematické objekty. Napríklad binárne vzťahy. Pri prieskume expertov teda často využívajú zoraďovanie (zoraďovanie) predmetov expertízy – vzorky produktov, investičné projekty, možnosti manažérskych rozhodnutí. V závislosti od predpisov odbornej štúdie môžu byť prvkami vzorky rôzne typy binárnych relácií (usporiadanie, rozdelenie, tolerancia), množiny, fuzzy množiny atď.
Takže matematická povaha prvkov vzorky v rôznych problémoch aplikovanej štatistiky môže byť veľmi odlišná. Možno však rozlíšiť dve triedy štatistík – numerickú a nenumerickú. Podľa toho sa aplikovaná štatistika delí na dve časti – numerickú štatistiku a nenumerickú štatistiku.
Numerické štatistiky sú čísla, vektory, funkcie. Môžu sa sčítať, vynásobiť koeficientmi. Preto v numerickej štatistike majú veľký význam rôzne sumy. Matematickým aparátom na analýzu súčtov náhodných prvkov vzorky sú (klasické) zákony veľkých čísel a centrálne limitné vety.
Nečíselné štatistické údaje sú kategorizované údaje, vektory heterogénnych znakov, binárne vzťahy, množiny, fuzzy množiny atď. Nie je možné ich sčítať a násobiť koeficientmi. Preto nemá zmysel hovoriť o sumách nenumerických štatistík. Sú to prvky nečíselných matematických priestorov (množín). Matematický aparát na analýzu nenumerických štatistických údajov je založený na použití vzdialeností medzi prvkami (ako aj mier blízkosti, rozdielových indikátorov) v takýchto priestoroch. Pomocou vzdialeností sa určujú empirické a teoretické priemery, dokazujú sa zákony veľkých čísel, konštruujú sa neparametrické odhady hustoty rozdelenia pravdepodobnosti, riešia sa problémy diagnostiky a zhlukovej analýzy atď. (pozri).
Aplikovaný výskum využíva rôzne typy štatistických údajov. Je to dané najmä spôsobmi ich získavania. Napríklad, ak testovanie niektorých technických zariadení pokračuje do určitého časového bodu, potom dostaneme tzv. cenzurované údaje pozostávajúce zo sady čísel - trvanie prevádzky niekoľkých zariadení pred zlyhaním a informácie o tom, že zostávajúce zariadenia na konci testu naďalej fungovali. Cenzurované údaje sa často využívajú pri hodnotení a kontrole spoľahlivosti technických zariadení.
Zvyčajne sa štatistické metódy analýzy údajov prvých troch typov posudzujú oddelene. Toto obmedzenie je spôsobené okolnosťou uvedenou vyššie, že matematický aparát na analýzu údajov nenumerickej povahy je podstatne odlišný od aparátu údajov vo forme čísel, vektorov a funkcií.
Pravdepodobnostno-štatistické modelovanie
Pri aplikácii štatistických metód v špecifických oblastiach poznania a odvetviach národného hospodárstva získavame vedné a praktické disciplíny ako „štatistické metódy v priemysle“, „štatistické metódy v medicíne“ atď. Z tohto pohľadu je ekonometria „štatistická metódy v ekonómii“. Tieto disciplíny skupiny b) sú zvyčajne založené na pravdepodobnostno-štatistických modeloch budovaných v súlade s charakteristikami aplikačnej oblasti. Je veľmi poučné porovnať pravdepodobnostno-štatistické modely používané v rôznych oblastiach, objaviť ich blízkosť a zároveň uviesť niektoré rozdiely. Blízkosť problémových tvrdení a štatistických metód používaných na ich riešenie tak možno vidieť v takých oblastiach, ako je vedecký medicínsky výskum, špecifický sociologický výskum a marketingový výskum, alebo skrátka v medicíne, sociológii a marketingu. Tieto sú často zoskupené pod názvom „výberové štúdie“.
Rozdiel medzi výberovými štúdiami a odbornými štúdiami sa prejavuje predovšetkým v počte skúmaných predmetov či predmetov – pri výberových štúdiách sa bežne hovorí o stovkách a pri expertíze o desiatkach. Ale technológia expertného výskumu je oveľa sofistikovanejšia. Špecifickosť sa ešte výraznejšie prejavuje v demografických či logistických modeloch, pri spracovaní naratívnych (textových, kroníkových) informácií či pri skúmaní vzájomného vplyvu faktorov.
Problematikou spoľahlivosti a bezpečnosti technických zariadení a technológií, teóriou radenia sa podrobne zaoberá veľké množstvo vedeckých prác.
Štatistická analýza špecifických údajov
Aplikácia štatistických metód a modelov na štatistickú analýzu špecifických údajov je úzko spätá s problematikou danej oblasti. Výsledky tretieho z identifikovaných typov vedeckej a aplikovanej činnosti sú na priesečníku disciplín. Možno ich považovať za príklady praktickej aplikácie štatistických metód. Nie je však menší dôvod pripisovať ich zodpovedajúcej oblasti ľudskej činnosti.
Napríklad výsledky prieskumu medzi konzumentmi instantnej kávy sa prirodzene pripisujú marketingu (čo robia, keď prednášajú o marketingovom výskume). Štúdium dynamiky rastu cien pomocou inflačných indexov vypočítaných z nezávisle zozbieraných informácií je zaujímavé predovšetkým z pohľadu ekonomiky a riadenia národného hospodárstva (ako na makroúrovni, tak aj na úrovni jednotlivých organizácií).
Perspektívy rozvoja
Teória štatistických metód je zameraná na riešenie reálnych problémov. Preto sa v nej neustále objavujú nové formulácie matematických problémov štatistickej analýzy dát, vyvíjajú sa a zdôvodňujú nové metódy. Odôvodnenie sa často uskutočňuje matematickými prostriedkami, teda dokazovaním viet. Dôležitú úlohu zohráva metodická zložka – ako presne stanoviť úlohy, aké predpoklady prijať pre účely ďalšieho matematického štúdia. Úloha moderných informačných technológií, najmä počítačových experimentov, je veľká.
Naliehavou úlohou je analyzovať históriu štatistických metód s cieľom identifikovať vývojové trendy a aplikovať ich na prognózovanie.
Literatúra
2. Naylor T. Strojové simulačné experimenty s modelmi ekonomických systémov. - M.: Mir, 1975. - 500 s.
3. Kramer G. Matematické metódy štatistiky. - M.: Mir, 1948 (1. vyd.), 1975 (2. vyd.). - 648 s.
4. Bolshev L. N., Smirnov N. V. Tabuľky matematickej štatistiky. - M.: Nauka, 1965 (1. vyd.), 1968 (2. vyd.), 1983 (3. vyd.).
5. Smirnov N. V., Dunin-Barkovsky I. V. Kurz teórie pravdepodobnosti a matematickej štatistiky pre technické aplikácie. Ed. 3., stereotypné. - M.: Nauka, 1969. - 512 s.
6. Norman Draper, Harry Smith Aplikovaná regresná analýza. Viacnásobná regresia = aplikovaná regresná analýza. - 3. vyd. - M .: "Dialektika", 2007. - S. 912. - ISBN 0-471-17082-8
Pozri tiež
Nadácia Wikimedia. 2010.
- Yat Kha
- Amalgám (jednoznačnosť)
Pozrite sa, čo je to „štatistické metódy“ v iných slovníkoch:
ŠTATISTICKÉ METÓDY- ŠTATISTICKÉ METÓDY Vedecké metódy na opis a štúdium hromadných javov, ktoré umožňujú kvantitatívne (číselné) vyjadrenie. Slovo „štatistika“ (zo štátu Yigal. stato) má spoločný koreň so slovom „štát“. Spočiatku to…… Filozofická encyklopédia
ŠTATISTICKÉ METÓDY -- vedecké metódy opisu a štúdia hromadných javov, ktoré umožňujú kvantitatívne (číselné) vyjadrenie. Slovo „štatistika“ (z talianskeho stato – štát) má spoločný koreň so slovom „štát“. Spočiatku to odkazovalo na vedu manažmentu a ... Filozofická encyklopédia
Štatistické metódy- (v ekológii a biocenológii) metódy variačnej štatistiky, ktoré vám umožňujú preskúmať celok (napríklad fytocenózu, populáciu, produktivitu) v jeho konkrétnych súboroch (napríklad podľa údajov získaných na registračných miestach) a posúdiť stupeň presnosti ... ... Ekologický slovník
štatistické metódy- (v psychológii) (z lat. status status) niektoré metódy aplikovanej matematickej štatistiky používané v psychológii najmä na spracovanie experimentálnych výsledkov. Hlavným účelom použitia S. m je zvýšiť platnosť záverov v ... ... Veľká psychologická encyklopédia
Štatistické metódy- 20.2. Štatistické metódy Špecifické štatistické metódy používané na organizáciu, reguláciu a overovanie činností zahŕňajú, ale nie sú obmedzené na: a) návrh experimentov a faktorovú analýzu; b) analýza rozptylu a … Slovník-príručka termínov normatívnej a technickej dokumentácie
ŠTATISTICKÉ METÓDY- Metódy štúdia veličín. aspekty masových spoločností. javy a procesy. S. m. umožňujú z digitálneho hľadiska charakterizovať prebiehajúce zmeny v spoločnostiach. procesy, študovať dif. formy sociálnej ekonomiky. vzory, zmeny...... Poľnohospodársky encyklopedický slovník
ŠTATISTICKÉ METÓDY- niektoré metódy aplikovanej matematickej štatistiky používané na spracovanie experimentálnych výsledkov. Množstvo štatistických metód bolo vyvinutých špeciálne na testovanie kvality psychologických testov, na použitie v profesionálnom ... ... Odborné vzdelanie. Slovník
ŠTATISTICKÉ METÓDY- (v inžinierskej psychológii) (z lat. status status) niektoré metódy aplikovanej štatistiky používané v inžinierskej psychológii na spracovanie experimentálnych výsledkov. Hlavným účelom použitia S. m je zvýšiť platnosť záverov v ... ... Encyklopedický slovník psychológie a pedagogiky
Abstrakt na tému:
Vývoj štatistických metód v manažmente kvality
Kazaň 2009
Úvod
1. Pojem štatistických metód kvality
2. História vývoja štatistických metód kvality
3. Aplikácia a vývoj štatistických metód
4. Jednoduché štatistické metódy
4.1 Brainstorming
4.2 Schéma procesu
4.3 Kontrolný zoznam (kontrolný zoznam)
4.4 Časové rady (čiarový graf)
4.5 Paretov diagram
4.6 Diagram príčin a následkov (Ishikawa diagram)
4.7 Histogram
4.8 Bodový graf
4.9 Regulačná schéma
4.10 Metódy Taguchi
Záver
Bibliografia
Úvod
Jednou z najdôležitejších zásad celkového manažérstva kvality (TQM) je rozhodovanie založené na faktoch. Zvyšovanie kvality produktov a procesov si vyžaduje pedantnú prácu personálu spoločnosti na zisťovaní príčin závad (odchýlok od dokumentácie) a ich odstraňovaní. Na tento účel je potrebné zorganizovať vyhľadávanie faktov, ktoré charakterizujú nezrovnalosti, z ktorých prevažnú väčšinu tvoria štatistické údaje, vyvinúť metódy na analýzu a spracovanie údajov, identifikovať hlavné príčiny porúch a vypracovať opatrenia na ich odstránenie s čo najnižšími nákladmi. .
Problémom zberu, spracovania a analýzy výsledkov výrobnej činnosti sa zaoberá matematická štatistika, ktorá zahŕňa veľké množstvo nielen známych metód, ale aj moderných nástrojov (ako je v posledných rokoch módne metódy nazývať) pre analýzu a detekciu defektov. Tieto metódy zahŕňajú korelačné a regresné analýzy, testovanie štatistických hypotéz, faktorovú analýzu, analýzu časových radov, analýzu spoľahlivosti atď.
Rozšírené v riadení kvality (pod vplyvom japonských špecialistov) dostalo sedem jednoduchých metód, ktorých použitie si nevyžaduje vysokokvalifikovaný personál a umožňuje pokryť analýzu príčin väčšiny chýb, ktoré sa vyskytujú vo výrobe. V tejto príručke sú tieto metódy zahrnuté v rôznych častiach na základe vhodnosti ich aplikácie.
Veľká pozornosť sa venuje praktickej aplikácii matematickej štatistiky na riešenie špecifických výrobných problémov, najmä pri analýze kvality procesov.
Je potrebné poznamenať, že s rozvojom vedeckých systémov manažérstva kvality sa úloha štatistických metód v manažérstve kvality neustále zvyšuje. Práve rozšírené používanie štatistických metód pri výrobe produktov v počiatočných štádiách boja o kvalitu (50. roky) umožnilo japonským podnikom rýchlo sa stať lídrami vo svetovej ekonomike.
Konkurencieschopnosť ruských podnikov bude vo veľkej miere závisieť aj od rozsahu školenia zamestnancov v oblasti štatistických metód riadenia kvality a ich systematického uplatňovania v praxi.
1. Pojem štatistických metód kvality
Pojem „manažérstvo kvality“ ako veda vznikol koncom 19. storočia prechodom priemyselnej výroby na princípy deľby práce. Princíp deľby práce si vyžadoval vyriešenie problému zameniteľnosti a presnosti výroby.Predtým sa pri remeselnom spôsobe výroby presnosť hotového výrobku zabezpečovala vzorkami alebo metódami lícovania lícujúcich dielov a zostáv. Vzhľadom na značné odchýlky v procesných parametroch sa ukázalo, že na výrobu produktov je potrebné kvalitatívne kritérium, ktoré by umožnilo obmedziť rozmerové odchýlky pri hromadnej výrobe dielov.
Ako také kritérium navrhol F. Taylor intervaly, ktoré stanovujú limity pre odchýlky parametrov vo forme dolných a horných limitov. Pole hodnôt takéhoto intervalu sa začalo nazývať tolerancia.
Stanovenie tolerancie viedlo ku konfrontácii medzi záujmami konštruktérov a výrobcov: pre jedného sprísnenie tolerancie zabezpečilo zvýšenie kvality spojenia konštrukčných prvkov, pre iných spôsobilo ťažkosti pri vytváraní technologického systému. ktorý poskytuje požadované hodnoty variácií procesu. Je tiež zrejmé, že pri existencii povolených tolerančných limitov výrobcovia nemali motiváciu „udržiavať“ výkon (parametre) produktu čo najbližšie k nominálnej hodnote parametra, čo viedlo k hodnotám parametrov prekračujúce hranice tolerancie.
V rovnakom čase (začiatok 20. rokov minulého storočia) sa niektorí odborníci z odvetvia zaujímali o to, či je možné predpovedať, či je parameter mimo tolerančných limitov. A začali sa zameriavať nie na samotný fakt chýb výrobku, ale na správanie sa technologického procesu, v dôsledku čoho k tomuto manželstvu dochádza alebo sa parameter odchyľuje od stanovenej tolerancie. V dôsledku štúdia variability technologických procesov sa objavili štatistické metódy riadenia procesov. Predchodcom týchto metód bol W. Shewhart.
Zároveň sa veľká pozornosť venovala rozvoju teórie selektívnej kontroly produktov.Prvé práce v tejto oblasti sa objavili koncom 20. rokov 20. storočia v USA, ich autorom bol G. Dodge, ktorý sa neskôr stal slávnym Američanom vedec.
Od vzniku štatistických metód kontroly kvality odborníci pochopili, že kvalita produktov vzniká ako výsledok zložitých procesov, ktorých účinnosť je ovplyvnená mnohými materiálnymi faktormi a chybami zamestnancov. , človek musí vedieť zvládnuť všetky ovplyvňujúce faktory, určiť možné možnosti implementácie kvality, naučiť sa ju predvídať a vyhodnotiť potrebu objektov tej či onej kvality.
V povojnovom období sa v USA aj v Európe objavili národné štandardy kvality. Ústrednú úlohu pri tvorbe normatívnych dokumentov v oblasti kvality má Medzinárodná organizácia pre normalizáciu (ISO). Od 90. rokov si myšlienky teórie variácií, štatistického riadenia procesov (SPC) osvojili nielen matematici, ale stali sa aj nepostrádateľným nástrojom manažérov a pracovníkov kvalitných služieb.
Veľký impulz pre ďalší rozvoj princípov manažérstva kvality dal japonský vedec G. Taguchi. Navrhol vziať do úvahy variácie vlastností produktu v rôznych fázach jeho vývoja, čo bola revolučná myšlienka pre riadenie kvality. Podľa Tagutina bolo potrebné stanoviť také kombinácie parametrov produktu a procesu, ktoré viedli k minimálnym zmenám procesu. Tieto procesy, ktoré sa začali nazývať robustné, boli odolné voči zmenám vstupných parametrov procesov.
Štatistické metódy používané v dnešnej praxi podnikov možno rozdeliť do nasledujúcich kategórií:
Metódy vysokej úrovne zložitosti, ktoré používajú vývojári podnikových riadiacich systémov alebo procesov. Patria sem metódy zhlukovej analýzy, adaptívna robustná štatistika atď.;
Špeciálne metódy, ktoré sa používajú pri vývoji operácií technického riadenia, plánovaní priemyselných experimentov, výpočtov presnosti a spoľahlivosti atď.;
Metódy všeobecného účelu, pri vývoji ktorých výrazne prispeli japonskí špecialisti. Patrí medzi ne „Sedem jednoduchých metód“ (alebo „Sedem nástrojov kvality“), ktoré zahŕňajú kontrolné zoznamy; metóda vrstvenia, grafy; Paretove diagramy; Ishikawove diagramy; histogramy; kontrolné karty.
V súčasnosti existuje rozsiahla literatúra o postštatistických metódach a balíkoch aplikovaných počítačových programov, vo vývoji ktorých domáce vedecké školy teórie pravdepodobnosti zaujímajú popredné miesto vo svete.
Z existujúcich štatistických metód sú najbežnejšie:
1) deskriptívna štatistika;
2) plánovanie experimentov;
3) testovanie hypotéz;
4) regresná analýza;
5) korelačná analýza;
6) selektívna kontrola;
7) faktorová analýza;
8) analýza časových radov;
9) štatistické stanovenie tolerancie;
10) analýza presnosti merania;
11) štatistická kontrola procesu;
12) štatistická regulácia procesov;
13) analýza spoľahlivosti;
14) analýza príčin nezhôd;
15) analýza možností procesu (histogramy).
V tabuľke 1 sú uvedené oblasti použitia štatistických metód. Názvy grafu zodpovedajú číslu štatistickej metódy z vyššie uvedeného.
Tabuľka 1 Štatistické metódy používané pri kontrole kvality
\ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 A + + + + B + + + + C + + + + + + + + + D + + + E + F + + + + + + + + + + W + + + W + + + + + I + + K + L + + + + + M + + + + + + +
Indexovanie písmen v reťazcoch zodpovedá nasledujúcim prvkom systému kvality ISO 9001-94:
A - zodpovednosť manažmentu;
B - analýza zmluvy;
B - dizajn;
G - nákupy;
D - identifikácia a sledovateľnosť produktu;
E - riadenie procesov;
G - kontrola a testovanie;
Z - kontrolné, meracie a testovacie zariadenia;
A - akcie s nezhodnými produktmi;
K - registrácia údajov;
L - interné kontroly kvality;
M - tréning.
2. História vývoja štatistických metód kvality
Prvé vnímanie metód štatistickej kvality vo forme vzorky má dlhú históriu. Pred stáročiami kupujúci obilia a bavlny testovali vlastnosti tovaru prepichovaním vreciek s obilím alebo bavlnou, aby odobrali vzorku. Dá sa predpokladať, že v tých časoch neexistoval vedecký výpočet odberu vzoriek a treba predpokladať, že išlo o skúsenosť predajcov aj kupujúcich tovaru.
Pokiaľ remeselník spájal funkcie výrobcu aj kontrolóra (do polovice 19. storočia), neboli problémy s posudzovaním kvality vyrábaných výrobkov. Všetko sa zmenilo s príchodom deľby práce. Pracovníci prvých továrenských manufaktúr, ktorí boli schopní vykonávať jednoduché operácie procesu, nemohli byť zodpovední za kvalitu svojej práce a ešte viac za kvalitu hotového výrobku. Zavedenie pozície kontrolóra viedlo k potrebe štandardizácie funkcií kontroly a časom si vyžiadalo vývoj vedeckého prístupu k hodnoteniu kvality produktov. Túžba po výrobe vysoko kvalitných produktov viedla v priemyselných podnikoch k hypertrofovanému opuchu riadiaceho aparátu.
K využívaniu štatistických metód na sledovanie kvality práce došlo ešte neskôr – v prvej štvrtine 20. storočia. Práve zavedenie štatistických metód umožnilo výrazne znížiť náročnosť kontrolných operácií a výrazne znížiť počet inšpektorov (kontrolórov). Prvá aplikácia vedeckých metód štatistickej kontroly bola zaznamenaná v roku 1924, keď W. Shewhart použil kontrolné tabuľky na určenie množstva chybných výrobkov.
Walter E. Shewhart pracoval od roku 1918 ako inžinier vo Western Electric (USA). V roku 1925 sa premenila na Bell Telephone Laboratories. Shewhart tam pôsobil do roku 1956 (až do dôchodku). Jeho hlavné pokroky v oblasti štatistického riadenia boli implementované predovšetkým v tejto spoločnosti.W. Shewhart preorientoval svoju pozornosť z tolerančného prístupu k manažérstvu kvality na prístup zameraný na zabezpečenie stability procesov a znižovanie ich variácií. Jeho myšlienky sú aktuálne dodnes. Okrem toho Shewhart vyjadril myšlienku neustáleho zlepšovania kvality a navrhol cyklus neustáleho zlepšovania procesov, ktorý sa dnes nazýva Shewhartov-Demingov cyklus. V posledných rokoch sa tento cyklus pod vplyvom Deminga ďalej rozvíjal a začal sa používať ako tímový pracovný nástroj na zlepšovanie kvality.
Súčasne so Shewhartom v tej istej spoločnosti v polovici 20. rokov navrhol inžinier G.F. Dodge teóriu akceptačnej kontroly, ktorá si čoskoro získala celosvetovú slávu. Základy tejto teórie boli načrtnuté v roku 1944 v jeho spoločnej práci s H. G. Rollingom „Sampling Inspection Tables – Single and Double Sampling“.
Veľký prínos do systému kontroly kvality v polovici 20. storočia mali americkí vedci D. Neumann, E. Pearson, E. Fisher. Medzi ich vývojom bola najznámejšia teória testovania štatistických hypotéz. Možno konštatovať, že dnes bez znalosti teórie chýb prvého a druhého druhu nie je možné racionálne zhodnotiť zvolený spôsob štatistickej kontroly.
Počas druhej svetovej vojny si nedostatok zdrojov vynútil hľadanie nových metód testovania s čo najmenším počtom testovaných predmetov, najmä pri deštruktívnom testovaní. V 40. rokoch 20. storočia A. Wald (USA) vyvinul teóriu sekvenčnej analýzy a štatistickú teóriu rozhodovania. Aplikácia teórie sekvenčnej analýzy bola natoľko efektívna (náklady na kontrolu pri rovnakej pravdepodobnosti chýb sú znížené na 60 % v porovnaní s tradičnými metódami), že v USA bola vyhlásená za tajný dokument a zverejnená až po skončení vojny.
Edward Deming (USA) mal veľký vplyv na etablovanie štatistických metód kontroly ako filozofie kvality. Začiatkom 50. rokov 20. storočia uskutočnil Deming rozsiahle školenie japonských špecialistov o nových metódach zabezpečenia kvality, pričom osobitnú pozornosť venoval štatistickým metódam riadenia kvality. Jeho aktivity boli také úspešné, že už v 60. rokoch museli Američania postúpiť japonským firmám značnú časť odbytových trhov, a to aj v samotných Spojených štátoch.
Americký vedecký vplyv na zlepšovanie systémov zabezpečovania kvality viedol k vytvoreniu japonskej vedeckej školy v oblasti kvality, z ktorej predstaviteľov treba spomenúť predovšetkým K. Ishikawu a G. Taguchiho, ktorí urobili veľký príspevok k rozvoju štatistických metód v manažmente kvality. Kaoru Ishikawa teda po prvýkrát vo svetovej praxi navrhol originálnu grafickú metódu na analýzu vzťahov príčin a následkov, nazvanú „Ishikawa diagramy.“ Dnes je takmer nemožné nájsť takúto oblasť činnosti na riešenie kvality. problémy, kdekoľvek sa používa Ishikawov diagram.
Genichi Taguchi je slávny japonský štatistik druhej polovice 20. storočia. Rozvíja myšlienky matematickej štatistiky, týkajúce sa najmä štatistických metód plánovania experimentov a kontroly kvality. Tagutiv ako prvý spojil ekonomické náklady a kvalitu matematickou závislosťou a zaviedol koncept funkcie straty kvality. Ako prvý ukázal, že straty kvality sa dejú aj v tolerančnom poli - prejavia sa od momentu, keď sa nominálna hodnota parametra špecifikovaného technickou dokumentáciou nezhoduje s hodnotou skúmanej náhodnej veličiny. Taguchiho zásluha spočíva aj v tom, že dokázal nájsť relatívne jednoduché argumenty a techniky, vďaka ktorým sa robustný dizajn experimentu v oblasti zabezpečenia kvality stal skutočnosťou. Podľa nášho názoru je nedostatočná pozornosť metódam Taguchi jedným z dôvodov vážneho zaostávania ruských podnikov pri zlepšovaní kvality procesov a produktov.
K rozvoju štatistických metód prispeli aj sovietski vedci: V.I. Romanovský, E.E. Slutsky, N.V. Smirnov, Yu.V. Linnik atď. Napríklad Smirnov položil základy teórie neparametrických radov a Slutsky publikoval niekoľko dôležitých prác o štatistike spojených stacionárnych radov. V ZSSR sa obzvlášť intenzívne rozvíjali štatistické metódy výskumu a kontroly kvality v hromadnej výrobe, metódy plánovania experimentu (Yu.P. Adler a ďalší).
V 50-70 rokoch minulého storočia niekoľko podnikov obranného komplexu ZSSR aktívne vykonávalo (pod vplyvom japonských skúseností so zlepšovaním kvality) prácu na zavedení systému manažérstva kvality (v Saratove - BIP, v Gorkom - KANARSPI , v Jaroslavli - NORM, vo Ľvove - KSUKP a pod.), v ktorých štatistické metódy v oblasti preberacej kontroly a regulácie technologických procesov zaujímali dôležité miesto v prevencii vád výrobkov.
V posledných rokoch si možno všimnúť prácu ruského vedca v oblasti kvality V.A. Lapidusa. Publikoval množstvo prác o teórii a praxi manažérstva kvality s prihliadnutím na variácie a neistoty, ktoré stanovujú „princíp prednostnej distribúcie“, ktorý umožňuje optimálne budovať dodávateľsko-odberateľské vzťahy z hľadiska zabezpečenia kvality. Vlastní aj nový prístup k manažmentu kvality, nazývaný „flexibilná metóda štatistického manažmentu“, ktorý je matematicky založený na teórii fuzzy množín.
Napriek tomu je možné zaznamenať určitú stagnáciu ruskej vedeckej školy matematickej štatistiky, pravdepodobne z dôvodu nedostatku dopytu zo strany ekonomiky na vedeckú objednávku na aplikáciu nových štatistických metód na zabezpečenie kvality produktov.
3. Aplikácia a vývoj štatistických metód
Tabuľka 2 Aplikácia štatistických metód v etapách životného cyklu produktu
Etapy životného cyklu produktu Úlohy riešené v systéme kvality Štatistické metódy Marketing a prieskum trhu Štúdium a hodnotenie dopytu na trhu a perspektívy jeho zmien Metódy analýzy štatistických agregátov, ekonomických a matematických (dynamické programovanie, simulačné modelovanie a pod.) kvality a cena produktov Ekonomicko-matematické metódy (QFD) atď. /> Prognóza cien, objemu produkcie, potenciálneho trhového podielu, predpokladanej životnosti produktov na trhu .) Návrh a vývoj produktu
Regulácia požiadaviek na kvalitu výrobkov.
Definícia technických požiadaviek v oblasti spoľahlivosti.
Optimalizácia hodnôt indexu kvality produktov.
Posudzovanie technickej úrovne výrobkov
Grafické metódy (Ishikawova schéma, Paretov diagram, histogram atď.): metódy na analýzu štatistických populácií; ekonomické a matematické metódy (metódy Taguchi, QFD) /> Testovanie prototypov alebo pilotných sérií nových (modernizovaných) produktov porovnávanie odchýlok a pod.): ekonomické a matematické metódy (plánovanie experimentov) /> Zabezpečenie bezpečnosti produktov Ekonomické a matematické metódy ( simulačné modelovanie, metóda pravdepodobnostných stromov a pod.) Obstarávanie Tvorba plánov na zabezpečenie podnikom materiálno-technickými prostriedkami požadovanej kvality Ekonomické a matematické metódy (teória radenia, lineárne programovanie a pod.) /> Hodnotenie spôsobilostí dodávateľov Ekonomické a matematické metódy (systémová analýza, dynamické programovanie a pod.) /> Včasné zabezpečenie dodávok materiálových a technických zdrojov Ekonomické a matematické metódy (teória radenia) /> Znižovanie nákladov na materiálno-technické zabezpečenie kvality produktov Ekonomické a matematické metódy (metódy Taguchi, funkčná analýza nákladov atď.) Výroba Vývoj technologických procesov Ekonomické a matematické metódy (metódy Taguchi); rozptylové grafy atď.); metódy na analýzu štatistických súborov (variantné, regresné a korelačné typy analýz a pod.) /> Zabezpečenie presnosti a stability technologických procesov Metódy štatistického hodnotenia presnosti a stability technologických procesov (histogramy, grafy presnosti, regulačné diagramy) / > Zabezpečenie stability kvality výrobkov vo výrobe štatistická regulácia technologických procesov (diagramy presnosti, kontrolné diagramy) Kontrola a skúšanie Dodržiavanie metrologických pravidiel a požiadaviek pri príprave, vykonávaní a spracovaní výsledkov skúšok Grafické metódy (histogram, bodový graf a pod.). ); metódy analýzy štatistických populácií (metódy testovania štatistických hypotéz, porovnávanie priemerov, porovnávanie rozptylov atď.) /> Identifikácia produktov, ktorých kvalita nespĺňa stanovené požiadavky Pareto atď.), ekonomické a matematické metódy (funkčná analýza nákladov, QFD) Balenie a skladovanie Analýza súladu s požiadavkami na balenie a skladovanie produktov v podniku Metódy štatistickej kontroly preberania; ekonomicko-matematické metódy (teória radenia) Implementácia a distribúcia produktov Zabezpečenie kvality prepravy produktov Ekonomicko-matematické metódy (lineárne programovanie, teória radenia) Inštalácia a uvedenie do prevádzky Rozbor kvality produktu pri inštalácii a uvedení do prevádzky Grafické metódy (graf časových radov) a pod. ); metódy analýzy štatistických populácií (faktoriálna analýza atď.) /> Analýza spotrebiteľských nákladov pri používaní produktov Ekonomické a matematické metódy (metódy Taguchi, analýza nákladov, QFD) Technická pomoc pri údržbe
Organizácia záručných opráv produktov
Organizácia včasnej dodávky náhradných dielov
Ekonomické a matematické metódy (teória radenia, lineárne programovanie atď.) Popredajná činnosť Analýza porúch a iných nezrovnalostí produktov Grafické metódy (graf časových radov atď.); metódy analýzy štatistických populácií (faktorová analýza atď.) Likvidácia po použití Štúdium možnosti použitia produktov nedostatočnej kvality alebo na konci ich životnosti Ekonomické a matematické metódy (funkčná analýza nákladov, QFD atď.)
Zisťovanie potreby a výber konkrétnych štatistických metód v systéme kvality sú pomerne zložitou a zdĺhavou prácou analytického a organizačného charakteru.
V tejto súvislosti je vhodné vykonávať túto prácu na základe špeciálneho programu, ktorý môže obsahovať nasledujúci súbor organizačných opatrení (obr. 1). Je potrebné začať s vývojom štatistických metód s využitím jednoduchých a dostupných metód a potom prejsť na zložitejšie metódy. Vzhľadom na ťažkosti so zvládnutím štatistických metód v priemyselnej praxi je vhodné rozdeliť tieto metódy do dvoch tried: jednoduché a zložité metódy.
Pri výbere štatistických metód sa snažia o to, aby zodpovedali povahe výrobného procesu, dostupnosti meracích prístrojov a spracovaniu štatistických informácií.Keďže na riešenie konkrétneho výrobného problému je možné zvoliť niekoľko rôznych štatistických metód, zvolí sa jedna ktorý dosiahne najlepší výsledok pri minimálnych nákladoch.
Ryža. 1 Program na zvládnutie štatistických metód
Na vykonávanie potrebných štatistických výpočtov sa používajú rôzne druhy technických prostriedkov vrátane elektronických počítačov. Pomerne jednoduché technické prostriedky, napríklad štatistické ukazovatele, poskytujú vstup údajov z prístrojovej stupnice, protokolov a tabuliek, ako aj výpočet štatistických charakteristík pri priamom meraní.Využitie počítača umožňuje spracovať prvotné informácie, sledovať parametre procesu, neustále experimentovať, meniť premenné, kým sa nevytvoria optimálne podmienky. V tomto prípade môžete použiť štandardné programy štatistickej kontroly kvality.
4. Jednoduché štatistické metódy
Medzi jednoduchými štatistickými metódami, ktoré sú takto pomenované pre ich porovnateľnú jednoduchosť, presvedčivosť a dostupnosť, je najpoužívanejších sedem metód identifikovaných začiatkom 50. rokov japonskými špecialistami pod vedením K. Ishikawu. Tieto metódy spolu tvoria efektívny systém kontroly kvality a analytických metód. S ich pomocou sa dá podľa samotného K. Ishikawu vyriešiť od 50 do 95 % všetkých problémov, ktoré sú v zornom poli výrobcov. Použitie siedmich jednoduchých metód si nevyžaduje špeciálne vzdelanie (štandardné japonské učivo pre tieto metódy je určené na 20 vyučovacích hodín a je zamerané na úroveň stredoškolákov). Obľúbenosť siedmich jednoduchých metód možno posúdiť podľa toho, že ich dnes v japonských firmách vlastní každý – od prezidenta až po bežného pracovníka. V tomto smere sú tieto metódy prostriedkom demokratizácie technológie manažérstva kvality.
Sedem jednoduchých metód je možné aplikovať v ľubovoľnom poradí, v akejkoľvek kombinácii, v rôznych analytických situáciách, možno ich považovať za ucelený systém, za samostatné analytické nástroje. V každom konkrétnom prípade sa navrhuje určiť zloženie a štruktúru pracovného súboru metód. Hoci ide o jednoduché metódy, neznamená to, že mnohé z nich nemožno použiť s počítačom na rýchle a jednoduché vykonávanie výpočtov a prehľadnejšie prezentovanie štatistických údajov.
Všetky jednoduché metódy podľa K. Ishikawu zahŕňajú:
1. histogramy;
2. časové rady;
3. Paretove diagramy;
4. Ishikawove diagramy príčin a následkov;
5. kontrolné hárky;
6. kontrolné karty;
7. rozptylové plochy.
Oblasti použitia uvedených kvalitných „nástrojov“ sú znázornené na obr. 2; existujú aj dve ďalšie techniky, ktoré sa často používajú v počiatočnej fáze práce:
1. brainstorming;
2. diagram procesu.
Zvážte podstatu týchto metód.
4.1 MOZGOVÝ ÚTOK
Brainstorming sa používa na to, aby pomohol skupine vygenerovať čo najviac nápadov na problém v čo najkratšom čase a možno ho vykonať dvoma spôsobmi:
1. V poradí – každý člen skupiny odovzdá nápady v poradí podľa priority v kruhu alebo preskočí svoj ťah až nabudúce. Týmto spôsobom možno povzbudiť aj tých najtichších ľudí, aby sa rozprávali, no je tu určitý prvok tlaku, ktorý môže prekážať.
2. Náhodne – členovia skupiny jednoducho predložia nápady tak, ako ich napadnú. Vytvára sa tak uvoľnenejšia atmosféra, aj keď hrozí, že prevládnu tí najzhovorčivejší.
V oboch metódach sú všeobecné pravidlá správania rovnaké. Odporúča sa dodržiavať nasledujúcu líniu správania:
1. Nikdy nekritizujte nápady. Zapíšte si každý nápad na hárok alebo tabuľu. Ak sú slová viditeľné pre každého, pomáha to predchádzať nedorozumeniam a vytvára nové nápady.
2. Všetci sa musia dohodnúť na téme alebo programe nadchádzajúceho brainstormingu.
3. Zadajte slová rečníka doslova na tabuľu alebo hárok bez toho, aby ste ich upravovali.
4. Všetko robte rýchlo, najlepšie je brainstorming za 5 až 15 minút.
5. Identifikácia problémov.
6. Analýza problému.
Obrázok 2 Rozsah kvalitných "nástrojov"
4.2 SCHÉMA PROCESU
Procesný diagram (sekvencia operácií, mapa cesty) sa používa, keď je potrebné sledovať skutočné alebo predpokladané štádiá procesu, ktorým produkt alebo služba prechádza, aby bolo možné identifikovať odchýlky.
Pri štúdiu diagramov procesov možno často nájsť skryté úskalia, ktoré sú potenciálnymi zdrojmi rušenia a ťažkostí.
Je potrebné zhromaždiť špecialistov s najväčšími znalosťami o tomto procese, aby:
7. zostaviť sekvenčný diagram fáz procesu, ktorý v skutočnosti prebieha;
8. zostavte sekvenčný diagram fáz procesu, ktorý by mal pokračovať, ak všetko funguje správne;
9. porovnajte dva okruhy, aby ste videli, ako sa líšia, a tak nájdite bod, v ktorom vznikajú problémy.
4.3 KONTROLNÝ LIST (TABUĽKA KONTROLY)
Kontrolný zoznam vám umožňuje odpovedať na otázku: „Ako často sa stane určitá udalosť?“. Tu sa začína transformácia názorov a predpokladov na fakty. Vytvorenie kontrolného zoznamu zahŕňa nasledujúce kroky, ktoré zabezpečujú potrebu:
1. čo najpresnejšie určiť, ktorá udalosť sa bude pozorovať. Všetci musia sledovať to isté;
2. dohodnúť obdobie, počas ktorého sa budú údaje zbierať. Môže kolísať od hodín do týždňov;
3. Zostavte si formulár, ktorý je prehľadný a ľahko sa vypĺňa. Stĺpce a stĺpce by mali byť vo formulári zreteľne označené, mal by tam byť dostatok miesta na zadávanie údajov;
4. Zbierajte údaje dôsledne a čestne bez toho, aby ste čokoľvek skresľovali. Ešte raz sa uistite, že čas, ktorý ste pridelili, je dostatočný na dokončenie úlohy zberu údajov.
Zozbierané údaje musia byť homogénne. Ak to tak nie je, musíte najprv zoskupiť údaje a potom ich zvážiť samostatne.
Obr. 3 Kontrolný list/>
4.4 ČASOVÁ SÉRIA (čiarový graf)
Časový rad sa používa vtedy, keď je potrebné čo najjednoduchším spôsobom prezentovať priebeh zmeny pozorovaných údajov za určité časové obdobie.
Časový rad je určený na vizuálnu prezentáciu údajov, je veľmi jednoduchý na zostavenie a používanie. Body sú vynesené do grafu v poradí, v akom boli zozbierané. Keďže naznačujú zmenu charakteristík v čase, postupnosť údajov je veľmi dôležitá.
Nebezpečenstvom pri používaní časových radov je tendencia považovať akúkoľvek zmenu údajov v priebehu času za dôležitú.
Časové rady, podobne ako iné typy techník grafov, by sa mali používať na zameranie sa na skutočne významné zmeny v systéme.
Jedným z najefektívnejších použití časového radu je identifikácia významných trendov alebo zmien v priemere (obr. 4)
Obr 4 Časový rad
4.5 PARETOV GRAF
Používa sa, keď sa vyžaduje reprezentovať relatívnu dôležitosť všetkých problémov alebo podmienok s cieľom vybrať východiskový bod riešenia problémov, sledovať výsledok alebo určiť hlavnú príčinu problému.
Paretov diagram je špeciálna forma vertikálneho stĺpcového grafu, ktorý vám pomáha identifikovať problémy, ktoré máte, a rozhodnúť sa, ako ich vyriešiť. Vytvorenie Paretovho diagramu založeného na kontrolných zoznamoch alebo iných formách zberu údajov pomáha zamerať pozornosť a úsilie na skutočne dôležité otázky. Viac môžete dosiahnuť tým, že budete pracovať na najvyššej tyči bez toho, aby ste venovali pozornosť menším tyčiam (obr. 5).
Obr 5 Paretov diagram
Poradie vytvárania Paretovho diagramu:
1. Vyberte problémy, ktoré chcete porovnať, a zoraďte ich podľa dôležitosti (pomocou brainstormingu s využitím existujúcich údajov – správ).
2. Určite kritérium na porovnanie jednotiek merania (prirodzené alebo hodnotové charakteristiky).
3. Určte si časové obdobie na štúdium.
4.6 DIAGRAM PRÍČINY A ÚČINKU (Ishikawa diagram)
Diagram Ishikawa (rybia kosť) sa používa, keď je potrebné preskúmať a znázorniť všetky možné príčiny určitých problémov alebo stavov.
Umožňuje znázorniť vzťah medzi následkom, výsledkom a všetkými možnými príčinami, ktoré ich ovplyvňujú. Účinok, výsledok alebo problém je zvyčajne označený na pravej strane diagramu, zatiaľ čo hlavné dopady alebo „príčiny“ sú uvedené na ľavej strane (obrázok 6).
Obr. 6 Diagram príčin a následkov
Poradie vytvárania kauzálneho diagramu:
1. Začnite proces s popisom vybraného problému, konkrétne:
jeho vlastnosti;
Kde sa vyskytuje?
keď sa objaví
Ako ďaleko sa šíri.
2. Uveďte dôvody potrebné na zostavenie kauzálneho diagramu jedným z nasledujúcich spôsobov:
Urobte si brainstorming, na ktorom bez predchádzajúcej prípravy preberiete všetky možné príčiny;
· Starostlivo sledujte všetky fázy výrobného procesu a na kontrolných hárkoch uveďte možné príčiny problému.
3. Zostavte skutočný diagram príčin a následkov.
4. Snažte sa interpretovať všetky vzťahy.
Ak chcete nájsť hlavné príčiny problému, hľadajte príčiny, ktoré sa opakujú. Hlavné kauzálne kategórie by mali byť napísané v najvšeobecnejšej forme. Použite čo najmenej slov.
4.7 HISTOGRAM
Používa sa, keď chcete preskúmať a prezentovať rozdelenie údajov o počte jednotiek v každej kategórii pomocou stĺpcového grafu. Ako sme už videli v Paretovom diagrame, je veľmi užitočné znázorniť vo forme stĺpcového grafu frekvenciu, s ktorou nastáva určitá udalosť (tzv. frekvenčné rozdelenie). Paretova tabuľka sa však zaoberá iba charakteristikami produktu alebo služby: typy chýb, problémy, bezpečnostné riziká atď.
Histogram sa naproti tomu zaoberá nameranými údajmi (teplota, hrúbka) a ich rozdelením, pričom rozdelenie môže byť kritické, t.j. mať maximum. Mnoho opakujúcich sa udalostí prináša výsledky, ktoré sa časom menia.
Histogram odhaľuje množstvo variácií, ktoré má proces. Typický histogram môže vyzerať ako ten, ktorý je znázornený na obr. 7.
Obr. 7 Histogram
Počet tried (stĺpcov v grafe) je určený počtom odobratých vzoriek alebo vykonaných pozorovaní.
Niektoré procesy sú vo svojej podstate skreslené (nesymetrické), takže by sa nemalo očakávať, že každá distribúcia bude mať krivku v tvare zvona.
Neverte presnosti údajov, ak sa triedy náhle zastavia v určitom bode, napríklad na hranici špecifikácie, hoci počet predtým neklesol.
Ak má krivka dva vrcholy, znamená to, že údaje sa zbierajú z dvoch alebo viacerých rôznych zdrojov, t.j. zmeny, stroje a pod.
4.8 ROZTEČNÝ VZOR
Používa sa, keď je potrebné predstaviť si, čo sa stane s jednou premennou, ak sa zmení druhá premenná, a otestovať predpoklad o vzťahu dvoch premenných.
Bodový graf sa používa na skúmanie možného vzťahu medzi dvoma premennými Pri pohľade na bodový graf nemožno povedať, že jedna premenná spôsobuje druhú, ale z diagramu je zrejmé, či medzi nimi existuje vzťah a aká je sila tohto vzťahu . Bodový graf je zostavený v nasledujúcom poradí: merania hodnôt jednej premennej sú vynesené pozdĺž horizontálnej osi a merania druhej premennej sú vynesené pozdĺž vertikálnej osi. Pohľad na typický diagram rozptylu je na obr. 8.
Obr 8 Bodový graf/>
4.9 RIADIACA TABUĽKA
Jedným z hlavných nástrojov v obrovskom arzenáli štatistických metód kontroly kvality sú kontrolné diagramy. Všeobecne sa uznáva, že myšlienka kontrolného diagramu patrí slávnemu americkému štatistikovi Walterovi L. Shewhartovi. Bol vyjadrený v roku 1924 a podrobne opísaný v roku 1931.
Spočiatku slúžili na zaznamenávanie výsledkov meraní požadovaných vlastností produktu. Parameter presahujúci tolerančné pole naznačoval potrebu zastaviť výrobu a upraviť proces v súlade s poznatkami špecialistu riadiaceho výrobu.
To poskytlo informácie o tom, kedy, kto, na akej výbave sa v minulosti oženil.
V tomto prípade sa však rozhodlo o úprave, keď už bolo uzavreté manželstvo. Preto bolo dôležité nájsť postup, ktorý by kumuloval informácie nielen pre retrospektívnu štúdiu, ale aj pre využitie pri rozhodovaní. Tento návrh zverejnil americký štatistik I. Page v roku 1954.
Karty používané pri rozhodovaní sa nazývajú kumulatívne.
Kontrolná tabuľka (obrázok 9) pozostáva zo stredovej čiary, dvoch kontrolných limitov (nad a pod stredovou čiarou) a charakteristických hodnôt (skóre kvality) vynesených na mape, ktoré predstavujú stav procesu.
Obr. 9 Regulačná schéma
V určitých časových úsekoch sa vyberie n vyrobených produktov (všetky za sebou; selektívne; periodicky z kontinuálneho prúdu atď.) a meria sa kontrolovaný parameter.
Výsledky merania sa aplikujú do regulačného diagramu a v závislosti od tejto hodnoty sa rozhodne o oprave procesu alebo pokračovaní procesu bez úprav.
Signálom o možnej poruche technologického procesu môže byť:
Výstupné body mimo kontrolných limitov (bod 6); (proces je mimo kontroly);
· umiestnenie skupiny po sebe nasledujúcich bodov blízko jednej kontrolnej hranice, ale neprekračujúce ju (11, 12, 13, 14), čo naznačuje porušenie úrovne nastavenia zariadenia;
· silný rozptyl bodov (15, 16, 17, 18, 19, 20) na kontrolnom diagrame vzhľadom na strednú čiaru, čo naznačuje zníženie presnosti procesu.
Ak existuje signál o porušení výrobného procesu, je potrebné zistiť a odstrániť príčinu porušenia.
Regulačné diagramy sa teda používajú na identifikáciu konkrétnej príčiny, nie však náhodnej. Určitú príčinu treba chápať ako existenciu faktorov, ktoré umožňujú štúdium. Samozrejme, takýmto faktorom sa treba vyhnúť.
Variácie spôsobené náhodnými príčinami sú nevyhnutné, nevyhnutne sa vyskytujú v akomkoľvek procese, aj keď sa technologická operácia vykonáva pomocou štandardných metód a surovín. Vylúčenie náhodných príčin variácií nie je technicky ani ekonomicky realizovateľné.
Prirodzené kolísanie medzi kontrolnými limitmi by sa malo kontrolovať. Musíte sa uistiť, že ste vybrali správny typ regulačného diagramu pre konkrétny typ údajov. Údaje sa musia brať presne v poradí, v akom boli zhromaždené, inak strácajú zmysel. Počas obdobia zberu údajov by sa v procese nemali robiť žiadne zmeny. Údaje by mali odrážať, ako proces prebieha prirodzene. Kontrolný zoznam môže naznačovať potenciálne problémy pred uvedením chybného produktu na trh.
Existujú dva hlavné typy regulačných diagramov: pre kvalitatívne znaky (vyhovuje-nevyhovuje) a pre kvantitatívne znaky. Pre kvalitatívne vlastnosti sú možné štyri typy regulačných diagramov:
V - mapa (počet chýb na jednotku výroby)
C - mapa (počet defektov vo vzorke)
P - mapa (percento chybných výrobkov vo vzorke)
NP - mapa (počet chybných položiek vo vzorke)
Zároveň je v prvom a treťom prípade veľkosť vzorky premenlivá a v druhom a štvrtom prípade je konštantná.
Účely použitia regulačných diagramov teda môžu byť:
1. identifikácia neriadeného procesu
2. kontrola riadeným procesom
3. posúdenie schopností procesu
Zvyčajne je potrebné študovať nasledujúcu premennú (procesnú premennú) alebo charakteristiku:
Známe dôležité alebo najdôležitejšie
pravdepodobne nespoľahlivé
pomocou ktorého potrebujete získať informácie o možnostiach procesu
operatívne, marketingovo relevantné
V tomto prípade nie je potrebné kontrolovať všetky hodnoty súčasne. Kontrolné karty stoja peniaze, takže ich musíte používať rozumne:
Funkcie vyberajte opatrne
pri dosiahnutí cieľa prestať pracovať s kartami
Pokračujte v mapovaní len vtedy, keď sa procesy a technické požiadavky navzájom brzdia
Je potrebné mať na pamäti, že proces môže byť v stave štatistickej regulácie a dávať 100 % zamietnutí. Naopak, môže byť nezvládnuteľný a vyrábať produkty, ktoré na 100 % spĺňajú technické požiadavky. Regulačné diagramy umožňujú analyzovať možnosti procesu.
Schopnosť procesu je schopnosť správne fungovať. Schopnosť procesov sa spravidla chápe ako schopnosť splniť technické požiadavky.
4.10 METÓDY TAGUCHI
Koncom 60. rokov japonský štatistik Taguchi dokončil vývoj myšlienok matematickej štatistiky vo vzťahu k problémom plánovania experimentov a kontroly kvality. Súhrn jeho myšlienok Taguchi nazval „metóda robustného dizajnu“.
Taguchi navrhol charakterizovať vyrábané produkty stabilitou technických charakteristík.Pozmenil koncept náhodnej odchýlky argumentujúc, že existujú nenáhodné, ale faktory, ktoré sa niekedy ťažko zohľadňujú.
Dôležitý rozdiel medzi metódami Taguchi spočíva v ich postoji k základným charakteristikám vyrábaných produktov - kvalite a cene. Uprednostňuje ekonomický faktor (náklady), no napriek tomu spája náklady a kvalitu v jednej charakteristike nazývanej stratová funkcia.
Zároveň sú zohľadnené straty ako na strane spotrebiteľa, tak aj na strane výrobcu.Úlohou dizajnu je uspokojiť obe strany.
Taguchi vytvoril spoľahlivú metódu výpočtu využívajúcu pomer signál/šum používaný v telekomunikáciách, ktorý sa stal hlavným nástrojom pre kvalitné inžinierstvo.
Taguchi predstavil koncept ideálnej funkcie produktu, definovanej ideálnym vzťahom medzi vstupnými a výstupnými signálmi. Faktory, ktoré spôsobujú vznik rozdielov medzi skutočnými vlastnosťami produktu a ideálom, Taguchi nazýva hluk.
Špecialista využívajúci metódy Taguchi musí ovládať metódy predikcie hluku v akejkoľvek oblasti, či už ide o technologický proces alebo marketing.
Vonkajšie zvuky sú variácie prostredia:
· vlhkosť
Individuálne vlastnosti človeka atď.
Hluky počas skladovania a prevádzky sú starnutie, opotrebovanie atď. Vnútorné zvuky sú výrobné poruchy, ktoré vedú k rozdielom medzi výrobkami aj v rámci tej istej výrobnej šarže. Pri prenose svojej metódy z laboratória do reálnych podmienok používa G. Taguchi indikátor stability na charakterizáciu pomeru signál-šum, chápaný ako vysoká opakovateľnosť odozvy Výpočet stability charakteristík sa vykonáva v inžinierstve kvality nie komplexnou prácou -intenzívne metódy, ale na základe novej metódy plánovania experimentov pomocou disperznej analýzy.
Záver
Zvyšujúci sa rozvoj ekonomického prostredia reprodukcie, pre našu krajinu nový, t.j. trhové vzťahy, diktuje potrebu neustáleho zlepšovania kvality s využitím všetkých možností na to, všetkých výdobytkov pokroku v oblasti technológie a organizácie výroby.
Najkompletnejšie a najkomplexnejšie posúdenie kvality je zabezpečené pri zohľadnení všetkých vlastností analyzovaného objektu, ktoré sa prejavujú vo všetkých fázach jeho životného cyklu: pri výrobe, preprave, skladovaní, používaní, opravách, údržbe. služby.
Výrobca teda musí kontrolovať kvalitu výrobkov a na základe výsledkov selektívnej kontroly posúdiť stav príslušného technologického procesu. Vďaka tomu včas odhalí poruchu procesu a napraví ju.
Štatistické metódy (metódy založené na použití matematickej štatistiky) sú efektívnym nástrojom na zber a analýzu kvalitných informácií. Použitie týchto metód si nevyžaduje vysoké náklady a umožňuje s daným stupňom presnosti a spoľahlivosti posúdiť stav skúmaných javov (objektov, procesov) v systéme kvality, predvídať a regulovať problémy vo všetkých fázach životný cyklus produktu a na základe toho vypracovať optimálne manažérske rozhodnutia.
Bibliografia
1. Efimov V.V. Štatistické metódy v manažmente kvality. Uljanovsk: UlGTU, 2003 - 134 s.
2. Štatistické metódy manažérstva kvality // www.lenobl.ru, 2005.
3. Klimanov V. Štatistické metódy manažérstva kvality// victor61058.narod.ru, 2004.
4. Okrepilov VV Manažérstvo kvality. Petrohrad: Nauka, 2000. - 911 s.