Uvod
Jedan od najvažnije odredbe Totalno upravljanje kvalitetom (TQM) je donošenje odluka zasnovano na činjenicama. Poboljšanje kvaliteta proizvoda i procesa zahtijeva pedantan rad osoblja kompanije na identifikaciji uzroka nedostataka (odstupanja od dokumentacije) i njihovom otklanjanju. Da biste to učinili, potrebno je organizirati potragu za činjenicama koje karakteriziraju nedosljednosti, od kojih su velika većina statistički podaci, razviti metode za analizu i obradu podataka, identificirati korijenske uzroke nedostataka i razviti mjere za njihovo otklanjanje uz najnižu cijenu.
Problemi prikupljanja, obrade i analize rezultata proizvodne aktivnosti bavi se matematičkom statistikom, što uključuje veliki broj ne samo dobro poznate metode, već i moderni alati (kako je moderno nazivati metode posljednjih godina) za analizu i otkrivanje nedostataka. Ove metode uključuju korelacione i regresijske analize, testiranje statističkih hipoteza, faktorska analiza, analiza vremenskih serija, analiza pouzdanosti, itd.
U upravljanju kvalitetom (pod uticajem japanskih stručnjaka) sedam jednostavne metode, čija upotreba ne zahtijeva visoko kvalificirano osoblje i omogućava vam da pokrijete analizu uzroka većine nedostataka koji se javljaju u proizvodnji. U ovom priručniku, ove metode su uključene u različite dijelove, na osnovu prikladnosti njihove primjene.
Velika pažnja se poklanja praktičnoj primjeni matematičke statistike za rješavanje konkretnih problema. proizvodni zadaci, posebno kada se analizira kvalitet procesa.
Treba napomenuti da sa razvojem naučni sistemi upravljanja kvalitetom, uloga statističkih metoda u upravljanju kvalitetom se stalno povećava. Široka upotreba statističkih metoda u proizvodnji proizvoda u ranim fazama borbe za kvalitet (50-ih godina) omogućila je japanskim preduzećima da brzo postanu lideri u svjetskoj ekonomiji.
Konkurentnost Ruska preduzećaće također u velikoj mjeri zavisiti od toga koliko je osoblje obučeno za metode upravljanja statističkim kvalitetom i njihovu sistematsku primjenu u praksi.
Koncept statističkih metoda kvaliteta
Koncept „menadžmenta kvalitetom“ kao nauke nastao je krajem 19. veka, sa tranzicijom industrijska proizvodnja na principima podjele rada. Princip podjele rada zahtijevao je rješenje problema zamjenjivosti i preciznosti u proizvodnji. Prije toga, zanatskim načinom izrade proizvoda, obezbjeđivanje tačnosti gotovog proizvoda vršilo se prema uzorcima ili metodama ugradnje spojnih dijelova i sklopova. Uzimajući u obzir značajne varijacije u procesnim parametrima, postalo je jasno da je potreban kriterijum kvaliteta za proizvodnju proizvoda kako bi se ograničila odstupanja dimenzija tokom masovne proizvodnje delova.
Kao takav kriterij, F.Taylor je predložio intervale koji postavljaju granice odstupanja parametara u obliku donje i gornje granice. Polje vrijednosti takvog intervala počelo se nazivati tolerancijom.
Uspostavljanje tolerancije dovelo je do sučeljavanja interesa projektanata i proizvođača: nekima je pooštravanje tolerancije osiguralo povećanje kvalitete spoja konstruktivnih elemenata, drugima je stvaralo poteškoće u izradi. tehnološki sistem, koji daje tražene vrijednosti varijacija procesa. Očigledno je i da u prisustvu dozvoljenih granica tolerancije proizvođači nisu imali motivaciju da indikatore (parametre) proizvoda "drže što bliže nominalnoj vrijednosti parametra, što je dovelo do toga da se vrijednosti parametara izvan granica tolerancije.
U isto vrijeme (početke 20-ih godina prošlog stoljeća) neke stručnjake u industriji zanimalo je da li je moguće predvidjeti izlazak parametara izvan granica tolerancije. I počeli su se fokusirati ne na samu činjenicu nedostataka proizvoda, već na ponašanje tehnološkog procesa, zbog čega dolazi do tog nedostatka ili parametar odstupa od utvrđene tolerancije. Kao rezultat proučavanja varijabilnosti tehnološkim procesima pojavile su se statističke metode kontrole procesa. Predak ovih metoda bio je W. Shewhart.
Istovremeno velika pažnja posvećen je razvoju teorije selektivne kontrole proizvoda. Prvi radovi iz ove oblasti pojavili su se krajem 1920-ih u Sjedinjenim Državama, a njihov autor je bio G. Dodge, koji je kasnije postao poznati američki naučnik.
Od nastanka statističkih metoda kontrole kvaliteta, stručnjaci su shvatili da se kvalitet proizvoda formira kao rezultat složeni procesi, na čiju efektivnost utiču mnogi materijalni faktori i greške zaposlenih. Stoga, da biste osigurali potreban nivo kvaliteta, morate biti u stanju upravljati svim faktorima koji utiču, odrediti moguće opcije implementaciju kvaliteta, naučiti kako ga predvidjeti i procijeniti potrebu za objektima određenog kvaliteta.
U poslijeratnom periodu, kako u SAD-u, tako iu Evropi, pojavili su se nacionalni standardi kvaliteta. Centralna uloga u razvoju normativni dokumenti u oblasti kvaliteta pripada međunarodne organizacije za standardizaciju (ISO). Od 90-ih godina, ideje teorije varijacija, statističke kontrole procesa (SPC) ovladale su ne samo matematičarima, već su postale i nezamjenjivi alati za menadžere i kvalitetne uslužne radnike.
Veliki podsticaj daljem razvoju principa upravljanja kvalitetom dao je japanski naučnik G. Taguchi. Predložio je uzimanje u obzir varijacija u svojstvima proizvoda u različitim fazama njegovog razvoja, što je bila revolucionarna ideja za upravljanje kvalitetom. Prema Taguchiju, bilo je potrebno uspostaviti one kombinacije parametara proizvoda i procesa koje su dovele do minimalnih varijacija procesa. Ovi procesi, koji su počeli da se nazivaju robusni, bili su otporni na varijacije u ulaznim parametrima procesa.
Statističke metode koje se koriste u današnjoj praksi preduzeća mogu se podijeliti u sljedeće kategorije:
Metode visoki nivo složenosti koje koriste programeri sistema upravljanja preduzećima ili procesima. To uključuje metode klaster analiza, prilagodljiva robusna statistika, itd.;
Posebne metode koje se koriste u razvoju operacija tehničke kontrole, planiranju industrijskih eksperimenata, proračunima za tačnost i pouzdanost, itd.;
Metode opće namjene, u čijem su razvoju veliki doprinos dali japanski stručnjaci. To uključuje "Sedam jednostavnih metoda" (ili "Sedam alata kvaliteta"), što uključuje kontrolne liste; metoda nanošenja slojeva; grafikoni; Pareto grafikoni; Ishikawa dijagrami; histogrami; kontrolne kartice.
Trenutno postoji obimna literatura o statističkim metodama i paketima primijenjenih kompjuterskih programa, za čiji razvoj domaći naučne škole u teoriji vjerovatnoće zauzimaju vodeće mjesto u svijetu.
Od postojećih statističkih metoda, najčešće su:
1) deskriptivna statistika;
2) planiranje eksperimenata;
3) testiranje hipoteza;
4) regresiona analiza;
5) korelacione analize;
6) selektivna kontrola;
7) faktorska analiza;
8) analiza vremenskih serija;
9) statističko utvrđivanje tolerancije;
10) analizu tačnosti merenja;
11) statistička kontrola procesa;
12) statističko regulisanje procesa;
13) analiza pouzdanosti;
14) analizu uzroka neusaglašenosti;
15) analiza sposobnosti procesa (histogrami).
U tabeli 1 prikazana su područja primjene statističkih metoda. Nazivi grafikona odgovaraju broju gore navedene statističke metode.
Tabela 1 Statističke metode korištene u kontroli kvaliteta
Slovno indeksiranje nizova odgovara sljedećim elementima sistema kvaliteta prema ISO standard 9001- 94:
A - odgovornost menadžmenta;
B - analiza ugovora;
B - dizajn;
G - kupovine;
D - identifikacija i sljedivost proizvoda;
E - upravljanje procesima;
G - kontrola i ispitivanje;
Z - oprema za kontrolu, mjerenje i ispitivanje;
I - radnje sa neusaglašenim proizvodima;
K - registracija podataka;
L - interne provjere kvaliteta;
M - obuka.
naučne metode opise i studije masovnih pojava koje dozvoljavaju kvantitativni (numerički) izraz. Reč "statistika" (od italijanskog stato - država) ima zajednički koren sa rečju "država". U početku je pripadao nauci upravljanja i značio je prikupljanje podataka o nekim parametrima života države. Vremenom je statistika počela da obuhvata prikupljanje, obradu i analizu podataka o masovnim pojavama uopšte; Sada statističke metode pokrivaju gotovo sve oblasti znanja i život društva.
Statističke metode uključuju eksperimentalne i teorijske principe. Statistika dolazi prvenstveno iz iskustva; Nije ni čudo što se često definiše kao nauka o uobičajeni načini obrada rezultata eksperimenta. Obrada masivnih eksperimentalnih podataka je nezavisan zadatak. Ponekad jednostavna registracija neki niz zapažanja dovodi do jednog ili drugog značajnog zaključka. Dakle, ako u određenoj zemlji obim bruto domaćeg proizvoda raste iz godine u godinu, onda to ukazuje na to održivi razvoj. Međutim, u većini slučajeva, za obradu eksperimentalnog statističkog materijala koriste se matematički modeli proučavane pojave, koji se zasnivaju na idejama i metodama teorije vjerovatnoće.
Teorija vjerovatnoće je nauka o masovnim slučajnim pojavama. Masivno znači da istražuju ogromne količine homogene pojave (predmeti, procesi). Slučajnost također znači da je vrijednost razmatranog parametra pojedinačnog fenomena (objekta) u osnovi nezavisna i nije određena vrijednostima ovog parametra za druge pojave koje su uključene u isti skup. Glavna karakteristika masovnog slučajnog fenomena je raspodjela vjerovatnoće. Teorija verovatnoće se može definisati kao nauka o distribucijama verovatnoće - njihovim svojstvima, tipovima, zakonima odnosa, raspodeli veličina koje karakterišu predmet koji se proučava, i zakonima promene distribucija tokom vremena. Dakle, govori se o raspodeli molekula gasa po brzinama, o raspodeli dohotka građana u određenom društvu itd.
Empirijski date distribucije koreliraju sa tzv. opšta populacija, tj. sa najpotpunijim teorijskim opisom distribucija odgovarajućih masovnih fenomena. Štaviše, u mnogim slučajevima nije svrsishodno „nabrajati“ sve elemente razmatranih zbirki, bilo zbog njihovog izuzetno velikog broja, bilo zbog činjenice da u prisustvu određenog broja „nabrojanih“ elemenata, uzimajući u obzir novi računi neće uvoditi nove. značajne promjene V ukupni rezultati. Za ove slučajeve razvijena je posebna metoda uzorkovanja. zajednička svojstva statistički sistemi zasnovani na proučavanju samo dijela relevantnih elemenata uzetih iz uzorka. Dakle, kada se procjenjuju političke simpatije građana određenog regiona ili zemlje pred predstojeće izbore, nemoguće je provesti kompletnu anketu građana. U ovim slučajevima koristi se metoda uzorkovanja. Da bi distribucija uzorka dovoljno pouzdano karakterizirala sistem koji se proučava, mora zadovoljiti posebnim uslovima reprezentativnost. Reprezentativnost zahtijeva slučajan odabir elemenata i razmatranje makrostrukture cjelokupnog fenomena mase.
Najviše predstavljaju distribucije opšte karakteristike masivni slučajni događaji. Postavljanje početne distribucije često uključuje konstrukciju matematički model relevantne oblasti stvarnosti. Izgradnja i analiza takvih modela je glavni fokus statističkih metoda. Konstruisani matematički model, pak, ukazuje koje varijable treba meriti i koje su od njih od primarne važnosti. Ali glavna stvar u izgradnji matematičkog modela je objasniti fenomene i procese koji se proučavaju. Ako je model dovoljno potpun, onda opisuje zavisnosti između glavnih parametara ovih pojava.
Statističke metode u prirodnim naukama iznjedrile su mnoge naučne teorije i dovele do razvoja najvažnijih fundamentalnih oblasti istraživanja - klasične statističke fizike, genetike, kvantne teorije, teorije hemijskih lančanih reakcija, itd. Treba, međutim, napomenuti , da u mnogim slučajevima početne distribucije vjerovatnoće nisu postavljene direktnom obradom rasutog materijala. Vjerovatna hipoteza se najčešće uvodi hipotetički, indirektno, na osnovu teorijskih premisa. Tako je u teoriju gasova kao hipoteza uvedena pretpostavka o postojanju distribucije verovatnoće, na osnovu pretpostavki o "molekularnom poremećaju". Mogućnost ovakvog zadatka distribucije vjerojatnosti i provjere njihove valjanosti je zbog prirode i prirode samih distribucija, čiji matematički izraz ima nezavisne karakteristike, sasvim neovisne o specifičnim vrijednostima elemenata.
Posebne poteškoće nastaju u primjeni statističkih metoda u istraživanju društvenih pojava. Analiza općih pravaca društveni procesi i internih mehanizama koji uzrokuju specifične statističke rezultate, neobično je naporan. Dakle, blagostanje ljudi karakteriše mnogo parametara i odgovarajućih distribucija – nivo prihoda, učešće u društveno korisnom radu, nivo obrazovanja i zdravstvene zaštite i drugi pokazatelji ljudskog života. Otkrivanje odnosa između ovih distribucija i trendova u njihovoj promjeni zahtijeva rješavanje mnogih složenih problema. Stanje društva može se odrediti kroz parametre kao što su bruto domaći proizvod, potrošnja energije po glavi stanovnika, raslojavanje društva po prihodima itd. Istovremeno, društvo je izuzetno složen sistem, a poznavanje složenih sistema zasniva se na razvoju mnogih modela koji izražavaju različite aspekte njihove strukture i funkcionisanja. Shodno tome, za potpuniju karakterizaciju stanja u društvu potrebno je operisati sa dosta parametara i njihovih distribucija. Dakle, govore o ekonomskoj, industrijskoj, poljoprivrednoj, socijalnoj i mnogim drugim statistikama. Za kombinovanje podataka ovih statistika u jedinstvenu holističku sliku potrebno je identifikovati podređenost, hijerarhiju parametara koji karakterišu stanje u društvu.
Predmet statističke nauke
Uloga i značaj statistike kao nauke
Statistika je industrija ljudska aktivnost, čiji je cilj prikupljanje, obradu i analizu podataka nacionalnog ekonomskog računovodstva. Sama statistika je jedna od vrsta računovodstva (računovodstveno i operativno-tehničko).
Statistika se kao nauka prvi put pojavila u Kini u 5. veku pre nove ere, kada je postalo neophodno izračunati državnu zemlju, trezor, stanovništvo itd. Povezano sa rađanjem države. Vlastiti dalji razvoj statistike dobijene tokom formiranja kapitalizma: fabrike, fabrike, poljoprivreda, međunarodne trgovine itd. Statistika je doživjela duboke promjene kako u godinama socijalizma tako i u današnje vrijeme. Osnove razvoja tehnika, metoda Čl. bili su preduslovi za razvoj javnog i privatnog sektora.
Pojam su u nauku uveli Nijemci. naučnik Gottfried Achenwahl, koji je 1746. počeo da čita na Marbuku, a zatim na Univerzitetu u Getegenu novu disciplinu, koju je nazvao "statistika".
Masovna društvena ek. fenomeni
· Indikatori komercijalne aktivnosti
Predmet statistike je proučavanje društvenih pojava, dinamike i smjera njihovog razvoja. Uz pomoć statističkih pokazatelja ova nauka utvrđuje kvantitativnu stranu društvenog fenomena, posmatra obrasce prelaska kvantiteta u kvalitet na primeru date društvene pojave i na osnovu tih zapažanja analizira podatke dobijene pod određenim uslovima. mjesta i vremena. Statistika istražuje društveno-ekonomske pojave i procese koji su masovni, proučava mnoge faktore koji ih određuju.
STATISTIČKE METODE - naučne metode za opisivanje i proučavanje masovnih pojava koje omogućavaju kvantitativni (numerički) izraz
Statističke metode uključuju eksperimentalne i teorijske principe. Statistika dolazi prvenstveno iz iskustva;
Statističke metode analize podataka koriste se u gotovo svim područjima ljudske djelatnosti. Koriste se kad god je potrebno dobiti i potkrijepiti bilo koji sud o grupi (objektima ili subjektima) s nekom unutrašnjom heterogenošću.
Preporučljivo je razlikovati tri vrste naučnih i primenjenih aktivnosti u oblasti statističkih metoda analize podataka (prema stepenu specifičnosti metoda povezanih sa uranjanjem u specifične probleme):
a) razvoj i istraživanje metoda opšte namene, bez uzimanja u obzir specifičnosti oblasti primene;
b) razvoj i istraživanje statističkih modela realnih pojava i procesa u skladu sa potrebama određene oblasti djelatnosti;
c) primjena statističkih metoda i modela za statističku analizu specifičnih podataka.
Skup različitih metoda čini statističku metodologiju.
Metoda etape ekonomskog i statičkog istraživanja
statistički sažetak i obrada
1. Uloga i značaj statističkih metoda u upravljanju kvalitetom. Razlozi koji ometaju upotrebu statističkih metoda u praksi domaćih preduzeća
1.1 Uvod
Potreba za korištenjem statističkih metoda opravdana je varijabilnosti koja se uočava u toku rada i koja utiče na rezultate industrijskih i komercijalnih aktivnosti, čak i pod uslovom prividne stabilnosti. Takva se varijabilnost može manifestirati u mjerenju karakteristika proizvoda i procesa u različitim fazama njihovog razvoja. životni ciklus(počevši od istraživanja tržišta pa do prodaje gotovih proizvoda).
Statističke metode pomažu da se izmjeri, opiše, analizira i modelira takva varijabilnost čak i sa ograničenim podacima. Statistička analiza podataka može pomoći u formiranju boljeg razumijevanja prirode, vremena i uzroka varijabilnosti, au budućnosti - u rješavanju, pa čak i prevenciji problema povezanih sa ovom vrstom varijabilnosti.
Na taj način statističke metode omogućavaju da se na najbolji način iskoriste dostupni podaci u donošenju odluka i poboljša kvalitet proizvoda i procesa u fazama projektovanja, razvoja, proizvodnje, isporuke i održavanja.
Trenutno je u domaćim preduzećima relativno rijetko korištenje primijenjene statistike od strane inženjersko-tehničkog osoblja, a još više od strane radnika. Za to postoje tri glavna razloga.
Prvo, tradicionalno shvatanje tehnologije dovodi do činjenice da se većina inženjera bavi transformacijom materijala i energije. Ne razumiju važnost transformacije, razumijevanja i korištenja informacija.
Drugo, tradicionalno tehničko obrazovanje je izgrađeno na principu „tačnosti“. Od studentskih godina, tačnost proračuna dizajna, tačnost obrade, mjerenja u umu stručnjaka postaje glavni faktor. Odstupanja su prepoznata kao nepoželjna, a pošto su nepoželjna, radi pravoslavni princip: odstupanja ne treba biti, pa ih ne bi trebalo biti. To je tim više iznenađujuće što, ipak, proizvodni radnici savršeno vide i razumiju da ne postoje i ne mogu postojati tehnologije i industrije bez grešaka.
Neizvjesnost je uvijek prisutna u proizvodnim procesima, postupcima ljudi, funkcionisanju mašina, mašina, pribora i alata, kvalitetu materijala i komponenti itd. Samo statistika može „otkriti“, otkriti, otkriti pravilnost ove neizvjesnosti, pod uslovom da se primjenjuje ispravno i smisleno. Statistika pomaže da se napravi razlika između slučajnih i sistematskih odstupanja, kao i da se identifikuju njihovi uzroci. Pri tome dolazi do izražaja sposobnost pronalaženja, kontrole devijacija (defekta, braka) i utvrđivanja onih uzroka braka koje je potrebno otkloniti. (Jasno se može pratiti potpuna analogija s medicinom. U liječenju bilo koje bolesti, njen stepen je određen upravo veličinom odstupanja od norme, a sam način liječenja u potpunosti je određen uzrokom bolesti. .)
treće, većina stručnjaka nema iskustva u obradi empirijskih podataka i ne mogu izvući opšte zaključke na osnovu specifičnih zapažanja. Stereotip o produkcijskom razmišljanju danas se razvio na takav način da je faktor inteligencije sveden gotovo na nulu. Problemi u proizvodnji se često rješavaju s fokusom samo na datu tačku u vremenu, što dovodi do teških, ponekad nepopravljivih posljedica. Tradicije takvog rada treba prekinuti „sa pozicije snage“ i to, prije svega, treba da shvate lideri.
Statistika je neophodna u rješavanju tradicionalnih inženjerskih i proizvodnih problema. Olakšava obradu, analizu i korištenje informacija. Sedam statističkih metoda analize (Ishikawa šema, Pareto grafikon, histogram, itd. - vidi temu 6 u tabeli) pomažu da se podaci predstave u obliku pogodnom za generalizaciju i analizu. Upotreba ovih metoda omogućava donošenje pouzdanih i ispravnih zaključaka, postizanje veće sigurnosti u potrazi za uzrocima identifikovanja problema, a samim tim i veću specifičnost i efikasnost mjera koje se razvijaju za otklanjanje ovih uzroka.
Neprocjenjiva prednost primjene statistike i industrijska praksa je brzo smanjenje troškova. Na primjer, u Hewlett Packardu su korištene statističke metode za utvrđivanje optimalnih performansi opreme u različitim uvjetima. Pribavljene su informacije za korištenje ove opreme. Rezultat desetomjesečnog rada zasnovanog na analizi procesa statističkim metodama bio je nagli pad otpada: sa 9 hiljada grešaka na milion proizvoda na 45 grešaka na milion proizvoda. U istoj kompaniji, ali u drugom slučaju, postignuti su još impresivniji rezultati: nakon samo sedam sedmica statističkih istraživanja i primjene korektivnih mjera, kvarovi su se smanjili sa 36.000 grešaka na milion proizvoda na 1.500. Stoga je raširena upotreba statističkih metode u aktivnostima stranih firmi (ideolog - E. Deming), kao i rasprostranjena upotreba ovih metoda u standardima serije ISO 9000 sasvim su prirodne i ne iznenađujuće.
U današnje vrijeme potrebno je preispitati legalizirane, rutinske metode rada, često usmjerene na spontano rješavanje trenutnih problema. Alternativno, trebalo bi povećati široku upotrebu statističkih metoda od strane svih profesionalaca, uključujući radnike, sa ciljem profesionalnog prepoznavanja i progresivnog eliminisanja uskih grla. A za to moraju biti ispunjena najmanje tri uslova:
sprovesti obuku o primenjenim statističkim metodama (sedam metoda analize i uzorkovanja) za sve zaposlene;
kreirati zvanične smernice podržane od strane menadžmenta preduzeća koje zahtevaju upotrebu ovih metoda;
moralno i finansijski podsticati zaposlene koji primenjuju metode primenjene statistike na rešavanje problemi u proizvodnji, daju zvanično odobrenje za svoje aktivnosti.
K. Ishikawa navodi da se „95% svih problema u firmi može riješiti korištenjem ovih sedam principa. One su jednostavne, ali bez njih je nemoguće savladati složenije metode. U Japanu je primjena ovih metoda od velike važnosti. Koriste ih bez ikakvih poteškoća čak i maturanti.” Američki naučnik A. Feigenbaum također smatra da je obavezno korištenje statističkih metoda analize i selektivne kontrole u proizvodnji.
^
1.2 Karakteristike statističkih metoda
| № | vrsta metode | sadržaj, svrha |
| list za prikupljanje podataka | sistematski prikaz situacije u vidu konkretnih podataka |
|
| trakasti grafikon | poredanje podataka prema učestalosti pojavljivanja (na primjer, u smislu vremena) |
|
| Pareto analiza | sortiranje činjenica po važnosti |
|
| stratifikacija | slojevitost podataka različitog porijekla |
|
| dijagram uzrok-posledica | analiza porekla glavnih problema (čovek, mašina, materijal, metoda...) sa osvrtom na uticaj problema |
|
| dijagram korelacije | izvođenje obrazaca i odnosa iz informativni materijal |
|
| kartica regulacije kvaliteta | stalno praćenje da li proces radi u okviru date tolerancije |
|
| deskriptivna statistika | Cilj je kvantifikovati karakteristike dobijenih podataka, metoda se zasniva na analitičkim postupcima vezanim za obradu i davanje kvantitativnih podataka. |
|
| analiza mjerenja | Skup postupaka za procjenu tačnosti mjernog sistema u radnim uslovima |
|
| izgradnja intervali poverenja | Procedura za određivanje tolerancija na osnovu valjanosti izvršenih radnji pomoću statističke distribucije mjerenja |
|
| analiza sposobnosti procesa | Sposobnost procesa je procjena varijabilnosti procesa koji je u stanju statističke stabilnosti (indeksi reproduktivnosti su procjena) |
|
| testiranje hipoteza | Statistički postupak za testiranje valjanosti hipoteze uzimajući u obzir parametre jednog ili više uzoraka sa određenim nivoima pouzdanosti |
|
| regresiona analiza | Povezuje ponašanje ispitivane karakteristike s potencijalnim uzrocima |
|
| analiza pouzdanosti | Korištenje inženjerskih i analitičkih metoda za rješavanje problema pouzdanosti. Ovo se odnosi na procjenu, predviđanje i prevenciju slučajnih kvarova tokom vremena. |
|
| selektivna kontrola | Sistematska statistička metoda za dobijanje informacija o karakteristikama populacija ispitivanjem reprezentativnog uzorka (kontrola statističke prihvatljivosti, istraživanje uzorka) |
|
| modeliranje | Skup postupaka pomoću kojih se teorijski ili empirijski sistem može matematički predstaviti u obliku kompjuterski program da pronađu rješenja za probleme |
|
| analiza vremenskih serija | Analiza vremenskog trenda je skup metoda za proučavanje uzastopnih grupa posmatranja tokom vremena. |
|
| dizajn eksperimenata | Koriste se namjerna mjerenja u sistemu koji se proučava, a uključena je i statistička procjena ovih promjena u sistemu. Kao rezultat, postaje moguće odrediti glavne karakteristike sistema ili istražiti uticaj jednog ili više faktora na ove karakteristike sistema. |
^ 1.3. Jednostavne neformalne metode analiza sistema i metode japanskih grupa za kvalitet
Grupe kvaliteta, naravno, podrazumijevaju korištenje ovakvih metoda rješavanja nastalih problema, koji se temelje prvenstveno na kolektivnim naporima. Mnoge firme, na primjer, prakticiraju metod "brainstorming" i njegove varijacije.
1.3.1 Brainstorming.
Target: dobiti maksimalan broj ponuda
Izvođenje algoritma:
Pravila održavanja poslovna igra:
Jasno postavite cilj
Svi mogu govoriti redom ili se ideje mogu izraziti spontano
Predložite jednu ideju
Ne raspravljajte o idejama
Uzmite u obzir ideje drugih
Registrujte sve ideje, ..... za članove grupe
1.3.2 Delphi metoda .
Target: odaberite najbolju iz niza alternativa.
Izvođenje algoritma:
Tablica proračuna.
| Prezimena učesnika u diskusiji | Alternative |
||||||||||||||
| 1 | 2 | 3 | 4 | 5 |
|||||||||||
R | B | P | R | B | P | R | B | P | R | B | P | R | B | P |
|
| A | 4 | 7 | 28 | 3 | 4 | 12 | 1 | 1 | 1 | 2 | 3 | 6 | 5 | 10 | 50 |
| B | 5 | 2 | 10 | 3 | 6 | 18 | 2 | 7 | 14 | 1 | 10 | 10 | 4 | 4 | 16 |
| IN | 2 | 8 | 16 | 1 | 1 | 1 | 4 | 3 | 12 | 3 | 4 | 12 | 5 | 2 | 10 |
| G | 5 | 10 | 50 | 4 | 5 | 20 | 3 | 4 | 12 | 2 | 3 | 6 | 1 | 1 | 1 |
| Zbir radova | 104 | 51 | 39 | 34 | 77 |
||||||||||
P - ocjena ranga (od 1 do 5); B - rezultat u bodovima (od 1 do 10); P - proizvod R * B.
Prema proračunima, četvrta alternativa - sa zbirom od 34 - pokazala se upravo razlogom koji se prije svega mora eliminisati. Rezultate brojanja bezuslovno prihvata cijela grupa.
1.3.3 Metode grupe kvaliteta
Metoda crne kutije. Rješavanje problema na osnovu ove metode provodi se analizom konkretnih situacija, koje su odabrane na način da prilikom njihove analize učesnici u diskusiji nehotice pokreću pitanja nastanka defekata. Učesnike na to ohrabruju specifična, ciljana pitanja, poput: „Čemu ova situacija može dovesti?“ ili: „Koliko je stabilan rad mehanizama u ovom slučaju?“ itd. Suština metode “crne kutije” je da se uzroci kvarova identifikuju, takoreći, indirektno. Ovdje se oslobađa kreativna inicijativa ljudi.
Synectics. Metoda se koristi i za identifikaciju problematičnih situacija i za rješavanje novih problema. Procedura se sastoji od tri faze. U prvoj fazi analiziraju se problemi koje je formulisao vođa grupe. Zatim svaki učesnik u diskusiji iznosi svoje probleme i o njima se takođe pažljivo raspravlja. Po završetku ove dvije faze, otkriva se neki opći model rješenja. U trećoj fazi, sve generalizacije, kao i identifikovani model, podvrgavaju se intenzivnom istraživanju. U raspravi ne učestvuju samo članovi grupe koji brane svoju zajedničku ideju, već i pozvani stručnjaci. Zadatak stručnjaka je pomoći članovima tima za kvalitetu da donesu ispravnu odluku.
^ metodom dnevnika. Svaki član grupe kvaliteta dobija džep sveske. Tu se, recimo, nedelju dana unose sve ideje koje se pojave o problemu o kome se raspravlja. Često, bilješke svih učesnika analizira vođa grupe, nakon čega slijedi rasprava o pripremljenom materijalu na sljedećem sastanku. Prema Japancima, ovu metodu vrijedan u tome, prvo, ideja koja se pojavila ili određena prijedlog racionalizacije dobija kolektivnu grupnu obojenost, a drugo, sve nedoslednosti i različita gledišta se identifikuju pre sastanka grupe, kategorička gledišta se izglađuju. “Prosječno” mišljenje se obično dostavlja sastanku.
Metoda 6-6. Najmanje šest članova tima za kvalitet pokušava u šest minuta formulirati konkretne ideje koje bi trebale doprinijeti. rješavanje problema s kojim se grupa suočava (otuda naziv metode). Svaki učesnik zapisuje svoje misli na poseban list. Ovo se radi na sažet način. Na primjer: povreda plombiranja, uništavanje materijala, kršenje tehnologije itd. Nakon toga se u grupi organizuje diskusija o svim pripremljenim listama. U procesu rasprave eliminišu se jasno pogrešna mišljenja, razjašnjavaju se sporna, a sva preostala grupišu prema određenim kriterijumima. Zadatak je odabrati neke od najvažnijih alternativa, a njihov broj treba da bude manji od broja učesnika u diskusiji.
Navedene metode rješavanja nastalih problema objedinjuje zajednička orijentacija ka razvoju zajedničkog mišljenja. Ova orijentacija određuje sam ton diskusije grupe za kvalitet čak i o najhitnijim pitanjima. Dobronamjeran stil razgovora, u kojem su međusobne optužbe, lični napadi, etiketiranje, identifikacija „pravih“ i „krivih“ nemogući, smatra se važnim uslovom za brzo pronalaženje optimalnih rješenja.
U orijentaciji ka zajedničkom mišljenju očituju se, nesumnjivo, elementi nacionalne kulturne baštine Japana. Poznati japanski biofizičar prof. Setsuro Ebashi kaže da su Japanci istorijski obučeni da osjećaju druge ljude. U Japanu se smatra dobrom formom, naglašava, kada sagovornici jedni drugima ne nameću svoje gledište, kada čine sve da izbjegnu nepotrebnu napetost prilikom razmatranja bilo kakvih kontroverznih pitanja. U praksi kvalitetnih grupa, ovi stavovi ponašanja se mogu pratiti sa najvećom jasnoćom.
Dovoljno detaljan u domaćoj literaturi. U međuvremenu, u praksi ruskih preduzeća koriste se samo neka od njih. Razmotrite neke sljedeće metode statističke obrade.
Opće informacije
U praksi domaćih preduzeća to je pretežno uobičajeno statističke metode kontrole. Ako govorimo o regulaciji tehnološkog procesa, onda se to izuzetno rijetko primjećuje. Primjena statističkih metoda predviđa da se u preduzeću formira grupa stručnjaka koji imaju odgovarajuće kvalifikacije.
Značenje
Prema ISO ser. 9000, dobavljač treba da utvrdi potrebu za statističkim metodama koje se primenjuju tokom razvoja, regulisanja i testiranja mogućnosti proizvodni proces i karakteristike proizvoda. Korištene metode su zasnovane na teoriji vjerovatnoće i matematičkim proračunima. Statističke metode za analizu podataka može se implementirati u bilo kojoj fazi životnog ciklusa proizvoda. Oni daju procjenu i prikaz stepena heterogenosti proizvoda ili varijabilnosti njegovih svojstava u odnosu na utvrđene nazive ili tražene vrijednosti, kao i varijabilnost procesa njegovog nastanka. Statističke metode su metode pomoću kojih je moguće sa zadatom tačnošću i pouzdanošću suditi o stanju pojava koje se proučavaju. Oni vam omogućavaju da predvidite određene probleme, razvijete optimalna rješenja na osnovu proučavanih činjeničnih informacija, trendova i obrazaca.
Uputstvo za upotrebu
Glavna područja u kojima su rasprostranjena statističke metode su:
Praksa razvijenih zemalja
Statističke metode su baza koja osigurava stvaranje proizvoda sa visokim potrošačkim karakteristikama. Ove tehnike se široko koriste u industrijski razvijenim zemljama. Statističke metode su, u stvari, garanti da će potrošači primiti proizvode koji odgovaraju utvrđenim zahtevima. Efekat njihove upotrebe je dokazan u praksi. industrijska preduzeća Japan. Upravo su oni doprinijeli dostizanju najvišeg nivoa proizvodnje u ovoj zemlji. Godine iskustva stranim zemljama pokazuje koliko su ove tehnike efikasne. Konkretno, poznato je da je Hewlelt Packard, koristeći statističke metode, uspio smanjiti broj brakova mjesečno sa 9.000 na 45 jedinica u jednom od slučajeva.
Poteškoće u implementaciji
IN domaća praksa Brojne su prepreke koje sprečavaju upotrebu statističke metode proučavanja indikatori. Poteškoće nastaju zbog:
Razvoj programa
Mora se reći da je utvrđivanje potrebe za određenim statističkim metodama u oblasti kvaliteta, odabir, ovladavanje specifičnim tehnikama prilično komplikovan i dugotrajan posao za svako domaće preduzeće. Za njegovu efektivnu implementaciju preporučljivo je izraditi poseban dugoročni program. Trebalo bi obezbijediti formiranje službe čiji će zadaci uključivati organizaciju i metodološko vođenje primjene statističkih metoda. U okviru programa potrebno je obezbijediti odgovarajuću opremu tehnička sredstva, obuku stručnjaka, određuju sastav proizvodnih zadataka koji se moraju rješavati odabranim tehnikama. Savladavanje se preporučuje za početak korištenjem najjednostavnijih pristupa. Na primjer, možete koristiti dobro poznatu elementarnu proizvodnju. Nakon toga, preporučljivo je prijeći na druge metode. Na primjer, to može biti analiza varijanse, selektivna obrada informacija, regulacija procesa, planiranje faktorskih istraživanja i eksperimenata, itd.
Klasifikacija
Statističke metode ekonomske analize uključuju različite trikove. Nepotrebno je reći da ih ima poprilično. Međutim, vodeći stručnjak u oblasti upravljanja kvalitetom u Japanu, K. Ishikawa, preporučuje korištenje sedam osnovnih metoda:
- Pareto grafikoni.
- Grupisanje informacija prema zajedničkim karakteristikama.
- Kontrolne kartice.
- Dijagrami uzroka i posljedica.
- Histogrami.
- Kontrolni listovi.
- Scatter charts.
Na osnovu sopstvenog iskustva u oblasti menadžmenta, Išikava tvrdi da se 95% svih pitanja i problema u preduzeću može rešiti korišćenjem ovih sedam pristupa.
Pareto grafikon
Ovaj se zasniva na određenom omjeru. Nazvan je "Pareto princip". Prema njegovim riječima, od 20% uzroka javlja se 80% posljedica. u vizuelnom i razumljivom obliku prikazuje relativni uticaj svake okolnosti na ukupan problem u opadajućem redosledu. Ovaj uticaj se može istražiti na osnovu broja gubitaka, nedostataka, izazvanih svakim uzrokom. Relativni uticaj je ilustrovan stubićima, a kumulativni uticaj faktora kumulativnom pravom linijom.
dijagram uzroka i posledice
Na njemu je proučavani problem konvencionalno prikazan u obliku horizontalne ravne strelice, a uslovi i faktori koji na njega indirektno ili direktno utiču u obliku kosih strelica. Prilikom gradnje treba uzeti u obzir čak i naizgled beznačajne okolnosti. To je zbog činjenice da su u praksi prilično česti slučajevi u kojima je rješenje problema osigurano isključivanjem nekoliko naizgled beznačajnih faktora. Razlozi koji utiču na glavne okolnosti (prvog i narednih) prikazani su na dijagramu horizontalnim kratkim strelicama. Detaljan dijagram će biti u obliku ribljeg skeleta.
Informacije o grupisanju
Ovo ekonomsko-statistički metod koristi se za organizaciju skupa indikatora koji su dobijeni evaluacijom i mjerenjem jednog ili više parametara objekta. U pravilu se takve informacije predstavljaju u obliku neuređenog niza vrijednosti. To mogu biti linearne dimenzije obratka, tačka topljenja, tvrdoća materijala, broj nedostataka i tako dalje. Na osnovu takvog sistema teško je izvući zaključke o svojstvima proizvoda ili procesima njegovog nastanka. Naručivanje se vrši korišćenjem linijski grafikoni. Oni jasno pokazuju promjene posmatranih parametara u određenom periodu.
Kontrolni list
U pravilu se prikazuje u obliku tablice raspodjele frekvencije za pojavljivanje izmjerenih vrijednosti parametara objekta u odgovarajućim intervalima. Kontrolne liste se sastavljaju u zavisnosti od svrhe studije. Raspon vrijednosti indikatora podijeljen je na jednake intervale. Njihov broj se obično bira jednak kvadratnom korijenu broja mjerenja. Obrazac treba da bude jednostavan kako bi se otklonili problemi prilikom popunjavanja, čitanja, provjere.
trakasti grafikon
Predstavljen je u obliku stepenastog poligona. To jasno ilustruje distribuciju mjernih indikatora. Raspon postavljenih vrijednosti podijeljen je na jednake intervale, koji su iscrtani duž x-ose. Za svaki interval se pravi pravougaonik. Njegova visina jednaka je učestalosti pojavljivanja vrijednosti u datom intervalu.
Scatterplots
Koriste se kada se testira hipoteza o odnosu dvije varijable. Model je izgrađen na sljedeći način. Vrijednost jednog parametra je iscrtana na osi apscise, a vrijednost drugog indikatora na ordinati. Kao rezultat, na grafikonu se pojavljuje tačka. Ove radnje se ponavljaju za sve vrijednosti varijabli. Ako postoji veza, polje korelacije je prošireno, a smjer se neće poklapati sa smjerom y-ose. Ako nema ograničenja, ono će biti paralelno s jednom od osi ili će imati oblik kruga.
Kontrolne kartice
Koriste se prilikom evaluacije procesa u određenom periodu. Formiranje kontrolnih karata zasniva se na sljedećim odredbama:
- Svi procesi vremenom odstupaju od zadanih parametara.
- Nestabilan tok fenomena se ne menja slučajno. Odstupanja koja prelaze granice očekivanih granica nisu slučajna.
- Pojedinačne promjene se mogu predvidjeti.
- Stabilan proces može nasumično odstupiti unutar očekivanih granica.
Upotreba u praksi ruskih preduzeća
Treba reći da domaće Strano iskustvo pokazuje da je najefikasniji statistički metod za procjenu stabilnosti i tačnosti opreme i tehnoloških procesa sastavljanje kontrolnih karata. Ova metoda se koristi iu regulaciji proizvodnih potencijala. Prilikom izrade karata potrebno je pravilno odabrati parametar koji se proučava. Preporučljivo je dati prednost onim pokazateljima koji su direktno povezani sa svrhom proizvoda, koji se lako mogu mjeriti i na koje se može utjecati kontrolom procesa. Ako je takav izbor težak ili nije opravdan, moguće je procijeniti vrijednosti koje su u korelaciji (međusobno povezane) s kontroliranim parametrom.
Nijanse
Ako mjerenje indikatora sa tačnošću potrebnom za mapiranje prema kvantitativnom kriteriju nije ekonomski ili tehnički moguće, koristi se alternativni znak. Izrazi kao što su "brak" i "defekt" su povezani s njim. Potonje se podrazumijeva kao svako zasebno neusklađenost proizvoda sa utvrđenim zahtjevima. Brak je proizvod čija je isporuka potrošačima zabranjena zbog prisustva nedostataka u njemu.
Posebnosti
Svaka vrsta kartice ima svoje specifičnosti. To se mora uzeti u obzir pri njihovom odabiru za određeni slučaj. Kartice prema kvantitativnom kriteriju smatraju se osjetljivijima na promjene procesa od onih koje koriste alternativnu funkciju. Međutim, prvi su radno intenzivniji. Koriste se za:
- Otklanjanje grešaka u procesu.
- Procjena mogućnosti uvođenja tehnologije.
- Provjera ispravnosti opreme.
- Definicije tolerancije.
- Preslikavanje nekoliko valjanih načina stvaranja proizvoda.
Dodatno
Ako je poremećaj procesa karakteriziran pomakom kontroliranog parametra, potrebno je koristiti X-mape. Ako dođe do povećanja disperzije vrijednosti, treba odabrati R ili S modele. Međutim, potrebno je uzeti u obzir niz karakteristika. Konkretno, upotreba S-grafikona će omogućiti preciznije i brže utvrđivanje poremećaja procesa od R-modela sa istim.
Zaključak
U ekonomiji je moguće istražiti faktore koji se nalaze u toku kvalitativne procjene, u prostoru i dinamici. Mogu se koristiti za izvođenje kalkulacije prognoze. Na statističke metode ekonomske analize ne uključuju metode za procjenu kauzalnih veza poslovni procesi i događaje, identifikujući obećavajuće i neiskorišćene rezerve za poboljšanje učinka. Drugim riječima, faktorijalne tehnike nisu uključene u razmatrane pristupe.
