Ang konsepto ng mga pamamaraang kalidad ng istatistika. Ang papel at kahalagahan ng mga pamamaraang istatistika sa pamamahala ng kalidad. Paksa ng Istatistika ng Agham

SANAYSAY

Pangunahing konsepto ng istatistikal na teorya

Sa kalidad ng pamamahala

Nakumpleto:

Galyautdinov Amir Aidarovich

Sinuri:

Kamaletdinov Nail Nadirovich

lagda____________________

KONSEPTO NG PAMAMARAAN NG STATISTICAL QUALITY METHODS

Ang konsepto ng "pamamahala sa kalidad" bilang isang agham ay lumitaw sa pagtatapos ng ika-19 na siglo, kasama ang paglipat ng pang-industriya na produksyon sa mga prinsipyo ng paghahati sa paggawa. Ang prinsipyo ng paghahati ng paggawa ay nangangailangan ng isang solusyon sa problema ng pagpapalit at katumpakan ng produksyon. Bago ito, sa paraan ng paggawa ng kamay ng mga produkto ng pagmamanupaktura, tinitiyak ang kawastuhan ng natapos na produkto ay ginawa ayon sa mga sample o pamamaraan ng pag-aakma ng mga bahagi ng pagsasama at pagpupulong. Dahil sa makabuluhang pagkakaiba-iba sa mga parameter ng proseso, naging malinaw na kinakailangan ang isang pamantayan sa kalidad para sa pagmamanupaktura ng produkto upang malimitahan ang mga dimensional na paglihis sa malawakang paggawa ng mga bahagi. Tulad ng isang pamantayan, nagpanukala si F. Taylor ng mga agwat na nagtatakda ng mga limitasyon ng mga paglihis ng mga parameter sa anyo ng mas mababang at itaas na mga hangganan. Ang larangan ng mga halagang tulad ng isang agwat ay nagsimulang tawaging pagpapahintulot.

Ang pagtatatag ng pagpapaubaya ay humantong sa isang paghaharap sa pagitan ng mga interes ng mga tagadisenyo at mga manggagawa sa produksyon: para sa ilan, ang paghihigpit ng pagpapaubaya ay natiyak ang pagtaas sa kalidad ng koneksyon ng mga elemento ng istruktura, para sa iba ay lumikha ito ng mga paghihirap sa paglikha ng isang teknolohikal na sistema na nagbibigay ng kinakailangang halaga ng mga pagkakaiba-iba ng proseso. Malinaw din na sa pagkakaroon ng pinahihintulutang mga limitasyon sa pagpapaubaya, ang mga tagagawa ay walang pagganyak na "panatilihin" ang mga parameter (parameter) ng produkto na malapit na posible sa nominal na halaga ng parameter, humantong ito sa mga halaga ng parameter na lampas sa mga limitasyon sa pagpapaubaya.

Sa parehong oras (ang simula ng 20s ng huling siglo), ang ilang mga eksperto sa industriya ay interesado sa kung posible na mahulaan ang parameter na lampas sa mga limitasyon sa pagpapaubaya. At nagsimula silang mag-focus hindi sa mismong katotohanan ng mga depekto ng produkto, ngunit sa pag-uugali ng proseso ng teknolohikal, bilang isang resulta kung saan ang pag-aasawa o parameter na paglihis na ito mula sa itinatag na pagpapaubaya ay nangyayari. Bilang isang resulta ng pag-aaral ng pagkakaiba-iba ng mga teknolohikal na proseso, lumitaw ang mga pamamaraang istatistika ng pagpigil sa proseso. Ang nagtatag ng mga pamamaraang ito ay si V. Shuhart.

Sa parehong oras, binigyan ng pansin ang pag-unlad ng teorya ng pag-sample ng produkto. Ang mga unang gawa sa lugar na ito ay lumitaw sa pagtatapos ng 1920s sa Estados Unidos; ang kanilang may-akda ay si G. Dodge, na kalaunan ay naging isang tanyag na Amerikanong siyentista.

Mula nang masimulan ang mga statistic na pamamaraan ng pagkontrol sa kalidad, naunawaan ng mga eksperto na ang kalidad ng produkto ay nabuo bilang isang resulta ng mga kumplikadong proseso, ang pagiging epektibo nito ay naiimpluwensyahan ng maraming mga kadahilanan ng materyal at mga pagkakamali ng empleyado. Samakatuwid, upang matiyak ang kinakailangang antas ng kalidad, kinakailangan upang mapamahalaan ang lahat ng mga nakakaimpluwensyang kadahilanan, upang matukoy ang mga posibleng pagpipilian para sa pagpapatupad ng kalidad, upang malaman kung paano hulaan ito at suriin ang pangangailangan para sa mga bagay ng ito o ang kalidad na iyon.

Sa panahon ng post-war, lumitaw ang pamantayan sa kalidad ng pambansa sa parehong USA at Europa. Ang Internasyonal na Organisasyon para sa Pamantayan (ISO) ay gumaganap ng isang pangunahing papel sa pagbuo ng mga normative na dokumento sa larangan ng kalidad. Mula pa noong dekada 90, ang mga ideya ng teorya ng mga pagkakaiba-iba, ang kontrol sa proseso ng istatistika (SPC) ay may mastered hindi lamang sa mga matematiko, ngunit naging integral na mga tool ng mga tagapamahala at kalidad ng mga manggagawa sa serbisyo.

Ang siyentipikong Hapones na si G. Taguchi ay nagbigay ng malaking lakas sa karagdagang pag-unlad ng mga prinsipyo ng pamamahala sa kalidad. Iminungkahi niya na isinasaalang-alang ang mga pagkakaiba-iba ng mga katangian ng produkto sa iba't ibang yugto ng pag-unlad nito, na isang rebolusyonaryong ideya para sa pamamahala ng kalidad. Para kay Taguchi, kinakailangan upang maitaguyod ang mga kumbinasyon ng mga parameter ng produkto at proseso na humantong sa isang minimum na pagkakaiba-iba ng proseso. Ang mga prosesong ito, na tinawag na matatag, ay lumalaban sa mga pagkakaiba-iba sa mga input parameter ng mga proseso.

Ang mga pamamaraang istatistika na ginagamit sa pagsasanay ngayon ng mga negosyo ay maaaring nahahati sa mga sumusunod na kategorya:

Mga pamamaraan ng isang mataas na antas ng pagiging kumplikado na ginagamit ng mga tagabuo ng mga sistema ng enterprise o proseso ng pamamahala. Kasama rito ang mga pamamaraan ng pagtatasa ng cluster, adaptive robust statistics, atbp.

Mga espesyal na pamamaraan na ginagamit sa pagbuo ng mga pagpapatakbo ng teknikal na kontrol, pagpaplano ng mga pang-industriya na eksperimento,

mga kalkulasyon para sa kawastuhan at pagiging maaasahan, atbp.

Pangkalahatang Mga Paraan ng Pakay na Nag-aambag nang Higit

naiambag ng mga dalubhasang Hapones. Kasama rito ang "Pitong Simpleng Paraan"

(o "Ang Pitong Mga Tool sa Kalidad"), kasama ang mga checklist; pamamaraang stratification; graphics; Mga chart ng Pareto; Mga diagram ng Ishikawa; histograms; control tsart

Sa kasalukuyan, mayroong isang malawak na panitikan sa mga istatistika na pamamaraan at mga pakete ng mga inilapat na programa sa computer, sa pagbuo ng kung aling mga pang-agham na paaralang pang-agham na may teorya ng posibilidad na sakupin ang isang nangungunang lugar sa mundo.

Sa papel na ito, 15 sa mga pinaka-karaniwang pamamaraan ng istatistika ang isinasaalang-alang, alinman sa hiwalay na itinakda o naka-grupo sa mga seksyon ng pagganap:

1) naglalarawang istatistika,

2) pagpaplano ng mga eksperimento,

3) pagsubok sa teorya,

4) pagsusuri sa pagbabalik,

5) pagtatasa ng ugnayan,

6) pumipili control,

7) pagtatasa ng kadahilanan,

8) pagtatasa ng serye ng oras,

9) pagtatatag ng istatistika ng pagpapaubaya,

10) pagtatasa ng kawastuhan ng pagsukat,

11) kontrol sa istatistika ng mga proseso,

12) pagsasaayos ng istatistika ng mga proseso,

13) pagtatasa ng pagiging maaasahan,

14) pagtatasa ng mga dahilan para sa hindi pagsunod,

15) pagtatasa ng mga kakayahan sa proseso (histograms),

Abstract sa paksa:

Pag-unlad ng mga pamamaraang istatistika sa pamamahala ng kalidad

Kazan 2009

Panimula

1. Ang konsepto ng mga pamamaraang kalidad ng istatistika

2. Kasaysayan ng pag-unlad ng mga pamamaraan ng kalidad ng istatistika

3. Paglalapat at pagbuo ng mga pamamaraang pang-istatistika

4. Mga simpleng pamamaraan ng istatistika

4.1 Brainstorming

4.2 Proseso ng diagram

4.3 Checklist (checklist)

4.4 Serye ng oras (linya ng linya)

4.5 Tsart ng Pareto

4.6 Sanhi diagram (Ishikawa diagram)

4.7 Histogram

4.8 Scatter plot (kalat)

4.9 Tsart ng kontrol

4.10 Mga Pamamaraan ng Taguchi

Konklusyon

Listahan ng mga sanggunian

Panimula

Isa sa pinakamahalagang prinsipyo ng Total Quality Management (TQM) ay ang paggawa ng desisyon batay sa katotohanan. Ang pagpapabuti ng kalidad ng mga produkto at proseso ay nangangailangan ng masusing gawain ng tauhan ng kumpanya upang makilala ang mga sanhi ng mga depekto (paglihis mula sa dokumentasyon) at alisin ang mga ito. Upang magawa ito, kinakailangan upang ayusin ang isang paghahanap para sa mga katotohanan na nagpapakilala sa mga hindi pagkakapare-pareho, na ang karamihan sa mga ito ay statistic data, bumuo ng mga pamamaraan para sa pagsusuri at pagproseso ng data, kilalanin ang mga pangunahing sanhi ng mga depekto at bumuo ng mga hakbang upang maalis ang mga ito sa pinakamababang gastos.

Ang mga problema sa pagkolekta, pagproseso at pag-aaral ng mga resulta ng mga aktibidad sa produksyon ay hinarap ng mga istatistika ng matematika, na nagsasama ng isang malaking bilang ng hindi lamang kilalang mga pamamaraan, kundi pati na rin ng mga modernong kasangkapan (dahil naka-istilong tumawag sa mga pamamaraan sa mga nakaraang taon) ng pagsusuri at pagtuklas ng mga depekto. Kasama sa mga pamamaraang ito ang mga pagtatasa ng ugnayan at pagbabalik, pagsusuri ng istatistika ng istatistika, pagtatasa ng kadahilanan, pagtatasa ng serye ng oras, pagtatasa ng pagiging maaasahan, atbp.

Pitong simpleng pamamaraan ang naging laganap sa pamamahala ng kalidad (sa ilalim ng impluwensya ng mga dalubhasa sa Hapon), na ang paggamit nito ay hindi nangangailangan ng matataas na kwalipikasyon ng mga tauhan at ginawang posible upang masakop ang pagsusuri ng mga sanhi ng karamihan sa mga depekto na nagmumula sa produksyon. Sa manwal na ito, ang mga pamamaraang ito ay kasama sa iba't ibang mga seksyon, batay sa pagiging naaangkop ng kanilang aplikasyon.

Ang pansin ay binabayaran sa praktikal na aplikasyon ng mga istatistika ng matematika para sa paglutas ng mga tiyak na problema sa produksyon, lalo na kapag pinag-aaralan ang kalidad ng mga proseso.

Dapat pansinin na sa pag-unlad ng mga sistemang pamamahala sa kalidad ng pang-agham, ang papel na ginagampanan ng mga pamamaraang istatistika sa pamamahala ng kalidad ay patuloy na tumataas. Ito ang laganap na paggamit ng mga pamamaraang istatistika sa paggawa ng mga produkto sa mga unang yugto ng pakikibaka para sa kalidad (50s) na pinapayagan ang mga negosyong Hapones na mabilis na lumitaw bilang mga pinuno ng ekonomiya sa buong mundo.

Ang pagiging mapagkumpitensya ng mga negosyo sa Russia ay higit ding nakasalalay sa sukat ng pagsasanay ng tauhan sa mga pamamaraan ng pamamahala sa kalidad ng istatistika at kanilang sistematikong aplikasyon sa pagsasanay.

1. Konsepto ng mga natitirang pamamaraan ng kalidad

Ang konsepto ng "pamamahala sa kalidad" bilang isang agham ay lumitaw sa pagtatapos ng ika-19 na siglo, kasama ang paglipat ng pang-industriya na produksyon sa mga prinsipyo ng paghahati sa paggawa. Kinakailangan ng prinsipyo ng paghahati sa paggawa ng paglutas ng problema ng pagpapalit at kawastuhan ng produksyon. Bago iyon, sa pamamaraan ng paggawa ng mga produkto ng pagmamanupaktura, tinitiyak ang kawastuhan ng natapos na produkto ay natupad ayon sa mga sample o pamamaraan ng pag-aakma sa mga bahagi ng pagsasama at pagpupulong. Dahil sa makabuluhang pagkakaiba-iba ng mga parameter ng proseso, naging malinaw na kinakailangan ang isang pamantayan sa kalidad para sa pagmamanupaktura ng produkto upang malimitahan ang mga dimensional na paglihis sa malawakang paggawa ng mga bahagi.

Tulad ng isang pamantayan, nagpanukala si F. Taylor ng mga agwat na nagtatakda ng mga limitasyon ng mga paglihis ng mga parameter sa anyo ng mas mababang at itaas na mga hangganan. Ang larangan ng mga halagang tulad ng isang agwat ay tinawag na pagpapaubaya.

Ang pagtaguyod ng isang pagpapaubaya na humantong sa isang paghaharap sa pagitan ng mga interes ng mga tagadisenyo at mga manggagawa sa produksyon: para sa ilan, ang isang paghihigpit ng pagpapaubaya ay natiyak ang pagtaas sa kalidad ng pagsali sa mga elemento ng istruktura, para sa iba, lumikha ito ng mga paghihirap sa paglikha ng isang teknolohikal na sistema na nagbibigay ng kinakailangang halaga ng mga pagkakaiba-iba ng proseso. Malinaw din na sa pagkakaroon ng pinahihintulutang mga limitasyon sa pagpaparaya, ang mga tagagawa ay walang pagganyak na "panatilihin" ang mga parameter (mga parameter) ng produkto na malapit na posible sa nominal na halaga ng parameter, na humantong sa mga halaga ng parameter na lampas sa mga limitasyon sa pagpapaubaya.

Sa parehong oras (ang simula ng 20s ng huling siglo), ang ilang mga eksperto sa industriya ay interesado sa kung posible na mahulaan ang parameter na lampas sa mga limitasyon sa pagpapaubaya. At nagsimula silang magbayad ng pangunahing pansin hindi sa mismong katotohanan ng mga depekto ng produkto, ngunit sa pag-uugali ng proseso ng teknolohikal, bilang isang resulta kung saan nangyayari ang depekto o paglihis na ito ng parameter mula sa itinatag na pagpapaubaya. Bilang isang resulta ng pag-aaral ng pagkakaiba-iba ng mga teknolohikal na proseso, lumitaw ang mga pamamaraang istatistika ng kontrol sa proseso. Ang ninuno ng mga pamamaraang ito ay si W. Schuhart.

Sa parehong oras, binigyan ng pansin ang pagbuo ng teorya ng sampling ng produkto. Ang mga unang gawa sa lugar na ito ay lumitaw noong huling bahagi ng 1920s sa Estados Unidos, ang kanilang may-akda ay si G. Dodge, na kalaunan ay naging isang tanyag na siyentipikong Amerikano.

Mula nang masimulan ang mga statistic na pamamaraan ng kontrol sa kalidad, naunawaan ng mga dalubhasa na ang kalidad ng mga produkto ay nabuo bilang isang resulta ng mga kumplikadong proseso, ang pagiging epektibo nito ay naiimpluwensyahan ng maraming mga kadahilanan ng materyal at mga pagkakamali ng empleyado. Samakatuwid, upang matiyak ang kinakailangang antas ng kalidad, kailangan mong pamahalaan ang lahat ng nakakaimpluwensyang kadahilanan, matukoy ang mga posibleng pagpipilian para sa pagpapatupad ng kalidad, alamin itong hulaan, at masuri ang pangangailangan para sa mga bagay ng isang kalidad o iba pa.

Sa panahon pagkatapos ng giyera, lumitaw ang parehong sa Estados Unidos at sa Europa ang pamantayan sa kalidad ng pambansa. Ang gitnang papel sa pagbuo ng mga normative na dokumento sa larangan ng kalidad ay nabibilang sa International Organization for Standardization (ISO). Mula noong dekada 90, ang mga ideya ng pagkakaiba-iba, kontrol sa proseso ng pang-istatistika (SPC) ay pinagkadalubhasaan hindi lamang ng mga dalubhasang dalub-agbilang, ngunit naging napakahalagang kagamitan din para sa mga tagapamahala at de-kalidad na mga manggagawa sa serbisyo.

Isang mahusay na puwersa sa karagdagang pag-unlad ng mga prinsipyo ng pamamahala ng kalidad ay ibinigay ng siyentipikong Hapon na si G. Taguchi. Iminungkahi niya na isinasaalang-alang ang mga pagkakaiba-iba ng mga katangian ng produkto sa iba't ibang yugto ng pag-unlad nito, na isang rebolusyonaryong ideya para sa pamamahala ng kalidad. Para kay Tagutin, kinakailangan upang maitaguyod ang mga kumbinasyon ng mga parameter ng produkto at proseso na humantong sa isang minimum na pagkakaiba-iba ng proseso. Ang mga prosesong ito, na tinawag na matatag, ay lumalaban sa mga pagkakaiba-iba sa mga input parameter ng mga proseso.

Ang mga pamamaraang pang-istatistika na ginamit sa kasalukuyang pagsasanay ng mga negosyo ay maaaring nahahati sa mga sumusunod na kategorya:

Mataas na mga pamamaraan ng pagiging kumplikado na ginagamit ng mga tagabuo ng mga sistema ng enterprise o proseso ng pamamahala. Kasama rito ang mga pamamaraan ng pagtatasa ng cluster, adaptive robust statistics, atbp.

Mga espesyal na pamamaraan na ginagamit sa pagbuo ng mga pagpapatakbo ng teknikal na kontrol, pagpaplano ng mga eksperimento sa industriya, mga kalkulasyon para sa kawastuhan at pagiging maaasahan, atbp.

Mga pamamaraan ng pangkalahatang layunin, sa pagbuo kung saan ang mga espesyalista sa Hapon ay nagbigay ng isang malaking kontribusyon. Kasama rito ang "Pitong Simpleng Mga Diskarte" (o "Pitong Mga Tool sa Kalidad"), na kasama ang mga checklist; pamamaraang layering; graphics; Mga chart ng Pareto; Mga diagram ng Ishikawa; histograms; control tsart.

Sa kasalukuyan, mayroong isang malawak na panitikan at mga pakete ng mga inilapat na programa sa computer sa mga pamamaraang pang-istatistika, na ang pagbuo nito ay ang nangungunang siyentipikong mga paaralang pang-agham sa teorya ng posibilidad.

Sa mga umiiral na pamamaraan ng istatistika, ang pinakakaraniwan ay:

1) naglalarawang istatistika;

2) pagpaplano ng mga eksperimento;

3) pagsubok sa teorya;

4) pagsusuri sa pag-urong;

5) pagtatasa ng ugnayan;

6) pumipili control;

7) pagtatasa ng kadahilanan;

8) pagtatasa ng serye ng oras;

9) pagpapasiya ng istatistika ng pagpasok;

10) pagtatasa ng kawastuhan ng mga sukat;

11) kontrol sa istatistika ng mga proseso;

12) pagsasaayos ng istatistika ng mga proseso;

13) pagtatasa ng pagiging maaasahan;

14) pagtatasa ng mga kadahilanan para sa hindi pag-aayos;

15) pagtatasa ng mga kakayahan sa proseso (histograms).

Ipinapakita ng Talaan 1 ang mga lugar ng paggamit ng mga pamamaraang istatistika. Ang mga pangalan ng mga graph ay tumutugma sa bilang ng statistic na pamamaraan na nakalista sa itaas.

Talahanayan 1 Mga pamamaraang istatistika na ginamit sa kontrol sa kalidad

\\ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 A + + + + B + + + + C + + + + + + + + + D + + + + D + E + + + + + + + + + + W + + + Z + + + + + I + + K + L + + + + + M + + + + + + +

Ang pag-index ng alpabeto ng mga linya ay tumutugma sa mga sumusunod na elemento ng sistema ng kalidad ayon sa ISO 9001-94:

A - ang responsibilidad ng pamamahala;

B - pagtatasa ng kontrata;

B - disenyo;

D - mga pagbili;

D - pagkakakilanlan ng produkto at kakayahang mai-trace;

E - kontrol sa proseso;

W - kontrol at pagsubok;

З - kagamitan sa pagkontrol, pagsukat at pagsubok;

AT - mga pagkilos na may mga hindi umaayon na produkto;

K - pagpaparehistro ng data;

L - panloob na mga pagsusuri sa kalidad;

M - pagsasanay.

2. Kasaysayan ng pag-unlad ng mga pamamaraan ng kalidad ng istatistika

Ang unang pang-unawa ng mga pamamaraan ng kalidad ng istatistika sa anyo ng isang sample ay may mahabang kasaysayan. Ilang siglo na ang nakakalipas, sinubukan ng mga mamimili ng butil at koton ang mga katangian ng mga kalakal sa pamamagitan ng butas ng mga bag ng butil o koton upang kumuha ng isang sample. Maaaring ipalagay na sa oras na iyon ay walang pang-agham na pagkalkula ng pag-sample, at dapat ipalagay na ito ay isang bagay ng karanasan, kapwa nagbebenta at mamimili ng mga kalakal.

Hangga't pinagsama ng artesano ang mga pag-andar ng parehong tagagawa at isang tagakontrol (hanggang sa kalagitnaan ng ika-19 na siglo), walang mga problema sa pagtatasa ng kalidad ng mga produktong gawa. Ang lahat ay nagbago sa pag-usbong ng paghahati ng paggawa. Ang mga manggagawa ng mga unang pabrika, na may kakayahang magsagawa ng mga simpleng operasyon ng proseso, ay hindi maaaring maging responsable para sa kalidad ng kanilang paggawa, at higit na para sa kalidad ng natapos na produkto. Ang pagpapakilala ng post ng controller ay humantong sa pangangailangan na gawing pamantayan ang mga pagpapaandar ng kontrol at, sa paglipas ng panahon, kinakailangan ang pagbuo ng isang pang-agham na diskarte sa pagtatasa ng kalidad ng produkto. Ang pagnanais na makagawa ng mga de-kalidad na produkto ay humantong sa hypertrophied inflation sa mga pang-industriya na negosyo ng control apparatus.

Ang paggamit ng mga pamamaraang istatistika ng pagkontrol sa kalidad ng paggawa ay naganap kahit sa paglaon - sa unang isang-kapat ng ika-20 siglo. Ito ang pagpapakilala ng mga pamamaraang pang-istatistika na naging posible upang makabuluhang mabawasan ang pagiging kumplikado ng mga pagpapatakbo ng kontrol at makabuluhang bawasan ang bilang ng mga inspektor (Controller). Ang unang aplikasyon ng mga siyentipikong pamamaraan ng kontrol sa istatistika ay naitala noong 1924, nang gumamit si W. Schuhart ng mga tsart ng kontrol upang matukoy ang dolibrack ng mga produkto.

Si Walter E. Schuhart mula 1918 ay nagtrabaho bilang isang engineer sa Western Electric (USA). Noong 1925 ito ay muling naiayos sa Bell Telephone Laboratories. Si Schuhart ay nagtrabaho doon hanggang 1956 (hanggang sa kanyang pagretiro). Ang kanyang pangunahing pagpapaunlad sa larangan ng pagkontrol ng istatistika ay ipinatupad lalo na sa kumpanyang ito .. Inilipat ni V. Shukhart ang kanyang pansin mula sa diskarte sa pagpapaubaya sa pamamahala ng kalidad sa isang diskarte na naglalayong matiyak ang katatagan ng mga proseso at binabawasan ang kanilang mga pagkakaiba-iba. Ang kanyang mga ideya ay mananatiling nauugnay hanggang ngayon. Bilang karagdagan, ipinasa ni Shewhart ang ideya ng tuluy-tuloy na pagpapabuti ng kalidad sa pamamagitan ng pagmumungkahi ng isang ikot ng patuloy na pagpapabuti ng mga proseso, na ngayon ay tinatawag na "Shuhart-Deming Cycle". Sa mga nagdaang taon, ang pag-ikot na ito ay karagdagang binuo sa ilalim ng impluwensya ng Deming at ginamit upang magamit bilang isang tool para sa pagtutulungan upang mapabuti ang kalidad.

Kasabay ni Schuhart, sa parehong kompanya noong kalagitnaan ng 20, iminungkahi ng inhenyero na si G.F. Dodge ang teorya ng kontrol sa pagtanggap, na sa kalaunan ay nakakuha ng katanyagan sa buong mundo. Ang mga pundasyon ng teoryang ito ay inilatag noong 1944 sa kanyang pinagsamang gawain kasama ang HG Rolling, "Sampling Inspection Tables - Single and Double Sampling."

Ang isang malaking kontribusyon sa sistema ng pagkontrol sa kalidad sa kalagitnaan ng ika-20 siglo ay ginawa ng mga Amerikanong siyentista D. Neumann, E. Pearson, E. Fisher. Kabilang sa kanilang mga pagpapaunlad, ang teorya ng pagsubok ng mga istatistikal na hipotesis ay pinakamahusay na kilala. Mapapansin na ngayon, nang walang kaalaman sa teorya ng mga pagkakamali ng una at pangalawang uri, imposibleng maituwiran ang napiling pamamaraan ng kontrol sa istatistika.

Sa panahon ng Ikalawang Digmaang Pandaigdig, isang kakulangan ng mga mapagkukunan ang pinilit ang paghahanap para sa mga bagong pamamaraan ng kontrol na may ilang mga item upang masubukan hangga't maaari, lalo na sa mapanirang pagsubok. Noong 40 ng ika-20 siglo A. binuo ni A. Wald (USA) ang teorya ng sunud-sunod na pagtatasa at teoryang paggawa ng desisyon sa istatistika. Ang aplikasyon ng teorya ng sunud-sunod na pagsusuri ay napakabisa (ang halaga ng kontrol, na may parehong posibilidad ng pagkakamali, ay nabawasan ng hanggang sa 60% kumpara sa tradisyunal na pamamaraan) na sa Estados Unidos ay idineklara itong isang lihim na dokumento at na-publish lamang matapos ang digmaan.

Ang pagtatatag ng mga statistic na pamamaraan ng kontrol bilang isang pilosopiya ng kalidad ay lubos na naiimpluwensyahan ni Edward Deming (USA). Noong unang bahagi ng 1950s, ang Deming ay nagsanay ng mga propesyonal sa Hapon ng malawakan sa mga bagong diskarte sa pagtiyak sa kalidad, na may pagtuon sa mga diskarte sa pamamahala ng kalidad ng istatistika. Ang aktibidad nito ay naging matagumpay na noong dekada 60 ang mga Amerikano ay kailangang magpadala ng isang makabuluhang bahagi ng mga merkado ng pagbebenta sa mga firm ng Hapon, kabilang ang mismong USA.

Ang impluwensyang pang-agham ng Amerikano sa pagpapabuti ng mga sistema ng katiyakan sa kalidad ay humantong sa paglikha ng paaralang pang-agham ng Hapon sa larangan ng kalidad, bukod sa ang mga kinatawan ay dapat pansinin, una sa lahat, sina K. Ishikawa at G. Taguchi, na may malaking ambag sa pagpapaunlad ng mga pamamaraang istatistika sa pamamahala ng kalidad. Kaya't si Kaworu Ishikawa, sa kauna-unahang pagkakataon sa pagsasanay sa mundo, ay nagmungkahi ng isang orihinal na grapikong pamamaraan para sa pagtatasa ng mga ugnayan ng sanhi at bunga, na tinawag na "Ishikawa diagram." Ngayon, halos imposibleng makahanap ng ganoong lugar ng aktibidad para sa paglutas ng mga problema sa kalidad, saan man mailapat ang diagram ng Ishikawa.

Si Genichi Taguchi ay isang kilalang istatistika ng Hapon sa ikalawang kalahati ng ika-20 siglo. Bumubuo siya ng mga ideya sa mga istatistika ng matematika na kaugnay sa partikular sa mga pamamaraang pang-istatistika para sa pang-eksperimentong disenyo at kontrol sa kalidad. Ang Tagutiv ay ang unang kumonekta sa mga gastos sa ekonomiya at kalidad sa pamamagitan ng pag-asa sa matematika, na nagpapakilala sa konsepto ng isang pag-andar sa pagkawala ng kalidad. Siya ang unang nagpakita na ang mga pagkalugi sa kalidad ay nagaganap din sa larangan ng pagpapaubaya - lumilitaw ang mga ito mula sa sandali ng hindi pagtutugma sa pagitan ng nominal na halagang tinukoy ng dokumentasyong panteknikal at ang halaga ng parameter at ang sinisiyasat na random variable. Si Taguchi ay kredito rin sa paghahanap ng medyo simpleng mga argumento at diskarte na gumawa ng matatag na pagpaplano para sa mga eksperimento sa kalidad ng katiyakan na isang katotohanan. Sa aming palagay, ang hindi pagbibigay pansin sa mga pamamaraan ni Taguchi ay isa sa mga dahilan para sa seryosong pagkahuli sa mga negosyo ng Russia sa larangan ng pagpapabuti ng kalidad ng mga proseso at produkto.

Ginawa ang kanilang pang-agham na kontribusyon sa pagbuo ng mga pamamaraang pang-istatistika at mga siyentipiko ng Soviet: V.I. Ang Romanovskii, EE Slutskii, NV Smirnov, Yu.V. Linnik, at iba pa. Halimbawa, inilatag ni Smirnov ang mga pundasyon ng teorya ng seryeng hindi parametric, at nai-publish ng Slutskii ang maraming mahahalagang gawa sa mga istatistika ng magkasamang serye na nakatigil. Lalo na masinsinang sa USSR ay nabuo ng mga statistic na pamamaraan ng pagsasaliksik at kontrol sa kalidad sa produksyon ng masa, mga pamamaraan ng pagpaplano ng isang eksperimento (Yu.P. Adler at iba pa).

Noong dekada 50 at 70 ng huling siglo, isang bilang ng mga negosyo ng defense complex ng USSR na aktibong isinasagawa (naiimpluwensyahan ng karanasan ng Hapon sa pagpapabuti ng kalidad) na nagtatrabaho sa pagpapakilala ng mga sistema ng pamamahala ng kalidad (sa Saratov - BIP, sa Gorky - KANARSPI, sa Yaroslavl - NORM, sa Lvov - KSUKP at atbp.), kung saan ang mga pamamaraan ng istatistika sa larangan ng kontrol sa pagtanggap at regulasyon ng mga teknolohikal na proseso na kinuha ng isang mahalagang lugar sa pag-iwas sa mga depekto ng produkto.

Sa mga nagdaang taon, mapapansin ng isa ang gawain ng siyentipikong Ruso sa larangan ng kalidad na V.A. Lapidus. Ang isang bilang ng mga gawa sa teorya at kasanayan ng pamamahala ng kalidad, na isinasaalang-alang ang mga pagkakaiba-iba at kawalang-katiyakan, ay nai-publish, kung saan ang "prinsipyo ng pamamahagi ng priyoridad" ay nakalagay, na nagbibigay-daan sa optimal na buuin ang mga ugnayan ng supplier-consumer mula sa pananaw ng kalidad ng katiyakan. Nagmamay-ari din siya ng isang bagong diskarte sa pamamahala ng kalidad, na tinawag na "kakayahang umangkop na pamamaraan ng kontrol sa istatistika", na batay sa matematika sa teorya ng mga malabo na set.

Gayunpaman, ang isang tiyak na pagwawalang-kilos ng pang-agham na paaralan ng Rusya ng mga istatistika ng matematika ay maaaring mabanggit, na maaaring nauugnay sa kawalan ng pangangailangan mula sa ekonomiya para sa isang pang-agham para sa aplikasyon ng mga bagong pamamaraan ng istatistika para matiyak ang kalidad ng produkto.

3. Paglalapat at pagbuo ng mga pamamaraang pang-istatistika

Talahanayan 2 Paglalapat ng mga pamamaraang pang-istatistika sa mga yugto ng ikot ng buhay ng produkto

Mga yugto ng ikot ng buhay ng produkto Ang mga gawain ay nalutas sa kalidad ng sistema ng Mga pamamaraang pang-istatistika Marketing at pananaliksik sa merkado Pananaliksik at pagtatasa ng demand sa merkado at ang pag-asang pagbabago nito Mga pamamaraan ng pagtatasa ng mga pinagsamang statistiko, pang-ekonomiya at matematika (pabagu-bagong programa, simulation, atbp.) /\u003e Pagsusuri ng mga kagustuhan ng mamimili na may kaugnayan sa kalidad ng produkto at presyo Mga pamamaraan sa ekonomiya at matematika (QFD), atbp /\u003e Mga presyo sa pagtataya, output, potensyal na pagbabahagi ng merkado, pag-asa sa buhay ng mga produkto sa merkado Mga pamamaraan sa ekonomiya at matematika (teorya ng serbisyo sa masa, teorya ng laro, linear at nonlinear na programa, atbp. .) Disenyo at pag-unlad ng produkto

Pamantayan ng mga kinakailangan para sa kalidad ng produkto.

Pagtukoy ng mga kinakailangang panteknikal sa larangan ng pagiging maaasahan.

Pag-optimize ng mga halaga ng tagapagpahiwatig ng kalidad ng produkto.

Pagtatasa ng antas ng teknikal na mga produkto

Mga pamamaraan ng grapiko (iskema ng Ishikawa, tsart ng Pareto, histogram, atbp.): Mga pamamaraan para sa pagsusuri ng mga populasyon ng istatistika; pang-ekonomiya at matematikal na pamamaraan (Mga pamamaraan ng Taguchi, QFD) /\u003e Pagsubok ng mga prototype o pilot batch ng mga bagong (modernisadong) pamamaraan Mga graphic at analytical na pamamaraan (histogram, layered histogram, atbp.), mga pamamaraan para sa pag-aralan ang mga populasyon ng pang-istatistika (mga pamamaraan para sa pagsubok ng mga pang-istatistikal na teorya, paghahambing ng mga average, paghahambing ng mga pagkakaiba-iba, atbp.): pang-ekonomiya at matematika na mga pamamaraan (pagpaplano ng eksperimento) /\u003e Pagtiyak ng kaligtasan ng produkto Mga pamamaraan sa ekonomiya at matematika (simulate, ang pamamaraan ng mga puno ng posibilidad, atbp.) Pagkuha Pagbubuo ng mga plano para sa pagbibigay ng mga negosyo ng materyal at mapagkukunang panteknikal ng kinakailangang kalidad na Mga pamamaraan sa ekonomiya at matematika (teorya ng pila, linear programming, atbp.) /\u003e Pagsusuri sa mga kakayahan ng mga tagatustos Pamamaraan pang-ekonomiya at matematika (pag-aaral ng system, pabagu-bagong programa, atbp.) /\u003e Napapanahong pagkakaloob ng mga panustos na materyal at panteknikal na mapagkukunan Mga pamamaraang pang-ekonomiya at matematika (teorya ng pila) /\u003e Pagbawas sa gastos ng materyal at suportang panteknikal para sa kalidad ng produkto Pamamaraan pang-ekonomiya at matematika (Mga pamamaraan ng Taguchi, pag-aaral ng gastos sa pagganap, atbp.) Pag-unlad ng Produksyon ng mga teknolohikal na pamamaraan Pamamaraan pang-ekonomiya at matematika (pamamaraan ng Taguti); magkakalat na plots, atbp.); mga pamamaraan ng pagtatasa ng mga statistikal na pinagsama-samang (pagkakaiba-iba, pagbabalik at mga uri ng pag-uugnay ng pagtatasa, atbp.) /\u003e Tinitiyak ang kawastuhan at katatagan ng mga teknolohikal na proseso Mga pamamaraan para sa statistikal na pagtatasa ng kawastuhan at katatagan ng mga teknolohikal na proseso (histograms, mga diagram ng kawastuhan, mga tsart ng kontrol) /\u003e Tinitiyak ang katatagan ng kalidad ng produkto sa mga Paraan ng paggawa pagsasaayos ng istatistika ng mga proseso ng teknolohikal (mga diagram ng kawastuhan, tsart ng kontrol) Pagkontrol at pagsubok Pagsunod sa mga patakaran at metrological na kinakailangan sa paghahanda, pagpapatupad at pagproseso ng mga resulta ng pagsubok Mga pamamaraang grapiko (histogram, dispers plot, atbp.); mga pamamaraan para sa pag-aralan ang mga populasyon ng istatistika (mga pamamaraan para sa pagsubok ng mga pang-istatistika na hipotesis, paghahambing ng mga paraan, paghahambing ng mga pagkakaiba-iba, atbp.) /\u003e Pagkilala ng mga produkto na ang kalidad ay hindi nakakatugon sa mga itinakdang kinakailangan Mga paraan ng kontrol sa pagtanggap ng pang-istatistika /\u003e Pagsusuri ng kalidad ng produkto Mga pamamaraan ng grapiko (Ishikawa diagram, Pareto diagram, pagsasaayos ng isang diagram Pareto, atbp.), Pang-ekonomiya at matematika na pamamaraan (pagganap at pag-aaral ng gastos, QFD) Pag-iimpake at pag-iimbak Pagsusuri ng pagsunod sa mga kinakailangan para sa pagpapakete at pag-iimbak ng mga produkto sa enterprise Mga pamamaraan ng kontrol sa pagtanggap ng istatistika; pang-ekonomiya at matematika na pamamaraan (queuing theory) Pagbebenta at pamamahagi ng mga produkto Tinitiyak ang kalidad ng transportasyon ng mga produkto Pamamaraan pang-ekonomiya at matematika (linear programming, queuing theory) Pag-install at pag-komisyon ng pagsusuri sa kalidad ng produkto sa panahon ng pag-install at pag-commissioning Mga pamamaraan ng graphic (time series graph at iba pa. ); mga pamamaraan ng pagtatasa ng mga pinagsama-samang istatistika (pag-aaral ng kadahilanan, atbp.) /\u003e Pagsusuri ng mga gastos sa consumer kapag gumagamit ng mga produkto Mga pamamaraan sa ekonomiya at matematika (Mga pamamaraan ng Taguchi, pag-aaral ng gastos sa pagganap, QFD) Teknikal na tulong sa serbisyo

Organisasyon ng pag-aayos ng warranty ng mga produkto

Organisasyon ng napapanahong paghahatid ng mga ekstrang bahagi

Mga pamamaraang pang-ekonomiya at matematika (teorya ng pila, linear programming, atbp.) Mga aktibidad pagkatapos ng pagbebenta Pagsusuri ng mga pagkabigo at iba pang mga hindi pagkakasundo ng mga produkto Mga pamamaraan sa grapiko (grapiko ng serye ng oras, atbp.); mga pamamaraan ng pagtatasa ng mga pinagsama-samang istatistika (pag-aaral ng kadahilanan, atbp.) Paggamit pagkatapos ng pag-aaral Pag-aaral ng posibilidad ng paggamit ng mga produkto ng hindi naaangkop na kalidad o sa pagtatapos ng kanilang buhay sa pamaraan Mga pamamaraan sa ekonomiya at matematika (pagganap at pag-aaral ng gastos, QFD, atbp.)

Ang pagtukoy ng pangangailangan at pagpili ng mga tukoy na pamamaraang pang-istatistika sa sistema ng kalidad ay isang masalimuot at mahabang trabaho ng isang analitikal at pang-organisasyon na kalikasan.

Kaugnay nito, ipinapayong isagawa ang gawaing ito batay sa isang espesyal na programa, na maaaring maglaman ng sumusunod na hanay ng mga hakbang sa organisasyon (Larawan 1). Dapat mong simulan ang pamamahala ng mga pamamaraang pang-istatistika sa paggamit ng mga simple at naa-access na mga paraan, at pagkatapos lamang nito lumipat sa mas kumplikadong mga pamamaraan. Dahil sa mga paghihirap sa pamamahala ng mga pamamaraang pang-istatistika sa pang-industriya na kasanayan, ang mga pamamaraang ito ay dapat na nahahati sa dalawang klase: simple at kumplikadong pamamaraan.

Kapag pumipili ng mga pamamaraang pang-istatistika, sinisikap nilang tiyakin na tumutugma sila sa likas na katangian ng proseso ng produksyon, ang pagkakaroon ng mga instrumento sa pagsukat at pagproseso ng impormasyong pang-istatistika. Dahil maraming iba't ibang mga pamamaraan ng istatistika ang maaaring mapili upang malutas ang isang tukoy na problema sa produksyon, ang isa ay pipiliin na titiyakin ang nakakamit na pinakamahusay na resulta sa pinakamababang gastos.

Larawan: 1 Programa sa Pag-aaral ng Istatistika

Upang maisagawa ang kinakailangang mga kalkulasyon ng istatistika, iba't ibang mga uri ng mga teknikal na paraan ang ginagamit, kabilang ang mga elektronikong computer. Medyo simpleng mga teknikal na paraan, halimbawa, mga tagapagpahiwatig ng istatistika, nagbibigay ng input ng data mula sa mga antas ng instrumento, mga tala at mga talahanayan, pati na rin ang pagkalkula ng mga katangian ng istatistika habang direktang pagsukat. Ginagamit ng paggamit ng isang computer na posible na iproseso ang paunang impormasyon, subaybayan ang mga parameter ng proseso, patuloy na eksperimento, binabago ang mga variable sa mga teknikal na pagtutukoy, hanggang sa maitaguyod ang pinakamainam na mga mode. Sa kasong ito, maaari mong gamitin ang karaniwang mga programa ng pamamahala sa kalidad ng istatistika.

4. Mga simpleng pamamaraan ng istatistika

Kabilang sa mga simpleng pamamaraang pang-istatistika, na pinangalanan nang dahil sa kanilang pagkukumpara sa pagiging simple, pagkumbinse at pag-access, ang pinakalaganap ay pitong pamamaraan na kinilala noong unang bahagi ng 50 ng mga espesyalista ng Hapon sa ilalim ng pamumuno ni K. Ishikawa. Sama-sama, ang mga pamamaraang ito ay bumubuo ng isang mabisang sistema ng mga pamamaraan para sa kontrol sa kalidad at pagtatasa. Sa kanilang tulong, ayon sa patotoo ni K. Ishikawa mismo, mula 50 hanggang 95% ng lahat ng mga problema na nasa larangan ng paningin ng mga tagagawa ay maaaring malutas. Walang kinakailangang espesyal na edukasyon upang mailapat ang pitong simpleng pamamaraan (ang pamantayang kurikulum ng Hapon para sa mga pamamaraang ito ay dinisenyo para sa 20 mga aralin at nakatuon sa antas ng mataas na paaralan). Ang katanyagan ng pitong-simpleng pamamaraan ay maaaring hatulan ng katotohanan na ngayon sa mga Japanese firm ay pagmamay-ari sila ng lahat - mula sa pangulo hanggang sa ordinaryong manggagawa. Sa paggalang na ito, ang mga pamamaraang ito ay isang paraan ng demokrasya ng teknolohiya sa kalidad ng pamamahala.

Ang pitong simpleng pamamaraan ay maaaring mailapat sa anumang pagkakasunud-sunod, sa anumang kombinasyon, sa iba't ibang mga sitwasyong pansuri, maaari rin silang maituring bilang isang integral na sistema, bilang magkahiwalay na mga tool sa pagtatasa. Sa bawat kaso, iminungkahi na matukoy ang komposisyon at istraktura ng nagtatrabaho na hanay ng mga pamamaraan. Bagaman sila ay simpleng pamamaraan, hindi ito nangangahulugan na kapag gumagamit ng marami sa kanila, hindi ka maaaring gumamit ng isang computer upang mas mabilis at mas madali ang mga pagkalkula at upang maipakita nang mas malinaw ang mga istatistika.

Ayon kay K. Ishikawa, ang lahat ng mga simpleng pamamaraan ay may kasamang:

1. histograms;

2. serye ng oras;

3. Mga tsart ng Pareto;

4. mga diagram na sanhi ng Ishikawa;

5. control sheet;

6. control tsart;

7. magkalat na mga diagram.

Ang mga lugar ng aplikasyon ng nabanggit na kalidad na "mga tool" ay ipinapakita sa fig. 2; mayroon ding dalawa pang mga diskarte, na madalas na ginagamit sa paunang yugto ng trabaho:

1.brainstorming;

2. proseso ng diagram.

Isaalang-alang natin ang kakanyahan ng mga pamamaraang ito.

4.1 PAGSAKIT SA UTAK

Ginagamit ang Brainstorming upang matulungan ang isang pangkat na makabuo ng maraming ideya hangga't maaari sa isang problema sa pinakamaikling panahon, at maaaring gawin sa dalawang paraan:

1. Maayos - Ang bawat kasapi ng pangkat ay nagsusumite ng mga ideya ayon sa pagkakasunud-sunod ng priyoridad sa isang bilog o lumaktaw sa kanilang tira hanggang sa susunod. Sa ganitong paraan, kahit na ang pinaka-walang imik na mga tao ay maaaring hikayatin na makipag-usap, gayunpaman, mayroong ilang elemento ng presyon dito na maaaring makagambala.

2. Magulo - Ang mga miyembro ng pangkat ay nagsumite lamang ng mga ideya sa kanilang naisip. Ang isang mas nakakarelaks na kapaligiran ay nilikha, gayunpaman, mayroong isang panganib na ang pinaka-madaldal ay maghawak.

Sa parehong pamamaraan, ang pangkalahatang mga patakaran ng pag-uugali ay pareho. Maipapayo na sumunod sa linya ng pag-uugali na ito:

1. Huwag kailanman pintasan ang mga ideya. Isulat ang bawat ideya sa isang sheet o board. Ang paggawa ng mga salitang nakikita ng lahat ay nakakatulong upang maiwasan ang hindi pagkakaunawaan at makabuo ng mga bagong ideya.

2. Dapat sumang-ayon ang bawat isa sa isyu o agenda ng darating na sesyon ng brainstorming.

3. Isulat nang literal ang mga salita ng tagapagsalita sa pisara o sa sheet nang hindi na-e-edit ang mga ito.

4. Gawin ang lahat nang mabilis, pinakamahusay na magsagawa ng sesyon ng brainstorming sa 5 - 15 minuto.

5. Pagkilala sa mga problema.

6. Pagsusuri sa mga problema.

Fig 2 Saklaw ng kalidad na "mga tool"

4.2 DIOSO NG PROSESO

Ang isang diagram ng proseso (pagkakasunud-sunod ng mga pagpapatakbo, roadmap) ay ginagamit kapag kinakailangan upang subaybayan ang aktwal o ipinahiwatig na mga hakbang sa proseso na pinagdadaanan ng isang produkto o serbisyo upang makilala ang mga paglihis.

Kapag sinusuri ang mga diagram ng daloy ng proseso, madalas mong matuklasan ang mga nakatagong pitfalls na potensyal na mapagkukunan ng pagkagambala at kahirapan.

Kinakailangan na tipunin ang mga espesyalista na may pinakamalaking kaalaman sa prosesong ito upang:

7. bumuo ng isang sunud-sunod na diagram ng mga yugto ng proseso na talagang nangyayari;

8. bumuo ng isang sunud-sunod na diagram ng mga yugto ng proseso, na dapat magpatuloy kung ang lahat ay gumagana nang tama;

9. Paghambingin ang dalawang mga scheme upang malaman kung paano magkakaiba, at sa gayon ay hanapin ang puntong lumitaw ang mga problema.

4.3 LISTANG Suriin (Suriin ang TABLE)

Pinapayagan ka ng checklist na sagutin ang tanong na, "Gaano kadalas nangyayari ang isang tiyak na kaganapan?" Nagsisimula ito sa paggawa ng mga kuro-kuro sa mga katotohanan. Kasama sa pagbuo ng isang listahan ng mga sumusunod ang mga sumusunod na hakbang, kabilang ang pangangailangan na:

1. upang maitaguyod nang tumpak hangga't maaari kung aling kaganapan ang mapapansin. Kailangang bantayan ng bawat isa ang iisang bagay;

2. sumang-ayon sa panahon kung saan makokolekta ang data. Maaari itong saklaw mula sa oras hanggang linggo;

3. Bumuo ng isang form na malinaw at madaling punan. Ang mga haligi at haligi ay dapat na malinaw na minarkahan sa form, dapat mayroong sapat na puwang para sa pagpasok ng data;

4. Kolektahin ang data nang tuloy-tuloy at matapat, nang walang pagbaluktot ng anuman. Muling i-verify na ang oras na iyong itinalaga ay sapat upang makumpleto ang gawain sa pagkolekta ng data.

Ang nakolektang data ay dapat na magkakauri. Kung hindi ito ang kadahilanan, kailangan mo munang pangkatin ang data, at pagkatapos ay isaalang-alang ang mga ito nang magkahiwalay.

Fig 3 Checklist /\u003e

4.4 TIME SERIES (LINEAR CHART)

Ginagamit ang isang serye ng oras kung kailangan mo ng pinakasimpleng paraan upang kumatawan sa kurso ng mga pagbabago sa naobserbahang data sa loob ng isang tiyak na tagal ng panahon.

Ang serye ng oras ay inilaan para sa visual na pagtatanghal ng data, napakadaling itayo at gamitin. Ang mga puntos ay naka-plot sa grap sa pagkakasunud-sunod kung saan sila nakolekta. Dahil kinakatawan nila ang pagbabago ng katangian sa paglipas ng panahon, ang pagkakapare-pareho ng data ay napakahalaga.

Ang panganib sa paggamit ng isang serye ng oras ay ang pagkahilig na isipin na ang anumang pagbabago sa data sa paglipas ng panahon ay mahalaga.

Ang serye ng oras, tulad ng iba pang mga diskarte sa grapiko, ay dapat gamitin upang ituon ang pansin sa tunay na makabuluhang mga pagbabago sa system.

Ang isa sa pinakamabisang gamit ng serye ng oras ay upang makilala ang mga makabuluhang uso o pagbabago sa ibig sabihin (Larawan 4)

Fig 4 Oras ng serye

4.5 PARETO DIAGRAM

Ginagamit ito kung nais mong kumatawan sa kamag-anak na kahalagahan ng lahat ng mga problema o kundisyon upang pumili ng isang panimulang punto para sa paglutas ng mga problema, subaybayan ang resulta, o matukoy ang pangunahing sanhi ng problema.

Ang isang tsart ng Pareto ay isang espesyal na form ng patayong bar graph na makakatulong sa iyo na makilala kung ano ang mga problema at kung paano ito malulutas. Ang charting ng pareto, batay sa alinman sa mga checklist o iba pang mga anyo ng pagkolekta ng data, ay nakakatulong upang makuha ang pansin at pagsisikap sa mga isyu na talagang mahalaga. Maaari kang makamit ang higit pa sa pamamagitan ng pagtutuon sa pinakamataas na haligi, hindi pagbibigay pansin sa mas maliit na mga haligi (Larawan 5).

Fig 5 Pareto chart

Ang pagkakasunud-sunod ng pagtatayo ng tsart ng Pareto:

1. Piliin ang mga isyu na maihahambing at i-ranggo ang mga ito sa pagkakasunud-sunod ng kahalagahan (sa pamamagitan ng brainstorming gamit ang umiiral na data - mga ulat).

2. Tukuyin ang pamantayan para sa paghahambing ng mga yunit ng pagsukat (natural o katangian ng gastos).

3. Magtakda ng isang time frame para sa pag-aaral.

4.6 Sanhi AT EFFECT DIAGRAM (Ishikawa diagram)

Ang Ishikawa (fish skeleton) diagram ay ginagamit kapag kinakailangan upang siyasatin at ilarawan ang lahat ng posibleng mga sanhi ng ilang mga problema o kundisyon.

Pinapayagan kang kumatawan sa ugnayan sa pagitan ng epekto, ang resulta at lahat ng posibleng mga sanhi na nakakaapekto sa kanila. Ang isang resulta, resulta, o problema ay karaniwang ipinahiwatig sa kanang bahagi ng diagram, at ang mga pangunahing impluwensya o "sanhi" ay nakalista sa kaliwang bahagi (Larawan 6).

Larawan 6 Sanhi na diagram

Ang pagkakasunud-sunod ng pagbuo ng isang causal diagram:

1. Simulan ang proseso ng paglalarawan ng napiling problema, katulad ng:

· Mga tampok nito;

Kung saan ito nangyayari;

Kapag lumitaw ito;

· Kung gaano kalayo.

2. Ilista ang mga kadahilanang kinakailangan upang makabuo ng isang causal diagram sa isa sa mga sumusunod na paraan:

· Magsagawa ng isang atake sa brainstorming kung saan talakayin ang lahat ng posibleng mga sanhi nang walang paunang paghahanda;

· Maingat na sundin ang lahat ng mga yugto ng proseso ng paggawa at sabihin ang mga posibleng sanhi ng problema sa mga checklist.

3. Bumuo ng isang wastong sanhi ng diagram.

4. Subukang bigyang kahulugan ang lahat ng mga ugnayan.

Upang mahanap ang pangunahing sanhi ng isang problema, hanapin ang mga sanhi na paulit-ulit. Ang pangunahing mga kategorya ng pananahilan ay dapat na nakasulat sa pinaka-pangkalahatang form. Gumamit ng ilang mga salita hangga't maaari.

4.7 HISTOGRAM

Kapaki-pakinabang kapag nais mong galugarin at kumatawan sa pamamahagi ng data sa bilang ng mga yunit sa bawat kategorya gamit ang isang bar graph. Tulad ng nakita natin sa diagram ng Pareto, napaka-kapaki-pakinabang na kumatawan sa anyo ng isang bar graph ang dalas kung saan nangyayari ang isang tiyak na kaganapan (ang tinatawag na pamamahagi ng dalas). Gayunpaman, nakikipag-usap lamang ang tsart ng Pareto sa mga katangian ng isang produkto o serbisyo: mga uri ng depekto, problema, banta sa seguridad, atbp.

Sa kaibahan, nakikipag-usap ang isang histogram sa sinusukat na data (temperatura, kapal) at ang kanilang pamamahagi. Ang pamamahagi ay maaaring maging kritikal, i. may maximum. Maraming mga umuulit na kaganapan na gumagawa ng mga resulta na nagbabago sa paglipas ng panahon.

Isiniwalat ng histogram ang dami ng pagkakaiba-iba ng isang proseso. Ang isang tipikal na histogram ay maaaring magmukhang isang ipinakita sa Fig. 7.

Fig 7 Bar graph

Ang bilang ng mga klase (mga bar sa grap) ay natutukoy ng kung gaano karaming mga sample ang kinuha o mga obserbasyong ginawa.

Ang ilang mga proseso ay likas na binabaluktot (walang simetrya), kaya't hindi mo dapat asahan na ang bawat pamamahagi ay hugis-kampanilya.

Huwag magtiwala sa kawastuhan ng data kung ang mga klase ay biglang tumigil sa ilang mga punto, halimbawa, ang hangganan ng detalye, bagaman ang bilang ay hindi bumaba dati.

Kung ang curve ay may dalawang mga tuktok, nangangahulugan ito na ang data ay nakolekta mula sa dalawa o higit pang magkakaibang mga mapagkukunan, ibig sabihin paglilipat, sasakyan, atbp.

4.8 SCATTER DIAGRAM

Ginagamit ito kapag kinakailangan na isipin kung ano ang nangyayari sa isa sa mga variable kung ang iba pang variable ay nagbabago, at upang suriin ang palagay tungkol sa ugnayan ng dalawang variable.

Ginagamit ang isang dispersplot upang pag-aralan ang posibleng ugnayan sa pagitan ng dalawang variable. Ang pagtingin sa isang spreadplot ay hindi masasabing dahilan para sa iba pa, nililinaw kung mayroong ugnayan sa pagitan nila at kung anong lakas ng ugnayan na iyon. Ang nakakalat na diagram ay itinayo sa sumusunod na pagkakasunud-sunod: ang pahalang na axis ay naglalagay ng mga sukat ng mga halaga ng isang variable, at ang patayong axis - isa pang variable. Ang isang karaniwang diagram ng pagpapakalat ay ipinapakita sa Fig. 8.

Fig 8 Scatter diagram /\u003e

4.9 CONTROL CARD

Ang isa sa mga pangunahing tool sa malawak na arsenal ng mga pamamaraang pang-kontrol sa kalidad ng istatistika ay mga tsart ng kontrol. Pangkalahatang pinaniniwalaan na ang ideya ng control chart ay pagmamay-ari ng sikat na estadistika ng Amerika na si Walter L. Schuhart. Ito ay sinalita noong 1924 at inilarawan nang detalyado noong 1931.

Orihinal na ginamit sila upang maitala ang mga resulta ng mga sukat ng nais na mga katangian ng produkto. Ang parameter na lampas sa larangan ng pagpapaubaya ay ipinahiwatig ang pangangailangan na ihinto ang paggawa at ayusin ang proseso alinsunod sa kaalaman ng tagapamahala ng produksyon.

Nagbigay ito ng impormasyon kung kailan, sino, sa anong kagamitan ang nakatanggap ng kasal noong nakaraan.

Gayunpaman, sa kasong ito, ang desisyon sa pagsasaayos ay nagawa nang makuha ang kasal. Samakatuwid, ito ay mahalaga upang makahanap ng isang pamamaraan na makaipon ng impormasyon hindi lamang para sa pabalik na pananaliksik, ngunit din para sa paggamit sa paggawa ng desisyon. Ang panukalang ito ay inilathala ng estadistika ng Amerikano na I. Pahina noong 1954.

Ang mga kard na ginagamit sa paggawa ng mga desisyon ay tinatawag na pinagsama-sama.

Ang tsart ng kontrol (Larawan 9) ay binubuo ng isang gitnang linya, dalawang mga limitasyon sa kontrol (sa itaas at sa ibaba ng gitnang linya) at mga halagang katangian (kalidad ng index) na naka-plot sa tsart upang kumatawan sa estado ng proseso.

Fig 9 Control tsart

Sa ilang mga tagal ng panahon, kumuha (lahat sa isang hilera; pumipili; pana-panahon mula sa isang tuluy-tuloy na daloy, atbp.) N mga panindang produkto at sukatin ang kinokontrol na parameter.

Ang mga resulta ng pagsukat ay naka-plot sa isang tsart ng kontrol, at nakasalalay sa halagang ito, isang desisyon ang gagawin upang maitama ang proseso o upang ipagpatuloy ang proseso nang walang mga pagsasaayos.

Ang isang senyas tungkol sa isang posibleng pagkagambala sa proseso ng teknolohikal ay maaaring:

· Mga limitasyon sa control control sa exit (point 6); (ang proseso ay wala sa kontrol);

Ang lokasyon ng isang pangkat ng magkakasunod na puntos na malapit sa isang hangganan ng kontrol, ngunit hindi isang exit pagkatapos (11, 12, 13, 14), na nagpapahiwatig ng isang paglabag sa antas ng setting ng kagamitan;

· Malakas na pagsabog ng mga puntos (15, 16, 17, 18, 19, 20) sa control card na may kaugnayan sa gitnang linya, na nagpapahiwatig ng pagbawas sa kawastuhan ng proseso ng teknolohikal.

Sa pagkakaroon ng isang senyas sa isang pagkagambala sa proseso ng produksyon, ang sanhi ng pagkagambala ay dapat makilala at matanggal.

Sa gayon, ginagamit ang mga checklist upang makilala ang isang tukoy na sanhi, ngunit hindi isang hindi sinasadya. Ang isang tiyak na dahilan ay dapat na maunawaan bilang pagkakaroon ng mga kadahilanan na maaaring pag-aralan. Siyempre, dapat iwasan ang mga nasabing salik.

Ang pagkakaiba-iba dahil sa mga random na kadahilanan ay kinakailangan, hindi maiwasang mangyari sa anumang proseso, kahit na ang pagpapatakbo ng teknolohikal ay isinasagawa gamit ang mga pamantayang pamamaraan at hilaw na materyales. Ang pag-aalis ng mga random na sanhi ng pagkakaiba-iba ay hindi posible ayon sa teknolohiya o posible na matipid.

Kinokontrol na tamang natural na pagbabagu-bago sa pagitan ng mga limitasyon sa kontrol. Kailangan mong tiyakin na ang tamang uri ng control card ay pinili para sa tukoy na uri ng data. Ang data ay dapat na makuha nang eksakto sa parehong pagkakasunud-sunod tulad ng pagkolekta nito, kung hindi man ay wala itong kahulugan. Walang mga pagbabago sa proseso ang dapat gawin sa panahon ng pagkolekta ng data. Dapat ipakita ng data kung paano natural na napupunta ang proseso. Ang isang checklist ay maaaring magpahiwatig ng mga potensyal na problema bago ilabas ang mga mahihinang produkto.

Mayroong dalawang pangunahing uri ng mga tsart sa pagkontrol: para sa mga katangian na husay (pumasa / mabibigo) at para sa mga katangian ng dami. Para sa mga tampok na husay, posible ang apat na uri ng mga control card:

V - card (bilang ng mga depekto bawat yunit ng produksyon)

С - card (bilang ng mga depekto sa sample)

R - card (proporsyon ng mga sira na produkto sa sample)

NP - card (bilang ng mga depektibong produkto sa sample)

Bukod dito, sa una at pangatlong kaso, ang laki ng sample ay variable, at sa pangalawa at ikaapat na kaso, ito ay pare-pareho.

Kaya, ang mga layunin ng paggamit ng mga tsart ng kontrol ay maaaring:

1. paglalahad ng isang hindi mapigil na proseso

2. control ng kinokontrol na proseso

3. Sinusuri ang mga kakayahan sa proseso

Karaniwan ang sumusunod na variable (variable ng proseso) o katangian ay dapat pag-aralan:

Kilalang mahalaga o pinakamahalaga

Pinaghihinalaan na hindi maaasahan

Kung saan kailangan mong makakuha ng impormasyon tungkol sa mga kakayahan sa proseso

Operational, makabuluhan sa marketing

Sa kasong ito, huwag suriin ang lahat ng mga halaga nang sabay. Ang mga tsart sa pagkontrol ay nagkakahalaga ng pera, kaya kailangan mong gamitin ang mga ito nang matalino:

Maingat na pumili ng mga katangian

Itigil ang pagtatrabaho sa mga kard kapag naabot ang layunin

Magpatuloy lamang sa vesticard kapag ang mga proseso at kinakailangang panteknikal ay nagpipigil sa bawat isa

Dapat tandaan na ang proseso ay maaaring nasa isang estado ng regulasyong pang-istatistika at magbigay ng 100% ng kasal. Sa kabaligtaran, maaari itong mapamahalaan at makagawa ng mga produkto na nakakatugon sa 100% mga kinakailangang panteknikal. Pinapayagan ng mga checklist ang pagtatasa ng mga kakayahan sa proseso.

Ang kakayahan sa proseso ay ang kakayahang gumana nang maayos. Pangkalahatan, ang kakayahan sa proseso ay tumutukoy sa kakayahang matugunan ang mga kinakailangang panteknikal.

4.10 PARAAN NG TAGUCHI

Noong huling bahagi ng 1960, si Taguchi, isang istatistika ng Hapon, ay nakumpleto ang pagbuo ng mga ideya para sa mga istatistika ng matematika na inilalapat sa mga problema sa pagpaplano ng eksperimento at kontrol sa kalidad. Ang kabuuan ng kanyang mga ideya na tinawag ni Taguchi na "pamamaraan ng maaasahang disenyo."

Iminungkahi ni Taguchi na tukuyin ang mga gawaing produkto ng katatagan ng mga teknikal na katangian. Binago niya ang konsepto ng random na paglihis, na pinagtatalunan na may mga di-randomness, at mga kadahilanan na kung minsan ay mahirap isaalang-alang.

Ang isang mahalagang pagkakaiba sa pagitan ng mga pamamaraan ng Taguchi ay nakasalalay sa pag-uugali sa pangunahing mga katangian ng mga nagawang produkto - kalidad at gastos. Habang binibigyan ng priyoridad ang pang-ekonomiyang kadahilanan (gastos), gayon pa man ay naiugnay niya ang gastos at kalidad sa isang solong katangian na tinatawag na pagkawala function.

Sa parehong oras, ang mga pagkalugi mula sa parehong consumer at tagagawa ay isinasaalang-alang. Ang gawain sa disenyo ay upang masiyahan ang parehong partido.

Gumawa si Taguchi ng isang matatag na pamamaraan ng pagkalkula gamit ang signal-to-noise ratio na ginamit sa telecommunications, na naging pangunahing tool sa kalidad ng engineering.

Ipinakilala ni Taguchi ang konsepto ng pag-andar ng perpektong produkto na tinukoy ng ideal na ratio sa pagitan ng mga input at output signal. Ang mga kadahilanan na sanhi ng paglitaw ng mga pagkakaiba sa pagitan ng tunay at perpektong mga katangian ng produkto, tumawag si Taguchi ng ingay.

Ang isang dalubhasa na gumagamit ng mga pamamaraan ng Taguchi ay dapat na may husay sa mga pamamaraan ng hula sa ingay sa anumang larangan, proseso man o marketing.

Ang mga panlabas na ingay ay mga pagkakaiba-iba sa kapaligiran:

Humidity

· Indibidwal na mga katangian ng isang tao, atbp.

Ang mga ingay sa pag-iimbak at paggamit ay pagtanda, pagkasuot, atbp Panloob na ingay ay isang problema sa produksyon na maaaring humantong sa mga pagkakaiba sa pagitan ng mga produkto, kahit na sa loob ng parehong pangkat ng mga produkto. Kapag inililipat ang kanyang pamamaraan mula sa laboratoryo sa totoong mga kundisyon, ginagamit ni G. Taguchi upang makilala ang signal-to-noise ratio ng katatagan, na naintindihan bilang isang mataas na ulit ng tugon. Ang pagkalkula ng katatagan ng mga katangian ay isinasagawa sa kalidad ng engineering hindi sa pamamagitan ng mga kumplikado at matrabahong pamamaraan, ngunit batay sa isang bagong pamamaraan ng pagpaplano ng eksperimento gamit ang ANOVA.

Konklusyon

Parami nang parami na pag-unlad ng isang bagong pang-ekonomiyang kapaligiran ng pagpaparami para sa ating bansa, ibig sabihin mga ugnayan sa merkado, idinidikta ang pangangailangan para sa patuloy na pagpapabuti ng kalidad gamit ang lahat ng mga posibilidad, lahat ng mga nakamit ng pag-unlad sa larangan ng teknolohiya at organisasyon ng produksyon.

Ang pinaka kumpleto at komprehensibong pagsusuri sa kalidad ay natitiyak kapag ang lahat ng mga pag-aari ng pinag-aralan na bagay, na ipinakita sa lahat ng mga yugto ng siklo ng buhay, ay isinasaalang-alang: sa panahon ng paggawa, transportasyon, imbakan, paggamit, pagkumpuni, panteknikal. serbisyo

Samakatuwid, dapat kontrolin ng tagagawa ang kalidad ng produkto at, batay sa mga resulta ng pag-sample, hatulan ang estado ng kaukulang proseso ng teknolohikal. Salamat dito, nakakakita ito ng mga iregularidad sa proseso sa isang napapanahong paraan at naitama ito.

Ang mga pamamaraang istatistika (mga pamamaraan batay sa paggamit ng mga istatistika ng matematika) ay isang mabisang kasangkapan para sa koleksyon at pagsusuri ng kalidad na impormasyon. Ang paggamit ng mga pamamaraang ito ay hindi nangangailangan ng malalaking paggasta at pinapayagan, na may isang ibinigay na antas ng kawastuhan at pagiging maaasahan, upang hatulan ang estado ng mga pinag-aralan na phenomena (mga bagay, proseso) sa kalidad na sistema, upang mahulaan at makontrol ang mga problema sa lahat ng mga yugto ng ikot ng buhay ng produkto at, batay sa mga ito, upang makabuo ng pinakamainam na mga desisyon sa pamamahala.

Listahan ng mga sanggunian

1. Efimov VV Mga pamamaraang istatistika sa pamamahala ng kalidad. Ulyanovsk: UlSTU, 2003 - 134 p.

2. Mga pamamaraang istatistika ng pamamahala sa kalidad // www.lenobl.ru, 2005.

3. Klimanov V. Mga istatistika na pamamaraan ng pamamahala sa kalidad // victor61058.narod.ru, 2004.

4. Okrepilov VV Pamamahala ng kalidad. SPb.: Nauka, 2000 .-- 911 p.

Abstract sa paksa:

Pag-unlad ng mga pamamaraang istatistika sa pamamahala ng kalidad

Kazan 2009

Panimula

4.1 Brainstorming

4.2 Proseso ng diagram

4.3 Checklist (checklist)

4.4 Serye ng oras (linya ng linya)

4.5 Tsart ng Pareto

4.6 Sanhi diagram (Ishikawa diagram)

4.7 Histogram

4.8 Scatter plot (kalat)

4.9 Tsart ng kontrol

4.10 Mga Pamamaraan ng Taguchi

Konklusyon

Listahan ng mga sanggunian

Panimula

Isa sa pinakamahalagang prinsipyo ng Total Quality Management (TQM) ay ang makatotohanang paggawa ng desisyon. Ang pagpapabuti ng kalidad ng mga produkto at proseso ay nangangailangan ng masusing gawain ng mga tauhan ng kumpanya upang makilala ang mga sanhi ng mga depekto (paglihis mula sa dokumentasyon) at alisin ang mga ito. Upang magawa ito, kinakailangan upang ayusin ang isang paghahanap para sa mga katotohanan na nagpapakilala sa mga hindi pagkakapare-pareho, na ang karamihan sa mga ito ay statistic data, bumuo ng mga pamamaraan para sa pagsusuri at pagproseso ng data, kilalanin ang mga pangunahing sanhi ng mga depekto at bumuo ng mga hakbang upang maalis ang mga ito sa pinakamababang gastos.

Pitong simpleng pamamaraan ang naging laganap sa pamamahala ng kalidad (sa ilalim ng impluwensya ng mga dalubhasang Hapones), ang paggamit nito ay hindi nangangailangan ng matataas na kwalipikasyon ng mga tauhan at pinapayagan na masakop ang pagsusuri ng mga sanhi ng karamihan sa mga depekto na nagmumula sa produksyon. Sa manwal na ito, ang mga pamamaraang ito ay kasama sa iba't ibang mga seksyon, batay sa pagiging naaangkop ng kanilang aplikasyon.

Ang pansin ay binabayaran sa praktikal na aplikasyon ng mga istatistika ng matematika para sa paglutas ng mga tiyak na problema sa produksyon, lalo na kapag pinag-aaralan ang kalidad ng mga proseso.

Dapat pansinin na sa pag-unlad ng mga sistemang pamamahala sa kalidad ng pang-agham, ang papel na ginagampanan ng mga pamamaraang istatistika sa pamamahala ng kalidad ay patuloy na tumataas. Ito ang laganap na paggamit ng mga pamamaraang istatistika sa paggawa ng mga produkto sa maagang yugto ng pakikibaka para sa kalidad (50s) na pinapayagan ang mga negosyong Hapones na mabilis na maging pinuno ng ekonomiya sa buong mundo.

1. Ang konsepto ng mga pamamaraang kalidad ng istatistika

Ang konsepto ng "pamamahala sa kalidad" bilang isang agham ay lumitaw sa pagtatapos ng ika-19 na siglo, kasama ang paglipat ng pang-industriya na produksyon sa mga prinsipyo ng paghahati sa paggawa. Ang prinsipyo ng paghahati ng paggawa ay nangangailangan ng isang solusyon sa problema ng pagpapalit at katumpakan ng produksyon. Bago ito, sa pamamaraan ng paggawa ng kamay ng mga produkto ng pagmamanupaktura, tinitiyak ang kawastuhan ng natapos na produkto ay ginawa ayon sa mga sample o pamamaraan ng pag-angkop sa mga bahagi ng pagsasama at pagpupulong. Dahil sa makabuluhang mga pagkakaiba-iba sa mga parameter ng proseso, naging malinaw na kinakailangan ang isang pamantayan sa kalidad upang malimitahan ang laki ng paglihis sa malawakang paggawa ng mga bahagi.

Ang pagtatatag ng pagpapaubaya ay humantong sa isang paghaharap sa pagitan ng mga interes ng mga tagadisenyo at mga manggagawa sa produksyon: para sa ilan, ang paghihigpit ng pagpapaubaya ay nagbigay ng pagtaas sa kalidad ng koneksyon ng mga elemento ng istruktura, para sa iba lumikha ito ng mga paghihirap sa paglikha ng isang teknolohikal na sistema na nagbibigay ng kinakailangang halaga ng mga pagkakaiba-iba ng proseso. Malinaw din na sa pagkakaroon ng pinahihintulutang mga limitasyon sa pagpapaubaya, ang mga tagagawa ay walang pagganyak na "panatilihin" ang mga parameter (parameter) ng produkto na malapit na posible sa nominal na halaga ng parameter, humantong ito sa mga halaga ng parameter na lampas sa mga limitasyon sa pagpapaubaya.

Ang mga pamamaraang istatistika na ginagamit sa pagsasanay ngayon ng mga negosyo ay maaaring nahahati sa mga sumusunod na kategorya:

Mga espesyal na pamamaraan na ginagamit sa pagpapaunlad ng mga pagpapatakbo ng teknikal na kontrol, pagpaplano ng mga eksperimento sa industriya, mga kalkulasyon para sa kawastuhan at pagiging maaasahan, atbp.

Mga pamamaraang pangkalahatang layunin, sa pagbuo kung saan ang mga espesyalista sa Hapon ay nagbigay ng isang malaking kontribusyon. Kasama rito ang "Pitong Simpleng Mga diskarte" (o "Pitong Mga Tool sa Kalidad"), na kasama ang mga checklist; pamamaraang stratification; graphics; Mga chart ng Pareto; Mga diagram ng Ishikawa; histograms; control tsart.

Sa mga umiiral na pamamaraan ng istatistika, ang pinakakaraniwan ay:

1) naglalarawang istatistika;

2) pagpaplano ng mga eksperimento;

3) pagsubok sa teorya;

4) pagsusuri sa pag-urong;

5) pagtatasa ng ugnayan;

6) pumipili control;

7) pagtatasa ng kadahilanan;

8) pagtatasa ng serye ng oras;

9) pagtatatag ng istatistika ng pagpasok;

10) pagtatasa ng kawastuhan ng pagsukat;

11) kontrol sa istatistika ng mga proseso;

12) pagsasaayos ng istatistika ng mga proseso;

13) pagtatasa ng pagiging maaasahan;

14) pagtatasa ng mga kadahilanan para sa hindi pag-aayos;

15) pagtatasa ng mga kakayahan sa proseso (histograms).

Ipinapakita ng Talaan 1 ang mga lugar ng paggamit ng mga pamamaraang istatistika. Ang mga pangalan ng haligi ay tumutugma sa bilang ng pamamaraang pang-istatistika na nakalista sa itaas.

Talahanayan 1 Mga pamamaraang istatistika na ginamit sa kontrol sa kalidad

Ang literal na pag-index ng mga string ay tumutugma sa mga sumusunod na elemento ng sistema ng kalidad ayon sa pamantayang ISO 9001-94:

A - ang responsibilidad ng pamamahala;

B - pagtatasa ng kontrata;

B - disenyo;

D - mga pagbili;

D - pagkakakilanlan ng produkto at kakayahang mai-trace;

E - kontrol sa proseso;

W - kontrol at pagsubok;

З - kagamitan sa pagkontrol, pagsukat at pagsubok;

AT - mga aksyon sa mga hindi umaayon na mga produkto;

K - pagpaparehistro ng data;

L - panloob na mga pagsusuri sa kalidad;

M - pagsasanay.

2. Kasaysayan ng pag-unlad ng mga pamamaraan ng kalidad ng istatistika

Ang unang pang-unawa ng mga pamamaraang kalidad ng istatistika bilang isang sample ay may mahabang kasaysayan. Hanggang sa maraming siglo na ang nakakalipas, ang mga mamimili ng butil at koton ay ginamit upang subukan ang mga katangian ng mga kalakal sa pamamagitan ng butas ng mga bag ng butil o koton upang kumuha ng isang sample. Maaaring ipalagay na sa mga araw na iyon ay walang pang-agham na pagkalkula ng pag-sample, at dapat ipalagay na ito ay isang karanasan, kapwa nagbebenta at mamimili ng mga kalakal.

Hangga't pinagsama ng artesano ang mga pag-andar ng parehong tagagawa at ang tagakontrol (hanggang sa kalagitnaan ng ika-19 na siglo), walang mga problema sa pagtatasa ng kalidad ng mga produktong gawa. Ang lahat ay nagbago sa pag-usbong ng paghahati ng paggawa. Ang mga manggagawa ng mga unang pabrika ng pabrika, na nakagawa ng simpleng pagpapatakbo ng proseso, ay hindi maaaring maging responsable para sa kalidad ng kanilang paggawa, at lalo na para sa kalidad ng natapos na produkto. Ang pagpapakilala ng post ng controller ay humantong sa pangangailangan na gawing pamantayan ang mga pagpapaandar ng kontrol at, sa paglipas ng panahon, kinakailangan ang pagbuo ng isang pang-agham na diskarte sa pagtatasa ng kalidad ng produkto. Ang paghimok upang makabuo ng mga de-kalidad na produkto ay humantong sa hypertrophied inflation sa mga pang-industriya na halaman ng control apparatus.

Ang paggamit ng mga pamamaraang istatistika ng pagkontrol sa kalidad ng paggawa ay naganap kahit sa paglaon - sa unang isang-kapat ng ika-20 siglo. Ito ang pagpapakilala ng mga pamamaraang istatistika na naging posible upang makabuluhang bawasan ang lakas ng paggawa ng mga operasyon sa pagkontrol at makabuluhang bawasan ang bilang ng mga inspektor (mga kumokontrol). Ang unang aplikasyon ng mga siyentipikong pamamaraan ng kontrol sa istatistika ay naitala noong 1924, nang gumamit si W. Schuhart ng mga control card upang matukoy ang proporsyon ng mga pagtanggi ng produkto.

Si Walter E. Schuhart mula pa noong 1918 ay nagtrabaho bilang isang engineer sa Western Electric (USA). Noong 1925 ito ay nabago sa Bell Telephone Laboratories. Nagtrabaho si Shewhart doon hanggang 1956 (hanggang sa pagretiro niya). Ang kanyang pangunahing pagpapaunlad sa larangan ng kontrol sa istatistika ay ipinatupad nang una sa kumpanyang ito. Inilipat ni V. Schuhart ang pansin mula sa isang diskarte sa pagpapaubaya sa pamamahala ng kalidad sa isang diskarte na naglalayong matiyak ang katatagan ng mga proseso at binabawasan ang kanilang mga pagkakaiba-iba. Ang kanyang mga ideya ay mananatiling nauugnay hanggang ngayon. Bilang karagdagan, ipinakilala ni Shewhart ang ideya ng patuloy na pagpapabuti ng kalidad sa pamamagitan ng pagmumungkahi ng isang ikot ng patuloy na pagpapabuti ng mga proseso, na ngayon ay tinatawag na "Shewhart-Deming Cycle". Sa mga nagdaang taon, ang pag-ikot na ito ay karagdagang binuo sa ilalim ng impluwensya ng Deming at ginamit upang magamit bilang isang tool para sa pagtutulungan upang mapabuti ang kalidad.

Kasabay ni Schuhart, sa parehong kumpanya noong kalagitnaan ng 20, iminungkahi ng inhenyero na si G.F. Dodge ang teorya ng kontrol sa pagtanggap, na sa kalaunan ay nakakuha ng katanyagan sa buong mundo. Ang mga pundasyon ng teoryang ito ay inilatag noong 1944 sa kanyang pinagsamang gawain kasama ang HG Rolling na "Sampling Inspection Tables - Single at Double Sampling".

Ang mga Amerikanong siyentista D. Neumann, E. Pearson, E. Fisher ay may malaking ambag sa sistema ng kontrol sa kalidad sa kalagitnaan ng ika-20 siglo. Kabilang sa kanilang mga pagpapaunlad, ang teorya ng pagsubok ng mga istatistikal na hipotesis ay pinakamahusay na kilala. Mapapansin na ngayon, nang walang kaalaman sa teorya ng mga pagkakamali ng una at pangalawang uri, isang makatuwirang pagtatasa ng napiling pamamaraan ng kontrol sa istatistika ay imposible.

Sa panahon ng Ikalawang Digmaang Pandaigdig, isang kakulangan ng mga mapagkukunan ang pinilit ang paghahanap para sa mga bagong pamamaraan ng kontrol na may ilang mga item upang masubukan hangga't maaari, lalo na sa mapanirang pagsubok. Noong 40 ng ika-20 siglo A. binuo ni A. Wald (USA) ang teorya ng sunud-sunod na pagtatasa at ang teoryang pang-istatistika ng paggawa ng desisyon. Ang aplikasyon ng teorya ng sunud-sunod na pagtatasa ay napakabisa (ang halaga ng kontrol na may parehong posibilidad ng mga pagkakamali ay nabawasan ng hanggang sa 60% kumpara sa tradisyunal na pamamaraan) na sa Estados Unidos idineklara itong isang lihim na dokumento at na-publish lamang matapos ang digmaan.

Si Edward Deming (USA) ay may malaking impluwensya sa pagbuo ng mga pamamaraan ng kontrol sa istatistika bilang isang pilosopiya ng kalidad. Noong unang bahagi ng 1950s, sinanay ni Deming ang mga espesyalista sa Hapon sa isang malaking sukat sa mga bagong diskarte sa pagtiyak sa kalidad, na may pagtuon sa mga diskarteng pamamahala sa kalidad ng istatistika. Ang kanyang mga aktibidad ay matagumpay na noong dekada 60, ang mga Amerikano ay kailangang magpadala ng isang makabuluhang bahagi ng mga merkado ng pagbebenta sa mga kumpanya ng Hapon, kabilang ang sa Estados Unidos mismo.

Ang impluwensyang pang-agham ng Amerikano sa pagpapabuti ng mga sistema ng katiyakan sa kalidad ay humantong sa paglikha ng paaralang pang-agham ng Hapon sa larangan ng kalidad, bukod sa kaninong mga kinatawan, una sa lahat, sina K. Ishikawa at G. Taguchi ay dapat pansinin, na nagbigay ng malaking ambag sa pagpapaunlad ng mga pamamaraang istatistika sa pamamahala ng kalidad. Kaya't si Kaoru Ishikawa, sa kauna-unahang pagkakataon sa pagsasanay sa daigdig, ay nagpanukala ng isang orihinal na grapikong pamamaraan para sa pagtatasa ng mga ugnayan ng sanhi at bunga, na tinawag na "Ishikawa diagram". Ngayon, halos imposibleng makahanap ng gayong lugar ng kalidad na paglutas ng problema saanman mailapat ang diagram ng Ishikawa.

Si Genichi Taguchi ay isang tanyag na estadistika ng Hapon sa ikalawang kalahati ng ika-20 siglo. Bumubuo siya ng mga ideya sa mga istatistika ng matematika na kaugnay sa partikular sa mga istatistikal na pamamaraan para sa pang-eksperimentong disenyo at kontrol sa kalidad. Si Taguchi ang unang kumonekta sa mga gastos at kalidad sa ekonomiya sa pamamagitan ng pag-asa sa matematika, na nagpapakilala sa konsepto ng isang pag-andar sa pagkawala ng kalidad. Siya ang unang nagpakita na ang mga pagkalugi sa kalidad ay nagaganap din sa larangan ng pagpapaubaya - lumilitaw ang mga ito mula sa sandali ng hindi pagtutugma sa pagitan ng nominal, na tinukoy ng dokumentasyong panteknikal, ang halaga ng parameter at ang halaga ng sinisiyasat na random variable. Si Taguchi ay kredito rin sa paghahanap ng medyo simpleng mga argumento at diskarte na gumawa ng matatag na pagpaplano para sa mga eksperimento sa kalidad ng katiyakan na isang katotohanan. Sa aming palagay, ang hindi pagpapansin sa mga pamamaraan ni Taguti ay isa sa mga dahilan para sa seryosong pagkahuli ng mga negosyong Ruso sa larangan ng pagpapabuti ng kalidad ng mga proseso at produkto.

Ginawa ang kanilang pang-agham na kontribusyon sa pagbuo ng mga pamamaraang pang-istatistika at mga siyentipiko ng Soviet: V.I. Ang Romanovskii, EE Slutskii, NV Smirnov, Yu.V. Linnik, at iba pa. Halimbawa, inilatag ni Smirnov ang mga pundasyon para sa teorya ng seryeng hindi paramarametiko, at nai-publish ng Slutskii ang maraming mahahalagang gawa sa mga istatistika ng magkasamang serye na nakatigil. Ang mga istatistika na pamamaraan ng pagsasaliksik at kontrol sa kalidad sa produksyon ng masa, mga pamamaraan ng pagpaplano ng eksperimento (Yu.P. Adler at iba pa) ay lalo na masidhi na binuo sa USSR.

Noong dekada 50-70 ng huling siglo, isang bilang ng mga negosyo ng defense complex ng USSR na aktibong isinasagawa (sa ilalim ng impluwensya ng karanasan sa Japan sa pagpapabuti ng kalidad) ay gumagana sa pagpapatupad ng mga sistema ng pamamahala ng kalidad (sa Saratov - BIP, sa Gorky - CANARSPI, sa Yaroslavl - NORM, sa Lvov - KSUKP, atbp.), Kung saan ang mga pamamaraang pang-istatistika sa larangan ng kontrol sa pagtanggap at regulasyon ng mga teknolohikal na proseso ay may mahalagang papel sa pag-iwas sa mga depekto ng produkto.

Sa mga nagdaang taon, mapapansin ang gawain ng siyentipikong Ruso sa larangan ng kalidad, V.A. Lapidus. Siya ay nai-publish ng isang bilang ng mga gawa sa teorya at kasanayan ng pamamahala ng kalidad, isinasaalang-alang ang mga pagkakaiba-iba at kawalang-katiyakan, na nagtatakda ng "prinsipyo ng prioritization", na nagbibigay-daan sa iyo upang mahusay na bumuo ng mga relasyon sa supplier-consumer mula sa pananaw ng kalidad ng katiyakan. Nagmamay-ari din siya ng isang bagong diskarte sa pamamahala ng kalidad, na tinatawag na "kakayahang umangkop na pamamaraan ng kontrol sa istatistika", na batay sa matematika sa teorya ng mga malabo na set.

Gayunpaman, ang isang tiyak na pagwawalang-kilos ng pang-agham na paaralan ng Rusya ng mga istatistika ng matematika ay maaaring mabanggit, na maaaring nauugnay sa kakulangan ng pangangailangan mula sa ekonomiya para sa isang pang-agham para sa paggamit ng mga bagong pamamaraan ng istatistika para matiyak ang kalidad ng produkto.

3. Paglalapat at pagbuo ng mga pamamaraang pang-istatistika

Talahanayan 2 Paglalapat ng mga pamamaraang pang-istatistika sa mga yugto ng ikot ng buhay ng produkto

Mga yugto ng ikot ng buhay ng produkto	Nalutas ang mga gawain sa sistema ng kalidad	Paraang istatistikal
Marketing at pananaliksik sa merkado	Pag-aaral at pagtatasa ng demand sa merkado at ang pag-asam ng mga pagbabago nito	Mga pamamaraan para sa pagtatasa ng mga populasyon ng istatistika, pang-ekonomiya at matematika (pabagu-bagong programa, pagmomodelo ng simulation, atbp.)
	Pagsusuri sa mga kagustuhan ng mga mamimili na may kaugnayan sa kalidad at presyo ng mga produkto	Mga pamamaraan sa ekonomiya at matematika (QFD), atbp.
	Pagtataya ng presyo, dami ng produksyon, potensyal na pagbabahagi ng merkado, pag-asa sa buhay ng mga produkto sa merkado	Mga pamamaraang pang-ekonomiya at matematika (teorya ng serbisyo sa masa, teorya ng laro, linear at nonlinear na programa, atbp.)
Disenyo at pag-unlad ng produkto	Pamantayan ng mga kinakailangan para sa kalidad ng produkto. Pagtukoy ng mga kinakailangang panteknikal sa larangan ng pagiging maaasahan. Pag-optimize ng mga halaga ng tagapagpahiwatig ng kalidad ng produkto. Pagtatasa ng antas ng teknikal na mga produkto	Mga pamamaraan ng grapiko (iskema ng Ishikawa, tsart ng Pareto, histogram, atbp.): Mga pamamaraan para sa pagsusuri ng mga populasyon ng istatistika; pang-ekonomiya at matematika na pamamaraan (mga pamamaraan ng Taguchi, QFD)
	Pagsubok ng mga prototype o pilot batch ng mga bagong (modernisadong) produkto	Mga pamamaraang graphic at analitiko (histogram, layered histogram, atbp.), Mga pamamaraan para sa pag-aralan ang mga populasyon ng istatistika (mga pamamaraan para sa pagsubok ng mga pang-istatistikal na hipotesis, paghahambing ng mga paraan, paghahambing ng mga pagkakaiba-iba, atbp.): Mga pamamaraan sa ekonomiya at matematika (pagpaplano ng eksperimento)
	Kasiguruhan sa kaligtasan ng produkto	Mga pamamaraang pang-ekonomiya at matematika (simulation, probabilidad na mga puno, atbp.)
	Pagbubuo ng mga plano para sa pagbibigay ng mga negosyo ng materyal at panteknikal na mapagkukunan ng kinakailangang kalidad	Mga pamamaraang pang-ekonomiya at matematika (teorya ng pila, linear programming, atbp.)
	Pagsusuri sa Kakayahang Tagatustos	Mga pamamaraang pang-ekonomiya at matematika (pag-aaral ng mga system, pabagu-bagong programa, atbp.)
	Napapanahong pagkakaloob ng mga supply ng materyal at mapagkukunang panteknikal	Mga pamamaraang pang-ekonomiya at matematika (teorya ng pila)
	Pagbawas sa gastos ng materyal at suporta sa teknikal ng kalidad ng produkto	Mga pamamaraang pang-ekonomiya at matematika (Mga pamamaraan ng Taguchi, pagtatasa ng halaga sa pagganap, atbp.)
Paggawa	Pag-unlad ng mga teknolohikal na proseso	Pamamaraan sa ekonomiya at matematika (pamamaraan ng Taguchi); magkakalat na plots, atbp.); mga pamamaraan ng pagtatasa ng mga populasyon ng istatistika (pagkakaiba-iba, pagbabalik at mga uri ng pag-uugnay ng pagtatasa, atbp.)
	Tinitiyak ang kawastuhan at katatagan ng mga teknolohikal na proseso	Mga pamamaraan para sa pagtatasa ng istatistika ng kawastuhan at katatagan ng mga teknolohikal na proseso (histograms, diagram ng kawastuhan, control chart)
	Tinitiyak ang katatagan ng kalidad ng produkto sa panahon ng paggawa	Mga pamamaraan ng pagsasaayos ng istatistika ng mga teknolohikal na proseso (mga diagram ng kawastuhan, tsart ng pagkontrol)
Pagsisiyasat at pagsubok	Pagsunod sa mga patakaran at metrological na kinakailangan sa paghahanda, pagpapatupad at pagproseso ng mga resulta ng pagsubok	Mga graphic na pamamaraan (histogram, dispers plot, atbp.); mga pamamaraan para sa pag-aralan ang mga populasyon ng istatistika (mga pamamaraan para sa pagsubok ng mga pang-istatistika na hipotesis, paghahambing ng mga paraan, paghahambing ng mga pagkakaiba-iba, atbp.)
	Pagkilala ng mga produkto na ang kalidad ay hindi nakakatugon sa itinatag na mga kinakailangan	Mga pamamaraan sa pagkontrol sa pagtanggap ng istatistika
	Pagsusuri sa kalidad ng produkto	Mga pamamaraan ng grapiko (diagram ng Ishikawa, diagram ng Pareto, pagsasabatay ng Pareto diagram, atbp.), Mga pamamaraang pang-ekonomiya at matematika (pagganap sa gastos sa pag-aaral, QFD)
Pagbalot at imbakan	Pagsusuri ng pagsunod sa mga kinakailangan para sa pagpapakete at pag-iimbak ng mga produkto sa negosyo	Mga pamamaraan sa pagkontrol sa pagtanggap ng istatistika; pang-ekonomiya at matematika na pamamaraan (queuing theory)
Pagbebenta at pamamahagi ng mga produkto	Kalidad ng katiyakan ng transportasyon ng produkto	Pamamaraan ng pang-ekonomiya at matematika (linear programming, teorya ng pila)
Pag-install at pag-komisyon	Pagsusuri ng kalidad ng produkto sa panahon ng pag-install at pag-commissioning
	Pagsusuri ng mga gastos sa consumer kapag gumagamit ng mga produkto	Mga pamamaraang pang-ekonomiya at matematika (Mga pamamaraan ng Taguchi, pag-aaral ng gastos sa pagganap, QFD)
Teknikal na tulong sa serbisyo	Organisasyon ng pag-aayos ng warranty ng mga produkto Organisasyon ng napapanahong paghahatid ng mga ekstrang bahagi	Mga pamamaraang pang-ekonomiya at matematika (teorya ng pila, linear programming, atbp.)
Mga aktibidad pagkatapos ng pagbebenta	Pagsusuri ng mga pagkabigo at iba pang mga hindi pagkakasunod-sunod ng mga produkto	Mga graphic na pamamaraan (grapiko ng serye ng oras, atbp.); mga pamamaraan ng pagtatasa ng mga populasyon ng istatistika (pag-aaral ng kadahilanan, atbp.)
Pagtapon pagkatapos magamit	Pag-aaral ng posibilidad ng paggamit ng mga produkto ng hindi sapat na kalidad o sa pagtatapos ng kanilang buhay sa serbisyo	Mga pamamaraang pang-ekonomiya at matematika (pag-andar sa pagganap at gastos, QFD, atbp.)

Ang pagtukoy ng pangangailangan at pagpili ng mga tiyak na pamamaraan ng istatistika sa sistema ng kalidad ay isang medyo kumplikado at mahabang trabaho ng isang analitikal at pang-organisasyon na kalikasan.

Kaugnay nito, ipinapayong ang gawaing ito na magsagawa batay sa isang espesyal na programa, na maaaring maglaman ng sumusunod na hanay ng mga hakbang sa organisasyon (Larawan 1). Dapat mong simulan ang pamamahala ng mga pamamaraang pang-istatistika sa paggamit ng mga simple at naa-access, at pagkatapos lamang nito ay magpatuloy sa mas kumplikadong mga pamamaraan. Dahil sa mga paghihirap sa pamamahala ng mga pamamaraang pang-istatistika sa pang-industriya na kasanayan, ang mga pamamaraang ito ay dapat na nahahati sa dalawang klase: simple at kumplikadong pamamaraan.

Kapag pumipili ng mga pamamaraang pang-istatistika, sinisikap nilang tiyakin na tumutugma sila sa likas na katangian ng proseso ng produksyon, ang pagkakaroon ng mga instrumento sa pagsukat at pagproseso ng impormasyong pang-istatistika. Dahil maraming iba't ibang mga pamamaraan ng istatistika ang maaaring mapili upang malutas ang isang tukoy na problema sa produksyon, ang isa na magbibigay ng pinakamahusay na resulta sa pinakamababang gastos ay napili.

Larawan: 1 Programa sa Pag-aaral ng Istatistika

Upang maisagawa ang kinakailangang mga kalkulasyon ng istatistika, ginagamit ang iba't ibang mga uri ng mga teknikal na paraan, kabilang ang mga elektronikong computer. Medyo simpleng mga teknikal na paraan, halimbawa, mga tagapagpahiwatig ng istatistika, nagbibigay ng pagpasok ng data mula sa mga kaliskis ng kagamitan, mga tala at mga talahanayan, pati na rin ang pagkalkula ng mga katangian ng istatistika habang direktang pagsukat. Ginagawa ng paggamit ng isang computer na posible na iproseso ang paunang impormasyon, subaybayan ang mga parameter ng proseso, at patuloy na eksperimento, binabago ang mga variable hanggang sa maitaguyod ang pinakamainam na mga kundisyon. Sa paggawa nito, maaari mong gamitin ang karaniwang mga programa sa pamamahala ng kalidad ng istatistika.

4. Mga simpleng pamamaraan ng istatistika

Kabilang sa mga simpleng pamamaraang pang-istatistika, na pinangalanan dahil sa kanilang pagkukumpara sa pagiging simple, pagkumbinsi at pag-access, ang pinakalawak ay pitong pamamaraan na kinilala noong unang bahagi ng 50 ng mga espesyalista ng Hapon sa ilalim ng pamumuno ni K. Ishikawa. Pinagsama, ang mga pamamaraang ito ay bumubuo ng isang mabisang sistema ng mga pamamaraan sa pagkontrol at pag-aaral ng kalidad. Sa kanilang tulong, ayon sa patotoo mismo ni K. Ishikawa, mula 50 hanggang 95% ng lahat ng mga problema sa larangan ng paningin ng mga manggagawa sa produksyon ay maaaring malutas. Walang kinakailangang espesyal na edukasyon upang mailapat ang pitong simpleng pamamaraan (ang pamantayang kurikulum ng Hapon para sa mga pamamaraang ito ay dinisenyo para sa 20 mga aralin at nakatuon sa antas ng mataas na paaralan). Ang katanyagan ng pitong simpleng pamamaraan ay maaaring hatulan ng katotohanan na ngayon lahat ng nasa mga kumpanya ng Hapon ay nagmamay-ari ng mga ito - mula sa pangulo hanggang sa ordinaryong manggagawa. Sa paggalang na ito, ang mga pamamaraang ito ay isang paraan ng demokrasya ng teknolohiya sa kalidad ng pamamahala.

Ang pitong simpleng pamamaraan ay maaaring mailapat sa anumang pagkakasunud-sunod, sa anumang kumbinasyon, sa iba't ibang mga sitwasyon na pansuri, at maaari silang maituring bilang isang integral na sistema, bilang magkahiwalay na mga tool sa pagtatasa. Sa bawat kaso, iminungkahi na matukoy ang komposisyon at istraktura ng nagtatrabaho hanay ng mga pamamaraan. Bagaman sila ay simpleng pamamaraan, hindi ito nangangahulugan na kapag gumagamit ng marami sa mga ito, hindi ka maaaring gumamit ng isang computer upang mas mabilis at mas madali ang mga pagkalkula at upang maipakita nang mas malinaw ang mga istatistika.

Ayon kay K. Ishikawa, pitong simpleng pamamaraan ang kasama:

1. histograms;

2. serye ng oras;

3. Mga tsart ng Pareto;

4. Ishikawa's causal diagram;

5. mga checklist;

6. control tsart;

7. magkalat na mga diagram.

Ang mga lugar ng aplikasyon ng nabanggit na kalidad na "mga tool" ay ipinapakita sa fig. 2; mayroon ding dalawa pang mga diskarte na madalas na ginagamit sa paunang yugto ng trabaho:

1.brainstorming;

2. proseso ng diagram.

Isaalang-alang natin ang kakanyahan ng mga pamamaraang ito.

4.1 PAGSAKIT SA UTAK

Ginagamit ang Brainstorming upang matulungan ang isang pangkat na makabuo ng maraming ideya hangga't maaari sa isang problema sa pinakamaikling panahon, at maaaring gawin sa dalawang paraan:

1. Maayos - ang bawat miyembro ng pangkat ay nagsusumite ng mga ideya ayon sa pagkakasunud-sunod sa isang bilog o lumaktaw sa kanyang tira hanggang sa susunod. Sa ganitong paraan, kahit na ang pinaka-tahimik na tao ay maaaring hikayatin na makipag-usap, gayunpaman, mayroong ilang elemento ng presyon na maaaring makagambala.

2. Magulo - Ang mga miyembro ng pangkat ay nagsumite lamang ng mga ideya sa kanilang naisip. Lumilikha ito ng isang mas nakakarelaks na kapaligiran, gayunpaman, mayroong isang panganib na ang pinaka-madaldal ay maghawak.

Sa parehong pamamaraan, ang pangkalahatang mga patakaran ng pag-uugali ay pareho. Maipapayo na sumunod sa linya ng pag-uugali na ito:

1. Huwag kailanman pintasan ang mga ideya. Isulat ang bawat ideya sa isang sheet o board. Kung nakikita ng lahat ang mga salita, makakatulong ito upang maiwasan ang hindi pagkakaunawaan at makabuo ng mga bagong ideya.

2. Dapat sumang-ayon ang bawat isa sa isyu o adyenda ng paparating na sesyon ng brainstorming.

3. Isulat nang literal ang mga salita ng tagapagsalita sa pisara o sheet, nang hindi na-e-edit ang mga ito.

4. Gawin ang lahat nang mabilis, pinakamahusay na magsagawa ng sesyon ng brainstorming sa 5 - 15 minuto.

5. Pagkilala sa mga problema.

6. Pagsusuri sa mga problema.

Fig 2 Saklaw ng kalidad na "mga tool"

4.2 DIOSO NG PROSESO

Ang isang diagram ng proseso (pagkakasunud-sunod ng mga pagpapatakbo, mapa ng ruta) ay ginagamit kung nais mong subaybayan ang aktwal o ipinahiwatig na mga hakbang sa proseso na pinagdadaanan ng isang produkto o serbisyo upang makilala ang mga paglihis.

Sa pamamagitan ng pagsusuri sa mga diagram ng daloy ng proseso, madalas mong matuklasan ang mga nakatagong pitfalls na potensyal na mapagkukunan ng pagkagambala at kahirapan.

Kinakailangan na tipunin ang mga espesyalista na may pinakamalaking kaalaman sa prosesong ito upang:

7. bumuo ng isang sunud-sunod na diagram ng mga yugto ng proseso na totoong nangyayari;

8. Bumuo ng isang sunud-sunod na diagram ng mga yugto ng proseso, na dapat magpatuloy kung ang lahat ay gumagana nang tama;

9. Paghambingin ang dalawang mga circuit upang malaman kung paano magkakaiba, at sa gayon ay hanapin ang puntong lumitaw ang mga problema.

4.3 LISTANG Suriin (Suriin ang TABLE)

Pinapayagan ka ng checklist na sagutin ang tanong: "Gaano kadalas nangyayari ang isang tiyak na kaganapan?" Mula dito nagsisimula ang pagbabago ng mga opinyon at palagay sa katotohanan. Ang pagbubuo ng isang listahan ng tsek ay nagsasangkot ng mga sumusunod na hakbang, kung kinakailangan:

1. maitaguyod nang tumpak hangga't maaari kung aling pangyayaring susunodin. Kailangang bantayan ng bawat isa ang iisang bagay;

2. sumang-ayon sa panahon kung saan makokolekta ang data. Maaari itong saklaw mula sa oras hanggang linggo;

3. Bumuo ng isang form na malinaw at madaling punan. Ang mga haligi at haligi ay dapat na malinaw na minarkahan sa form, dapat mayroong sapat na puwang para sa pagpasok ng data;

4. Kolektahin ang data nang tuloy-tuloy at matapat, nang walang pagbaluktot ng anuman. Muli, siguraduhin na ang oras na iyong itinalaga ay sapat na katagal upang makumpleto ang gawain sa pagkolekta ng data.

Ang nakolektang data ay dapat na magkakauri. Kung hindi ito ang kadahilanan, kailangan mo munang pangkatin ang data at pagkatapos ay isaalang-alang ang mga ito nang magkahiwalay.

4.4 TIME SERIES (LINEAR Plot)

Ginagamit ang isang serye ng oras kung kailangan mo ng pinakasimpleng paraan upang kumatawan sa kurso ng mga pagbabago sa naobserbahang data sa loob ng isang tiyak na tagal ng panahon.

Ang serye ng oras ay inilaan para sa visual na pagtatanghal ng data, napakadaling itayo at gamitin. Ang mga puntos ay naka-plot sa pagkakasunud-sunod kung saan sila nakolekta. Dahil kinakatawan nila ang pagbabago ng katangian sa paglipas ng panahon, mahalaga ang pagkakapare-pareho ng data.

Ang panganib sa paggamit ng isang serye ng oras ay ang pagkahilig na isipin na ang anumang pagbabago sa data sa paglipas ng panahon ay mahalaga.

Ang serye ng oras, tulad ng iba pang mga uri ng mga diskarte sa grapiko, ay dapat gamitin upang ituon ang pansin sa talagang makabuluhang mga pagbabago sa system.

Ang isa sa mga pinakamabisang gamit ng isang serye ng oras ay upang makilala ang mga makabuluhang trend o pagbabago sa ibig sabihin (Larawan 4)

Fig 4 Oras ng serye

4.5 PARETO DIAGRAM

Ginagamit ito kapag kinakailangan na kumatawan sa kamag-anak na kahalagahan ng lahat ng mga problema o kundisyon upang pumili ng isang panimulang punto para sa paglutas ng mga problema, upang masubaybayan ang resulta, o upang matukoy ang pangunahing sanhi ng isang problema.

Ang isang tsart ng Pareto ay isang espesyal na form ng patayong bar graph na makakatulong sa iyo na makilala kung ano ang mga problema at kung paano ito malulutas. Ang pagbuo ng isang tsart ng Pareto batay sa alinman sa mga checklist o iba pang mga anyo ng pagkolekta ng data ay nakakatulong upang makuha ang pansin at pagsisikap sa mga isyu na talagang mahalaga. Maaari kang makamit ang higit pa sa pamamagitan ng pagharap sa pinakamataas na haligi nang hindi binibigyang pansin ang mas maliit na mga haligi (Larawan 5).

Fig 5 Pareto chart

Ang pagkakasunud-sunod ng pagbuo ng isang tsart ng Pareto:

1. Piliin ang mga isyu na maihahambing at i-ranggo ang mga ito sa pagkakasunud-sunod ng kahalagahan (sa pamamagitan ng brainstorming gamit ang umiiral na data - mga ulat).

2. Tukuyin ang isang pamantayan para sa paghahambing ng mga yunit ng pagsukat (natural o katangian ng gastos).

3. Mag-iskedyul ng isang tagal ng panahon upang mag-aral.

4.6 Sanhi AT EFFECT DIAGRAM (Ishikawa diagram)

Ang Ishikawa (fish skeleton) diagram ay ginagamit kapag kinakailangan upang siyasatin at ilarawan ang lahat ng posibleng mga sanhi ng ilang mga problema o kundisyon.

Larawan 6 Sanhi na diagram

Ang pagkakasunud-sunod ng pagbuo ng isang causal diagram:

1. Simulan ang proseso sa pamamagitan ng paglalarawan ng napiling problema, katulad ng:

· Mga tampok nito;

Kung saan ito nangyayari;

Kapag lumitaw ito;

· Gaano kalayo ito kumakalat.

2. Ilista ang mga kadahilanang kinakailangan upang makabuo ng isang causal diagram sa isa sa mga sumusunod na paraan:

· Magsagawa ng isang sesyon ng brainstorming kung saan tinatalakay ang lahat ng mga posibleng sanhi nang walang paunang paghahanda;

· Malapit na sundin ang lahat ng mga yugto ng proseso ng paggawa at ipahiwatig ang mga posibleng sanhi ng problema sa mga checklist.

3. Bumuo ng isang wastong sanhi ng diagram.

4. Subukang bigyang kahulugan ang lahat ng mga ugnayan.

Upang hanapin ang pangunahing sanhi ng problema, hanapin ang mga sanhi na paulit-ulit. Ang pangunahing mga kategorya ng pananahilan ay dapat na maitala sa pinaka-pangkalahatang form. Gumamit ng ilang mga salita hangga't maaari.

4.7 HISTOGRAM

Ginagamit ito kung nais mong tuklasin at ipakita ang pamamahagi ng data sa bilang ng mga yunit sa bawat kategorya gamit ang isang bar graph. Tulad ng nakita natin sa tsart ng Pareto, kapaki-pakinabang na kumatawan sa anyo ng isang bar graph ang dalas kung saan nangyayari ang isang tiyak na kaganapan (ang tinatawag na pamamahagi ng dalas). Gayunpaman, nakikipag-usap lamang ang tsart ng Pareto sa mga katangian ng isang produkto o serbisyo: mga uri ng depekto, problema, banta sa seguridad, atbp.

Nakita ng histogram ang dami ng pagkakaiba-iba ng isang proseso. Ang isang tipikal na histogram ay maaaring magmukhang isang ipinakita sa Fig. 7.

Fig 7 Bar graph

Ang bilang ng mga klase (mga bar sa grap) ay natutukoy ng kung gaano karaming mga sample ang kinuha o mga obserbasyong ginawa.

Ang ilang mga proseso ay likas na hilig (asymmetrical), kaya't hindi mo dapat asahan ang bawat pamamahagi na hugis-kampanilya.

Huwag magtiwala sa kawastuhan ng data kung ang mga klase ay biglang tumigil sa ilang mga punto, halimbawa, ang hangganan ng BOM, bagaman ang bilang ay hindi bumaba dati.

Kung ang curve ay may dalawang mga tuktok, nangangahulugan ito na ang data ay nakolekta mula sa dalawa o higit pang magkakaibang mga mapagkukunan, ibig sabihin paglilipat, sasakyan, atbp.

4.8 SCATTER DIAGRAM

Ginagamit ang isang dispers plot upang pag-aralan ang posibleng ugnayan sa pagitan ng dalawang variable. Ang pagtingin sa isang dispersplot ay hindi sasabihin sa iyo na ang isang variable ay ang sanhi ng iba pa, linilinaw ng diagram kung mayroong isang relasyon sa pagitan ng dalawa at kung anong lakas ng ugnayan na iyon. Ang dispersplot ay itinayo sa pagkakasunud-sunod na ito: ang pahalang na axis ay ang pagsukat ng mga halaga ng isang variable, at ang patayong axis ay ang iba pa. Ang isang tipikal na diagram ng pagpapakalat ay ipinapakita sa Fig. 8.

4.9 CONTROL CARD

Ang isa sa mga pangunahing tool sa malawak na arsenal ng mga pamamaraang kontrol sa kalidad ng istatistika ay mga tsart ng kontrol. Pangkalahatang tinanggap na ang ideya ng control chart ay pagmamay-ari ng sikat na estadistika ng Amerikanong si Walter L. Schuhart. Ito ay ipinahayag noong 1924 at inilarawan nang detalyado noong 1931.

Orihinal na ginamit ang mga ito upang magtala ng mga sukat ng nais na mga katangian ng produkto. Ang parameter na lampas sa larangan ng pagpapaubaya ay ipinahiwatig ang pangangailangan na ihinto ang paggawa at ayusin ang proseso alinsunod sa kaalaman ng tagapamahala ng produksyon.

Nagbigay ito ng impormasyon tungkol sa kung kailan, sino, sa anong kagamitan ang nakatanggap ng kasal noong nakaraan.

Ang mga kard na ginagamit upang magpasya ay tinatawag na pinagsama-sama.

Fig 9 Control tsart

Sa ilang mga tagal ng oras, kunin (lahat ng bagay sa isang hilera; pumipili; pana-panahon mula sa isang tuluy-tuloy na daloy, atbp.) N mga panindang produkto at sukatin ang kinokontrol na parameter.

Ang mga resulta ng pagsukat ay naka-plot sa isang tsart ng kontrol, at, nakasalalay sa halagang ito, isang desisyon ang gagawin upang maitama ang proseso o upang ipagpatuloy ang proseso nang walang mga pagsasaayos.

Ang isang senyas tungkol sa isang posibleng pagkagambala sa proseso ng teknolohikal ay maaaring:

· Ituro ang mga limitasyon sa kontrol (point 6); (ang proseso ay wala sa kontrol);

· Lokasyon ng isang pangkat ng magkakasunod na puntos na malapit sa isang hangganan ng kontrol, ngunit hindi lalampas dito (11, 12, 13, 14), na nagsasaad ng isang paglabag sa antas ng setting ng kagamitan;

· Malakas na pagsabog ng mga puntos (15, 16, 17, 18, 19, 20) sa tsart ng kontrol na may kaugnayan sa gitnang linya, na nagpapahiwatig ng pagbawas sa kawastuhan ng proseso ng teknolohikal.

Kung mayroong isang senyas tungkol sa isang paglabag sa proseso ng produksyon, ang sanhi ng paglabag ay dapat makilala at matanggal.

Kaya, ginagamit ang mga tsart ng pagkontrol upang makilala ang isang tukoy na sanhi, ngunit hindi isang random. Ang isang tiyak na dahilan ay dapat na maunawaan bilang pagkakaroon ng mga kadahilanan na maaaring pag-aralan. Siyempre, dapat iwasan ang mga nasabing salik.

Ang pagkakaiba-iba dahil sa mga random na kadahilanan ay kinakailangan, hindi maiwasang mangyari sa anumang proseso, kahit na ang pagpapatakbo ng teknolohikal ay isinasagawa gamit ang mga karaniwang pamamaraan at hilaw na materyales. Ang pag-aalis ng mga random na sanhi ng pagkakaiba-iba ay imposible sa teknikal o hindi praktikal sa ekonomiya.

Ang natural na pagbabagu-bago sa pagitan ng mga limitasyon sa pagkontrol ay dapat na kontrolin. Kailangan mong tiyakin na ang tamang uri ng tsart ng kontrol ay napili para sa tukoy na uri ng data. Ang data ay dapat na makuha nang eksakto sa parehong pagkakasunud-sunod tulad ng pagkolekta nito, kung hindi man ay nawala ang kahulugan nito. Walang mga pagbabago sa proseso ang dapat gawin sa panahon ng pagkolekta ng data. Dapat ipakita ng data kung paano natural na napupunta ang proseso. Maaaring ipahiwatig ng checklist ang pagkakaroon ng mga potensyal na problema bago magsimula ang paggawa ng mga mahihinang produkto.

Mayroong dalawang pangunahing uri ng mga tsart sa pagkontrol: para sa mga katangian na husay (pumasa o mabigo) at para sa mga katangian ng dami. Para sa mga tampok na husay, posible ang apat na uri ng mga tsart sa pagkontrol:

V - card (bilang ng mga depekto bawat yunit ng produksyon)

С - card (bilang ng mga depekto sa sample)

R - card (pagbabahagi ng mga sira na produkto sa sample)

NP - card (bilang ng mga sira na item sa sample)

Bukod dito, sa una at pangatlong kaso, ang laki ng sample ay variable, at sa pangalawa at ikaapat na kaso, ito ay pare-pareho.

Kaya, ang mga layunin ng paggamit ng mga checklist ay maaaring:

1. paglalahad ng isang hindi nakontrol na proseso

2. control ng kinokontrol na proseso

3. pagsusuri ng mga kakayahan sa proseso

Karaniwan ang sumusunod na variable (variable ng proseso) o katangian ay dapat pag-aralan:

Kilalang mahalaga o kritikal

Pinaghihinalaan na hindi maaasahan

Kung saan kailangan mong makakuha ng impormasyon tungkol sa mga kakayahan ng proseso

Operational, makabuluhan sa marketing

Sa kasong ito, hindi mo dapat subaybayan ang lahat ng dami nang sabay. Ang mga tsart sa pagkontrol ay nagkakahalaga ng pera, kaya kailangan mong gamitin ang mga ito nang matalino:

Maingat na pumili ng mga katangian

Itigil ang pagtatrabaho sa mga mapa kapag naabot ang layunin

Magpatuloy na panatilihin ang mga mapa lamang kapag ang mga proseso at pagtutukoy ay nagpigil sa bawat isa

Ang kakayahan sa proseso ay ang kakayahang gumana nang maayos. Pangkalahatan, ang kakayahan sa proseso ay tumutukoy sa kakayahang matugunan ang mga kinakailangang panteknikal.

4.10 PARAAN NG TAGUCHI

Noong huling bahagi ng 1960, nakumpleto ng estadistika ng Hapon na si Taguchi ang pagbuo ng mga ideya para sa mga istatistika ng matematika na inilalapat sa mga problema ng pang-eksperimentong disenyo at kontrol sa kalidad. Tinawag ni Taguchi ang kabuuan ng kanyang mga ideya na "ang paraan ng maaasahang disenyo."

Iminungkahi ni Taguchi na makilala ang mga produktong gawa ng katatagan ng mga teknikal na katangian. Binago niya ang konsepto ng random na paglihis, na pinagtatalunan na walang mga aksidente, ngunit ang mga kadahilanan na kung minsan ay mahirap isaalang-alang.

Ang isang mahalagang pagkakaiba sa pagitan ng mga pamamaraan ng Taguchi ay nakasalalay sa kanilang pag-uugali sa pangunahing katangian ng mga produktong ginawa - kalidad at gastos. Habang binibigyan ng priyoridad ang pang-ekonomiyang kadahilanan (gastos), gayunpaman ay iniuugnay nito ang gastos at kalidad sa isang katangian na tinawag na pagkawala function.

Sa parehong oras, ang mga pagkalugi mula sa parehong consumer at tagagawa ay isinasaalang-alang. Ang hamon sa disenyo ay upang masiyahan ang parehong partido.

Gumawa si Taguchi ng isang matatag na pamamaraan ng pagkalkula gamit ang signal-to-noise ratio na ginamit sa telecommunications, na naging pangunahing tool sa kalidad ng engineering.

Ipinakilala ni Taguchi ang konsepto ng pag-andar ng perpektong produkto, na tinukoy ng ideal na ratio sa pagitan ng mga input at output signal. Ang mga kadahilanan na sanhi ng paglitaw ng mga pagkakaiba sa pagitan ng tunay na mga katangian ng mga produkto mula sa perpekto, si Taguchi ay tumatawag sa ingay.

Ang isang dalubhasa na gumagamit ng mga pamamaraan ng Taguchi ay dapat na may husay sa mga pamamaraan ng hula sa ingay sa anumang larangan, proseso man o marketing.

Ang mga panlabas na ingay ay mga pagkakaiba-iba sa kapaligiran:

Humidity

Indibidwal na katangian ng isang tao, atbp.

Ang mga ingay sa pag-iimbak at paggamit ay pagtanda, pagsusuot, atbp. Panloob na ingay ay isang problema sa produksyon na humahantong sa mga pagkakaiba sa pagitan ng mga produkto kahit sa loob ng parehong batch ng produksyon. Kapag inililipat ang kanyang pamamaraan mula sa laboratoryo sa mga totoong kundisyon, ginagamit ni G. Taguchi ang tagapagpahiwatig ng katatagan upang makilala ang signal-to-noise ratio, na naintindihan bilang isang mataas na ulit ng tugon. Ang pagkalkula ng katatagan ng mga katangian ay isinasagawa sa kalidad ng engineering hindi sa pamamagitan ng mga kumplikado at matrabahong pamamaraan, ngunit batay sa isang bagong pamamaraan ng pagpaplano ng eksperimento gamit ang pagtatasa ng pagkakaiba-iba.

Konklusyon

Parami nang parami na pag-unlad ng isang bagong pang-ekonomiyang kapaligiran ng pagpaparami para sa ating bansa, ibig sabihin mga ugnayan sa merkado, idinidikta ang pangangailangan para sa patuloy na pagpapabuti ng kalidad gamit ang lahat ng mga pagkakataon para dito, lahat ng mga nakamit ng pag-unlad sa larangan ng teknolohiya at organisasyon ng produksyon.

Ang pinaka-kumpleto at komprehensibong pagsusuri sa kalidad ay natitiyak kapag ang lahat ng mga pag-aari ng pinag-aralan na bagay ay isinasaalang-alang, na ipinakita sa lahat ng mga yugto ng ikot ng buhay nito: sa panahon ng paggawa, transportasyon, imbakan, paggamit, pagkumpuni, panteknikal. serbisyo

Samakatuwid, dapat kontrolin ng tagagawa ang kalidad ng mga produkto at, batay sa mga resulta ng pag-sample, hatulan ang estado ng kaukulang proseso ng teknolohikal. Salamat dito, napapansin niya ang napapanahong mga kaguluhan sa proseso at naitama ang mga ito.

Ang mga pamamaraang istatistika (mga pamamaraan batay sa paggamit ng mga istatistika ng matematika) ay isang mabisang tool para sa pagkolekta at pag-aralan ang kalidad ng impormasyon. Ang paggamit ng mga pamamaraang ito ay hindi nangangailangan ng malalaking paggasta at pinapayagan, na may isang naibigay na antas ng kawastuhan at pagiging maaasahan, upang hatulan ang estado ng mga pinag-aralan na phenomena (mga bagay, proseso) sa sistema ng kalidad, upang mahulaan at makontrol ang mga problema sa lahat ng mga yugto ng ikot ng buhay ng produkto at, batay sa ito, upang makabuo ng pinakamainam na mga desisyon sa pamamahala.

Listahan ng mga sanggunian

1. Efimov V.V. Mga pamamaraang istatistika sa pamamahala ng kalidad. Ulyanovsk: UlSTU, 2003 - 134 p.

2. Mga pamamaraang istatistika ng pamamahala sa kalidad // www.lenobl.ru, 2005.

3. Klimanov V. Mga istatistika na pamamaraan ng pamamahala sa kalidad // victor61058.narod.ru, 2004.

4. Okrepilov V.V. Pagkontrol sa kalidad. SPb.: Nauka, 2000 .-- 911 p.

Mga tag: Pag-unlad ng mga pamamaraang istatistika sa pamamahala ng kalidad Abstract Marketing

Paraang istatistikal

paraang istatistikal - mga pamamaraan para sa pagsusuri ng data ng pang-istatistika. Ang mga pamamaraan ng inilapat na istatistika ay nakikilala, na maaaring mailapat sa lahat ng mga lugar ng pang-agham na pagsasaliksik at anumang mga sangay ng pambansang ekonomiya, at iba pang mga pamamaraang pang-istatistika, na ang pagkakagamit ay limitado sa isa o ibang lugar. Tumutukoy ito sa mga pamamaraan tulad ng kontrol sa pagtanggap ng istatistika, pagsasaayos ng istatistika ng mga teknolohikal na proseso, pagiging maaasahan at pagsubok, at pang-eksperimentong pagpaplano.

Pag-uuri ng mga pamamaraang istatistika

Ginagamit ang mga pamamaraan ng pagsusuri ng istatistika sa halos lahat ng mga lugar ng aktibidad ng tao. Palagi silang ginagamit kung kinakailangan upang makuha at patunayan ang anumang mga paghuhusga tungkol sa isang pangkat (mga bagay o paksa) na may ilang panloob na pagkakaiba-iba.

Maipapayo na makilala ang tatlong uri ng pang-agham at inilapat na mga aktibidad sa larangan ng mga pamamaraang pang-istatistika para sa pagtatasa ng data (ayon sa antas ng pagiging tiyak ng mga pamamaraan na nauugnay sa paglulubog sa mga tukoy na problema):

a) pag-unlad at pagsasaliksik ng mga pangkalahatang layunin na pamamaraan, nang hindi isinasaalang-alang ang mga detalye ng larangan ng aplikasyon;

b) pag-unlad at pagsasaliksik ng mga modelo ng istatistika ng mga tunay na phenomena at proseso alinsunod sa mga pangangailangan ng isang partikular na larangan ng aktibidad;

c) ang aplikasyon ng mga pamamaraang istatistika at mga modelo para sa statistikal na pagtatasa ng tukoy na data.

Inilapat na mga istatistika

Ang paglalarawan ng uri ng data at ang mekanismo ng kanilang henerasyon ay ang simula ng anumang pag-aaral sa istatistika. Ang parehong mga deterministic at probabilistic na pamamaraan ay ginagamit upang ilarawan ang data. Ang mga deterministic na pamamaraan ay maaari lamang pag-aralan ang data na magagamit sa mananaliksik. Halimbawa, sa kanilang tulong, nakuha ang mga talahanayan na kinakalkula ng mga awtoridad ng opisyal na istatistika ng estado batay sa mga ulat sa istatistika na isinumite ng mga negosyo at samahan. Posibleng ilipat ang mga nakuha na resulta sa isang mas malawak na hanay, upang magamit ang mga ito para sa hula at makontrol lamang batay sa probabilistic at statistic modeling. Samakatuwid, ang mga istatistika ng matematika ay madalas na nagsasama lamang ng mga pamamaraan batay sa teorya ng posibilidad.

Hindi namin isinasaalang-alang posible na salungatin ang mga pamamaraang deterministic at probabilistic-statistic. Nakita namin ang mga ito bilang sunud-sunod na yugto ng pagsusuri sa istatistika. Sa unang yugto, kinakailangan upang pag-aralan ang magagamit na data, ipakita ang mga ito sa isang form na madaling maunawaan gamit ang mga talahanayan at diagram. Pagkatapos ay kapaki-pakinabang na pag-aralan ang data ng istatistika batay sa ilang mga probabilistic at istatistikal na modelo. Tandaan na ang posibilidad ng isang mas malalim na pagtagos sa kakanyahan ng isang tunay na kababalaghan o proseso ay ibinibigay ng pagbuo ng isang sapat na modelo ng matematika.

Sa pinakasimpleng sitwasyon, ang data ng istatistika ay ang mga halaga ng ilang tampok na katangian ng mga bagay na pinag-aaralan. Ang mga halaga ay maaaring maging dami o magbigay ng isang pahiwatig ng kategorya kung saan maaaring italaga ang item. Sa pangalawang kaso, nagsasalita sila ng isang tampok na husay.

Kapag ang pagsukat ayon sa maraming mga katangian ng dami o husay, nakakakuha kami ng isang vector bilang data ng pang-istatistika tungkol sa isang bagay. Maaari itong makita bilang isang bagong uri ng data. Sa kasong ito, ang sample ay binubuo ng isang hanay ng mga vector. Mayroong ilang mga coordinate - numero, at ilang - de-kalidad (na-kategorya) na data, pagkatapos ay pinag-uusapan natin ang tungkol sa isang vector ng iba't ibang mga uri ng data.

Ang isang elemento ng sample, iyon ay, isang sukat, ay maaaring isang pag-andar bilang isang buo. Halimbawa, ang paglalarawan ng dynamics ng tagapagpahiwatig, iyon ay, ang pagbabago nito sa oras, ay ang electrocardiogram ng pasyente o ang amplitude ng mga beats ng shaft ng motor. O isang serye ng oras na naglalarawan ng mga dynamics ng pagganap ng isang partikular na firm. Pagkatapos ang sample ay binubuo ng isang hanay ng mga pagpapaandar.

Ang mga elemento ng pagpili ay maaari ding ibang mga bagay sa matematika. Halimbawa, isang relasyon sa binary. Kaya, kapag ang mga eksperto sa pakikipanayam, madalas nilang ginagamit ang pag-order (ranggo) ng mga bagay ng kadalubhasaan - mga sample ng produkto, mga proyekto sa pamumuhunan, mga pagpipilian para sa mga desisyon sa pamamahala. Nakasalalay sa mga patakaran ng dalubhasang pag-aaral, ang mga sample na elemento ay maaaring magkakaibang uri ng mga relasyon sa binary (pag-order, pagkahati, pagpaparaya), mga set, malabo na hanay, atbp.

Kaya, ang likas na matematika ng mga sample na elemento sa iba't ibang mga problema ng inilapat na mga istatistika ay maaaring maging ibang-iba. Gayunpaman, mayroong dalawang klase ng istatistika - bilang at hindi bilang. Alinsunod dito, ang inilapat na mga istatistika ay nahahati sa dalawang bahagi - mga istatistika ng bilang at mga istatistika na hindi bilang.

Ang mga bilang ng istatistika ay mga numero, vector, pag-andar. Maaari silang maidagdag, mai-multiply ng mga coefficients. Samakatuwid, sa mga istatistika ng bilang, ang iba't ibang mga halaga ay may malaking kahalagahan. Ang kagamitan sa matematika para sa pag-aaral ng mga kabuuan ng mga random na elemento ng isang sample ay ang (klasikal) na mga batas ng malalaking numero at gitnang limitasyon ng mga teorya.

Ang datos na hindi numerikal na istatistika ay ikinategorya ng mga data, mga vector ng iba't ibang uri ng mga tampok, mga kaugnayang binary, mga hanay, malabo na mga hanay, atbp. Hindi sila maaaring maidagdag at mai-multiply ng mga coefficients. Samakatuwid, walang katuturan na pag-usapan ang tungkol sa mga kabuuan ng mga istatistika na hindi bilang. Ang mga ito ay mga elemento ng mga di-numerong mga puwang sa matematika (mga hanay). Ang kagamitan sa matematika para sa pagtatasa ng di-bilang na statistikal na data ay batay sa paggamit ng mga distansya sa pagitan ng mga elemento (pati na rin ang mga hakbang sa kalapitan, mga tagapagpahiwatig ng pagkakaiba) sa mga naturang puwang. Ang paggamit ng mga distansya, mga empirical at teoretikal na average ay natutukoy, ang mga batas ng malalaking bilang ay napatunayan, ang mga nonparametric na pagtatantya ng density ng pamamahagi ng posibilidad ay naitayo, ang mga problema ng mga diagnostic at pag-aaral ng cluster ay nalulutas, atbp. (Tingnan).

Ang iba't ibang mga uri ng istatistika ay ginagamit sa inilapat na pagsasaliksik. Ito ay dahil, sa partikular, sa mga pamamaraan ng pagkuha ng mga ito. Halimbawa, kung magpapatuloy ang mga pagsubok ng ilang mga teknikal na aparato hanggang sa isang tiyak na punto sa oras, makukuha natin ang tinatawag. censored data, na binubuo ng isang hanay ng mga numero - ang tagal ng pagpapatakbo ng isang bilang ng mga aparato sa pagkabigo, at impormasyon na ang natitirang mga aparato ay nagpatuloy na gumana sa oras ng pagtatapos ng pagsubok. Ang data na naka-censor ay madalas na ginagamit upang masuri at masubaybayan ang pagiging maaasahan ng mga teknikal na aparato.

Karaniwan, ang mga pamamaraang pang-istatistika para sa pag-aaral ng data ng unang tatlong uri ay isinasaalang-alang nang magkahiwalay. Ang limitasyon na ito ay sanhi ng pangyayaring nabanggit sa itaas na ang kagamitan sa matematika para sa pagsusuri ng data ng isang di-bilang na likas na katangian ay makabuluhang naiiba kaysa sa data sa anyo ng mga numero, vector, at pag-andar.

Pagmomodelo ng probabilistic-statistic

Kapag naglalapat ng mga pamamaraang pang-istatistika sa mga tiyak na larangan ng kaalaman at mga sektor ng pambansang ekonomiya, nakakakuha kami ng mga pang-agham at praktikal na disiplina tulad ng "mga pamamaraang pang-istatistika sa industriya", "mga pamamaraang pang-istatistika sa gamot", atbp Mula sa puntong ito ng pananaw, ang econometric ay "mga istatistikal na pamamaraan sa ekonomiya". Ang mga disiplina ng pangkat b) karaniwang umaasa sa mga probabilistic-statistic na modelo, na itinayo alinsunod sa mga katangian ng larangan ng aplikasyon. Napaka-nakapagtuturo na ihambing ang mga probabilistic-statistic na modelo na ginamit sa iba't ibang larangan, upang matuklasan ang kanilang pagiging malapit at, sa parehong oras, upang sabihin ang ilang pagkakaiba. Kaya, makikita ng isa ang kalapitan ng pagtatakda ng mga gawain at mga pamamaraang pang-istatistika na ginamit upang malutas ang mga ito sa mga lugar tulad ng siyentipikong medikal na pagsasaliksik, tiyak na pagsasaliksik sa sosyolohikal at pananaliksik sa marketing, o, sa madaling salita, sa gamot, sosyolohiya at marketing. Ito ay madalas na nakapagsama-sama sa ilalim ng pangalang "sampung mga survey".

Ang pagkakaiba-iba sa pagitan ng mga sample na pag-aaral at dalubhasang pag-aaral ay ipinakita, una sa lahat, sa bilang ng mga sinuri na mga bagay o paksa - sa mga sample na pag-aaral, kadalasan ay tungkol sa daan-daang, at sa mga dalubhasang pag-aaral - tungkol sa sampu. Ngunit ang teknolohiya ng ekspertong pagsasaliksik ay mas sopistikado. Ang pagiging tiyak ay mas malinaw sa mga modelo ng demograpiko o logistik, kapag pinoproseso ang salaysay (tekstuwal, salaysay) na impormasyon o kapag pinag-aaralan ang kapwa impluwensya ng mga kadahilanan.

Ang mga isyu ng pagiging maaasahan at kaligtasan ng mga teknikal na aparato at teknolohiya, ang teorya ng pagpila ay isinasaalang-alang nang detalyado sa isang malaking bilang ng mga gawaing pang-agham.

Pagtatasa ng istatistika ng tiyak na data

Ang aplikasyon ng mga pamamaraang istatistika at mga modelo para sa pagsusuri ng istatistika ng tukoy na data ay malapit na nakatali sa mga problema ng nauugnay na larangan. Ang mga resulta ng pangatlo ng mga napiling uri ng pang-agham at inilapat na mga aktibidad ay nasa interseksyon ng mga disiplina. Maaari silang matingnan bilang mga halimbawa ng praktikal na aplikasyon ng mga pamamaraang pang-istatistika. Ngunit walang gaanong kadahilanan upang maiugnay ang mga ito sa kaukulang larangan ng aktibidad ng tao.

Halimbawa, ang mga resulta ng isang survey ng mga instant na consumer ng kape ay maaaring likas na maiugnay sa marketing (na kung saan ang ginagawa nila kapag nagbigay sila ng mga panayam sa pananaliksik sa marketing). Ang pag-aaral ng dynamics ng paglaki ng presyo gamit ang mga indeks ng inflation na kinakalkula mula sa nakapag-iisang nakolektang impormasyon ay interesado lalo na mula sa pananaw ng ekonomiya at pamamahala ng pambansang ekonomiya (kapwa sa macrolevel at sa antas ng mga indibidwal na samahan).

Mga prospect ng pag-unlad

Ang teorya ng mga pamamaraang istatistika ay naglalayon sa paglutas ng mga problema sa totoong buhay. Samakatuwid, ang mga bagong formulasyon ng mga problema sa matematika ng pagtatasa ng statistic na data ay patuloy na lumitaw dito, ang mga bagong pamamaraan ay binuo at napatunayan. Ang pagbibigay-katwiran ay madalas na ginagawa sa matematika, iyon ay, sa pamamagitan ng pagpapatunay ng mga teorya. Ang bahaging pang-pamamaraan ay may mahalagang papel - kung paano eksaktong maitatakda ang mga gawain, kung anong mga pagpapalagay ang gagawin para sa layunin ng karagdagang pag-aaral sa matematika. Ang papel na ginagampanan ng mga modernong teknolohiya ng impormasyon ay mahusay, sa partikular, isang eksperimento sa computer.

Isang kagyat na gawain ay pag-aralan ang kasaysayan ng mga pamamaraang pang-istatistika upang makilala ang mga uso sa pag-unlad at ilapat ang mga ito para sa pagtataya.

Panitikan

2. Naylor T. Mga eksperimento sa simulasi ng makina sa mga modelo ng mga sistemang pang-ekonomiya. - M.: Mir, 1975 .-- 500 p.

3. Kramer G. Mga pamamaraan sa matematika ng istatistika. - M.: Mir, 1948 (1st ed.), 1975 (2nd ed.). - 648 p.

4. Bol'shev LN, Smirnov NV Mga talahanayan ng mga istatistika ng matematika. - Moscow: Nauka, 1965 (Ika-1 ed.), 1968 (Ika-2 ed.), 1983 (Ika-3 ed.).

5. Smirnov NV, Dunin-Barkovsky IV Isang kurso sa teorya ng posibilidad at mga istatistika ng matematika para sa mga teknikal na aplikasyon. Ed. Ika-3, stereotype. - Moscow: Nauka, 1969 .-- 512 p.

6. Norman Draper, Harry Smith Nailapat ang pagsusuri sa pagbabalik. Maramihang Pag-urong \u003d Pagsusuri sa Inilapat na Pag-urong. - Ika-3 ed. - M.: "Dialectics", 2007. - S. 912. - ISBN 0-471-17082-8

Tingnan din

Wikimedia Foundation. 2010.

Yat-Kha
Amalgam (disambiguation)

Tingnan kung ano ang "Mga Pamamaraan ng Istatistika" sa iba pang mga dictionary:

PARAANG ISTATISTIKAL - Mga PAMAMARAAN NG STATISTIKAL na pamamaraang pang-agham para sa paglalarawan at pag-aaral ng mga phenomena ng masa na maaaring maging ekspresyon ng dami (bilang). Ang salitang "istatistika" (mula sa Hegal stato state) ay may isang karaniwang ugat sa salitang "estado". Orihinal na ito ... ... Philosophical Encyclopedia

PARAANG ISTATISTIKAL - - mga siyentipikong pamamaraan ng paglalarawan at pag-aaral ng mga phenomena ng pang-masa na maaaring maging dami (bilang) na pagpapahayag. Ang salitang "istatistika" (mula sa Italyano stato - estado) ay may isang karaniwang ugat sa salitang "estado". Orihinal na nauugnay ito sa agham ng pamamahala at ... Philosophical Encyclopedia

Paraang istatistikal - (sa ecology at biocenology) na mga pamamaraan ng mga istatistika ng pagkakaiba-iba, na nagbibigay-daan upang siyasatin ang kabuuan (hal. phytocenosis, populasyon, pagiging produktibo) ng mga partikular na pinagsama-sama (hal., ayon sa datos na nakuha sa mga site sa pagpaparehistro) at tasahin ang antas ng kawastuhan ... ... Diksyonasyong Ecological

paraang istatistikal - (sa sikolohiya) (mula sa estado ng katayuan ng Lat.) ilang mga pamamaraan ng paglalapat ng mga istatistika ng matematika, na ginagamit sa sikolohiya pangunahin para sa pagproseso ng mga resulta ng pang-eksperimentong. Ang pangunahing layunin ng paggamit ng S. ng m ay upang madagdagan ang bisa ng mga konklusyon sa ... ... Malaking sikolohikal na encyclopedia

Paraang istatistikal - 20.2. Mga Pamamaraan ng Istatistika Ang mga tiyak na pamamaraang istatistika na ginamit upang ayusin, pangalagaan, at mga aktibidad sa pagsubok ay kasama, ngunit hindi limitado sa: a) pang-eksperimentong disenyo at pagtatasa ng kadahilanan; b) pagtatasa ng pagkakaiba-iba at ... Aklat na sanggunian sa diksyonaryo ng mga tuntunin ng normative at teknikal na dokumentasyon

PARAANG ISTATISTIKAL - mga pamamaraan para sa pag-aaral ng dami. panig ng mga lipunang masa. phenomena at proseso. S. m Gawing posible na makilala ang mga nagpapatuloy na pagbabago sa mga lipunan sa mga digital na termino. proseso, pagkabulok ng pag-aaral. mga anyo ng pang-ekonomiyang panlipunan. mga pattern, baguhin ... ... Diksyonasyong Pang-agrikultura Encyclopedic

PARAANG ISTATISTIKAL - ilang pamamaraan ng inilapat na mga istatistika ng matematika na ginamit upang maproseso ang mga pang-eksperimentong resulta. Ang isang bilang ng mga statistic na pamamaraan ay partikular na binuo upang suriin ang kalidad ng mga sikolohikal na pagsubok, para magamit sa propesyonal ... Edukasyong pangpropesyunal. Talasalitaan

PARAANG ISTATISTIKAL - (sa engineering psychology) (mula sa estado ng lat. status) ilang mga pamamaraan ng inilapat na mga istatistika na ginamit sa engineering psychology upang maproseso ang mga pang-eksperimentong resulta. Ang pangunahing layunin ng paggamit ng S. ng m ay upang madagdagan ang bisa ng mga konklusyon sa ... Encyclopedic Dictionary of Psychology at Pedagogy

Yerlan Askarov, associate professor na KazNTU na pinangalanan pagkatapos K. Satpayeva

Ang mga pamamaraang istatistika ay may mahalagang papel sa layunin ng pagtatasa ng dami at husay na katangian ng proseso at isa sa pinakamahalagang elemento ng sistema ng pagsiguro sa kalidad ng produkto at ang buong proseso ng pamamahala ng kalidad. Hindi sinasadya na ang nagtatag ng modernong teorya ng pamamahala sa kalidad, si E. Deming, ay nagtrabaho ng maraming taon sa Bureau of the Population Census at tiyak na nakitungo sa mga isyu ng pagpoproseso ng data ng istatistika. Inilakip niya ang malaking kahalagahan sa mga pamamaraang pang-istatistika.

Upang makakuha ng mga de-kalidad na produkto, kinakailangan upang malaman ang tunay na kawastuhan ng mga umiiral na kagamitan, upang matukoy ang pagsusulat ng kawastuhan ng napiling teknolohikal na proseso sa ibinigay na kawastuhan ng produkto, upang suriin ang katatagan ng teknolohikal na proseso. Ang solusyon sa mga problema ng ganitong uri ay isinasagawa pangunahin sa pamamagitan ng pagproseso ng matematika ng empirical data na nakuha ng paulit-ulit na mga sukat ng alinman sa aktwal na sukat ng mga produkto, o mga error sa pagpoproseso o mga error sa pagsukat.

Mayroong dalawang kategorya ng mga error: sistematiko at random. Bilang isang resulta ng direktang pagmamasid, pagsukat o pagrehistro ng mga katotohanan, maraming data ang nakuha na bumubuo ng isang istatistikal na populasyon at nangangailangan ng pagproseso, kabilang ang sistematisasyon at pag-uuri, pagkalkula ng mga parameter na nagpapakilala sa populasyon na ito, pagguhit ng mga talahanayan, mga grapikong naglalarawan sa proseso.

Sa pagsasagawa, ginagamit ang isang limitadong bilang ng mga katangian na pang-numero, na tinatawag na mga parameter ng pamamahagi.

Centering pangkat... Ang isa sa mga pangunahing katangian ng isang populasyon ng istatistika, na nagbibigay ng isang ideya ng sentro sa paligid kung saan naka-grupo ang lahat ng mga halaga, ay ang ibig sabihin ng arithmetic. Natutukoy ito mula sa ekspresyon:

kung saan ang Xmax, Xmin ay ang maximum at minimum na halaga ng populasyon ng istatistika.

Ang saklaw ng pagkakaiba-iba ay hindi palaging katangian, dahil isinasaalang-alang lamang nito ang matinding mga halaga, na maaaring magkakaiba-iba sa lahat ng iba pang mga halaga. Mas tiyak, ang pagpapakalat ay natutukoy gamit ang mga tagapagpahiwatig na isinasaalang-alang ang paglihis ng lahat ng mga halaga mula sa ibig sabihin ng arithmetic. Ang pangunahing ng mga tagapagpahiwatig na ito ay ang karaniwang paglihis ng resulta ng pagmamasid, na tinutukoy ng pormula

Ang hugis ng pamamahagi ng posibilidad. Upang makilala ang hugis ng pamamahagi, ang modelo ng matematika ay karaniwang ginagamit na pinakamahusay na tinatayang ang hugis ng curve ng pamamahagi ng posibilidad na nakuha sa pamamagitan ng pag-aaral ng nakuha na pang-eksperimentong data.

Batas sa normal na pamamahagi. Karamihan sa mga random phenomena na nagaganap sa buhay, sa partikular sa produksyon at pang-agham na pagsasaliksik, ay nailalarawan sa pagkakaroon ng isang malaking bilang ng mga random na kadahilanan, na inilarawan ng batas ng normal na pamamahagi, na pangunahing sa maraming praktikal na pagsasaliksik. Gayunpaman, ang isang normal na pamamahagi ay hindi lamang ang posible. Nakasalalay sa pisikal na likas na katangian ng mga random na variable, ang ilan sa mga ito sa pagsasanay ay maaaring may iba't ibang uri ng pamamahagi, halimbawa, logarithmic, exponential, Weibull, Simpson, Rayleigh, pantay na posibilidad, atbp.

Ang equation na naglalarawan ng density ng posibilidad ng normal na pamamahagi ay may form:

(5)

Ang normal na pamamahagi ay nailalarawan sa pamamagitan ng dalawang mga parameter μ at σ 2 at sa grap ito ay isang simetriko Gaussian curve (Larawan 1), pagkakaroon ng isang maximum sa puntong tumutugma sa halagang X \u003d μ (tumutugma sa arithmetic mean X cf at tinawag na sentro ng pagpapangkat), at kapag X → -∞ at X → ∞ asymptotically papalapit sa abscissa axis. Ang inflection point ng curve ay nasa isang distansya σ mula sa gitna ng lokasyon ng μ. Tulad ng pagbaba ng σ, ang curve ay umaabot sa kahabaan ng ordinate at mga kontrata sa kahabaan ng abscissa. Sa pagitan ng abscissas μ - σ at μ + σ mayroong 68.3% ng buong lugar ng normal na curve ng pamamahagi. Nangangahulugan ito na sa isang normal na pamamahagi, 68.3% ng lahat ng mga sinusukat na yunit ay lumihis mula sa ibig sabihin ng hindi hihigit sa σ, iyon ay, lahat sila ay nasa loob ng saklaw + . Ang lugar na nakapaloob sa pagitan ng mga ordinate na iginuhit sa layo na 2σ sa magkabilang panig ng gitna ay 95.4% at, nang naaayon, ang parehong bilang ng mga yunit ng populasyon ay nasa loob ng μ + 2σ. Panghuli, 99.73% ng lahat ng mga yunit ay nasa loob ng μ + 3σ. Ito ang tinatawag na "tatlong sigma" na patakaran, katangian ng normal na pamamahagi. Ayon sa panuntunang ito, hindi hihigit sa 0.27% ng lahat ng mga halaga ng dami sa labas ng 3σ lihis, iyon ay, 27 mga pagsasakatuparan bawat 10 libo. Sa mga teknikal na aplikasyon, kapag sinusuri ang mga resulta ng pagsukat, kaugalian na magtrabaho kasama ang mga coefficients ng σ na tumutugma sa 90%, 95%, 99%, 99.9% ng posibilidad na ang resulta ay mahuhulog sa loob ng saklaw ng pagpapaubaya.

Larawan 1

Z90 \u003d 1.65; Z95 \u003d 1.96; Z99 \u003d 2.576; Z999 \u003d 3.291.

Dapat pansinin na ang parehong panuntunan ay nalalapat sa mga paglihis ng ibig sabihin ng halagang X X (?). Nagbabagu-bago din ito sa isang tiyak na lugar sa pamamagitan ng tatlong halaga ng karaniwang paglihis ng mean S sa parehong direksyon, at ang lugar na ito ay naglalaman ng 99.73% ng lahat ng mga mean na halaga. Ang normal na pamamahagi ay nagpapakita ng maayos sa maraming bilang ng mga miyembro ng populasyon ng istatistika, hindi bababa sa 30.

Pamamahagi ng mag-aaral. Para sa pagsasanay, malaking interes na husgahan ang pamamahagi ng mga random variable at upang matukoy ang mga pagkakamali sa produksyon sa lahat ng mga produktong gawa at pagkakamali sa mga eksperimentong pang-agham batay sa mga resulta ng pagsukat ng mga parameter ng isang populasyon ng istatistika na nakuha mula sa isang pangkat ng maliit na dami. Ang pamamaraan na ito ay binuo ni Karl Gosset noong 1908 at nai-publish sa ilalim ng sagisag na mag-aaral.

Ang pamamahagi ng Mag-aaral ay simetriko, ngunit mas pipi kaysa sa normal na curve ng pamamahagi, at samakatuwid ay pinahaba sa mga dulo (Larawan 2). Ang bawat halaga ng n ay may sariling t-function at sarili nitong pamamahagi. Ang koepisyent z ay pinalitan sa pamamahagi ng Mag-aaral ng koepisyent t, ang halaga na nakasalalay sa isang naibigay na antas ng kabuluhan, na tumutukoy kung magkano ang maisasakatuparan ay maaaring nasa labas ng napiling lugar ng pamamahagi kurba ng Mag-aaral at ang bilang ng mga produkto sa sample.

Figure 2

Para sa malaki n ang pamamahagi ng Mag-aaral ay walang simetrikong lumalapit sa karaniwang normal na pamamahagi. Sa katumpakan na katanggap-tanggap para sa pagsasanay, maaari nating ipalagay na para sa n? 30, pamamahagi ng Mag-aaral, kung minsan ay tinatawag t-pamahagi, tinatayang ayon sa normal.

t-distribusyon ay may parehong mga parameter tulad ng normal. Ito ang ibig sabihin ng arithmetic na Xav, ang karaniwang paglihis ? at ang karaniwang paglihis ng ibig sabihin ng S. Xav ay tinutukoy ng pormula (1), ang S ay tinutukoy ng pormula (4), at ? ayon sa pormula:

(6)

Pagkontrol sa kawastuhan. Kapag ang pamamahagi ng isang random na variable ay kilala, maaari mong makuha ang lahat ng mga tampok ng isang naibigay na pangkat ng mga produkto, matukoy ang average na halaga, pagkakaiba-iba, atbp. Ngunit ang kumpletong hanay ng data ng istatistika para sa isang pangkat ng mga produktong pang-industriya, na nangangahulugang ang batas ng pamamahagi ng posibilidad, ay malalaman lamang pagkatapos ng paggawa ng buong pangkat ng mga produkto. Sa pagsasagawa, ang batas sa pamamahagi ng buong hanay ng mga produkto ay halos palaging hindi kilala, ang tanging mapagkukunan ng impormasyon ay ang sample, karaniwang isang maliit na sample. Ang bawat numerong katangian na kinakalkula mula sa sample na data, halimbawa, ang ibig sabihin ng arithmetic o pagkakaiba-iba, ay isang pagsasakatuparan ng isang random na variable, na maaaring tumagal ng iba't ibang mga halaga mula sa sample hanggang sample. Ang kontrol na gawain ay pinadali dahil sa ang katunayan na ito ay karaniwang hindi kinakailangan upang malaman ang eksaktong halaga ng pagkakaiba sa pagitan ng mga random na halaga at isang naibigay na halaga. Ito ay sapat na upang malaman lamang kung ang mga sinusunod na halaga ay naiiba sa higit sa dami ng pinapayagan na error, na natutukoy ng halaga ng pagpapaubaya. Ang extension sa pangkalahatang populasyon ng mga pagtatantya na ginawa batay sa sample na data ay maaaring isagawa lamang sa isang tiyak na posibilidad na P (t). Kaya, ang isang paghuhusga tungkol sa mga pag-aari ng pangkalahatang populasyon ay palaging probabilistic at naglalaman ng isang elemento ng peligro. Dahil ang konklusyon ay ginawa sa sample na data, iyon ay, na may isang limitadong halaga ng impormasyon, mga error ng una at pangalawang uri ay maaaring mangyari.

Ang posibilidad ng paggawa ng isang uri ng pagkakamali ay tinatawag na antas ng kabuluhan at na-denote at... Lugar na naaayon sa posibilidad at, ay tinatawag na kritikal, at ang rehiyon na pantulong dito, ang posibilidad na makapasok kung saan 1-a, ay tinatawag na tanggap.

Ang posibilidad ng isang error na Type II ay ipinahiwatig ng ? , at ang dami 1-? tinawag na ang kapangyarihan ng criterion.

Ang dami at kung minsan ay tinatawag na panganib ng gumawa, at ang halaga ? tinatawag na panganib sa consumer.

May posibilidad 1-a ang hindi kilalang halaga X 0 ng kumpletong hanay ay nakasalalay sa agwat

(Xsr - Z?)< Х 0 < (Хср + Z?) для нормального распределения,

(Xsr - t?)< Х 0 < (Хср + t?) для распределения Стьюдента.

Ang paglilimita sa matinding mga halagang X 0 ay tinatawag na mga limitasyon sa kumpiyansa.

Habang bumababa ang laki ng sample sa pamamahagi ng Mag-aaral, lumalawak ang mga limitasyon sa kumpiyansa, at tumataas ang posibilidad ng error. Ang pagtatakda, halimbawa, isang 5% na antas ng kabuluhan (a \u003d 0.05), isinasaalang-alang na may posibilidad na 95% (P \u003d 0.95) ang hindi kilalang halaga X 0 ay nasa agwat

(--Ср - t?,:., +ср + t?)

Sa madaling salita, ang kinakailangang katumpakan ay magiging katumbas ng Xav + t ?, at ang bilang ng mga bahagi na may sukat sa labas ng pagpaparaya na ito ay hindi hihigit sa 5%.

Pagkontrol sa katatagan ng proseso. Sa totoong mga kundisyon ng produksyon, ang mga aktwal na halaga ng mga parameter ng teknolohikal na proseso at mga katangian ng mga produktong gawa ay hindi lamang nagbago ng chaotically dahil sa mga random na pagkakamali, ngunit madalas na unti-unting at walang pagbabago ang paggalaw mula sa tinukoy na mga halaga sa paglipas ng panahon, iyon ay, lilitaw ang sistematikong mga pagkakamali. Ang mga error na ito ay dapat na tinanggal sa pamamagitan ng pagkilala at pag-aalis ng mga sanhi na sanhi nito. Ang problema ay sa ilalim ng totoong mga kundisyon, ang sistematikong mga pagkakamali ay mahirap makilala mula sa mga random. Ang mga maliit na sistematikong error na walang espesyal na pagsusuri sa istatistika ay maaaring mapansin ng mahabang panahon laban sa background ng mga random na error.

Ang pagtatasa ay batay sa ang katunayan na kapag walang sistematikong mga pagkakamali, ang mga aktwal na halaga ng mga parameter ay nagbago nang sapalaran. Gayunpaman, ang kanilang mga halagang halaga at pangunahing mga error ay mananatiling hindi nababago sa paglipas ng panahon. Sa kasong ito, ang proseso ng teknolohikal ay tinatawag na matatag. Kumbensiyonal na isinasaalang-alang na ang lahat ng mga produkto sa isang naibigay na batch ay pareho. Sa isang matatag na proseso, sinusunod ng mga random na error ang normal na batas sa pamamahagi sa center μ \u003d Xo. Ang average na mga halaga ng mga parameter na nakuha sa iba't ibang mga batch ay dapat na humigit-kumulang na katumbas ng Xo. Dahil dito, lahat sila ay humigit-kumulang pantay sa bawat isa, ngunit ang halaga ng kasalukuyang average na halagang Xavt ay nagbabago sa agwat ng kumpiyansa + tS, iyon ay:

(--Ср - tS) ≤ Хсрт ≤ (Хср + tS)

(7)

Ang materyal para sa pagtatasa ng katatagan ay maaaring maging parehong data na ginamit upang makontrol ang kawastuhan. Ngunit magiging kapaki-pakinabang lamang sila kung kinakatawan nila ang patuloy na pagmamasid na sumasaklaw sa isang sapat na tagal ng panahon, o kung binubuo sila ng mga sample, napili nang regular na agwat. Ang mga agwat sa pagitan ng mga sample, na tinawag sa mga sampol ng kasong ito, ay nakatakda depende sa napagmasdang dalas ng mga kaguluhan sa kagamitan.

Para sa isang naibigay na antas ng kahalagahan, ang average na halaga ng Xavr sa iba't ibang mga kasalukuyang batch ay maaaring magkakaiba ng hindi hihigit sa tS mula sa batayang Xav, na nakuha para sa unang pagsukat, iyon ay,

/ Хср - Хсрт / ≤ tS

(8)

Kung natutugunan ang kundisyong ito, maaari nating ipalagay na ang proseso ay matatag at ang parehong mga batch ay inilabas sa ilalim ng parehong mga kundisyon. Kung ang pagkakaiba sa pagitan ng average na mga halaga sa dalawang mga batch ay lumampas sa halaga ng tS, kung gayon hindi na ito maituturing na ang pagkakaiba na ito ay sanhi lamang ng mga random na dahilan. Sa proseso, lumitaw ang isang nangingibabaw na pare-pareho na kadahilanan, na binabago ang mga halaga ng mga parameter ng mga produkto sa isang pangkat ayon sa isang tiyak na pare-pareho na batas. Ang proseso ay hindi matatag at ang mga produktong gawa sa iba't ibang oras ay magkakaiba-iba sa bawat isa, at ang pagkakaiba na ito ay tataas sa paglipas ng panahon.

Kaya, ang pagkakaiba sa pagitan ng mga ibig sabihin ng mga halaga sa iba't ibang mga batch ay higit sa tS, ipinapahiwatig ang pagkakaroon ng sistematikong mga pagkakamali at ang pangangailangan na gumawa ng mga hakbang upang makita ang mga ito at matanggal ang mga sanhi na sanhi nito. Ang prinsipyong ito ay inilapat ni V. Schuhart sa pagbuo ng mga tsart ng kontrol.

Ang mga pamamaraang istatistika ng pagtatasa ng katatagan ay maaari ring mailapat sa mga sitwasyong kabaligtaran sa tinalakay sa itaas. Kung may anumang mga pagbabago na ginawa sa disenyo ng produkto o proseso ng teknolohikal ng paggawa nito, kinakailangan upang matukoy kung hanggang saan ito hahantong sa inaasahang mga resulta.

Dahil dito, kinakailangan upang magsagawa ng mga pagsubok, gumawa ng maraming mga sample at istatistika na iproseso ang data. Kung ang

/Хср.ст.-Хср.nov ./\u003e tS,

(9)

Pitong Pinakasimpleng Paraan para sa Pananaliksik sa Proseso ng Istatistika

Ang mga makabagong pamamaraan ng istatistika ay mahirap para sa pang-unawa at malawak na praktikal na paggamit nang walang malalim na pagsasanay sa matematika ng lahat ng mga kalahok sa proseso. Pagsapit ng 1979, ang Union of Japanese Scientists and Engineers (JUSE) ay pinagsama ang pitong medyo madaling gamiting mga pamamaraan ng pagsusuri sa visual na proseso. Para sa lahat ng kanilang pagiging simple, pinapanatili nila ang isang koneksyon sa mga istatistika at binibigyan ng pagkakataon ang mga propesyonal na gamitin ang kanilang mga resulta, at, kung kinakailangan, pagbutihin ang mga ito.

Sanhi ng diagram ni Ishikawa. Ang diagram na ito ay isang napakalakas na tool para sa pagsusuri ng sitwasyon, pagkuha ng impormasyon at impluwensya ng iba't ibang mga kadahilanan sa pangunahing proseso. Dito naging posible hindi lamang makilala ang mga salik na nakakaimpluwensya sa proseso, ngunit upang matukoy din ang priyoridad ng kanilang impluwensya.

Larawan 3

Isinasaalang-alang ng uri ng diagram na 5M ang mga naturang bahagi ng kalidad bilang "tao", "kagamitan", "materyal, hilaw na materyales", "teknolohiya", "pamamahala", at sa uri ng diagram na 6M, ang sangkap na "kapaligiran" ay idinagdag sa kanila (Larawan 3).

Na patungkol sa problema ng pag-aayos ng pagsusuri ng kometriko,
- para sa sangkap na "tao", kinakailangan upang matukoy ang mga kadahilanan na nauugnay sa kaginhawaan at kaligtasan ng mga operasyon;
- para sa sangkap na "kagamitan" - ang ugnayan ng mga elemento ng istruktura ng sinuri na produkto sa bawat isa na nauugnay sa pagganap ng operasyong ito;
- para sa sangkap na "teknolohiya" - mga salik na nauugnay sa pagganap at kawastuhan ng isinagawang operasyon;
- para sa sangkap na "materyal" - mga salik na nauugnay sa kawalan ng mga pagbabago sa mga katangian ng mga materyal ng produkto sa proseso ng pagsasagawa ng operasyong ito;
- para sa sangkap na "teknolohiya" - mga salik na nauugnay sa maaasahang pagkilala sa isang error sa proseso ng pagsasagawa ng isang operasyon;
- para sa sangkap na "kapaligiran" - mga salik na nauugnay sa epekto ng kapaligiran sa produkto at ang produkto sa kapaligiran.

Mga uri ng depekto	Kontrolin ang data	Kabuuan
Dents	///// ///// ////	14
Basag	///// ///// ///// //	17
Dahil sa pagpapaubaya sa minus	///// //	7
Higit pa sa pagpasok plus plus	///// ///// ///// ///// ///	23
Masunog sa panahon ng paggamot sa init	///// ////	9
Gumiling datum ibabaw	///	3
Lumulubog ang pandayan	///// /	6
Hindi pagkakatugma sa kagaspangan	///// ///// ///// ///	18
Mga depekto sa pagpipinta	////	4
Iba pa	///// //	7
Kabuuan		108

Larawan 4

Mga checklist. Maaaring magamit ang mga checklist pareho para sa kontrol sa kalidad at para sa dami na kontrol; ang dokumentong ito ay nag-aayos ng ilang mga uri ng mga depekto sa isang tiyak na tagal ng panahon. Ang checklist ay isang mahusay na materyal na pang-istatistika para sa karagdagang pagsusuri at pag-aaral ng mga problema sa produksyon at pagbawas sa antas ng pagkasira (Larawan 4).

Pagsusuri ng Pareto. Ang pagtatasa ng Pareto ay nakakuha ng pangalan nito mula sa Italyanong ekonomista na si Vilfredo Pareto (1848-1923), na nagpakita na ang karamihan sa kabisera (80%) ay nasa kamay ng isang maliit na bilang ng mga tao (20%). Ang Pareto ay nakabuo ng mga logarithmic na matematikal na modelo na naglalarawan sa hindi mapanirang pamamahagi na ito, at ang dalub-agbilang na M.O. Nagbigay si Lorenz ng mga graphic na guhit, lalo na ang pinagsama-samang kurba.

Ang Pareto Rule ay isang "unibersal" na prinsipyo na nalalapat sa maraming sitwasyon, at walang alinlangan sa paglutas ng mga problema sa kalidad. Sinabi ni D. Juran ang "unibersal" na aplikasyon ng prinsipyong Pareto sa anumang pangkat ng mga sanhi na sanhi ng isang partikular na kinahinatnan, at ang karamihan sa mga kahihinatnan ay sanhi ng isang maliit na bilang ng mga kadahilanan. Ang pagsusuri ng Pareto ay niraranggo ang mga indibidwal na lugar sa pamamagitan ng kaugnayan o kahalagahan at mga panawagan para sa pagkilala at una sa lahat tinanggal ang mga sanhi na sanhi ng pinakamaraming bilang ng mga problema (hindi pagkakapare-pareho).

Larawan 5

Ang pagtatasa ng Pareto, bilang isang panuntunan, ay isinalarawan ng isang tsart ng Pareto (Larawan 5), kung saan ang mga sanhi ng mga problema sa kalidad ay naka-plot sa abscissa sa pababang pagkakasunud-sunod ng mga problemang sanhi ng mga ito, at sa naayos - sa dami ng mga termino ang mga problema mismo, kapwa sa bilang at naipon (pinagsama) porsyento. Bumuo tayo ng isang tsart gamit ang data na kinuha mula sa nakaraang halimbawa - isang checklist.

Ang unang lugar ng pagkilos ay malinaw na nakikita sa diagram, na binabalangkas ang mga sanhi na sanhi ng pinakamaraming mga pagkakamali. Kaya, una sa lahat, ang mga hakbang sa pag-iingat ay dapat na naglalayong lutasin nang tumpak ang mga problemang ito. Ang pagkilala at pag-aalis ng mga sanhi na sanhi ng pinakamaraming bilang ng mga depekto ay nagpapahintulot sa amin na gumastos ng isang minimum na halaga ng mga mapagkukunan (pera, oras, tao, materyal na suporta) upang makuha ang maximum na epekto sa anyo ng isang makabuluhang pagbawas sa bilang ng mga depekto.

Pagsusukat. Karaniwan, ang stratification ay ang proseso ng pag-uuri-uri ng data ayon sa ilang pamantayan o variable, na ang mga resulta ay madalas na ipinapakita sa anyo ng mga tsart at grap. Maaari naming maiuri ang isang dataset sa iba't ibang mga pangkat (o mga kategorya) na may mga karaniwang katangian na tinatawag na variable stratification. Mahalagang itakda kung aling mga variable ang gagamitin para sa pag-uuri. Ang pagsisiksik ay ang batayan para sa iba pang mga tool tulad ng pagsusuri ng Pareto o mga dispersplot. Ang kumbinasyong ito ng mga tool ay ginagawang mas malakas ang mga ito.

Kunin natin ang data mula sa checklist (Larawan 4). Ipinapakita ng Larawan 6 ang isang halimbawa ng pagtatasa ng mapagkukunan ng depekto. Ang lahat ng mga depekto na 108 (100%) ay inuri sa 3 kategorya - sa pamamagitan ng mga paglilipat, ng mga manggagawa at ng mga pagpapatakbo. Mula sa pagtatasa ng ipinakita na data, malinaw na nakikita na ang pinakamalaking kontribusyon sa pagkakaroon ng mga depekto ay ginawa ng shift 2 (54%) at manggagawa G (47%), na gumagana sa paglilipat na ito.

Mga histogram. Ang mga histogram ay isa sa mga pagpipilian para sa isang tsart ng bar na nagpapakita ng pagtitiwala ng dalas ng mga parameter ng kalidad ng produkto o proseso na nahuhulog sa loob ng isang tiyak na saklaw ng mga halaga mula sa mga halagang ito.

Nasa ibaba ang isang halimbawa ng paglalagay ng histogram.

Para sa kaginhawaan ng mga kalkulasyon at konstruksyon, ginagamit namin ang inilapat na computer software package na EXCEL. Kinakailangan upang matukoy ang saklaw ng mga sukatang geometriko, halimbawa, ang diameter ng isang poste, ang nominal na laki ng kung saan ay 10 mm. Sinukat ang 20 shafts, ang data ng pagsukat ay ibinibigay sa unang haligi A (Larawan 7). Sa haligi B, inaayos namin ang mga sukat sa pataas na pagkakasunud-sunod, pagkatapos sa cell D7 natutukoy namin ang saklaw ng laki bilang pagkakaiba sa pagitan ng pinakamalaki at pinakamaliit na mga halaga ng pagsukat. Pinipili namin ang bilang ng mga agwat ng histogram na katumbas ng 8. Tukuyin ang saklaw ng agwat D. Pagkatapos ay tinutukoy namin ang mga parameter ng mga agwat, ito ang pinakamaliit at pinakamalaking kasamang halaga ng mga geometric na parameter na kasama sa agwat.

kung saan ako ang numero ng agwat.

Pagkatapos nito, natutukoy namin ang bilang ng mga hit ng mga halagang parameter sa bawat isa sa 8 agwat, pagkatapos na sa wakas ay binubuo namin ang histogram.

Larawan 7

Kalat kalat. Ang mga tsart na nagkakalat ay mga graph na nagbibigay-daan sa iyo upang makilala ang ugnayan (pagsalig sa istatistika) sa pagitan ng iba't ibang mga kadahilanan na nakakaimpluwensya sa mga tagapagpahiwatig ng kalidad. Ang diagram ay naka-plot kasama ang dalawang coordinate axes, ang halaga ng variable parameter ay naka-plot kasama ang abscissa axis, at ang nakuha na halaga ng na-investigate na parameter, na mayroon kami sa oras ng paggamit ng variable parameter, ay naka-plot sa ordinate axis, sa intersection ng mga halagang ito inilalagay namin ang isang punto. Ang pagkolekta ng sapat na malaking bilang ng mga naturang puntos, maaari kaming gumawa ng isang pagtatasa at konklusyon.

Magbigay tayo ng isang halimbawa. Nagpasya ang kumpanya na magsagawa ng mga klase sa mga pangunahing kaalaman sa kalidad ng pamamahala. Ang isang tiyak na bilang ng mga manggagawa ay sinanay bawat buwan. Noong Enero, 2 tao ang sinanay, noong Pebrero 3 katao, atbp. Sa loob ng taon, ang bilang ng mga may kasanayang manggagawa ay tumaas at umabot ng 40 sa pagtatapos ng taon. Inatasan ng pamamahala ang kalidad ng serbisyo upang subaybayan ang pagtitiwala ng porsyento ng mga produktong walang depekto na ipinakita sa unang pagsubok, ang bilang ng mga reklamo na natanggap sa halaman para sa mga produkto mula sa mga customer at ang pagkonsumo ng enerhiya sa tindahan sa bilang ng mga bihasang manggagawa. Naipon ang datos ng talahanayan 1 ayon sa buwan at nagplano ng mga diagram ng pagsabog (Larawan 8, 9, 10). Malinaw na ipinakita nila na ang porsyento ng pagtaas ng pagkalbo ng depekto, mayroon kaming direktang pag-asa sa ugnayan, nababawasan ang bilang ng mga reklamo, mayroon kaming isang kabaligtaran na pag-asa sa ugnayan, at malinaw na nagpapakita ang mga diagram ng isang malinaw na binibigkas na pagtitiwala sa ugnayan, na kung saan ay natutukoy ng kawastuhan ng mga puntos at kanilang diskarte sa anumang tumpak na tinukoy na tilas, sa sa aming kaso, ito ay isang tuwid na linya. Ang dami ng natupok na kuryente ay hindi nakasalalay sa bilang ng mga bihasang manggagawa.

Kontrolin ang mga tsart. Ang mga tsart ng kontrol ay isang espesyal na uri ng diagram, unang iminungkahi ni W. Schuhart noong 1924. Sinasalamin nila ang likas na katangian ng pagbabago sa tagapagpahiwatig ng kalidad sa paglipas ng panahon, halimbawa, ang katatagan ng pagkuha ng laki ng produkto. Sa kakanyahan, ipinakita ng mga tsart ng kontrol ang katatagan ng proseso ng teknolohikal, iyon ay, ang paghahanap ng average na halaga ng parameter sa pasilyo ng mga katanggap-tanggap na halaga, na binubuo ng pang-itaas at mas mababang mga limitasyon sa pagpapahintulot. Ang data ng mga mapang ito ay maaaring senyasan na ang parameter ay papalapit sa limitasyon ng pagpapaubaya at kinakailangan na gumawa ng mga maagap na pagkilos kahit na bago pumasok ang parameter sa scrap zone, iyon ay, pinapayagan ka ng pamamaraang kontrol na ito na maiwasan ang paglitaw ng isang scrap kahit na sa yugto ng pagsisimula nito.

Mayroong 7 pangunahing uri ng mga kard.

Paghiwalay ng karaniwang paglihis ng ibig sabihin ng x-S,

Saklaw na mga paglihis x-R,

Mga lihis ng indibidwal na halaga x,

Pagbabagu-bago sa bilang ng mga depekto C,

Pagbabagu-bago sa bilang ng mga depekto bawat yunit ng produkto u,

Pagbabagu-bago sa bilang ng mga sira na mga yunit ng produkto pn,

Pagbabagu-bago sa proporsyon ng mga depektibong produkto p.

Ang lahat ng mga kard ay maaaring nahahati sa dalawang pangkat. Kinokontrol ng una ang dami ng mga parameter ng kalidad, na kung saan ay tuloy-tuloy na mga random na variable - sukat, masa, atbp. Ang pangalawa ay upang makontrol ang de-kalidad na alternatibong mga discrete parameter (kung mayroong isang depekto - walang depekto).

talahanayan 2

Halimbawa ang x-S card. Ang mga pagbabagu-bago sa ibig sabihin ng arithmetic, ang tolerance band dito ay ang halagang 3S (para sa isang normal na pamamahagi) o tS (para sa pamamahagi ng isang Mag-aaral), kung saan ang S ay ang pamantayan ng paglihis ng ibig sabihin. Ang gitna ng koridor ay ang ibig sabihin ng arithmetic ng unang pagsukat. Ang mga halaga ng kard na ito ay ang pinaka maaasahan at layunin. Ang pangkalahatang pagtingin sa tsart ng kontrol ay ipinapakita sa Larawan 11.

Panitikan:

1. Askarov E.S. Pagkontrol sa kalidad. Pagtuturo. Edisyon 2. Almaty, Pro servis, 2007, 256 p.