Управление качеством продукции на предприятии
жүктеу/скачать 413 Kb.
|
| Диаграмма разброса – инструмент, позволяющий определить вид и тесноту связи между парами соответствующих переменных.
Эти две переменные могут относиться: к характеристике качества и влияющему на нее фактору; двум различным характеристикам качества; двум факторам, влияющим на одну характеристику качества. Для выявления связи между ними и служит диаграмма разброса, которую также называют полем корреляции (рисунок 26). n=25 Рисунок 26 – Пример диаграммы рассеивания В зависимости от расположения точек в поле рассеивания можно предварительно проанализировать характер зависимости между переменными. Если точки выстраиваются на условной наклонной линии снизу вверх, то имеется положительная зависимость (корреляция), если точки выстраиваются по линии сверху вниз – отрицательная корреляция. Если на глаз невозможно определить корреляцию, то зависимость между двумя переменными, скорее всего, отсутствует. Возможно наличие на графике точек, стоящих в стороне от основного массива данных. Это может быть вызвано как ошибками измерения или описками в записи, так и случайными выбросами, которые можно не учитывать в анализе корреляции. Наглядная оценка диаграммы носит, как было указано, предварительный характер. Для более точной оценки зависимости проводится математическая обработка массива парных данных, которая дает численное значение коэффициента корреляции г. Этот математический метод определения корреляции между анализируемыми параметрами называется корреляционным анализом. Математическое определение уравнения зависимости между переменными параметрами называется регрессионным анализом. Вместе с этим следует отметить, что коэффициент корреляции принимает значения в диапазоне -1<г<1. При г, близком к 1 (0,8 – 0,95), имеет место сильная корреляция. При г, близком к 0 (0,05 – 0,2), корреляция отсутствует. Можно уверенно считать, что корреляция существует при коэффициенте корреляции г больше 0,6. Если у исследователя есть уверенность в наличии корреляции, а диаграмма рассеивания это не показывает, то целесообразно дополнительно проанализировать собранную информацию на возможность расслоения данных измерения. Возможно, при сборе информации одна из переменных имеет дополнительный стратифицирующий фактор. Например, при определении зависимости силы резания от величины подачи не учли, что обрабатываемые заготовки были изготовлены не из одного материала, а из нескольких. Для оценки эффективности затрат на повышение качества можно так же использовать математический аппарат корреляционного анализа. Исследуя зависимость цены (или рентабельности) от величины издержек, можно по значению коэффициента корреляции этой зависимости оценить целесообразность дополнительных расходов на качество. Диаграмма Парето. В 1897 г. итальянский экономист В. Парето предложил формулу, показывающую, что общественные блага распределяются неравномерно. Эта же теория была проиллюстрирована на диаграмме американским экономистом М. Лоренцом. Оба ученых показали, что в большинстве случаев наибольшая доля доходов или благ (80%) принадлежит небольшому числу людей (20%). Доктор Д. Джуран применил диаграмму М. Лоренца в сфере статистического регулирования технологических процессов для классификации проблем качества на немногочисленные, но существенно важные и многочисленные, но несущественные и назвал этот метод анализом Парето. Он указал, что в большинстве случаев подавляющее число дефектов и связанных с ними потерь возникают из-за относительно небольшого числа причин. При этом он иллюстрировал свои выводы с помощью диаграммы, которая получила название диаграммы Парето. жүктеу/скачать 413 Kb. Достарыңызбен бөлісу:
|