Методические указания по курсу: "Управление качеством" для студентов специальностей 351100 - "Товароведение и экспертиза товаров". Гончарова Н.В - 9 стр.

        О корреляционной зависимости двух параметров                           Статистические методы регулирования
можно говорить в том случае, когда разброс данных имеет                     технологических процессов при контроле по
линейную тенденцию.                                                                  количественному признаку
        Простым методом анализа степени корреляционной                     При контроле по количественному признаку о
зависимости считается метод медиан. Для этого на                     разладке технологического процесса судят как по среднему
диаграмме         разброса      проводят  вертикальную       и       значению контролируемого параметра, так и по
горизонтальную линии медиан (рис. 10). Выше и ниже                   рассеиванию     значений     контролируемого     параметра
горизонтальной медианы, справа и слева вертикальной                  относительно этого среднего значения. Смещение среднего
медианы будет равное число точек. Если число точек                   значения (в любую сторону) относительно середины поля
окажется нечетным, следует провести линию через                      допуска и увеличение рассеивания приводят к увеличению
центральную точку. В каждом из четырех квадрантов,                   доли дефектной продукции.
получившихся в результате разделения диаграммы разброса                    В качестве средних значений при статистическом
медианами, подсчитывают число точек и обозначают n1, n2,             регулировании используют либо среднее арифметическое
n3 и n4 соответственно. Точки через которые прошла                   значение х, либо медиану х, соответственно строят либо
медиана, не учитывают. Отдельно складывают точки в                   х .-карту, либо х-карту. При выборе из этих двух видов
положительных и точки в отрицательных квадрантах:                    контрольных карт следует учитывать следующие
        n(+) = n1 + n3 = 9 + 9 = 18;                                 соображения – определение медианы проще, чем среднего
        n(-) = n2 + n4 = 2 + 2 = 4;                                  арифметического значения, однако последнее является
        k = n(+) + n(-) = 18 + 4 = 22.                               более точной оценкой математического ожидания µ.
        Так как три точки находятся на медиане, k не равно n               В    качестве    характеристик   рассеивания     при
= 25.                                                                статистическом      регулировании     используют      либо
        Для определения наличия и степени корреляции по              выборочное среднее квадратичное отклонение S, либо
методу медианы используется специальная таблица                      размах R: соответственно строят либо S-карту, либо R-
кодовых значений, соответствующих различным значениям                карту. При выборе из этих двух видов контрольных карт
k при двух параметрах коэффициента риска α (0,01 и 0,05)             следует учитывать следующие соображения – вычисление
(приложение 1).                                                      размаха гораздо проще, чем среднего квадратичного
        Сравнивая меньшее из чисел n(+) и n(-), с кодовым            отклонения, однако S – более точная оценка, чем R.
значением, соответствующим значению k, приложения 1                         При статистическом регулировании технологического
делают заключение о наличие и о характере корреляции.                процесса, при контроле по количественному признаку
Если меньшее из чисел n(+) и n(-) ≤ табличного значения, то          обычно используют двойные контрольные карты, на одной
есть корреляция. В нашем случае кодовое значение при                 из которых отмечают среднее значение (либо х, либо х), а
коэффициенте риска α = 0,01, для k = 22, равно 4. Т.к. n(-) =        на другой – характеристику рассеивания (либо S, либо R)
4 ≤ 4, а n(+) > n(-) существует прямая корреляция (если n(+) <       (рис. 11)
n(-) корреляция обратная).

                                                                 9