Статистические методы контроля и управления качеством . Часть 1. Сундарон Э.М. - 26 стр.

UptoLike

Составители: 

Из кривой Лоренца, характеризующей накопление потерь в зависимости от уровней
весомостей фактора, следует то, что подчиняясь закону «80/20», нужно в первую очередь
все усилия направить на устранение проявления двух факторов отказов блока ЯП (фактор А)
и отказ вольтметра (фактор Б), имеющих совокупную весомость в появлении рекламаций,
равную 80% (55% +25%).
Обобщая вышесказанное, можно установить общий порядок построения диаграммы
Парето:
1.
Выберите проблемы, которые необходимо решить, и расположите их в порядке
важности (путем «мозговой атаки», используя существующие данныеотчеты);
2.
Определите критерий для сравнения единиц измерения (натуральные характеристики,
стоимостные);
3.
Наметьте период времени для изучения;
4.
Сгруппируйте данные по категориям, сравните критерий каждой группы;
5. Перечислите категории слева направо на горизонтальной оси в порядке уменьшения
значения критерия. В последний столбик включите категории, имеющие наименьшее
значение.
Постепенно расчленяя главные причины на составляющие до первопричин и определяя
с помощью диаграммы Парето важнейшие из них, можно составить разветвленную схему
основных причинных связей (диаграмму причин), дающую возможность целенаправленно, с
наименьшими задержками решать рассматриваемую проблему.
8.4.Диаграмма разброса
Диаграмма разброса является графическим методом изучения зависимости между
двумя связанными наборами данных, которые появляются парными (например, x и y – по
одному от каждого набора). Данные, отображаемые диаграммой разброса, образуют поле
корреляции. Зависимость между связанными наборами данных устанавливается на основе
формы поля. Положительная зависимость между x и y означает, что увеличение значений х
связано с увеличением значений у и наоборот.
Шесть широко встречающихся видов полей корреляции приведены на рисунке 15.
Изучая эти виды, можно понять зависимость между указанными выше наборами данных.
Процедура построения диаграммы разброса заключается в следующем:
1.
Отберите парные данные из двух связанных наборов данных, зависимость которых
предстоит изучить. Желательно иметь до 30 пар данных;
2.
Обозначьте оси через х и у;
3.
Найдите минимальное и максимальное значение как для х, так и для у, нанесите их на
шкалы, определите масштаб (обе оси должны иметь одинаковую длину);
4.
Нанесите на поле парные данные (х; у), причем, если значения совпадают, пометьте
их отличительным символом или цветом;
5.
Исследуйте вид полей корреляции для установления типов и силы зависимости.
Для более точного определения значения коэффициента корреляции и обоснования
зависимости воспользуйтесь формулами и рекомендациями, данными в литературе по
корреляционному и регрессионному анализу.
Сильная положительная Сильная отрицательная
зависимость зависимость
      Из кривой Лоренца, характеризующей накопление потерь в зависимости от уровней
весомостей фактора, следует то, что подчиняясь закону «80/20», нужно в первую очередь
все усилия направить на устранение проявления двух факторов отказов блока ЯП (фактор А)
и отказ вольтметра (фактор Б), имеющих совокупную весомость в появлении рекламаций,
равную 80% (55% +25%).
      Обобщая вышесказанное, можно установить общий порядок построения диаграммы
Парето:
    1. Выберите проблемы, которые необходимо решить, и расположите их в порядке
важности (путем «мозговой атаки», используя существующие данные – отчеты);
    2. Определите критерий для сравнения единиц измерения (натуральные характеристики,
стоимостные);
    3. Наметьте период времени для изучения;
    4. Сгруппируйте данные по категориям, сравните критерий каждой группы;
    5. Перечислите категории слева направо на горизонтальной оси в порядке уменьшения
значения критерия. В последний столбик включите категории, имеющие наименьшее
значение.
      Постепенно расчленяя главные причины на составляющие до первопричин и определяя
с помощью диаграммы Парето важнейшие из них, можно составить разветвленную схему
основных причинных связей (диаграмму причин), дающую возможность целенаправленно, с
наименьшими задержками решать рассматриваемую проблему.

                                  8.4.Диаграмма разброса

     Диаграмма разброса является графическим методом изучения зависимости между
двумя связанными наборами данных, которые появляются парными (например, x и y – по
одному от каждого набора). Данные, отображаемые диаграммой разброса, образуют поле
корреляции. Зависимость между связанными наборами данных устанавливается на основе
формы поля. Положительная зависимость между x и y означает, что увеличение значений х
связано с увеличением значений у и наоборот.
     Шесть широко встречающихся видов полей корреляции приведены на рисунке 15.
Изучая эти виды, можно понять зависимость между указанными выше наборами данных.
     Процедура построения диаграммы разброса заключается в следующем:
   1. Отберите парные данные из двух связанных наборов данных, зависимость которых
предстоит изучить. Желательно иметь до 30 пар данных;
   2. Обозначьте оси через х и у;
   3. Найдите минимальное и максимальное значение как для х, так и для у, нанесите их на
шкалы, определите масштаб (обе оси должны иметь одинаковую длину);
   4. Нанесите на поле парные данные (х; у), причем, если значения совпадают, пометьте
их отличительным символом или цветом;
   5. Исследуйте вид полей корреляции для установления типов и силы зависимости.
     Для более точного определения значения коэффициента корреляции и обоснования
зависимости воспользуйтесь формулами и рекомендациями, данными в литературе по
корреляционному и регрессионному анализу.




Сильная положительная             Сильная отрицательная
зависимость                      зависимость