Statistiska metoder för dataanalys beskrivs tillräckligt detaljerat i den inhemska litteraturen. I praktiken av ryska företag används under tiden bara några av dem. Låt oss överväga några metoder för statistisk bearbetning.
Allmän information
I praxis för inhemska företag är främst statistiska kontrollmetoder vanliga. Om vi talar om regleringen av den tekniska processen, noteras det extremt sällan. Användningen av statistiska metoder innebär att företaget bildar en grupp specialister som har lämpliga kvalifikationer.
Meaning
Enligt ISO ser. 9000, måste leverantören fastställa behovet av statistiska metoder som tillämpas i processen att utveckla, reglera och verifiera förmågan hos produktionsprocessen och produkternas egenskaper. Metoderna som används bygger på sannolikhetsteorin och matematiska beräkningar. Statistiska dataanalysmetoder kan implementeras i alla skeden av produktens livscykel. De ger en bedömning och redogörelse för examenproduktens heterogenitet eller variabilitet av dess egenskaper i förhållande till de etablerade valörerna eller erforderliga värdena, såväl som variationen i processen för dess skapelse. Statistiska metoder är tekniker med vilka det är möjligt att bedöma tillståndet för de fenomen som studeras med en given noggrannhet och tillförlitlighet. De låter dig förutsäga vissa problem, utveckla optimala lösningar baserat på studerad faktainformation, trender och mönster.
Använd vägbeskrivning
De huvudsakliga områdena där statistiska metoder används i stor utsträckning är:
- Processkontroll.
- Produktacceptans. Den använder statistiska kvalitetsmetoder.
- Studier av stabilitet och noggrannhet för tekniska operationer.
- Beräkning och testning av tillförlitlighet.
praxis i utvecklade länder
Statistiska metoder är grunden för att skapa produkter med höga konsumentegenskaper. Dessa tekniker används i stor utsträckning i industriländer. Statistiska metoder är i själva verket garantier för att konsumenterna får produkter som uppfyller uppställda krav. Effekten av deras användning har bevisats av industriföretag i Japan. Det var de som bidrog till att uppnå den högsta produktionsnivån i detta land. Långvarig erfarenhet från främmande länder visar hur effektiva dessa tekniker är. I synnerhet är det känt att Hewlelt Packard, med hjälp av statistiskmetoder, kunde minska antalet äktenskap per månad från 9 000 till 45 enheter i ett av fallen
Svårigheter med implementering
I inhemsk praxis finns det ett antal hinder som inte tillåter användning av statistiska metoder för att studera indikatorer. Svårigheter uppstår på grund av:
- Avsaknaden av en adekvat förståelse för teknikernas väsen och betydelse, vikten av att förstå, omvandla och använda information bland de flesta specialister och företagsledare.
- Okunnighet om både de statistiska metoderna själva och ordningen för deras tillämpning.
- Majoriteten av specialisterna saknar erfarenhet av att bearbeta empirisk information.
- Mistro mot resultatens tillförlitlighet.
- Brist på tydliga, lättlästa manualer utan att involvera den matematiska apparat av förmåner.
Programutveckling
Det måste sägas att fastställa behovet av vissa statistiska metoder inom kvalitetsområdet, välja, behärska specifika tekniker är ett ganska svårt och långdraget jobb för alla inhemska företag. För ett effektivt genomförande är det tillrådligt att utveckla ett speciellt långsiktigt program. Den bör sörja för bildandet av en tjänst vars uppgifter kommer att omfatta organisation och metodologisk vägledning för tillämpningen av statistiska metoder. Inom ramen för programmet är det nödvändigt att tillhandahålla utrustning med lämpliga tekniska medel, utbildning av specialister, bestämma sammansättningen av produktionsuppgifter sombör lösas med de valda metoderna. Mastering rekommenderas till att börja med att använda de enklaste metoderna. Du kan till exempel använda de välkända elementära statistiska metoderna för produktionsstyrning. Därefter är det lämpligt att gå vidare till andra metoder. Det kan till exempel vara variansanalys, selektiv bearbetning av information, reglering av processer, planering av faktoriell forskning och experiment etc.
Klassificering
De statistiska metoderna för ekonomisk analys inkluderar olika tekniker. Det behöver inte sägas att det finns en hel del av dem. En ledande expert inom kvalitetsledningsområdet i Japan, K. Ishikawa, rekommenderar dock att du använder sju grundläggande metoder:
- Pareto-diagram.
- Gruppera information efter vanliga funktioner.
- Kontrollkort.
- Orsaks- och verkansdiagram.
- Histograms.
- Kontrollblad.
- Scatterplots.
Baserat på sin egen erfarenhet inom ledningsområdet hävdar Ishikawa att 95 % av alla frågor och problem i företaget kan lösas med dessa sju tillvägagångssätt.
Pareto-diagram
Denna statistiska datametod är baserad på ett visst förhållande. Den har kallats "Paretoprincipen". Enligt honom uppträder 80% av konsekvenserna av 20 % av orsakerna. Pareto-diagrammet i en visuell och begriplig form visar den relativa inverkan av varje omständighet på det övergripande problemet i fallande ordning. Denna effekt kan studeras i termer avförluster, defekter orsakade av varje orsak. Relativ påverkan illustreras med staplar, kumulativ påverkan av faktorer med en kumulativ rät linje.
Orsaks- och verkansdiagram
På den är problemet som studeras villkorligt avbildat i form av en horisontell rak pil, och de förhållanden och faktorer som indirekt eller direkt påverkar det är i form av sneda pilar. Vid byggandet bör även till synes obetydliga omständigheter beaktas. Detta beror på det faktum att det i praktiken ganska ofta finns fall där lösningen av problemet säkerställs genom att flera till synes obetydliga faktorer utesluts. Skälen som påverkar de viktigaste omständigheterna (av den första och efterföljande ordern) avbildas på diagrammet med horisontella korta pilar. Det detaljerade diagrammet kommer att vara i form av ett fiskskelett.
Gruppinformation
Denna ekonomisk-statistiska metod används för att effektivisera uppsättningen av indikatorer som erhölls genom att utvärdera och mäta en eller flera parametrar för ett objekt. Som regel presenteras sådan information i form av en oordnad sekvens av värden. Dessa kan vara arbetsstyckets linjära dimensioner, smältpunkten, materialets hårdhet, antalet defekter och så vidare. Baserat på ett sådant system är det svårt att dra slutsatser om produktens egenskaper eller processerna för dess skapelse. Beställning sker med hjälp av linjediagram. De visar visuellt förändringar i observerade parametrar under en viss period.
Kontrollblad
Som regel presenteras den i form av en frekvensfördelningstabell för förekomsten av de uppmätta värdena av objektets parametrar i motsvarande intervall. Checklistor sammanställs beroende på syftet med studien. Området för indikatorvärden är uppdelat i lika intervall. Deras antal väljs vanligtvis lika med kvadratroten av antalet gjorda mätningar. Formuläret ska vara enkelt för att eliminera problem vid ifyllning, läsning, kontroll.
Histogram
Den presenteras i form av en stegvis polygon. Den illustrerar tydligt fördelningen av mätindikatorer. Omfånget av inställda värden är uppdelat i lika intervall, som plottas längs x-axeln. En rektangel byggs för varje intervall. Dess höjd är lika med frekvensen av förekomsten av värdet i det givna intervallet.
Scatterplots
De används när man testar en hypotes om sambandet mellan två variabler. Modellen är uppbyggd enligt följande. Värdet för en parameter plottas på abskissaxeln och värdet på en annan indikator plottas på ordinatan. Som ett resultat visas en prick på grafen. Dessa åtgärder upprepas för alla värden av variablerna. Om det finns ett samband utökas korrelationsfältet och riktningen kommer inte att sammanfalla med y-axelns riktning. Om det inte finns någon begränsning kommer den att vara parallell med en av axlarna eller vara cirkulär.
Kontrollkort
De används i processutvärdering under en viss period. Bildandet av kontrolldiagram är baseratpå följande positioner:
- Alla processer avviker från inställda parametrar över tiden.
- Fenomenas instabila förlopp förändras inte av en slump. Avvikelser som går utöver de förväntade gränserna är icke slumpmässiga.
- Vissa förändringar kan förutsägas.
- En stabil process kan slumpmässigt avvika inom de förväntade gränserna.
Använd i praktiken för ryska företag
Det ska sägas att inhemska och utländska erfarenheter visar att den mest effektiva statistiska metoden för att bedöma stabiliteten och noggrannheten hos utrustning och tekniska processer är sammanställningen av kontrolldiagram. Denna metod används också vid reglering av produktionsverksamhet, studiet av potentialen för produktionskapacitet. När du konstruerar kartor är det nödvändigt att välja den parameter som studeras korrekt. Det rekommenderas att ge företräde åt de indikatorer som är direkt relaterade till den avsedda användningen av produkten, som lätt kan mätas och som kan påverkas av processkontroll. Om ett sådant val är svårt eller inte motiverat, är det möjligt att utvärdera värdena som är korrelerade (interrelaterade) med den kontrollerade parametern.
Nyanser
Om det inte är ekonomiskt eller tekniskt möjligt att mäta indikatorer med den noggrannhet som krävs för kartläggning enligt ett kvantitativt kriterium, används ett alternativt tecken. Termer som "äktenskap" och "defekt" är förknippade med det. Det senare förstås som varje separat avvikelse hos produktenfastställda krav. Äktenskap kallas produkter, vars tillhandahållande inte är tillåtet för konsumenter, på grund av förekomsten av defekter i det.
Funktioner
Varje typ av kort har sina egna detaljer. Det måste beaktas när du väljer dem för ett visst fall. Kort efter kvantitativa kriterier anses vara mer känsliga för processändringar än de som använder en alternativ funktion. De förra är dock mer arbetsintensiva. De används för:
- Felsökningsprocess.
- Undersöka möjligheterna med teknikimplementering.
- Kontrollerar utrustningens noggrannhet.
- Toleransdefinitioner.
- Flera giltiga sätt att skapa en produkt.
Extra
Om störningen i processen kännetecknas av en förskjutning i medelvärdet för den kontrollerade parametern, är det nödvändigt att använda X-maps. Om det finns en ökning av spridningen av värden bör R- eller S-modeller väljas. Det är dock nödvändigt att ta hänsyn till ett antal funktioner. I synnerhet kommer användningen av S-diagram att göra det möjligt att mer exakt och snabbare fastställa störningen i processen än R-modeller med samma urvalsstorlekar. Samtidigt kräver konstruktionen av den senare inga komplicerade beräkningar.
Slutsats
Kvantitativa analysmetoder inom ekonomi tillåter oss att utforska de faktorer som finns under en kvalitativ bedömning, i rymden och dynamik. De kan användas för att utföra prediktiva beräkningar. Statistiska metoder för ekonomisk analys är det inteinkludera metoder för att bedöma orsak-och-verkan-sambanden mellan ekonomiska processer och händelser, identifiera lovande och outnyttjade reserver för att förbättra prestandan. Med andra ord ingår inte faktoriella tekniker i de övervägda tillvägagångssätten.
