- •Содержание
- •Качество, как один из основных факторов успешной деятельности предприятия в современных условиях
- •Статистический анализ точности и стабильности технологических процессов
- •Оценка качества по плотности распределения
- •Оценка точности технологических процессов
- •Гистограмма
- •Вероятностная проверка на вид закона распределения
- •Метод «Контрольные Карты»
- •Правила построения контрольных карт
- •Достоинства метода
- •Недостатки метода
- •Ожидаемый результат
- •Расчетная часть
- •Заключение
- •Список литературы
Гистограмма
Гистограмма позволяет оценить состояние качества. Гистограмма представляет собой столбчатый график, построенный по полученным за определенный период (час, неделю, месяц) данным, которые разбиваются на несколько интервалов. Число данных, попавших в каждый из интервалов (частота), выражается высотой столбика.
Рис. 5. Гистограмма
Гистограмма применяется главным образом для анализа значений измеренных параметров, но может использоваться и для расчетных значений. Благодаря простоте и наглядности гистограммы нашли применение в различных областях:
- для анализа сроков получения заказа (за контрольный норматив принимается срок поставки согласно договору);
- для анализа времени реагирования группы обслуживания от момента получения заявки от клиента, времени обработки рекламации от момента ее получения и т.д.;
- для анализа значений показателей качества, таких как размеры, масса, механические характеристики, химический состав, выход продукции и т.д. при контроле готовой продукции, при приемочном контроле, при контроле процесса в самых разных сферах деятельности;
- для анализа чистого времени операций, времени износа режущей поверхности и т.д.;
- для анализа числа бракованных изделий, числа дефектов, числа поломок и т.д.
Полученная в результате анализа гистограммы информация может быть легко использована для построения и исследования причинно-следственной диаграммы, что повысит обоснованность мер, намеченных для улучшения процесса.
Вероятностная проверка на вид закона распределения
Критерий Пирсона, или критерий χ2 — наиболее часто употребляемый критерий для проверки гипотезы о законе распределения. Во многих практических задачах точный закон распределения неизвестен, то есть является гипотезой, которая требует статистической проверки.
Обозначим через X исследуемую случайную величину. Пусть требуется проверить гипотезу H0 о том, что эта случайная величина подчиняется закону распределения F(x). Для проверки гипотезы произведём выборку, состоящую из n независимых наблюдений над случайной величиной X. По выборке можно построить эмпирическое распределение F * (x) исследуемой случайной величины. Сравнение эмпирического F * (x) и теоретического распределений производится с помощью специально подобранной случайной величины -критерия согласия.
Если вычисленное значение статистики превосходит квантиль распределения χ2 с k-p-1 степенями свободы для заданного уровня значимости, то гипотеза H0 отвергается. В противном случае она принимается на заданном уровне значимости. Здесь k – число интервалов, p – число оцениваемых параметров закона распределения.
Выдвинутая гипотеза может быть правильной или неправильной, поэтому возникает необходимость ее проверки. Так как проверку производят статистическими методами, то ее называют статистической. В итоге статистической проверки гипотезы в двух случаях может быть принято неправильное решение, т.е. могут быть допущены ошибки двух родов.
Ошибка первого рода состоит в том, что будет отвергнута правильная гипотеза. Ошибка второго рода состоит в том, что будет принята неправильная гипотеза. Следует отметить, что последствия ошибок могут оказаться различными. Если отвергнуто правильное решение «продолжать строительство жилого дома», то эта ошибка первого рода повлечет материальный ущерб; если же принято неправильное решение «продолжать строительство» несмотря на опасность обвала дома, то эта ошибка второго рода может привести к многочисленным жертвам. Иногда, наоборот, ошибка первого рода влечет более тяжелые последствия.
Правильное решение может быть принято также в двух случаях, когда принимается правильная гипотеза или отвергается неверная гипотеза.
Вероятность совершить ошибку первого рода принято обозначать через α; ее называют уровнем значимости. Чаще всего, уровень значимости принимают равным 0,05 или 0,01. Если, например, принят уровень значимости 0,05, то это означает, что в пяти случаях из ста имеется риск допустить ошибку первого рода (отвергнуть правильную гипотезу).