Statistiske metoder for dataanalyse er beskrevet i tilstrekkelig detalj i den nasjonale litteraturen. I praksisen til russiske foretak er det i mellomtiden bare noen av dem som brukes. La oss vurdere noen metoder for statistisk behandling.
Generell informasjon
I praksisen til innenlandske foretak er hovedsakelig statistiske kontrollmetoder vanlige. Hvis vi snakker om reguleringen av den teknologiske prosessen, noteres det ekstremt sjelden. Anvendelsen av statistiske metoder sørger for at bedriften danner en gruppe spesialister som har de nødvendige kvalifikasjonene.
Meaning
Ifølge ISO ser. 9000, må leverandøren bestemme behovet for statistiske metoder som brukes i prosessen med å utvikle, regulere og verifisere egenskapene til produksjonsprosessen og produktenes egenskaper. Metodene som brukes er basert på sannsynlighetsteori og matematiske beregninger. Statistiske dataanalysemetoder kan implementeres på alle stadier av produktets livssyklus. De gir en vurdering og redegjørelse for gradenprodukt heterogenitet eller variasjon av dets egenskaper i forhold til de etablerte nominelle verdiene eller nødvendige verdier, samt variasjonen i prosessen med å lage det. Statistiske metoder er teknikker som gjør det mulig å bedømme tilstanden til fenomenene som studeres med en gitt nøyaktighet og pålitelighet. De lar deg forutsi visse problemer, utvikle optimale løsninger basert på studert faktainformasjon, trender og mønstre.
Bruk veibeskrivelse
De viktigste områdene der statistiske metoder er mye brukt er:
- Prosesskontroll.
- Produktaksept. Den bruker statistiske kvalitetsmetoder.
- Studium av stabilitet og nøyaktighet av teknologiske operasjoner.
- Plitelighetsberegning og testing.
Utviklet landspraksis
Statistiske metoder er grunnlaget for å lage produkter med høye forbrukeregenskaper. Disse teknikkene er mye brukt i industrialiserte land. Statistiske metoder er faktisk garantier for at forbrukerne får produkter som oppfyller fastsatte krav. Effekten av bruken deres har blitt bevist av praksisen til industribedrifter i Japan. Det var de som bidro til å oppnå det høyeste produksjonsnivået her i landet. Langsiktig erfaring fra utlandet viser hvor effektive disse teknikkene er. Spesielt er det kjent at Hewlelt Packard, ved hjelp av statistiskmetoder, klarte å redusere antall ekteskap per måned fra 9000 til 45 enheter i ett av tilfellene
Vanskeligheter med implementering
I hjemlig praksis er det en rekke hindringer som ikke tillater bruk av statistiske metoder for å studere indikatorer. Vanskeligheter oppstår på grunn av:
- Flertallet av spesialister og bedriftsledere mangler en tilstrekkelig forståelse av essensen og betydningen av teknikker, viktigheten av å forstå, transformere og bruke informasjon.
- Uvitenhet om både de statistiske metodene i seg selv og rekkefølgen på deres anvendelse.
- Flertallet av spesialister mangler erfaring med å behandle empirisk informasjon.
- Millit til påliteligheten til resultatene.
- Mangel på klare, lettleste manualer uten å involvere det matematiske fordelsapparatet.
Programutvikling
Det må sies at å bestemme behovet for visse statistiske metoder innen kvalitet, velge, mestre spesifikke teknikker er en ganske vanskelig og langvarig jobb for enhver innenlandsk virksomhet. For effektiv implementering er det tilrådelig å utvikle et spesielt langsiktig program. Det bør sørge for dannelsen av en tjeneste hvis oppgaver vil omfatte organisering og metodisk veiledning for anvendelse av statistiske metoder. Innenfor rammen av programmet er det nødvendig å sørge for å utstyre med passende tekniske midler, opplæring av spesialister, bestemme sammensetningen av produksjonsoppgaver somskal løses ved hjelp av de valgte metodene. Mestring anbefales for å begynne med å bruke de enkleste tilnærmingene. For eksempel kan du bruke de velkjente elementære statistiske metodene for produksjonsstyring. Deretter er det tilrådelig å gå videre til andre metoder. Det kan for eksempel være variansanalyse, selektiv behandling av informasjon, regulering av prosesser, planlegging av faktoriell forskning og eksperimenter osv.
klassifisering
De statistiske metodene for økonomisk analyse inkluderer forskjellige teknikker. Det er unødvendig å si at det er ganske mange av dem. En ledende ekspert innen kvalitetsstyring i Japan, K. Ishikawa, anbefaler imidlertid å bruke syv grunnleggende metoder:
- Pareto-diagrammer.
- Grupper informasjon etter vanlige funksjoner.
- Kontrollkort.
- Årsaks- og virkningsdiagrammer.
- Histograms.
- Kontrollark.
- Spredningplots.
Basert på sin egen erfaring innen ledelse, hevder Ishikawa at 95 % av alle spørsmål og problemer i bedriften kan løses ved å bruke disse syv tilnærmingene.
Pareto-diagram
Denne statistiske datametoden er basert på et visst forhold. Det har blitt k alt «Pareto-prinsippet». Ifølge ham, av 20% av årsakene, vises 80% av konsekvensene. Pareto-diagrammet i en visuell og forståelig form viser den relative innflytelsen av hver omstendighet på det generelle problemet i synkende rekkefølge. Denne effekten kan studeres mhttap, defekter forårsaket av hver årsak. Relativ påvirkning er illustrert med søyler, kumulativ påvirkning av faktorer med en kumulativ rett linje.
Årsak- og virkningsdiagram
På den er problemet som studeres betinget avbildet i form av en horisontal rett pil, og forholdene og faktorene som indirekte eller direkte påvirker det er i form av skrå piler. Ved bygging bør selv tilsynelatende ubetydelige forhold tas i betraktning. Dette skyldes det faktum at det i praksis ganske ofte er tilfeller der løsningen av problemet sikres ved utelukkelse av flere tilsynelatende ubetydelige faktorer. Årsakene som påvirker hovedomstendighetene (av den første og påfølgende ordren) er avbildet på diagrammet med horisontale korte piler. Det detaljerte diagrammet vil være i form av et fiskeskjelett.
Gruppeinformasjon
Denne økonomisk-statistiske metoden brukes til å effektivisere settet med indikatorer som ble oppnådd ved å evaluere og måle en eller flere parametere til et objekt. Som regel presenteres slik informasjon i form av en uordnet sekvens av verdier. Dette kan være de lineære dimensjonene til arbeidsstykket, smeltepunktet, materialets hardhet, antall defekter og så videre. Basert på et slikt system er det vanskelig å trekke konklusjoner om egenskapene til produktet eller prosessene for dets opprettelse. Bestilling utføres ved hjelp av linjegrafer. De viser visuelt endringer i observerte parametere over en viss periode.
Kontrollark
Som regel presenteres det i form av en frekvensfordelingstabell for forekomsten av de målte verdiene av objektets parametere i de tilsvarende intervallene. Sjekklister er satt sammen avhengig av formålet med studien. Utvalget av indikatorverdier er delt inn i like intervaller. Antallet deres velges vanligvis lik kvadratroten av antall målinger som er tatt. Skjemaet bør være enkelt for å eliminere problemer ved utfylling, lesing, kontroll.
Histogram
Den presenteres i form av en trinnvis polygon. Den illustrerer tydelig fordelingen av måleindikatorer. Utvalget av innstilte verdier er delt inn i like intervaller, som er plottet langs x-aksen. Et rektangel bygges for hvert intervall. Høyden er lik frekvensen for forekomst av verdien i det gitte intervallet.
Spredningplots
De brukes når man tester en hypotese om sammenhengen mellom to variabler. Modellen er bygget som følger. Verdien av en parameter er plottet på abscisse-aksen, og verdien til en annen indikator er plottet på ordinaten. Som et resultat vises en prikk på grafen. Disse handlingene gjentas for alle verdiene til variablene. Hvis det er en sammenheng, utvides korrelasjonsfeltet, og retningen vil ikke falle sammen med retningen til y-aksen. Hvis det ikke er noen begrensning, vil den være parallell med en av aksene eller være sirkulær.
Kontrollkort
De brukes i prosessevaluering for en bestemt periode. Dannelsen av kontrolldiagrammer er basertpå følgende stillinger:
- Alle prosesser avviker fra angitte parametere over tid.
- Fenomenenes ustabile forløp endres ikke ved en tilfeldighet. Avvik som går utover de forventede grensene er ikke tilfeldige.
- Noen endringer kan forutses.
- En stabil prosess kan tilfeldig avvike innenfor de forventede grensene.
Bruk i praksis for russiske foretak
Det skal sies at innenlandsk og utenlandsk erfaring viser at den mest effektive statistiske metoden for å vurdere stabiliteten og nøyaktigheten til utstyr og teknologiske prosesser er sammenstilling av kontrollkart. Denne metoden brukes også i reguleringen av produksjonsoperasjoner, studiet av potensialet til produksjonskapasitet. Når du konstruerer kart, er det nødvendig å velge parameteren som studeres riktig. Det anbefales å gi preferanse til de indikatorene som er direkte relatert til den tiltenkte bruken av produktet, som enkelt kan måles og som kan påvirkes av prosesskontroll. Hvis et slikt valg er vanskelig eller ikke berettiget, er det mulig å evaluere verdiene som er korrelert (sammenhengende) med den kontrollerte parameteren.
Nyances
Dersom det ikke er økonomisk eller teknisk mulig å måle indikatorer med den nøyaktigheten som kreves for kartlegging etter et kvantitativt kriterium, brukes et alternativt fortegn. Begreper som "ekteskap" og "defekt" er knyttet til det. Sistnevnte forstås som hver separat avvik for produktetfastsatte krav. Ekteskap kalles produkter, hvis levering ikke er tillatt for forbrukere, på grunn av tilstedeværelsen av defekter i det.
Funksjoner
Hver type kort har sine egne detaljer. Det må tas i betraktning når du velger dem for en bestemt sak. Kort etter kvantitative kriterier anses som mer følsomme for prosessendringer enn de som bruker en alternativ funksjon. De førstnevnte er imidlertid mer arbeidskrevende. De brukes til:
- Feilsøkingsprosess.
- Vurderer mulighetene for teknologiimplementering.
- Sjekker nøyaktigheten til utstyret.
- Toleransedefinisjoner.
- Matching av flere gyldige måter å lage et produkt på.
Extra
Hvis forstyrrelsen i prosessen er preget av et skifte i gjennomsnittsverdien til den kontrollerte parameteren, er det nødvendig å bruke X-maps. Hvis det er en økning i spredningen av verdier, bør R- eller S-modeller velges. Det er imidlertid nødvendig å ta hensyn til en rekke funksjoner. Spesielt vil bruk av S-diagrammer gjøre det mulig å mer nøyaktig og raskere etablere uorden i prosessen enn R-modeller med samme utvalgsstørrelser. Samtidig krever ikke konstruksjonen av sistnevnte komplekse beregninger.
Konklusjon
Kvantitative analysemetoder i økonomi lar oss utforske de faktorene som finnes i løpet av en kvalitativ vurdering, i rom og dynamikk. De kan brukes til å utføre prediktive beregninger. Statistiske metoder for økonomisk analyse er det ikkeinkludere metoder for å vurdere årsak-og-virkning-forhold mellom økonomiske prosesser og hendelser, identifisere lovende og uutnyttede reserver for å forbedre ytelsen. Med andre ord er ikke faktorielle teknikker inkludert i de vurderte tilnærmingene.
