วิธีทางสถิติของการวิเคราะห์ข้อมูลได้อธิบายไว้ในรายละเอียดที่เพียงพอในเอกสารในประเทศ ในทางปฏิบัติของวิสาหกิจรัสเซียในขณะเดียวกันก็ใช้เพียงบางส่วนเท่านั้น มาดูวิธีการประมวลผลทางสถิติกัน
ข้อมูลทั่วไป
ในทางปฏิบัติของวิสาหกิจในประเทศ วิธีการควบคุมทางสถิติส่วนใหญ่เป็นเรื่องปกติ หากเราพูดถึงกฎระเบียบของกระบวนการทางเทคโนโลยีแล้วจะสังเกตได้ยากมาก การใช้วิธีการทางสถิติทำให้องค์กรจัดตั้งกลุ่มผู้เชี่ยวชาญที่มีคุณสมบัติเหมาะสม
ความหมาย
ตาม ISO ser. 9000 ซัพพลายเออร์จำเป็นต้องกำหนดความจำเป็นสำหรับวิธีการทางสถิติที่ใช้ในกระบวนการพัฒนา ควบคุม และตรวจสอบความสามารถของกระบวนการผลิตและลักษณะของผลิตภัณฑ์ วิธีการที่ใช้จะขึ้นอยู่กับทฤษฎีความน่าจะเป็นและการคำนวณทางคณิตศาสตร์ วิธีการวิเคราะห์ข้อมูลทางสถิติสามารถนำไปใช้ในขั้นตอนใดก็ได้ของวงจรชีวิตผลิตภัณฑ์ พวกเขาให้การประเมินและบัญชีของการศึกษาระดับปริญญาความแตกต่างของผลิตภัณฑ์หรือความแปรปรวนของคุณสมบัติสัมพันธ์กับนิกายที่กำหนดไว้หรือค่าที่ต้องการตลอดจนความแปรปรวนของกระบวนการสร้าง วิธีการทางสถิติเป็นเทคนิคที่สามารถตัดสินสถานะของปรากฏการณ์ที่กำลังศึกษาด้วยความแม่นยำและความน่าเชื่อถือที่กำหนด สิ่งเหล่านี้ช่วยให้คุณคาดการณ์ปัญหาบางอย่าง พัฒนาวิธีแก้ปัญหาที่เหมาะสมที่สุดตามข้อมูลข้อเท็จจริงที่ศึกษา แนวโน้ม และรูปแบบ
ใช้เส้นทาง
พื้นที่หลักที่ใช้วิธีการทางสถิติอย่างแพร่หลายคือ:
- ควบคุมกระบวนการ
- รับสินค้า. ใช้วิธีคุณภาพทางสถิติ
- การศึกษาความมั่นคงและความแม่นยำของการดำเนินงานทางเทคโนโลยี
- การคำนวณและการทดสอบความน่าเชื่อถือ
ฝึกประเทศพัฒนา
วิธีการทางสถิติเป็นพื้นฐานในการสร้างสินค้าที่มีลักษณะเฉพาะของผู้บริโภคสูง เทคนิคเหล่านี้ใช้กันอย่างแพร่หลายในประเทศอุตสาหกรรม อันที่จริงวิธีการทางสถิติรับประกันว่าผู้บริโภคจะได้รับผลิตภัณฑ์ที่ตรงตามข้อกำหนดที่กำหนดไว้ ผลของการใช้งานได้รับการพิสูจน์โดยแนวปฏิบัติของผู้ประกอบการอุตสาหกรรมในญี่ปุ่น พวกเขาเป็นผู้มีส่วนทำให้บรรลุระดับการผลิตสูงสุดในประเทศนี้ ประสบการณ์อันยาวนานของต่างประเทศแสดงให้เห็นว่าเทคนิคเหล่านี้มีประสิทธิภาพเพียงใด โดยเฉพาะอย่างยิ่ง เป็นที่ทราบกันว่า Hewlelt Packard โดยใช้ statisticalวิธีก็สามารถลดจำนวนการแต่งงานต่อเดือนจาก 9,000 เป็น 45 หน่วยในคดีหนึ่ง
ความยากลำบากในการใช้งาน
ในทางปฏิบัติภายในประเทศ มีอุปสรรคหลายประการที่ไม่อนุญาตให้ใช้วิธีทางสถิติในการศึกษาตัวบ่งชี้ ความยากลำบากเกิดขึ้นเนื่องจาก:
- การขาดความเข้าใจอย่างเพียงพอในสาระสำคัญและความสำคัญของเทคนิค ความสำคัญของการทำความเข้าใจ การเปลี่ยนแปลง และการใช้ข้อมูลในหมู่ผู้เชี่ยวชาญและผู้นำธุรกิจส่วนใหญ่
- ละเลยทั้งวิธีการทางสถิติและลำดับการสมัคร
- ผู้เชี่ยวชาญส่วนใหญ่ไม่มีประสบการณ์ในการประมวลผลข้อมูลเชิงประจักษ์
- ไม่ไว้วางใจในความน่าเชื่อถือของผลลัพธ์
- ไม่มีคู่มือที่ชัดเจนและอ่านง่ายโดยไม่ต้องใช้เครื่องมือทางคณิตศาสตร์ของประโยชน์
การพัฒนาโปรแกรม
ต้องบอกว่าการกำหนดความจำเป็นสำหรับวิธีการทางสถิติบางอย่างในด้านคุณภาพ การเลือก การเรียนรู้เทคนิคเฉพาะเป็นงานที่ค่อนข้างยากและใช้เวลานานสำหรับองค์กรในประเทศใดๆ เพื่อการนำไปใช้อย่างมีประสิทธิผล ขอแนะนำให้พัฒนาโปรแกรมพิเศษระยะยาว ควรจัดให้มีการก่อตัวของบริการซึ่งงานจะรวมถึงองค์กรและแนวทางแนวทางของการประยุกต์ใช้วิธีการทางสถิติ ภายในกรอบของโครงการ จำเป็นต้องจัดให้มีวิธีการทางเทคนิคที่เหมาะสม การฝึกอบรมผู้เชี่ยวชาญ การกำหนดองค์ประกอบของงานการผลิตที่ควรแก้ไขโดยใช้วิธีการที่เลือก ขอแนะนำให้เริ่มต้นการเรียนรู้โดยใช้วิธีการที่ง่ายที่สุด ตัวอย่างเช่น คุณสามารถใช้วิธีการทางสถิติเบื้องต้นที่รู้จักกันดีในการจัดการการผลิต ต่อไปก็แนะนำให้ไปใช้วิธีอื่น ตัวอย่างเช่น การวิเคราะห์ความแปรปรวน การประมวลผลข้อมูลที่เลือกสรร การควบคุมกระบวนการ การวางแผนการวิจัยและการทดลองแบบแฟกทอเรียล เป็นต้น
การจำแนก
วิธีการวิเคราะห์ทางสถิติทางสถิติประกอบด้วยเทคนิคต่างๆ จำเป็นต้องพูดมีค่อนข้างน้อย อย่างไรก็ตาม ผู้เชี่ยวชาญชั้นนำในด้านการจัดการคุณภาพในญี่ปุ่น คุณอิชิกาวะ แนะนำให้ใช้เจ็ดวิธีพื้นฐาน:
- ชาร์ตพาเรโต
- จัดกลุ่มตามคุณสมบัติทั่วไป
- การ์ดควบคุม
- แผนภาพสาเหตุและผลกระทบ
- ฮิสโตแกรม
- แผ่นควบคุม
- กระจัดกระจาย
จากประสบการณ์ของตัวเองในด้านการจัดการ Ishikawa อ้างว่า 95% ของคำถามและปัญหาทั้งหมดในองค์กรสามารถแก้ไขได้โดยใช้เจ็ดแนวทางนี้
แผนภูมิพาเรโต
วิธีข้อมูลสถิตินี้อิงตามอัตราส่วนที่แน่นอน มันถูกเรียกว่า "หลักการพาเรโต" ตามที่เขาพูดจากสาเหตุ 20% 80% ของผลที่ตามมาปรากฏขึ้น แผนภูมิ Pareto ในรูปแบบที่มองเห็นได้และเข้าใจได้แสดงอิทธิพลที่สัมพันธ์กันของแต่ละสถานการณ์ต่อปัญหาโดยรวมโดยเรียงลำดับจากมากไปน้อย ผลกระทบนี้สามารถศึกษาได้ในแง่ของความสูญเสีย ข้อบกพร่อง ที่เกิดจากแต่ละสาเหตุ แสดงผลกระทบสัมพัทธ์ด้วยแท่งกราฟ ผลกระทบสะสมของปัจจัยด้วยเส้นตรงสะสม
แผนภาพเหตุและผล
ในนั้น ปัญหาภายใต้การศึกษาแสดงเงื่อนไขในรูปของลูกศรตรงแนวนอน และเงื่อนไขและปัจจัยที่ส่งผลกระทบโดยตรงหรือโดยอ้อมอยู่ในรูปแบบของลูกศรเฉียง เมื่อสร้าง ควรคำนึงถึงแม้สถานการณ์ที่ดูเหมือนไม่มีนัยสำคัญด้วย ทั้งนี้เนื่องมาจากข้อเท็จจริงที่ว่าในทางปฏิบัติมักมีบางกรณีที่การแก้ปัญหาได้รับการประกันโดยการยกเว้นปัจจัยที่ดูเหมือนไม่มีนัยสำคัญหลายประการ เหตุผลที่มีอิทธิพลต่อสถานการณ์หลัก (ของคำสั่งแรกและคำสั่งที่ตามมา) จะแสดงบนไดอะแกรมด้วยลูกศรสั้นในแนวนอน แผนภาพรายละเอียดจะอยู่ในรูปแบบของโครงกระดูกปลา
ข้อมูลกลุ่ม
วิธีสถิติเชิงเศรษฐศาสตร์นี้ใช้เพื่อเพิ่มประสิทธิภาพชุดของตัวบ่งชี้ที่ได้รับจากการประเมินและวัดพารามิเตอร์ของวัตถุตั้งแต่หนึ่งรายการขึ้นไป ตามกฎแล้วข้อมูลดังกล่าวจะถูกนำเสนอในรูปแบบของลำดับของค่าที่ไม่เรียงลำดับ ซึ่งอาจเป็นขนาดเชิงเส้นของชิ้นงาน จุดหลอมเหลว ความแข็งของวัสดุ จำนวนข้อบกพร่อง และอื่นๆ จากระบบดังกล่าว เป็นการยากที่จะสรุปเกี่ยวกับคุณสมบัติของผลิตภัณฑ์หรือกระบวนการสร้าง การสั่งซื้อจะดำเนินการโดยใช้กราฟเส้น พวกเขามองเห็นการเปลี่ยนแปลงในพารามิเตอร์ที่สังเกตได้ในช่วงเวลาหนึ่ง
แผ่นควบคุม
ตามกฎแล้วจะแสดงในรูปแบบของตารางการแจกแจงความถี่สำหรับการเกิดขึ้นของค่าที่วัดได้ของพารามิเตอร์ของวัตถุในช่วงเวลาที่เกี่ยวข้อง รายการตรวจสอบจะรวบรวมตามวัตถุประสงค์ของการศึกษา ช่วงของค่าตัวบ่งชี้แบ่งออกเป็นช่วงที่เท่ากัน โดยปกติจำนวนของพวกเขาจะถูกเลือกเท่ากับรากที่สองของจำนวนการวัดที่ทำ แบบฟอร์มควรเรียบง่ายเพื่อขจัดปัญหาในการกรอก การอ่าน การตรวจสอบ
ฮิสโตแกรม
นำเสนอในรูปของรูปหลายเหลี่ยมแบบก้าว แสดงให้เห็นอย่างชัดเจนถึงการกระจายตัวของตัวชี้วัดการวัด ช่วงของค่าที่ตั้งไว้จะถูกแบ่งออกเป็นช่วงเวลาที่เท่ากันซึ่งถูกพล็อตตามแกน x สี่เหลี่ยมผืนผ้าถูกสร้างขึ้นสำหรับแต่ละช่วงเวลา ความสูงเท่ากับความถี่ของการเกิดค่าในช่วงเวลาที่กำหนด
กระจัดกระจาย
ใช้สำหรับทดสอบสมมติฐานเกี่ยวกับความสัมพันธ์ของตัวแปรสองตัว สร้างแบบจำลองดังนี้ ค่าของพารามิเตอร์หนึ่งถูกพล็อตบนแกน abscissa และค่าของตัวบ่งชี้อื่นจะถูกพล็อตบนตัวกำหนด เป็นผลให้มีจุดปรากฏบนกราฟ การกระทำเหล่านี้จะทำซ้ำสำหรับค่าทั้งหมดของตัวแปร หากมีความสัมพันธ์ ฟิลด์สหสัมพันธ์จะถูกขยาย และทิศทางจะไม่ตรงกับทิศทางของแกน y หากไม่มีข้อจำกัด มันจะขนานกับแกนใดแกนหนึ่งหรือจะเป็นวงกลม
การ์ดควบคุม
ใช้ในการประเมินกระบวนการในช่วงเวลาหนึ่ง การก่อตัวของแผนภูมิควบคุมจะขึ้นอยู่กับในตำแหน่งต่อไปนี้:
- กระบวนการทั้งหมดเบี่ยงเบนไปจากพารามิเตอร์ที่ตั้งไว้เมื่อเวลาผ่านไป
- ปรากฏการณ์ที่ไม่แน่นอนไม่เปลี่ยนแปลงโดยบังเอิญ การเบี่ยงเบนที่เกินขีดจำกัดที่คาดไว้จะไม่ใช่การสุ่ม
- การเปลี่ยนแปลงบางอย่างสามารถคาดการณ์ได้
- กระบวนการที่เสถียรสามารถสุ่มเบี่ยงเบนภายในขีดจำกัดที่คาดไว้
ใช้ในสถานประกอบการของรัสเซีย
ควรกล่าวไว้ว่าประสบการณ์ในประเทศและต่างประเทศแสดงให้เห็นว่าวิธีการทางสถิติที่มีประสิทธิภาพที่สุดในการประเมินความเสถียรและความถูกต้องของอุปกรณ์และกระบวนการทางเทคโนโลยีคือการรวบรวมแผนภูมิควบคุม วิธีการนี้ยังใช้ในการควบคุมการปฏิบัติงานการผลิต การศึกษาศักยภาพของกำลังการผลิต เมื่อสร้างแผนที่ จำเป็นต้องเลือกพารามิเตอร์ที่ศึกษาอย่างถูกต้อง ขอแนะนำให้เลือกใช้ตัวชี้วัดที่เกี่ยวข้องโดยตรงกับวัตถุประสงค์ในการใช้งานของผลิตภัณฑ์ ซึ่งสามารถวัดค่าได้ง่าย และสามารถควบคุมได้อิทธิพลจากการควบคุมกระบวนการ หากตัวเลือกดังกล่าวยากหรือไม่เหมาะสม เป็นไปได้ที่จะประเมินค่าที่สัมพันธ์กัน (สัมพันธ์กัน) กับพารามิเตอร์ควบคุม
ความแตกต่าง
หากไม่สามารถวัดตัวชี้วัดในเชิงเศรษฐกิจหรือทางเทคนิคด้วยความแม่นยำที่จำเป็นสำหรับการทำแผนที่ตามเกณฑ์เชิงปริมาณ จะใช้เครื่องหมายทางเลือก ข้อกำหนดเช่น "การแต่งงาน" และ "ข้อบกพร่อง" มีความเกี่ยวข้อง สิ่งหลังเป็นที่เข้าใจกันว่าแต่ละส่วนไม่เป็นไปตามข้อกำหนดของผลิตภัณฑ์ข้อกำหนดที่กำหนดไว้ การแต่งงานเรียกว่าผลิตภัณฑ์ซึ่งข้อกำหนดของผู้บริโภคไม่ได้รับอนุญาตเนื่องจากมีข้อบกพร่อง
คุณสมบัติ
การ์ดแต่ละประเภทมีความเฉพาะเจาะจงของตัวเอง จะต้องนำมาพิจารณาเมื่อเลือกพวกเขาสำหรับกรณีเฉพาะ การ์ดตามเกณฑ์เชิงปริมาณถือว่ามีความอ่อนไหวต่อการเปลี่ยนแปลงกระบวนการมากกว่าการ์ดที่ใช้คุณลักษณะทางเลือก อย่างไรก็ตาม แบบแรกใช้แรงงานมากกว่า ใช้สำหรับ:
- กระบวนการดีบัก
- ประเมินความเป็นไปได้ของการนำเทคโนโลยีไปใช้
- ตรวจสอบความเที่ยงตรงของอุปกรณ์
- คำจำกัดความของความอดทน
- สร้างผลิตภัณฑ์ได้หลายวิธี
พิเศษ
หากความผิดปกติของกระบวนการมีลักษณะเฉพาะโดยการเปลี่ยนแปลงค่าเฉลี่ยของพารามิเตอร์ควบคุม จำเป็นต้องใช้ X-maps หากมีการกระจายตัวของค่าเพิ่มขึ้น ควรเลือกรุ่น R หรือ S อย่างไรก็ตาม จำเป็นต้องคำนึงถึงคุณลักษณะหลายประการด้วย โดยเฉพาะอย่างยิ่ง การใช้แผนภูมิ S จะทำให้สามารถสร้างความผิดปกติของกระบวนการได้อย่างแม่นยำและรวดเร็วกว่าแบบจำลอง R ที่มีขนาดตัวอย่างเท่ากัน ในเวลาเดียวกัน การสร้างหลังไม่ต้องการการคำนวณที่ซับซ้อน
สรุป
วิธีการวิเคราะห์เชิงปริมาณในทางเศรษฐศาสตร์ช่วยให้เราสามารถสำรวจปัจจัยที่พบในขั้นตอนการประเมินคุณภาพ ในพื้นที่และพลวัต สามารถใช้ในการคำนวณเชิงคาดการณ์ได้ วิธีทางสถิติของการวิเคราะห์ทางเศรษฐศาสตร์ไม่ใช่รวมถึงวิธีการในการประเมินความสัมพันธ์ระหว่างเหตุและผลของกระบวนการและเหตุการณ์ทางเศรษฐกิจ การระบุทุนสำรองที่มีแนวโน้มและยังไม่ได้ใช้สำหรับการปรับปรุงประสิทธิภาพ กล่าวอีกนัยหนึ่ง เทคนิคแฟกทอเรียลไม่รวมอยู่ในแนวทางที่พิจารณา