Statistiske metoder til dataanalyse er beskrevet tilstrækkeligt detaljeret i den indenlandske litteratur. I praksis med russiske virksomheder er der i mellemtiden kun nogle af dem, der bruges. Lad os overveje nogle metoder til statistisk behandling.
Generelle oplysninger
I praksis for indenlandske virksomheder er hovedsageligt statistiske kontrolmetoder almindelige. Hvis vi taler om reguleringen af den teknologiske proces, så bemærkes det ekstremt sjældent. Anvendelsen af statistiske metoder forudsætter, at virksomheden danner en gruppe af specialister, som har de relevante kvalifikationer.
Meaning
Ifølge ISO ser. 9000, skal leverandøren bestemme behovet for statistiske metoder, der anvendes i processen med at udvikle, regulere og verificere produktionsprocessens evner og produkternes egenskaber. De anvendte metoder er baseret på sandsynlighedsteori og matematiske beregninger. Statistiske dataanalysemetoder kan implementeres på ethvert trin af produktets livscyklus. De giver en vurdering og redegørelse for gradenprodukt heterogenitet eller variabilitet af dets egenskaber i forhold til de etablerede nominelle værdier eller krævede værdier, såvel som variabiliteten af processen med dets skabelse. Statistiske metoder er teknikker, hvormed det er muligt at bedømme tilstanden af de fænomener, der studeres, med en given nøjagtighed og pålidelighed. De giver dig mulighed for at forudsige visse problemer, udvikle optimale løsninger baseret på de undersøgte faktuelle oplysninger, tendenser og mønstre.
Brug rutevejledning
De vigtigste områder, hvor statistiske metoder er udbredt, er:
- Proceskontrol.
- Produktaccept. Den bruger statistiske kvalitetsmetoder.
- Undersøgelse af stabilitet og nøjagtighed af teknologiske operationer.
- Plidelighedsberegning og -test.
Udviklet landspraksis
Statistiske metoder er grundlaget for at skabe produkter med høje forbrugeregenskaber. Disse teknikker er meget udbredt i industrialiserede lande. Statistiske metoder er i virkeligheden garantier for, at forbrugerne modtager produkter, der opfylder fastsatte krav. Effekten af deres brug er blevet bevist af praksis fra industrielle virksomheder i Japan. Det var dem, der bidrog til opnåelsen af det højeste produktionsniveau i dette land. Langsigtede erfaringer fra udlandet viser, hvor effektive disse teknikker er. Især er det kendt, at Hewlelt Packard ved hjælp af statistiskmetoder, var i stand til at reducere antallet af ægteskaber om måneden fra 9.000 til 45 enheder i et af tilfældene
Vanskeligheder ved implementering
I hjemlig praksis er der en række forhindringer, der ikke tillader brugen af statistiske metoder til at studere indikatorer. Der opstår vanskeligheder på grund af:
- Størstedelen af specialister og virksomhedsledere mangler en tilstrækkelig forståelse af essensen og betydningen af teknikker, vigtigheden af at forstå, transformere og bruge information.
- Uvidenhed om både selve de statistiske metoder og rækkefølgen af deres anvendelse.
- Størstedelen af specialister mangler erfaring med at behandle empirisk information.
- Mistillid til resultaternes pålidelighed.
- Mangel på klare, letlæselige manualer uden at involvere det matematiske apparat af fordele.
Programudvikling
Det skal siges, at det er et ret vanskeligt og langvarigt job for enhver indenlandsk virksomhed at bestemme behovet for visse statistiske metoder inden for kvalitetsområdet, vælge, mestre specifikke teknikker. For dens effektive gennemførelse er det tilrådeligt at udvikle et særligt langsigtet program. Den bør sørge for dannelsen af en tjeneste, hvis opgaver vil omfatte organisering og metodologisk vejledning i anvendelsen af statistiske metoder. Inden for rammerne af programmet er det nødvendigt at sørge for at udstyre med passende tekniske midler, uddannelse af specialister, fastlægge sammensætningen af produktionsopgaver, derskal løses ved hjælp af de valgte metoder. Mastering anbefales til at starte med at bruge de enkleste metoder. For eksempel kan du bruge de velkendte elementære statistiske metoder til produktionsstyring. Efterfølgende er det tilrådeligt at gå videre til andre metoder. Det kan for eksempel være variansanalyse, selektiv behandling af information, regulering af processer, planlægning af faktoriel forskning og eksperimenter osv.
Klassificering
De statistiske metoder til økonomisk analyse omfatter forskellige teknikker. Det er overflødigt at sige, at der er en del af dem. En førende ekspert inden for kvalitetsstyring i Japan, K. Ishikawa, anbefaler dog at bruge syv grundlæggende metoder:
- Pareto-diagrammer.
- Gruppér oplysninger efter almindelige funktioner.
- Kontrolkort.
- Årsags- og virkningsdiagrammer.
- Histogrammer.
- Kontrolark.
- Scatterplots.
Baseret på sin egen erfaring inden for ledelse hævder Ishikawa, at 95 % af alle spørgsmål og problemer i virksomheden kan løses ved hjælp af disse syv tilgange.
Pareto-diagram
Denne statistiske datametode er baseret på et bestemt forhold. Det er blevet kaldt "Pareto-princippet". Ifølge ham viser 80% af konsekvenserne ud af 20 % af årsagerne. Pareto-diagrammet i en visuel og forståelig form viser den relative indflydelse af hver omstændighed på det overordnede problem i faldende rækkefølge. Denne effekt kan studeres mhttab, defekter forårsaget af hver enkelt årsag. Relativ påvirkning er illustreret med søjler, kumulativ påvirkning af faktorer med en kumulativ ret linje.
Årsags- og virkningsdiagram
På den er problemet under undersøgelse betinget afbildet i form af en vandret lige pil, og de forhold og faktorer, der indirekte eller direkte påvirker det, er i form af skrå pile. Ved byggeri skal selv tilsyneladende ubetydelige forhold tages i betragtning. Dette skyldes, at der i praksis ret ofte er tilfælde, hvor løsningen af problemet sikres ved at udelukke flere tilsyneladende ubetydelige faktorer. Årsagerne, der påvirker de vigtigste omstændigheder (af den første og efterfølgende ordrer) er afbildet på diagrammet med vandrette korte pile. Det detaljerede diagram vil være i form af et fiskeskelet.
Gruppeoplysninger
Denne økonomisk-statistiske metode bruges til at strømline det sæt af indikatorer, der blev opnået ved at evaluere og måle en eller flere parametre for et objekt. Som regel præsenteres sådanne oplysninger i form af en uordnet række af værdier. Disse kan være arbejdsemnets lineære dimensioner, smeltepunktet, materialets hårdhed, antallet af defekter og så videre. Baseret på et sådant system er det vanskeligt at drage konklusioner om produktets egenskaber eller processerne for dets skabelse. Bestilling udføres ved hjælp af linjegrafer. De viser visuelt ændringer i observerede parametre over en vis periode.
Kontrolark
Som regel præsenteres det i form af en frekvensfordelingstabel for forekomsten af de målte værdier af objektets parametre i de tilsvarende intervaller. Tjeklister udarbejdes afhængigt af formålet med undersøgelsen. Området af indikatorværdier er opdelt i lige store intervaller. Deres antal er norm alt valgt lig med kvadratroden af antallet af målinger. Formularen skal være enkel for at eliminere problemer ved udfyldning, læsning, kontrol.
Histogram
Det præsenteres i form af en trinvis polygon. Det illustrerer tydeligt fordelingen af måleindikatorer. Rækken af indstillede værdier er opdelt i lige store intervaller, som er plottet langs x-aksen. Der bygges et rektangel for hvert interval. Dens højde er lig med hyppigheden af forekomsten af værdien i det givne interval.
Scatterplots
De bruges, når man tester en hypotese om sammenhængen mellem to variable. Modellen er opbygget som følger. Værdien af en parameter er plottet på abscisse-aksen, og værdien af en anden indikator er plottet på ordinaten. Som følge heraf vises en prik på grafen. Disse handlinger gentages for alle værdier af variablerne. Hvis der er en sammenhæng, udvides korrelationsfeltet, og retningen vil ikke falde sammen med retningen af y-aksen. Hvis der ikke er nogen begrænsning, vil den være parallel med en af akserne eller være cirkulær.
Kontrolkort
De bruges i procesevaluering for en bestemt periode. Dannelsen af kontroldiagrammer er baseretpå følgende stillinger:
- Alle processer afviger fra indstillede parametre over tid.
- Fænomenernes ustabile forløb ændres ikke ved en tilfældighed. Afvigelser, der går ud over de forventede grænser, er ikke-tilfældige.
- Nogle ændringer kan forudsiges.
- En stabil proces kan tilfældigt afvige inden for de forventede grænser.
Brug i praksis af russiske virksomheder
Det skal siges, at indenlandske og udenlandske erfaringer viser, at den mest effektive statistiske metode til at vurdere stabiliteten og nøjagtigheden af udstyr og teknologiske processer er kompilering af kontroldiagrammer. Denne metode bruges også i reguleringen af produktionsoperationer, undersøgelsen af potentialet for produktionskapacitet. Ved konstruktion af kort er det nødvendigt at vælge den parameter, der undersøges korrekt. Det anbefales at give fortrinsret til de indikatorer, der er direkte relateret til den påtænkte anvendelse af produktet, som let kan måles, og som kan påvirkes af processtyring. Hvis et sådant valg er svært eller ikke berettiget, er det muligt at evaluere værdierne korreleret (sammenhængende) med den kontrollerede parameter.
Nuancer
Hvis det ikke er økonomisk eller teknisk muligt at måle indikatorer med den nøjagtighed, der kræves til kortlægning efter et kvantitativt kriterium, anvendes et alternativt tegn. Begreber som "ægteskab" og "defekt" er forbundet med det. Sidstnævnte forstås som hver enkelt uoverensstemmelse af produktetfastsatte krav. Ægteskab kaldes produkter, hvis levering ikke er tilladt til forbrugere, på grund af tilstedeværelsen af defekter i det.
Funktioner
Hver type kort har sine egne detaljer. Det skal tages i betragtning, når du vælger dem til en bestemt sag. Kort efter kvantitative kriterier anses for at være mere følsomme over for procesændringer end dem, der bruger en alternativ funktion. Førstnævnte er dog mere arbejdskrævende. De bruges til:
- Fejlretningsproces.
- Vurderer mulighederne for teknologiimplementering.
- Kontrol af udstyrets nøjagtighed.
- Tolerancedefinitioner.
- Matching af flere gyldige måder at oprette et produkt på.
Ekstra
Hvis uorden i processen er karakteriseret ved et skift i gennemsnitsværdien af den kontrollerede parameter, er det nødvendigt at bruge X-maps. Hvis der er en stigning i spredningen af værdier, bør R- eller S-modeller vælges. Det er dog nødvendigt at tage højde for en række funktioner. Især vil brugen af S-diagrammer gøre det muligt mere præcist og hurtigt at fastslå uorden i processen end R-modeller med samme stikprøvestørrelser. Samtidig kræver konstruktionen af sidstnævnte ikke komplekse beregninger.
Konklusion
Kvantitative analysemetoder i økonomi giver os mulighed for at udforske de faktorer, der findes i løbet af en kvalitativ vurdering, i rum og dynamik. De kan bruges til at udføre prædiktive beregninger. Statistiske metoder til økonomisk analyse er det ikkeomfatte metoder til at vurdere årsag-og-virkning-sammenhængene af økonomiske processer og begivenheder, identificere lovende og uudnyttede reserver til forbedring af ydeevnen. Med andre ord er faktorielle teknikker ikke inkluderet i de overvejede tilgange.
