- •3.3.6 Национальные стандарты приемочного контроля по качественному признаку
- •3.3.6.1 Выборочный контроль по альтернативному признаку последовательных партий на основе приемлемого уровня качества
- •3.3.6.2 Выборочный контроль по альтернативному признаку отдельных партий на основе предельного качества
- •3.3.6.3 Выборочный контроль по альтернативному признаку с пропуском партий
- •3.3.6.3.1 Факторы, используемые при выборе контроля с пропуском партий (гост р 50779.73) или ослабленного контроля (гост р 50779.71)
- •3.3.6.4 Последовательные планы выборочного контроля по альтернативному признаку
- •3.3.6.4.1 Описание метода контроля
- •3.3.6.4.2 Оперативная характеристика и средний объем выборки ()
- •3.3.6.4.3 Описание последовательных планов выборочного контроля по альтернативному признаку
- •3.3.6.5 Выборочный контроль по альтернативному признаку на основе нормативного уровня качества
- •3.3.6.6 Непрерывный приемочный контроль по альтернативному признаку на основе нормативного уровня качества
- •3.4 Сравнение способов контроля по качественному и количественному признакам
- •4 Статистическое управление технологическими процессами
- •4.1 Семь элементарных статистических методов обеспечения качества
- •4.2 Функция потерь Тагути
- •4.3 Диаграмма Парето
- •4.4 Причинно-следственные диаграммы (диаграмма Исикавы)
- •4.5 Гистограммы
- •4.6 Диаграммы рассеивания
- •4.7 Стратификация (сортировка) данных
- •4.8 Контрольные карты
- •4.8.1 Изменчивость процессов
- •4.8.2 Общие сведения о контрольных картах и возможные области их применения
- •4.8.3 Классификация контрольных карт
- •4.8.4 Теоретические основы применения и построения контрольных карт
- •4.8.5 Объем, частота взятия и количество выборок
- •4.8.6 Контрольные карты для количественных данных
- •4.8.7 Контрольные карты Шухарта для альтернативных данных
- •4.8.8 Предварительные замечания перед введением контрольных карт
- •4.8.8.1 Выбор показателей качества
- •4.8.8.2 Анализ процесса производства
- •4.8.8.3 Выбор рациональных подгрупп
- •4.8.8.4 Частота и объем подгрупп
- •4.8.8.5 Предварительный сбор данных
- •4.8.9 Построение контрольных карт
- •4.8.10 Метод управления и интерпретация контрольных карт
- •4.8.11 Приемочные контрольные карты
- •4.8.12 Контрольные карты кумулятивных сумм
- •4.8.13 Расчет показателей возможностей процессов
- •4.8.13.1 Оценка собственной и полной изменчивости процесса
- •4.8.13.2 Оценка возможностей процессов
- •4.8.13.3 Рекомендации по применению методов снижения изменчивости и постоянному улучшению возможностей процессов
- •4.8.14 Рекомендации по применению контрольных карт для статистического управления технологическими процессами
- •4.8.15 Статистические методы оценки настроенности, точности и стабильности технологических процессов
- •4.8.16 Оценка идентичности работы однотипного технологического оборудования
4.6 Диаграммы рассеивания
Диаграммы рассеивания (разброса) - это графическое представление множества пар данных двух переменных величин, позволяющее определить вид и степень связи между этими двумя переменными. Диаграммы рассеивания используются для выявления зависимости между показателями качества и влияющими на них факторами, при анализе причинно-следственной диаграммы и при проведении корреляционного и регрессионного анализа.
Диаграмма разброса строится в таком порядке: по оси абсцисс откладывается значение одной переменной (чаще всего независимой переменной), а по оси ординат другой переменной(зависимой) и на графике получают одну точку (рис.4.9). Проведя такие построения для всех(обычно) значений двух переменных величин, получают совокупность точек, разбросанных по координатному полю («поле корреляции»).
а – сильная положительная корреляция; б – отсутствие корреляции.
Рис.4.9 Диаграмма рассеивания
Если зависимость между переменными величинами имеется, то «поле корреляции» вытянуто и направление «вытянутости» не совпадает с направлением осей координат (рис.4.10).
Если же величины независимы, то «поле корреляции» или параллельно одной из осей координат, или имеет форму круга.
Рис.4.10 Вытянутое «поле корреляции»
На практике обычно производится визуальный анализ диаграмм разброса.
Характер корреляционной зависимости, определяемый видом диаграммы разброса, дает качественное представление о том, каким изменениям будет подвержена одна из переменных величин при определенных изменениях другой. Количественная оценка степени связи между двумя переменными величинами осуществляется с помощью коэффициента корреляции, который принято вычислять по формуле:
. (4.1)
Коэффициент корреляции принимает значения в пределах , причем в случае сильной положительной корреляциипринимает значение, близкое к плюс 1, а в случае сильной отрицательной корреляции - близкое к минус 1. Значение, близкое к нулю, свидетельствует об отсутствии связи между переменными величинамии.
Таким образом, диаграмма разброса позволяет визуально устанавливать, есть ли в действительности зависимость между двумя переменными величинами и приблизительно оценить степень этой зависимости. Поэтому диаграммы разброса незаменимы при анализе причинно-следственных связей. Важно отметить, что построение диаграмм разброса и их визуальный анализ требуют известного опыта, аккуратности и осторожности.
4.7 Стратификация (сортировка) данных
Под стратификацией (расслоением) данных понимают разбиение собираемых статистических данных на отдельные группы (слои) в зависимости от условий их получения и проведение анализа каждой полученной группы данных в отдельности. Применение метода расслоения облегчает определение источников вариации в собираемых данных и способствует получению достоверной и корректной информации об исследуемом процессе.
Например, если предполагается, что отклонения связаны с условиями изготовления, то проводят сравнительное изучение измеренных показателей по отдельным слоям - раздельно по машинам и оборудованию, отдельно по каждому оператору, исходному сырью, по бригадам, дневной и ночной схеме и т.д.
Следует иметь в виду, что при проведении расслоения статистических данных необходимо стремиться к тому, чтобы различия между данными в каждом отдельном слое были минимальны, а между данными различных слоев - возможно большими.
На практике нередко имеют место случаи, когда метод стратификации оказывается целесообразно использовать многократно, расслаивая данные по различным факторам и условиям, влияющим на исследуемую проблему, а сравнительный анализ расслоенных данных осуществлять с помощью диаграмм Парето, контрольных карт, гистограмм, диаграмм разброса и т.д. для каждого слоя данных.
В программном продукте STATISTICA имеется инструмент для получения стратифицированных выборок.