- •ОГЛАВЛЕНИЕ
- •Введение
- •1. ПОНЯТИЕ КАЧЕСТВА.
- •МОДЕЛЬ ВСЕОБЩЕГО УПРАВЛЕНИЯ КАЧЕСТВОМ
- •1.1. Предмет, актуальность и проблемы качества
- •1.2. ВУК - современная модель качества
- •1.3. Развитие теории ВУК
- •1.3. Цикл Деминга
- •1.4. Общие параметры качества
- •1.4.1 Параметры качества изделий
- •14.2. Параметры качества услуг
- •1.5. Бездефектность изделия
- •1.6. Ценность и стоимость продукта
- •1.7. Пути конкурентной борьбы производителей
- •1.8. Жизненный цикл продукта
- •1.9. Преимущества в конкурентной борьбе
- •1.10. Петля качества
- •2. СТАНДАРТЫ КАЧЕСТВА
- •2.1. Эволюция развития производства
- •2.2. Эволюция в области управления качеством
- •2.3. Эволюция организационной структуры производителя
- •2.4. Эволюция стандартов
- •2.5. Система качества
- •2.6. Стандарты ISO серии 9000
- •2.7. Классификация стандартов ISO серии 9000
- •2.8. Структура базовых стандартов ISO серии 9000
- •2.9. Обеспечение соответствия Системы качества требованиям Стандарта ISO
- •2.10. Документация Системы качества
- •2.11. Сертификация систем качества
- •3. ЭКОНОМИКА КАЧЕСТВА
- •3.1. Общие понятия
- •3.3. Структура затрат на качество
- •4. ОПЫТ УПРАВЛЕНИЯ КАЧЕСТВОМ В РОССИИ
- •5. ПРЕМИИ В ОБЛАСТИ КАЧЕСТВА
- •6. ЗАЩИТА ПРАВ ПОТРЕБИТЕЛЕЙ
- •6.1. Нормативные документы
- •6.2. Основные положения закона «О защите прав потребителей»
- •7. ТРАДИЦИОННЫЕ ЗАВОДСКИЕ СИСТЕМЫ ОБЕСПЕЧЕНИЯ КАЧЕСТВА
- •8.2. Статистический ряд и его характеристики
- •8.3. Виды производственных функций распределения погрешностей
- •8.4. Семь статистических «инструментов качества»
- •8.4.1. Контрольный листок
- •8.4.2. Гистограмма
- •8.4.3. Диаграмма разброса
- •8.4.4. Стратификация (расслоение данных)
- •8.4.5. Диаграмма Парето
- •8.4.6. Причинно-следственная диаграмма (диаграмма Исикавы)
- •8.4.7. Контрольные карты
- •СПИСОК ЛИТЕРАТУРЫ
- •УПРАВЛЕНИЕ КАЧЕСТВОМ РЭС
8.2. Статистический ряд и его характеристики
Сбор и обработка статистических данных базируется на при менении так называемого выборочного метода.
Выборкой называют часть данных, полученных из общей сово купности, называемой генеральной совокупностью, по отношению к которой на основании данных выборки делают соответствующие выводы. Если выборка достаточно хорошо представляет соответст вующие характеристики генеральной совокупности, то такую вы борку называют представительной илирепрезентативной.
Данные, полученные на основании выборки, представляют собой первичный статистический материал, подлежащий обра ботке, чтобы выявить факты, которые за ними стоят.
Поскольку выборочные данные являются случайными, изме ряемую величину называют случайной величиной (лг). Расположе ние данных в возрастающем или убывающем порядке называется
ранжированием. Для получения статистического ряда необхо димо не только ранжировать статистический материал, но и объе динить в группы. Изменение фиксируемых значений случайной величины может быть дискретным или непрерывным.
Дискретным значением случайной величины называют та кое, при котором рядом лежащие значения в ранжированном ряде отличаются одно от другого на некоторую конечную величину (обычно целое число). Например, число дефектных изделий в вы борке.
Непрерывным изменением случайной величины называют такое, при котором рядом лежащие его значения в ранжирован ном ряду отличаются одно от другого на сколь угодно малую ве личину, например, пробивное напряжение материала. При непре рывном изменении случайной величины ее распределение назы вают интервальным. За величину интервала (его также называют классом) принимают его середину, т.е. центральное значение.
Генеральную совокупность, как и выборку, также представ ляют характеристиками положения и рассеяния случайной вели чины.
Для генеральной совокупности характеристику полож ения случайной величины называют математическим ожиданием
М (х), или генеральным средним ариф метическим, и вычисляют по
форм уле
п
М (х) = '£ х ,р 1,
1=1
где pi - вероятность попадания текущ его значения X/ в выборку,
сделан ную из бесконечного значения X .
М атематическое ож идание для данной генеральной совокуп
ности является величиной постоянной.
Характеристикой полож ения случайной величины выборки
является средняя арифметическая величина ( х ) |
(или просто |
|||||||
средняя), |
|
|
|
|
|
|
|
|
|
~ |
1 , |
х , |
ч |
1 V1 |
X, , |
|
|
|
X = - ( х , + |
+ ... + х я) = |
- > |
|
|
|||
|
|
И |
|
|
» м |
|
|
|
где п - число изм ерений, / - |
текущ ее значение. |
|
|
|||||
При |
больш ом |
числе |
наблю даем ы х |
значений |
выборочная |
|||
средняя приближается к математическому ож иданию . |
|
|||||||
М еру рассеивания случайной величины |
в генеральной сов о |
|||||||
купности |
называют дисперсией, обозначаю т о 2, и определяю т по |
|||||||
ф орм уле |
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
£ [ м ( х ) - х , ] |
|
|
|
|
|
|
° 2 (*) = |
------------- '• |
|
|
|
||
|
|
|
|
п |
|
|
|
|
На практике вместо ди сперсии применяю т стандартное от клонение о(х), которое вычисляется как корень квадратный из о 2.
Для выборки мерой рассеяния является выборочная диспер сия (s2) (ее иногда называют м ощ ностью ош ибок)
■-I________
л - 1
Вместо выборочной дисперсии s2 часто применяют выбороч ное стандартное отклонение s. Оно имеет ту же размерность, что и средняя арифметическая, что позволяет отображать их на одном графике.
± ( х , - х ) 2
_/=]_________
п - 1
Важнейшим этапом, предшествующим принятию решения при управлении процессом, является определение закона распре деления случайной величины по выборным данным. Чаще всего на практике встречается гауссовский закон распределения, кото рый получается при трех условиях (рис. 10):
1)случайные величины независимы (или слабо зависимы);
2)их число велико (стремится к бесконечности);
3)среди случайных величин ни одна не превалирует.
Рис. 10. Кривая, подчиняющаяся гауссовскому закону
Параметрами гауссовского распределения являются M(JC) и а(х).
Площадь под кривой Гаусса равна 1, или 100% всех значе ний случайной величины находится в генеральной совокупности
Если рассмотреть частный случай, когда М(х) равно нулю, а о{х) равно единице, то, обозначив плотность вероятности через fo(x), имеем
/o (*)=(l 1 ^ ) е хП
Функция легко табулируется, и для нее существует таблица, которая приводится почти во всех справочниках по статистике. Интерес представляет величина площади под кривой, располо женной между одно-, двух- и трехсигмовыми границами (табл. 6).
Т а б л и ц а 6
Величина площади под кривой Гаусса при различных границах изменения случайной величины
Границы изменения случайной величины X |
Площадь |
|
под кривой Гаусса |
||
Односигмовые [м(х)—a;M (jt)+a] |
||
0,6827 |
||
Двухсигмовые [M (JC) - 2а;М(х)+ 2а] |
0,9545 |
|
Трехсигмовые [м(х)-За;М(;с)+За] |
0,9973 |
На практике участок, лежащий внутри трехсигмовых границ, называют абсолютным критерием достоверности, а в математи ческой статистике - правило трех сигм.
8.3.Виды производственных функций распределения погрешностей
Виды законов распределения погрешностей, часто встре чающиеся в производстве, приведены на рис.11, где: а, в - грани цы поля допуска, Р - вероятность появления значения.