Както е посочено в ISO 10017: Ръководство за статистическите техники за ISO 9001: 2000, целта на този документ е да помогне на организациите да идентифицират техники за анализ на данни, които могат да бъдат полезни в процеса на непрекъснато усъвършенстване. и при решаването на различните проблеми, с които се сблъскват.
В повечето процеси най-големият враг е променливостта, която може да се наблюдава в количествено измеримите характеристики на продуктите и процесите и съществува във всички етапи от жизнения цикъл на продукта, като целта на всяка организация е нейният контрол.,
Статистическите техники, като хистограма, анализ на корелация и др., Могат да помогнат за измерване, описание, анализ, интерпретация и променливост на модела, дори при сравнително ограничен обем данни. Статистическият анализ на такива данни може да помогне за по-добро разбиране на същността, степента и причините за променливостта. Това би могло да помогне за решаването и дори предотвратяването на проблеми, които могат да са резултат от такава променливост.
непрекъснато подобрение-инструментТехниките, представени тук, могат да позволят по-добро използване на наличните данни, за да подпомогнат вземането на решения и следователно да подобрят качеството на продуктите и процесите за постигане на удовлетвореност на клиентите. Тези техники са приложими за широк спектър от дейности.
Нашата цел е да помогнем на организациите да научат за някои от подходящите статистически техники за анализ на данни и решаване на проблеми.
За всяка от избраните техники включваме дефиниция какво е „ какво е „ техническо “,„ което да се използва “и какви са неговите„ основни предимства “. Ние също така посочваме някои от „ ограниченията “, както и „ примери за приложение “, както и предлагаме „ начин за изработване“ на всеки инструмент и някои „ съвети “ за неговото използване. В нито един момент не считаме този документ за уникален или изчерпателен, по-скоро приканваме читателя да потърси други източници на информация, като самия стандарт ISO 10017 и да потърси професионална помощ в прилагането и използването на техниките, представени тук. Grupo Kaizen SA предлага курсове, свързани с тези теми.
Молим читателите да си сътрудничат с примери, предимства, ограничения и други теми, които могат да помогнат за обогатяване на материалите, които предлагаме на бизнес общността безплатно, като полза от Grupo Kaizen SA
Инструкция за прилагане на анализ на причинителния ефект
- Какво е:
Това е графично изображение под формата на рибена кост, което ни позволява да идентифицираме качествено причините, които засягат определен проблем. Диаграмата за причинителен ефект е известна още като диаграма на рибената кост или диаграма Iskikawa в знак на почит към името на нейния създател.
- За какво го използвате:
Опитайте се систематично да откривате връзката на причините и последиците, които засягат определен проблем.
Освен това тя позволява да се разделят причините в различни клонове или основни причини, известни като 4 М: метод, труд, машини, материали. В някои случаи са включени и други М, като средното и контролното, но както първоначално е предложено, четирите са повече от достатъчни.
- Ползи:
Най-голямото предимство е, че позволява систематично да се фокусира върху причините, които засягат даден проблем и по ясен начин да се установят взаимовръзките между тези причини и изследвания проблем, както и да се разделят основните причини на първични, вторични и третични причини.
- Ограничения и предпазни мерки:
Много зависи от предварителните познания на хората, участващи в анализа. Понякога е трудно също да се постави определена причина, която не е важна.
Връзката е субективна, така че не би могло да се каже, че това са причините за проблема.
- Пример за приложение: Причини за забавяне на доставките
Дефекти на продукта
Грешки при предоставянето на услуги
Проблеми с производството
- Както е разработено:
Проблем е избран и отбелязан от дясната страна на лист хартия, като го затворите в кутия. (Записването му от дясната страна става само като се следват указанията на неговия създател Кауру Искикава от японски произход, който, както знаем, пише от дясно на ляво).
Впоследствие отляво на кутията се очертава хоризонтална линия, където проблемът е затворен, което прилича на гръбначния стълб на рибен скелет. След това напишете основните причини, които засягат проблема, под формата на големи шипове или линии и те са затворени в квадрат.
Основните причини са: Материали (суровина, информация, документи), машини (оборудване, софтуер), метод (процедури, инструкции), труд (персонал, централа).
Писат се вторичните причини, които засягат първичните причини, последвани от третичните.
Понякога значението се отдава на всеки фактор и изглежда, че тези, които са особено важни, оказват значително влияние върху проблема, според мнението на участващите в проблема. Препоръчва се да се провери връзката чрез събиране на данни с инспекционния лист, която ще видим по-късно.
7 съвета
Опитайте се да не надхвърляте контрола на групата, за да избегнете евентуални фрустрации. Ако идеите се появяват бавно, използвайте основни причини, за да помогнете: Какво причинява (материалните) документи?
Бъдете кратки, използвайте няколко думи.
Уверете се, че всички са съгласни с фразата, която най-добре описва проблема.
Запитайте се: Защо се случва тази причина?
Етикет с необходимата информация, като дата, направена от, обработка и т.н.
ПРИЧИННО-ЕФЕКТНА ДИАГРАМА
Инструкция за прилагане на инспекционния лист
- Какво е:
Това е инструмент, който се използва за събиране на данните на анализирания проблем. Чрез проектирането на прост формат се събира информация за индикатори, причини за проблеми и т.н. Известен е още като верификационен лист или контролен лист.
Инспекционният лист в информационен запис, в който се посочва колко пъти се е случило нещо, например броя на хората, обслужвани за час на касата, времето за реакция на промоутърите, причините за върнатите чекове, причината за отхвърлените заявки, дефектите в продукти и т.н.
Форматът трябва да съдържа следната информация:
- Обслужване, отдел, към който се отнасят данните Дата на събиране и време, ако е необходимо
Много е важно да се определи използването на информацията, за да се установят характеристиките на данните и формата на събиране.
- За какво го използвате:
В този тип формат се използва, за да се знае честотата, с която се появяват възможните причини за проблемите, или също така честотата, с която клиентите се появяват през определен период, както и за записване на времето, необходимо за обслужване на клиент или поискване. Може да се използва и за събиране на тегла на продукта, температури на фурната и т.н.
- Ползи:
Ако тя е добре структурирана, тя ви позволява да събирате информация по прост и практичен начин, така че да не прекъсва работата на лицето, което регистрира информацията.
Да отговорим на въпроса Кога се случва? Къде се случва? От какво се състои? Защо се случва? Как се случва? Колко често ?, както и произхода на данните (Тип на продукта, Процес, кутия, отдел и лице, което е взело данните).
Улеснява табличността на информацията.
- Ограничения и предпазни мерки:
Трябва да се внимава да се записва информация в реално време, което може да бъде проблем, ако листът за проверка не е добре проектиран.
Пример за приложение:
Причини за забавяне на доставките
Дефекти на продукта
Грешки при предоставянето на услуги
Грешки при подготовката на проверките, грешки при въвеждане
Време за обработка на банкомати
Честота на пристигане на клиента лично или по телефона
Температура на пещта
Тегло на продуктите
- Както е разработено:
Листът за проверка или проверка може да бъде толкова сложен или прост, колкото нуждите на лицето, което ще използва информацията.
Определете типа информация, която трябва да съберете.
Създайте правилния обем информация, за да отговорите на вашите въпроси.
Използвайте информацията, която вече имате, когато е възможно
Създайте уникална методология за събиране на данни и как да я обобщим. Пилотен тест и коригиране на методология, ако сметнете за необходимо
- Съвети
Уверете се, че процесът на събиране на данни е ефективен, така че хората да имат време да го направят.
Данните, които ще се събират, трябва да бъдат хомогенни (една и съща кутия, един и същ продукт, същата смяна, една и съща машина,), в противен случай ще трябва да стратифицирате данните (групиране).
Използвайте информацията от диаграмата Причина - Ефект, за да направите Инспекционния лист.
Не забравяйте да попълните цялата необходима информация (дата, отдел, процес, персонал и др.)
ИНСПЕКЦИОНЕН ЛИСТ
Инструкция за прилагане на Pareto анализ
- Какво е:
Това е начин за идентифициране и разграничаване на няколкото „жизненоважни“, от многото „важни“ или даване на приоритет на поредица причини или фактори, които засягат определен проблем, което позволява чрез графично или таблично представяне да се идентифицира в Аспектите, които се появяват по-често или имат по-голяма честота или тегло, намаляват.
Той може да бъде представен и в други видове формати, като например "пастелна" графика.
Анализът на Парето е известен също като Закон 20-80, който казва, че „обикновено няколко причини (20%) пораждат най-голям брой проблеми (80%). Известен е още като закон ABC, използван за анализ на инвентара.
Произходът му се дължи на проучвания на доходите на хората от италианския икономист Уилфредо Парето през Средновековието.
- За какво го използвате:
Използва се, за да се установи къде трябва да се съсредоточат най-големите усилия при анализа на причините за проблема. Това изисква данни, много от които могат да бъдат получени чрез използване на инспекционен лист. По-долу ще намерите пример за приложение в селекцията на Vital Clients.
- Ползи:
Най-голямото предимство е, че ви позволява да се съсредоточите върху причините, които наистина засягат проблема или да определите къде трябва да се съсредоточат усилията, например анализ на продажбите от клиенти, на продукти и т.н.
- Ограничения и предпазни мерки:
Когато се използват обемни количества информация, тя изисква използването на компютър, а графичното представяне изисква по-големи умения за адекватно представяне. Ограничение е, че най-честите или най-скъпите събития не винаги са най-важни: фатален инцидент изисква повече внимание от 100 разреза на пръста.
- Пример за приложение: Причини за забавяне на доставките
Дефекти на продукта
Грешки при предоставянето на услуги
Проблеми с производството
Анализ на инвентаризацията на ABC
Анализ на клиента
Анализ на произшествия
- Както е разработено:
Списъкът с причините, продуктите или клиентите се подрежда в низходящ ред (най-висок до най-нисък) в зависимост от честотата, с която е представена всяка от причините, или обема на продажбите от клиента или по продукта. Важно е да го направите в една и съща мерна единица, когато става дума за продукти или клиенти. Най-удобното е в парична стойност.
Индивидуалният процент на всяка категория се изчислява, като стойността на всяка от тях се разделя на общата на причините или продуктите.
Натрупаният процент се изчислява, като се добавя в низходящ ред процентите на всяка от позициите в натрупана форма.
Ако се използва за анализ на продажбите по продукт или от клиенти, се прилага следното правило: тези продукти, които са в рамките на натрупаната стойност до 80%, се наричат А. Следните продукти, които отиват от 80,001% до 95 % се наричат B, а останалите до завършване на 100% се наричат C. Това е известно като закон ABC или закон 20-80, тъй като приблизително 20% от изследваните продукти генерират 80% от общия брой на продажбите.
Начертайте графиката:
С помощта на лентова графика наредете причините от най-високата до най-ниската, като запишете причините по хоризонталната ос (X) и стойностите или честотата, с която е възникнала определена причина на лявата вертикална ос (Y). Процентът се отбелязва на дясната вертикална ос. Excel ви позволява да направите този тип композитна диаграма.
7) Съвети
Попълнете графиката с необходимата информация, като дата, анализиран процес, хора, които са събрали информацията и т.н.
Използвайте здравия разум - най-честите или най-скъпите събития не винаги са най-важни: един фатален инцидент изисква повече внимание от 100 разреза на пръста.
Ясно идентифицирайте стандарта за измерване ($,%, честота). Използвайте данните от инспекционния лист.
ПАРЕТО ХАРТ
ПРИЧИНИ
Инструкция за прилагане на Pareto анализ при подбора на жизненоважни клиенти
- Какво е:
Това е техника, която позволява да се класифицират жизненоважните елементи за компанията или за отдел, независимо дали те са клиенти, продукти, доставчици, услуги и др.
- За какво го използвате:
Използва се за извършване на класификация в зависимост от обема на сделките по отношение на количество, парична стойност и др. както и степента на критичност или важност.
- Ползи:
Той позволява по обективен начин, свободен от субективност, да класифицира онези елементи (клиенти, продукти, доставчици, услуги), на които компанията или отделът трябва да обърнат повече внимание, или да установят преговори, или да проведат проучване на удовлетвореността. Тази схема позволява да се направи по-висока класификация от тази, известна като ABC, която в комбинация с критичност може да ни даде нова класификация на клиентите: платина, злато и сребро, или продукти от алфа, бета или гама.
- Ограничения и предпазни мерки:
По-лесно е да се установи сума по брой транзакции или парична стойност, но не и по отношение на степента на критичност или важност, която може да създаде малко субективност.
- Пример за приложение:
Класифицирайте клиентите за разработване на анкети за услуги.
Класификация на клиента за присвояване на смесено портфолио на изпълнителен директор.
Класификация на клиентите за доставка на карти: платина, злато, сребро.
Класификация на продуктите в инвентара за по-добро администриране или за установяване на политики за закупуване или ниво на запасите.
Класификация на финансовите продукти.
Класификация на предоставяните услуги.
Класификация на вътрешни клиенти, които да дискриминират преговорите.
- Както е разработено:
- Класификация ABC: Направете ABC класификация по обем на транзакциите. Използвайте инструкцията за анализ на Pareto. Класификация 123: От списъка за класификация на ABC всеки от тях е идентифициран по своята степен на критичност (Значение за имиджа на компанията, влияние върху дейността на отдела, проблеми, които биха могли да бъдат причинени от липсата на продукта, отдалеченост от доставчик, (1) ако е един доставчик и няма заместители, (2) ако е уникален, но има заместители, (3) ако не е уникален и има много заместители). Вижте примерния списък по-долу. Задаване на категорията: категорията за всеки клиент, продукт или доставчик е установена, както следва: Платинови клиенти: A1.A2.A3.B1, C1, Gold клиенти: B2, B3, C2, сребърен клиент: C3 или Alpha продукти: A1.A2.A3.B1, C1, Бета продукти: B2, B3, C2, продукти от гамата: C3.
Списък на (Клиенти, продукти, услуги, доставчици)
| име | ABC | Критично | категория |
| един | две | 3 | |
| ДА СЕ | алфа | алфа | алфа |
| B | алфа | Beta | Beta |
| ° С | алфа | Beta | спектър |
A: Голям обем
B: Среден обем
В: Нисък обем
1: Много критичен 2: Критичен
3: Безкритично
Клиенти от платина: A1.A2.A3.B1, C1
Клиенти за злато: B2, B3, C2
Сребърен клиент: C3
Клиенти на Alpha: A1.A2.A3.B1, C1
Бета клиенти: B2, B3, C2
Обхват на клиента: C3
7) Съвети
За класификация на външни клиенти обемът на продажбите или извършената дейност може да бъде добър начин за класификация на ABC, тъй като за продуктите в инвентара (суровини, суровини или готови продукти) както изискваното количество, така и неговата единична цена трябва да се разглеждат по някакъв начин. че продуктите се довеждат до обща парична единица. В случай на услуги, тя може да бъде както за стойността на продажбите, така и за стойността на приноса към печалбата.
Степента на критичност, в допълнение към гореспоменатите елементи, може да се дължи на нивото на значимост за компанията за клиентите (Независимо от техния обем на покупка, представлява интерес за изображението: например, ако компанията иска да достави карти на предпочитани клиенти, тя може да Президентът на републиката има много малък обем транзакции, но е много важно институцията да го счита за свой първи клиент и да му достави картата.
Ако отделът иска да определи размера на извадката, която да интервюира освен класификацията на своите клиенти, той може да използва следните съвети:
Инструкции за изчисляване на размера на пробата:
- Размер на Вселената или размер на населението: Например, ако изчислявате извадка от жители в град от 50 000, Вселената ще бъде 50 000. Максимално допустима грешка: е вероятностната точност, която трябва да бъде постигната. Това е статистическата точност, която трябва да постигнете и нивото на грешка, което сте готови да приемете. Диапазонът може да бъде между 1% и 20%. Желаното ниво на увереност се използва за определяне на желаното ниво на сигурност за резултатите. Например, зададеното ниво на надеждност може да бъде 95% или 90%. Желаното ниво на увереност определя до каква степен трябва да сте сигурни в надеждността на резултатите. Обикновено се избира 95% (1 на 20 вероятност за грешка) или 90% (1 на 10% вероятност за грешка). Когато всички стойности са установени, полученият резултат ще бъде броят на случаите, необходими за представителност на Вселената или населението с нивата на възможност за грешка и увереност, които са установили.
Примери: Проба за разглеждане в зависимост от размера на популацията на служителите във фирма.
Размер на населението (Вселена): 100
Максимално допустима грешка
| Ниво на увереност | два процента | 3% | 5% |
| 95% | 96 | 91 | 79 |
| 99% | 97 | 95 | 87 |
Размер на населението (Вселена): 90
Максимално допустима грешка
| Ниво на увереност | два процента | 3% | 5% |
| 95% | 87 | 83 | 73 |
| 99% | 88 | 86 | 79 |
Размер на населението (Вселена): 75
Максимално допустима грешка
| Ниво на увереност | два процента | 3% | 5% |
| 95% | 73 | 70 | 63 |
| 99% | 74 | 72 | 67 |
Инструкция за изработване на честотното разпределение и хистограма
- Какво е:
Това е начинът, по който е представено разпределението на измерванията, направени в един процес, като часовете на работа, времето за реакция на поддръжката, циментовата устойчивост, дебелината на тръбата, диаметрите и т.н.
Честотните разпределения могат да бъдат представени под формата на хоризонтална или вертикална лентова графика, но групите трябва да са сходни или хомогенни. Целта на честотното разпределение е да се анализират данните и да се получи информация за поведението на определен процес.
- За какво го използвате:
Използвайте го, когато трябва да откриете и покажете разпределението на данни, като начертаете графично броя на единиците във всяка категория.
Хистограмата взема данни от измервания, например температура, тегло, размери и т.н., и показва тяхното разпределение. Това е критично, тъй като знаем, че всички повтарящи се събития ще доведат до резултати, които варират във времето. Хистограма разкрива размера на вариацията, присъща на един процес. Хистограмата е първият елемент, който знае променливостта на даден процес.
Използва се за познаване на начина, по който се разпространяват данните на даден процес или група продукти, възрасти на население и т.н.
Той позволява да се демонстрира как данните, получени от извадка, служат като основа за вземане на решение за популацията.
Организирането на голям брой данни в хистограма ни позволява да разберем обективно популацията.
За това е необходимо да има данни, които могат да бъдат получени чрез използване на инспекционен лист
3) Предимства:
Тя позволява да се покаже графично, чрез хистограма, способността на процеса да задоволи спецификациите или изискванията на клиентите.
Той улеснява разбирането за това как се държи даден процес и кога има специални причини за вариация.
Като цяло като хистограма показва, че най-големият брой единици е в центъра и че приблизително равен брой единици е разпределен от двете страни. Много проби, взети на случаен принцип от данни под статистически контрол, следват тази модалност.
Други данни показват разпределения с всички данни, „подредени“ в точки далеч от центъра, като този вид разпространение е известен като „наклонен“. Важно е да запомним, че ще намерим разпределения, които трябва да са нормални и не са; същото може да се случи и при дистрибуции, за които е известно предварително, че са предубедени. В допълнение към познаването на формата на разпространение, можете да знаете следното:
- Ако "разпространението" на кривата попада в спецификациите. Ако не, какво количество попада извън тях (Променливост) Ако кривата е центрирана на правилното място. Можем да кажем дали повечето от данните попадат на високата или ниската страна. (Bias).
- Ограничения и предпазни мерки:
Когато се използват обемни количества информация, тя изисква използването на компютър, а графичното представяне изисква по-големи умения за адекватно представяне. Не е полезен при променливи с пръстен (течности, някои температури и т.н.)
- Пример за приложение:
Честота на броя на хората в определен график на внимание, Честота на времето за реакция на отдели като поддръжка, закупуване, персонал, Честота, с която се представят определени стойности като сила на цимента, дебелина на тръбата, диаметри, тежести и т.н.
- Както е разработено:
За изработването на хистограма ще се задълбочим малко повече в инструкциите, отколкото в другите наблюдавани инструменти; Това се дължи на объркването, което се създава при вземане на решение за броя класове (барове), необходими или самите ограничения на класа и т.н.
- Пребройте количеството данни в серията (n). Определете диапазона, R, на данните. Диапазонът е разликата между най-голямата и най-малката стойност в набора от данни. Разделете стойността на обхвата ® на определен брой класове, посочени като K. Таблицата по-долу е тази, която ни показва за различни количества данни препоръчителен брой класове, които да използвате. Определете интервала H или ширината на класа: амплитуда.
Подходяща формула за това е следната:
Н = R / K
Кръгла H до подходящ номер. Не забравяйте, че този интервал трябва да е постоянен през цялото разпределение на честотата. Друг начин за изчисляването му е K = 1 + 3.3 log no Square root of n.
- Определете границите на класа:
За лесно определяне на класните граници вземете най-малкото индивидуално измерване на данните. Използвайте това число или закръглете до по-малко число. Това ще бъде долната точка на лимита за първи клас. Вземете това число и добавете интервала на класа. Последователно добавете класния интервал към долната граница на класа, докато не получите правилния брой класове, който съдържа всички числа.
- Определете маркировката на класа или средната точка ((LS-LI) / 2) Изчислете абсолютната честота (Брой на представените стойности) Изчислете относителната честота (процент от всяка стойност по отношение на сумата от общата сума) Изчислете кумулативната честота (кумулативната сума на отделните проценти)
Хистограма
Това е набор от барове, които представляват групите в графика. Вертикалната линия показва количеството данни, което всяка група съдържа. Хоризонталната линия маркира границите на всички групи. Хистограма е графичното представяне на честотна таблица. Хистограмата ни показва бърз преглед на разпределението на измерената характеристика. Хистограмата е много важен диагностичен инструмент, тъй като показва панорамен изглед на разликата в разпределението на данните.
Хистограмата разкрива колко варира един процес.
Типове хистограма:
- Общ тип (симетрична или звънец):
Средната стойност на хистограмата е в центъра на диапазона от данни. Честотата е по-висока в центъра и постепенно намалява към краищата. Формата е симетрична. Това е най-честата форма. Известен е като нормално разпространение или звънец.
- Тип гребен (бимодален)
Всеки трети клас има по-ниска честота. Тази форма възниква, когато броят на информационните единици, включени в класа, варира от една до друга или когато има определена тенденция в наближаването на данните.
- Въведете с положителни пристрастия (с отрицателни пристрастия)
Асиметрична форма. Средната стойност на хистограмата е разположена вдясно (вляво) от центъра на диапазона. Честотата намалява по-рязко вдясно (вляво), но постепенно вляво (вдясно). Тази форма възниква, когато долната (горната) граница се контролира теоретично или чрез спецификационна стойност или когато са представени стойности, по-ниски (по-високи) от определена стойност.
- Тип на скалата вляво (на скала вдясно)
Асиметрична форма. Средната стойност на хистограмата е разположена крайно вляво (вдясно) далеч от центъра на диапазона. Честотата намалява рязко вляво (вдясно) и постепенно вдясно (вляво). Това е форма, която се среща често, когато е направен 100% избор поради ниския капацитет на процеса, а също и когато положителните (отрицателните) пристрастия стават още по-крайни.
- Обикновен тип
Честотите формират обикновена, защото класовете имат повече или по-малко една и съща честота, с изключение на тези в крайности. Тази форма се представя със смес от няколко разпределения, които имат различни средни стойности.
- Тип на двоен пик (бимодален)
Честотата е ниска близо до центъра на информационния обхват и има пик от всяка страна.
- Тип клюн изолиран
Представен е малък изолиран пик в допълнение към обща хистограма. Това е формата, която се появява, когато е включено малко количество данни от различно разпространение, като аномалия на процеса, грешка в измерването или включване на информация от различен процес.
7) Съвети
Не очаквайте всички дистрибуции да са нормални.
Анализирайте вида на полученото разпределение и неговото местоположение по отношение на разрешените граници. Погледнете разпределението, за да знаете неговата променливост
Вижте дали разпределението е бимодално (2 смени, две машини, два процеса), което би означавало различни източници на данни
Напишете цялата необходима информация
Броят класове (ленти на графиката) определя вида на изображението в разпределението.
Разпределенията на някои процеси са предубедени по природа Използвайте данните от инспекционния лист
- ЧЕСТО РАЗПРЕДЕЛЕНИЕ
| GROUP | ПО-НЕГО ОГРАНИЧЕНИЕ | ГОРЕН ЛИМИТ | КРАСНА МАРКА | АБСОЛЮТНА ФРУКТУРА |
ПРОЦЕНТ |
АКУМУЛИРАН ПЕРЦЕНТАЖ |
| един | ||||||
| две | ||||||
| 3 | ||||||
| 4 | ||||||
| 5 | ||||||
| 6 |
HISTOGRAM
F
RE
CU
И
н
INC
(КЛАСОВА МАРКА)
Инструкция за прилагане на корелационен анализ (регресия) или диаграма на разсейване
- Какво е:
Това е графично изображение, което показва връзката на една променлива по отношение на друга (Не е задължително връзката следствие).
Регресионният анализ свързва изпълнението на характеристика, която представлява интерес (обикновено наричана променлива „отговор или ефект“, известна също като зависима променлива) с потенциални фактори на причината (обикновено наричани „обяснителна“ променлива, причина или независима променлива “). Такава връзка се определя от модел, който може да бъде от наука, икономика или инженерство и т.н., или може да бъде извлечен емпирично. Целта е да се помогне да се разберат потенциалните причини за промяна в отговора и да се обясни как всеки фактор допринася за това изменение. Това се постига чрез статистическа връзка на промяната в зависимата променлива с изменение на причината или независимата променлива и получаване на най-доброто прилягане чрез минимизиране на отклонението между прогнозния и действителния отговор.
- За какво го използвате:
Диаграмата на разсейване се използва за изследване на възможната връзка между две променливи. Този тип диаграма се използва за тестване на възможни връзки между причина и следствие; Тя не позволява да се докаже, че една променлива е причината за другата, но тя изяснява дали има връзка и интензивността, която би могла да има.
Регресионният анализ ви позволява да направите следното:
Тествайте хипотези за влиянието на потенциална променлива причина върху отговора и използвайте тази информация, за да опишете прогнозната промяна в отговора за дадена промяна в променливата причина;
Предскажете стойността на зависимата променлива за конкретни стойности на независимата променлива;
Прогнозирайте (при установено ниво на увереност) диапазона от стойности, в рамките на който се очаква отговора, като се имат предвид специфичните стойности на променливата причина;
Преценете посоката и степента на свързване между зависимата променлива и причината, независимата или обяснителната променлива (такова свързване не предполага причинност). Информацията може да се използва, например, за определяне на ефекта от промяна на фактор, като температурата на процеса, докато други фактори остават постоянни.
Когато искате да установите връзки между два показателя (индикатори за резултат и индуктори), както е предложено от методологията за балансирана карта (BSC)
- Ползи:
Регресионният анализ може да осигури връзката между различни фактори и реакцията на интерес, като такава връзка може да помогне за насочване на решения, свързани с изследвания процес и в крайна сметка да подобри процеса.
Регресионният анализ има способността да описва поведението в отговор на последователни данни, да сравнява различни подгрупи от свързани данни и да анализира потенциални причинно-следствени връзки. Когато взаимоотношенията са добре проектирани, регресионният анализ може да даде оценка на относителните величини на ефекта на независимата променлива или причина, както и относителната сила на тези променливи. Тази информация е потенциално ценна при контролирането или подобряването на резултатите от даден процес. Регресионният анализ може също да даде оценка на величините и източника на влияние върху отговора, който идва от фактори, които не са добре измерени или пропуснати от анализа. Тази информация може да се използва за подобряване на измервателната система или процеса.
Регресионен анализ може да се използва за прогнозиране на стойността на зависимата променлива за дадени стойности на една или повече независими променливи; може да се използва и за прогнозиране на ефекта от промените в променливите на причината върху съществуващ или предсказващ ефект. Може да е полезно да се проведе такъв анализ, преди да се инвестира повече време или пари в даден проблем, когато ефективността на действието не е известна. В BSC тя позволява да се оцени дали подобрението в индуктора на ефективността наистина има някаква връзка с показателя за резултат.
- Ограничения и предпазни мерки:
При проектирането на модел се изискват специални знания за уточняване на подходящия регресионен анализ (напр. Линеен, експоненциален, мултивариант и т.н.) и в диагностиката за подобряване на модела. Наличието на пропуснати променливи, грешки в измерването и други източници на необясними вариации в отговора може да усложни използвания модел. Предположенията за използвания регресионен модел и характеристиките на наличните данни определят коя техника е подходяща за анализа на проблема.
Проблем, който понякога се среща при разработването на регресионните модели, е наличието на данни, чиято валидност е съмнителна. Когато е възможно, валидността на такива данни трябва да се изследва, тъй като тяхното включване или пропускане може да повлияе на оценките на параметрите на модела и следователно на отговора.
Важно е да се опрости моделът, като се сведат до минимум обяснителните или независимите променливи. Включването на ненужни променливи може да засенчи влиянието на обяснителните или независимите променливи и да намали точността на прогнозирането на модела. Пропускането на важна обяснителна променлива обаче може сериозно да ограничи модела и полезността на резултатите.
- Пример за приложение:
Регресионният анализ се използва за моделиране на производствените характеристики като продукция, качествено изпълнение, време на цикъла, вероятност за неуспех при тестове или проверки и различни поведения на дефицит в процесите. Регресионният анализ се използва за идентифициране на повечето важни фактори в тези процеси и величината и характера на техния принос за изменението на характеристиката, която представлява интерес.
Регресионният анализ се използва за прогнозиране на резултатите от експеримент или контролирани перспективни или ретроспективни проучвания, проучвания на вариации в материалите или производствените условия.
Регресионният анализ се използва за проверка на заместването на един метод на измерване с друг, като например замяна на a
Разрушително изпитване или отнемащ време метод чрез неразрушително или пестене на време.
Причинно-следствена връзка между индикатори и индуктори
Връзка между стратегическите цели и целите на процеса.
Примери за нелинейни регресионни приложения, включително моделиране на лекарствени концентрации като функции на времето и съответното тегло; моделиране на химичните реакции като функция от време, температура и налягане и др.
6) Как се прави:
Диаграмата на разсейване е начертана така, че хоризонталната ос (x ос) представлява стойностите на една променлива, а вертикалната ос (y ос) представлява стойностите на друга.
Съберете 50 до 100 двойки данни (X, Y), чиито връзки искате да изучавате. Препоръчително е да имате поне 30 двойки данни. Създайте таблица, подобна на следното:
| Данни | Тегло в килограми | Височина в метри |
| един | 72 | 1.77 |
| две | 81 | 1.55 |
| 3 | 99 | 1.90 |
| х | х | х |
| 30 | 47 | 1.55 |
Начертайте графика с хоризонталните (X) и вертикалните (Y) оси с еднаква дължина и подходящи мащаби. Стойностите трябва да се увеличават, когато се движите нагоре и надясно на всяка ос. Променливата, която се изследва като възможна „причина“, обикновено се намира на хоризонталната ос (x), а променливата, идентифицирана като ефект върху вертикалата
Запишете двойките данни на диаграмата
Ако забележите стойностите да се повтарят, кръгнете тази точка толкова пъти, колкото е необходимо.
Определете дали съществува корелация и въведете
Допълнете с името, датата, автора и т.н.-
Ако искате, можете да стартирате картата с помощта на Excell:
След като завършите двете колони с данни, направете графика с помощта на XYB (Scatter), която показва връзката между двете променливи. o Отидете до някоя от нанесените точки на графиката и щракнете с десния бутон на мишката. o Изберете „Добавяне на линия на тренда“ o Изберете типа, обикновено се използва „линеен“. o След това отидете на „options“ и проверете последните две опции: „Настоящо уравнение и настояща R стойност на графиката“. o Уравнението идентифицира начина за изчисляване на нова стойност на Y o Стойността „r“ показва степента на корелация между двете променливи.
7 тълкуване:
Графираните точки образуват определен модел. Посоката и обединението на клъстера ви дава представа за силата на връзката между променлива 1 и променлива 2. Колкото повече този модел прилича на права линия, толкова по-силна е връзката между променливите. Това е логично, тъй като права линия показва, че всеки път, когато една променлива се променя, другата се променя по същия начин.
1.- Положителна корелация:
Увеличението на "Y" зависи от увеличението на "X". Ако "X" е контролиран, "Y" се контролира естествено, например: тренировка срещу изпълнение. R = 0.9 2. - Възможна положителна корелация:
Ако "X" се увеличи, "Y" ще се увеличи малко, положително, въпреки че изглежда, че "Y" има причини, различни от "X". R = 0,6 3. - Несъответствие:
Няма връзка. "Y" може да зависи от друга променлива. R = 0,0 4. - Възможна отрицателна корелация:
Увеличаването на „X“ ще доведе до отрицателна тенденция към намаляване на „Y“, например качество срещу оплаквания на клиенти, обучение срещу отхвърляне. R = 0,6 5.- Отрицателна корелация:
Увеличението на "X" ще доведе до намаляване на "Y", следователно, както в точка 1, "X" може да се контролира вместо "Y". R = 0,9
8 съвета
Отрицателна връзка (Ако "у" се увеличава, "х" намалява), тя е толкова важна, колкото положителната връзка (ако "х" се увеличава, "у" се увеличава)
Може да се каже само, че "y" и "x" са свързани, а не че едното е причината за другото.
Налични са статистически тестове за тестване на точната степен на връзка между променливи.
Винаги е добре да погледнете графиката.
Обикновено корелацията с права линия се използва там, където y = a + bx. Това обаче не е единственият тип взаимоотношения, който обикновено се среща: има и други взаимоотношения като логаритмични, експоненциални и т.н., y = e, y = x 2, y 2 = x
Инструкция за прилагане на контролни диаграми
1) Какво е:
Той е незаменим инструмент за откриване на проблеми, тъй като предоставя информация за променливостта поради собствените или непроцесните причини и позволява да се определи дали е под контрол.
- Показва промени в процеса Показва наличието на специални причини за промяна
- За какво го използвате:
Използва се за запис на данни от определен процес, при който искате да измервате променливи като време за доставка, брой транзакции и различни стойности като тегла, размери, температури и т.н.
Най-честата му употреба е да контролира процесите или да представя информация, събрана за определен период от време.
Диференцирайте, когато процесът е засегнат от нормални причини за вариации или причини, които не са свързани с него.
- Ползи:
Той позволява визуално да се открият тенденциите на определен процес или установена цел, показва дали целите или спецификациите са изпълнени както на горното, така и на долното ниво и служи за сравнение с други отдели или компании.
По-задълбочен анализ, използвайки статистически техники, позволява откриване на възможни промени в процесите.
Най-голямата му полза е контролирането на процесите и определянето кога да предприемем действия или да не правим нищо.
Избягвайте използването на проверка в края, като атакувате проблема, преди да се появи.
- Ограничения и предпазни мерки:
Данните трябва да се събират в момента, в който са представени, опитвайки се да спазват нейната последователност. Той може да се използва както за променливи, така и за атрибути, но изисква повече знания за прилагането на всеки тип графика.
Типът графика трябва да се изучава правилно и как да се приложи, тъй като има няколко типа: графика на индивидуална стойност, обикновена средна, подвижна средна стойност, средно диапазон, средно стандартно отклонение, процентна графика, дефектни части, дефекти и дефекти по Мерна единица.
- Пример за приложение:
Пример за това са моментите на внимание в кутиите, времената на операциите по обработка, времето за реакция на Организаторите, времето за доставка на куриерите и т.н.
Брой посетени операции.
Брой дефекти
Контрол на температурата, контрол на теглото, контрол на пълненето, контрол на размерите. И т.н.
- Както е разработено:
Оста Y е вертикалната линия на графиката, която трябва да съдържа скалата на стойностите, които трябва да бъдат записани като време, количество, температура, тегло, брой грешки и т.н.
Оста X е хоризонталната линия (Време, часове, дни, месеци).
Маркираната точка показва измерването или количеството, наблюдавани в дадено време.
Точките трябва да бъдат свързани, за да се улесни тяхната интерпретация.
Периодът на време и мерната единица трябва да бъдат ясно идентифицирани.
Ако записаната стойност е средната стойност на няколко наблюдения, графиката на средните стойности трябва да бъде придружена от графика на диапазони.
Начертайте средните или средните средни стойности с плътна линия.
Начертайте горната и долната граница с пунктирана линия, тези граници могат да бъдат установената цел или стойността, която представлява представянето на състезанието или друг отдел.
Статистически, границите на нормалната промяна съответстват на плюс или минус три стандартни отклонения или по друг начин, което зависи от графиката, данните и знанията на тези, които прилагат статистически контрол на процесите. Повече информация за различните начини за изчисляване на лимитите може да бъде получена.
- Съвети
Уверете се, че процесът на събиране на данни е ефективен, така че хората да имат време да го направят.
Данните, които трябва да бъдат взети, трябва да бъдат хомогенни (една и съща кутия, един и същ продукт, същата смяна, същата машина, същия процес).
Използвайте информацията в инспекционния лист.
Не забравяйте да попълните цялата необходима информация (дата, отдел, процес, лице и др.).
Редът на данните трябва да се поддържа в момента на събирането им.
Допълнете с цялата необходима информация.
Намерете допълнителна информация за правилния начин за изчисляване на контролните граници въз основа на използваната графика и типа данни.
Информационен лист
Има още една серия от техники, които могат да помогнат за непрекъснато усъвършенстване и решаване на проблеми, като например внедряване на функцията за качество (Качествен дом), анализ на режим на отказ и ефекти, концепцията за статистическа вероятност, техниката Six Sigma, както и статистически контрол на процесите (SPC), които, ако се нуждаете от повече информация, можете да поискате [email protected] или да поискате информация за семинарите, които Grupo Kaizen SA предлага по всички споменати тук теми.
ЛИТЕРАТУРА
- Ръководство на основни инструменти за анализ на данни, Основни цели на инструментите за непрекъснато усъвършенстване, Хитоши Куме Как да приложим метода на Деминг, Мери Уолтън Ръководство за статистическите методи за ISO 9001: 2000.
