Kādas ir statistiskās metodes? Statistikas metožu pielietošana

Statistikas datu analīzes metodes pietiekami detalizēta vietējā literatūrā. Tajā pašā laikā Krievijas uzņēmumu praksē tiek izmantoti tikai daži no tiem. Mēs apsvērsim dažus statistiskās apstrādes metodes.

Vispārīga informācija

Iekšzemes uzņēmumu praksē, statistikas kontroles metodes. Ja mēs runājam par tehnoloģiskā procesa regulējumu, tad tas ir ārkārtīgi reti. Statistikas metožu pielietošana nosaka, ka uzņēmums uzņēmumā izveido speciālistu grupa, kurai ir atbilstoša kvalifikācija.

Jēga

Saskaņā ar ISO Ser. 9000, piegādātājam jānosaka vajadzība pēc statistikas metodēm, kuras tiek izmantotas, izstrādājot, regulējot un pārbaudot ražošanas procesa spējas un produktu īpašības. Izmantotās metodes pamatojas uz varbūtību teoriju un matemātiskajiem aprēķiniem. Statistikas datu analīzes metodes var īstenot jebkurā dzīves cikla stadijāprodukti. Tie nodrošina novērtējumu un pieļauj ražojuma neviendabīguma pakāpi vai tā īpašību mainīgumu attiecībā pret nominālvērtībām vai vajadzīgām vērtībām, kā arī tās izveidošanas procesa mainīgumu. Statistikas metodes ir Metodes, ar kurām tas ir iespējams ar noteiktuprecizitāti un ticamību, lai novērtētu izpētīto parādību stāvokli. Tās ļauj mums prognozēt dažas vai citas problēmas, izstrādāt optimālus risinājumus, pamatojoties uz faktisko informāciju, tendencēm un pētītajiem modeļiem.

Lietošanas norādījumi

Galvenās jomas, kurās ir plaši izplatītas statistikas metodes ir:

1. Procesu vadība.
2. Produktu pieņemšana. Tā gaitā statistiskās kvalitātes metodes.
3. Tehnoloģisko darbību stabilitātes un precizitātes izpēte.
4. Drošuma aprēķins un tā testēšana.

Attīstīto valstu prakse

Statistikas metodes ir Produktu radīšanas pamats araugstas patērētāju īpašības. Šīs metodes plaši izmanto rūpnieciski attīstītajās valstīs. Statistikas metodes faktiski ir garantētāji, kas patērētājiem saņem produktus, kas atbilst noteiktajām prasībām. To izmantošanas efektu pierāda Japānas rūpniecības uzņēmumu prakse. Viņi palīdzēja sasniegt augstāko ražošanas līmeni šajā valstī. Ilgtermiņa pieredze ārvalstīs parāda, cik efektīvas ir šīs metodes. Jo īpaši ir zināms, ka uzņēmums Hewlelt Packard, izmantojot statistikas metodes, vienā no gadījumiem varēja samazināt laulības apjomu mēnesī no 9 000 līdz 45 vienībām.

Īstenošanas sarežģītības

Vietējā praksē pastāv vairāki šķēršļi, kas kavē izmantot studiju statistikas metodes rādītāji. Grūtības rodas, jo:

1. Nepietiekama izpratne par tehniku ​​būtību un nozīmi, izpratnes nozīme, informācijas pārveidošana un izmantošana lielāko speciālistu un biznesa līderu vidū.
2. Nezināšana gan par pašām statistiskajām metodēm, gan par to piemērošanas kārtību.
3. Lielākajai daļai speciālistu trūkst pieredzes empīriskās informācijas apstrādē.
4. Neuzticība iegūto rezultātu ticamībai.
5. Skaidrības trūkums, ērts uztverei bez dotāciju matemātiskās ierīces piesaistes.

Programmas attīstība

Ir jāsaka, ka nepieciešamības definīcijašīs vai citas statistikas metodes kvalitātes jomā, izvēle, specifisku metožu apgūšana ir diezgan sarežģīts un ilgstošs darbs jebkuram vietējam uzņēmumam. Lai efektīvi īstenotu, ir ieteicams izstrādāt īpašu ilgtermiņa programmu. Tam būtu jānodrošina tāda pakalpojuma veidošana, kura uzdevumos ietilps statistisko metožu piemērošanas organizēšana un metodiskie norādījumi. Programmas ietvaros ir nepieciešams nodrošināt aprīkojumu ar atbilstošiem tehniskiem līdzekļiem, apmācīt speciālistus, noteikt ražošanas uzdevumu sastāvu, kas jāatrisina, izmantojot izvēlētās metodes. Ieteicams sākt apgūt, izmantojot vienkāršākās pieejas. Piemēram, jūs varat izmantot zināmo elementāru statistikas pārvaldības metodes ražošana. Pēc tam ieteicams izmantot citas metodes. Piemēram, tā var būt dispersijas analīze, selektīva informācijas apstrāde, procesu kontrole, faktoru izpētes un eksperimentu plānošana uc

Klasifikācija

Statistiskās metodes ietver ekonomisko analīzi dažādi triki. Ir vērts sacīt, ka ir daudz no tiem. Tomēr vadošais speciālists kvalitātes vadības jomā Japānā K. Isikawa iesaka izmantot septiņas pamatmetodes:

1. Pareto diagrammas.
2. Informācijas grupēšana pēc kopīgas pamatiem.
3. Kontroles kartes.
4. Cēloņdarbības diagrammas.
5. Histogrammas.
6. Kontrolsaraksti.
7. Dispersijas diagrammas.

Vadoties pēc savas pieredzes pārvaldības jomā, Ishikawa apgalvo, ka 95% no visiem problēmām un problēmām uzņēmumā var tikt atrisinātas, izmantojot šīs septiņas pieejas.

Pareto diagramma

Tas statistiskā metode ir balstīta uz noteiktu attiecību. To sauca par "Pareto principu". Saskaņā ar to 80% no sekām nāk no 20% no iemesliem. Pareto diagramma skaidrā un saprotamā formā parāda katra apstākļa relatīvo ietekmi uz vispārēju problēmu dilstošā secībā. Šo efektu var izmeklēt atkarībā no zaudējumu, defektu skaita, ko izraisa katrs cēlonis. Relatīvā ietekme ir ilustrēta ar stieņu palīdzību, uzkrāto faktoru ietekmi, izmantojot kumulatīvo taisnu līniju.

Cēloņu un efektu diagramma

Par to izpētītā problēma ir nosacīti pārstāvētahorizontālas taisnas bultas forma, un apstākļi un faktori, kas netieši vai tieši ietekmē to, ir slīpi. Uzbūvējot, pirmā acu uzmetiena apstākļos ir nepieciešams ņemt vērā pat nenozīmīgu. Tas ir saistīts ar faktu, ka praksē bieži vien ir pietiekami gadījumi, kad problēmas risinājumu nodrošina, izslēdzot vairākus faktorus, kas šķiet nenozīmīgi. Diagrammā attēlotas cēloņus, kas ietekmē galvenos apstākļus (pirmo un nākamos pasūtījumus), ar horizontālām īsām bultām. Detalizēta shēma būs zivju skeleta forma.

Informācijas grupēšana

Tas ekonomiskā statistiskā metode tiek izmantots, lai pasūtītu komplekturādītāji, kas iegūti, novērtējot un mērījot vienu vai vairākus objekta parametrus. Parasti šāda informācija tiek parādīta neierobežotu vērtību secībā. Tas var būt apstrādājamā materiāla lineāro izmēri, kušanas temperatūra, materiāla cietība, defektu skaits utt. Pamatojoties uz šādu sistēmu, ir grūti izdarīt secinājumus par produkta īpašībām vai tā izveides procesiem. Pasūtīšana tiek veikta, izmantojot lineārās diagrammas. Tie skaidri parāda pārmaiņas novēroto parametru laikā noteiktā laika periodā.

Kontrolsaraksts

Parasti to uzrāda tabulas veidāobjektu parametru izmērīto vērtību rašanās biežuma sadalījums ar atbilstošiem intervāliem. Kontroles saraksti tiek sastādīti atbilstoši pētījuma mērķim. Rādītāju vērtību diapazons ir sadalīts vienādos intervālos. To skaits parasti tiek izvēlēts vienāds ar kvadrātsakni no veikto mērījumu skaita. Veidlapai jābūt vienkāršai, lai novērstu problēmas, aizpildot, lasot, pārbaudot.

Histogramma

Tas tiek pasniegts pastiprinātas formas veidādaudzstūris Tas skaidri parāda mērījumu rādītāju sadalījumu. Noregulēto vērtību diapazons tiek sadalīts vienādos intervālos, kas tiek uzzīmēti pa abscisu asi. Katram intervālam ir izveidots taisnstūris. Tā augstums ir vienāds ar vērtības rašanās biežumu noteiktā intervālā.

Izkliedētu diagrammas

Tos izmanto, lai pārbaudītu hipotēzi pardivu mainīgo lielumu attiecības. Modelis ir izveidots šādi. Uz abscisas ir attēlota viena parametra vērtība, un ordinatūra ir otrais parametrs. Rezultātā grafikā parādās punkts. Šīs darbības tiek atkārtoti visām mainīgo lielumu vērtībām. Starpsavienojuma gadījumā korelācijas lauks ir izstiepts, un virziens nesakrīt ar ordinācijas ass virzienu. Ja nav atkarības, tas ir paralēls kādai no asīm vai būs apļa forma.

Kontroles kartes

Tie tiek izmantoti, novērtējot procesu konkrētam periodam. Kontroles diagrammu veidošana balstās uz šādiem noteikumiem:

1. Visi procesi laika gaitā atšķiras no norādītajiem parametriem.
2. Nepastāvīgais fenomena kurss nemainās nejauši. Gadījumos, kad rodas nejaušās novirzes, kas pārsniedz pieņemto robežu robežas.
3. Var paredzēt atsevišķas izmaiņas.
4. Stabils process var nejauši novirzīties un pieņemtās robežās.

Krievu uzņēmumu izmantošana praksē

Jāatzīst, ka iekšzemes un ārvalstupieredze rāda, ka visefektīvākā statistiskā metode iekārtu un procesu stabilitātes un precizitātes novērtēšanai ir kontroles shēmu izstrāde. Šo metodi izmanto arī ražošanas operāciju regulēšanā, pētot ražošanas iekārtu potenciālās jaudas. Veidojot kartes, jums jāizvēlas pareizais pārbaudāmā parametrs. Ieteicams dot priekšroku tiem rādītājiem, kas tieši saistīti ar produkta mērķi, to var viegli izmērīt un to var ietekmēt procesa kontrole. Ja šī izvēle ir sarežģīta vai nepamatota, varat novērtēt korelētās (savstarpēji saistītās) vērtības ar uzraudzīto parametru.

Nianses

Ja indikatoru mērīšana ar vajadzīgo precizitātilai kvantitatīvā kritērija kartē, kas ir ekonomiski vai tehniski neiespējami, izmantotu alternatīvu pazīmi. Tie ir saistīti ar tādiem jēdzieniem kā "laulība" un "defekts". Saskaņā ar pēdējo tiek saprasts katrs produkta neatbilstība noteiktajām prasībām. Laulība attiecas uz produktiem, kas nav atļauti patērētājiem, jo ​​tajā ir defekti.

Funkcijas

Katram kartes tipam ir sava specifika. Tas ir jāņem vērā, izvēloties tos konkrētā gadījumā. Kartes pēc kvantitātes kritērijiem tiek uzskatītas par jutīgākām pret procesa izmaiņām nekā tām, kurās tiek izmantota alternatīva funkcija. Tomēr pirmais ir daudz grūtāks. Tos izmanto:

1. Atbloķēt procesu.
2. Tehnoloģiju ieviešanas iespēju novērtējums.
3. Iekārtas precizitātes pārbaude.
4. Pielaides definīcijas.
5. Dažādu pieņemamu produktu radīšanas veidu salīdzināšana.

Progresīvs

Ja procesa iedalījums atšķiras no kompensācijaskontrolētās parametra vidējā vērtība, ir jāizmanto X-kartes. Ja ir palielinājies vērtību izkliede, ir jāizvēlas R vai S modeļi. Tomēr ir jāņem vērā vairākas iezīmes. Jo īpaši S-karšu izmantošana ļaus precīzāk un ātrāk pielāgot procesu nekā R-modeļiem vienam un tam pašam paraugu lielumam. Tajā pašā laikā pēdējā būvniecība neprasa sarežģītu aprēķinu ieviešanu.

Secinājums

Kvantitatīvās analīzes metodes ekonomikāļauj izpētīt faktorus, kas tiek atklāti kvalitatīvā novērtējuma, kosmosa un dinamikas gaitā. Ar viņu palīdzību jūs varat veikt prognozētus aprēķinus. Statistikas metodēs ekonomiskā analīze neietver metodes ekonomisko procesu un notikumu cēloņu un seku novērtēšanai, identificējot daudzsološas un neizmantotas rezerves, lai palielinātu darbību efektivitāti. Citiem vārdiem sakot, faktorizācijas metodes nav iekļautas aplūkoto pieeju skaitā.

</ p>>