Dispersijų analizė

Kokybė – objekto savybė, įgalinanti tenkinti šiandieninius arba numanomus vartotojo poreikius. Siekiant sumažinti blogų gaminių atsiradimo tikimybę, pirmiausia būtina suformuluoti teisingą diagnozę, surasti tikrąsias defektų priežastis.
Statistiniai metodai labai efektingai padeda sukurti naujus tyrimo gamybos ir kontrolės būdus. Daugelis pirmaujančių pasaulio firmų labai aktyviai naudojasi statistiniais metodais ir iki minimumo sumažina išleidžiamos produkcijos defektyvumą. Šių metodų įdiegimui ir specialistų apmokymui jos skiria ne mažiau kaip 100 val. per metus.
ISO 9000 serijos standartai rekomenduoja taikyti statistinius metodus visuose elementuose, ir ypač šiose srityse: rinkos analizėje; projektuojant ir kuriant produktus; nustatant gaminių patikimumo reikalavimus ir jų patikrinimo metodus; technologijos procesų kontrolėje ir valdyme; duomenų analizėje ir kt.
Pagal savo pobūdį statistiniai metodai, taikomi kokybės valdyme, skirstomi į neskaitinius (duomenų rinkimo formų sudarymas ir taikymas; panašumų diagrama; lygio nustatymo metodai; priežaščių ir pasekmių diagrama ir kt.) ir skaitinius metodus (regresinė analizė; koreliacinė analizė; dispersinė analizė; gamybos proceso statistinė analizė ir kt).
Mano darbo tikslas – apibūdinti dispersijos analizę.
1. Duomenų rinkimo principai
Duomenų rinkimas – pagrindinė faktų įvertinimo priemonė. Tik tinkamai, kryptingai surinkti duomenys padeda pasiekti norimą rezultatą. Todėl yra keletas duomenų rinkimo principų, arba sąlygų, kurių privalu laikytis.
Pirmasis principas – visada suformuluokite duomenų rinkimo tikslą. Prieš pradedant rinkti duomenis, priimkite sprendimą, ką su jais darysit. Gamybos procese tokie tikslai gali būti:
• detalių ir medžiagų defektingumo lygio įvertinimas pagal pradinės kontrolės rezultatus;
• technologijos proceso atskirų operacijų kontrolės rezultatų įvertinimas;
• technologijos proceso reguliavimas;
• pagamintos produkcijos kontrolės ir bandymo rezultatų įvertinimas;
• nukrypimų nuo nustatytų reikalavimų įvertinimas.
Suformuluotas tikslas nulemia duomenųrinkimo pobūdį. Pavyzdžiui, jei norime patikrinti technologijos proceso stabilumą per parą, turime surinkti per tą parą pakankamai duomenų. Jei norime palyginti du reiškinius tarpusavyje, turime surinkti pakankami duomenų apie juos abu ir t.t. Dažnai duomenis tenka klasifikuoti pagal tam tikrus pažymius. Toks skirstymas vadinamas duomenų sluoksniavimu, arba stratifikacija. Tai labai svarbus procesas, padedantis greičiau ir tiksliau priimti norimus sprendimus.
Antras principas – visada...

Daugiau informacijos...

★ Klientai rekomenduoja

Šį rašto darbą rekomenduoja mūsų klientai. Ką tai reiškia?

Mūsų svetainėje pateikiama dešimtys tūkstančių skirtingų rašto darbų, kuriuos įkėlė daugybė moksleivių ir studentų su skirtingais gabumais. Būtent šis rašto darbas yra patikrintas specialistų ir rekomenduojamas kitų klientų, kurie po atsisiuntimo įvertino šį mokslo darbą teigiamai. Todėl galite būti tikri, kad šis pasirinkimas geriausias!