مقاله بررسی علم آمار

مقاله بررسی علم آمار در 21 صفحه ورد قابل ویرایش
دسته بندی آمار
فرمت فایل doc
حجم فایل 21 کیلو بایت
تعداد صفحات فایل 21

مقاله بررسی علم آمار

فروشنده فایل

کد کاربری 6017

مقاله بررسی علم آمار در 21 صفحه ورد قابل ویرایش

مقیاس یا اندازه گیری

تایچی اهنو با گفتن «جایی كه در آن استانداردی وجود ندارد هیچ بهبود نمی تواند وجود داشته باشد» وعده می دهد. راه دیگر گفتن این است «جایی كه هیچ چیزی اندازه‌گیری نشود، چیزی توسعه پیدا نخواهد كرد».

این فصل اندازه گیری‌های ابزارها را بررسی می كند و می فهمیم كه اندازه گیری به تنهایی هیچ چیزی را توسعه نمی دهد. علم آمار یك وسیله قدرتمندی است كه ابعاد نامرئی را به چیزهای مرئی و قابل فهم تبدیل می كند. هیچ راهی وجود ندارد تا در این متون صدها ابزار موجود را كاملاً تعریف كنیم. منابع اضافی در كتاب شناسی می تواند یافت شوند. به وسیله نگاشت جریان ارزش، نمودارهای اسپاگتی و داشبوردهای سمبولیك، تعداد زیادی از تكنیكها و روشهای اندازه گیری بیشتر بحث خواهد شد.
یك مسیر كوتاه در آمار

كلمه آمار می تواند باعث افسردگی یك اپراتور ماشین شود. هنوز علم آمار هر روز مورد استفاده قرار می گیرد میانگین لیگ پسر كوچك شما، میزان سوخت گاز وسیله شما، میانگین زمانی آموزش برای یك اپراتور یا میانگین اضافی كاری هفتگی. اینها نمونه‌هایی از علم آمار هستند كه هیچ كس بجز ریاضی دانان نمی توانند آنها را بفهمند. و به طور معمول می بینیم كه مردم از استفاده از علم آمار در بخش هایی كه پیچیدگی آن نسبت به این مثالهای ساده زیاد نیست جلوگیری می كنند اما هنوز نیاز به آنها خیلی مهم و با ارزش می باشد. هیچ كتابی درباره Sixsigma نباید زمان كمی را برای بحث كردن درباره اصول و استفاده از آمار در یك برنامه بهبود مستمر صرف كند. علم آمار توصیفات عدد ساده می باشد. اندازه گیری به ما كمك می كنند تا چیزهای نامرئی را مجسم كنیم.

علم آمار راهی است كه اعتمادمان را نسبت به یك مشاهده كه از جهت دیگر فقط یك ایده است افزایش می دهد. آنها به ما كمك می كنند تا عملكرد یك تیم ورزشی را در مقابل تیم دیگر بسنجیم یا درباره خریدن یك ماشین یا انتخاب جایی برای زندگی، تصمیم بگیریم. دو نوع آمار اصلی وجود دارد: توصیفی و استنباطی.
آمار توصیفی

آمار توصیفی مقادیر زیاد اطلاعات را خلاصه می كند. برای مثال: در یك گروه از 42341 نفر افراد تماشا كننده به مسابقه فوتبال، 31656 نفر مجوز معتبر دارند.

بنابراین 75 درصد از كل افراد در یك مسابقه راننده های با مجوزی بودند. برای رسیدن به این درجه از دقت و لیاقت باید اطلاعات مورد نیاز برای هر شخص جمع‌آوری شود.

آمار استنباطی

آمار استنباطی از یك سری اطلاعات برای بدست آوردن نظر و ایده استفاده می كند برای مثال: اگر از 250 نفر افرادی كه در یك مسابقه مصاحبه شدند و 180 نفر راننده‌های با مجوزی بودند ما می توانیم تشخیص دهیم یا استنباط كنیم كه 72% از كل شركت كنندگان راننده های با مجوزی بودند. این آمار استنباطی است كه توجه كمتری نسبت به مصاحبه 100% از شركت كنندگان دارد اما آن مقدار زیادی زمان و كار را صرفه جویی می كند. در این مورد نتایج استنباطی با دقت 96% با نتایج توصیفی مقایسه‌ می شوند. و 4% از راننده های دارای جواز توجیه ناپذیر هستند. وقتی كه از روشهای نمونه برداری برای قضاوت كردن استفاده می كنیم یك مقیاسی از دقت بدست می آوریم.
داده ها

تعداد زیادی از انواع داده ها وجود دارد كه برای اثبات و آنالیز كردن داده های آماری شامل داده های غیر واقعی ترتیبی و اختلاف و نسبت استفاده می شود. داده‌های غیر واقعی (نامی) در گروههای منطقی طبقه بندی می شوند. برای مثال شما 100 تا از وسایل نقلیه مسافری را كه از جلوی منزلتان عبور می كنند را محاسبه كنید ودرصد هر وسیله نقلیه را مشخص كنید (مانند 35 اتوبوس- 25 كامیون و 40 Suvs).

اطلاعات ترتیبی، ارزش اندازه گیری را برای یك نمونه معین می كنند. برای مثال شما ارزش هر وسیله نقلیه را كه عبور می كنند ارزیابی كنید (برای مثال كمتر یا بیشتر از 000/10 $ قیمت) اختلاف داده ها باعث مقایسه بین دو نمونه ها می شود برای مثال شما زمان بین ماشینهایی كه از جلوی منزلتان عبور می كنند را اندازه بگیرید: نسبت داده‌ها معین می كند این كه چطور زمان یك داده با داده دیگر متفاوت است. برای مثال شما تعداد افرادی كه در ماشین هستند و زمانی كه بیش از یك نفر در ماشین وجود دارند را محاسبه كنید.
اصطلاحات

همچنین بعضی اصطلاحات كلیدی در آمار وجود دارد كه برای كمك به فهم ابزارها استفاده می شوند مانند جمعیت- تغییرات- نمونه- كیفی- كمی- میانگین- متوسط- حدود تغییرات (دامنه)- انحراف و تغییرات نمونه.

یك جمعیت مجموعه ای از اعداد می باشد. برای مثال همه ماشینهای قرمز یا همه ماشینهای با شیشه پایین. یك متغیر یك مشخصه فردی در جمعیت است كه صرف نظر از بقیه دسته بندی می شود. برای مثال هر ماشین قرمزی كه اتومبیل كروكی نیز می‌باشد.

یك نمونه كوچكترین جزء از یك جمعیت بزرگتر می باشد. برای مثال ممكن است شما به جای تماشای 100 ماشین كه از جلوی منزلتان عبور می كنند. یك نمونه 10‌تایی از آن را بگیرید. داده های كیفی داده هایی می باشد كه اندازه گیری آنها مشكل می‌باشد. برای مثال چه تعداد اتومبیلهایی هستند كه شما به تمیزی آن توجه می كنید. داده كمی یك مشخصه قابل قبول است. برای مثال تمام ماشینهایی كه فرمان 15 in یا 38cm دارند.
خلاصه

در خلاصه، یك آمار استنباطی مناسبی وجود دارد. شمار زیادی از افرادی كه در مغازه شما كار می كنند احتمالاً از انجام اعمال ریاضی لذت نمی برند. قادر بودن برای به قدرت خود در آوردن اعداد و روشن شدن نتایج برای قابل فهم بودن خلاصه ها، یك مهارت بحرانی در دسترس به 6 سیگما خواهد بود. (اگر شما ریاضیات را در بعضی وقتها یا استفاده از آمار تمرین نكرده باشید نیاز خود را به فروشگاه كتاب چك كنید. كتابها در ریاضیات و آمار میان اولین فرستاده به جعبه های بازیافت می‌باشد.

با اظهار تفكر، ابزارهای نرم افزاری وجود دارد كه می تواند به افزایش سرعت مجموعه فرایند و كاهش بعضی از نیازهای اعضای تیم آموزش كمك كند. اگرچه، بعضی از زمینه های اصلی برای اعضای تیم تا قادر به انتخاب ابزار درست در زمان درست شوند، مورد نیاز می باشد. ولی از جهات دیگر آن جعبه ابزار كاملاً انباشته بدون هیچ آموزش مكانیكی می باشد. آنها باید، زمان و مكان استفاده اساسی هر ابزار و چگونگی كاربرد آن را بدانند. آنها به یك درجه از ریاضیات و آمار برای استفاده از این ابزارهای اساسی را نیاز ندارند. اما نیازمند بعضی از فهم اساسی كه نمی توان از آن چشم پوشی كرد، می باشند.

برای اطلاعات بیشتر راجع به كاربرد آمار به سایت www.statasdirectcom رجوع كنید.
كنترل فرایند آماری SPC

با یك مقدمه از آمار شما اكنون آماده هستید تا ببینید كه این ریاضیات چطور در كنترل فرایند آماری بكار برده می شوند.
اصطلاحات

هیستوگرامها یك ارائه یا معرف گرافیكی از تاریخ یك فرایند می باشند. مانند مثال قالبهای سیمان در بحث Sixsigma. هیستوگرام می تواند چگونگی بخشهای تولیدی از یك فرایند را كه در پراكندگی نرمال واقع می شوند مشخص كند. مانند هیستوگرام نشان داده شده در شكل (1-5). (به شكل 1-5 ص 106 مراجعه شود)

تمام پراكندگی ها نرمال نیستند. پراكندگی های غیر نرمال چندین علت دارند. در كاربرد قالب سیمان این می توانست به وسیله داشتن اپراتورها، شیفتها یا ماشینهای بخشهای تولیدی مختلف یا حتی دو وسیله اندازه گیری مختلف، حداكثر نتایج اندازه‌گیری نشان داده شده مختلف علت محسوب شود. (به شكل 2-5 ص 106 مراجعه شود).

این به عنوان پراكندگی bi-Modal معرفی می شود. اگر قسمتها، در بیرون به طور نامنظم مرتب شوند یا اگر فرایند اجازه دهد بخشها بزرگتر باشد اما نه كوچكتر نسبت به یك استاندارد و هیستوگرام كه به نظر می رسد ناقص بوده یا دارای انحراف می‌باشد در شكل (3-5) می توانست نتیجه بدهد.

چندین نوع و شكل پراكندگی با توضیح كه چرا آنها راهی كه انجام می دهند را نشان می دهند، وجود دارد. (شكل 3و5 پراكندگی ناقص) به شكل (3-5) ص 107 مراجعه شود.
نمودار

نمودارهای كلید ابزارهای آماری برای ثبت تغییرات می باشند. یك نشانه ریاضی برای میانگین و تقریباً هم نام برای یك نمودار دو بخش نشان داده شده به عنوان نمودار می باشد. (به عنوان یك مبحث معنی دار: R برای دامنه یا اختلاف بین كوچكترین و بزرگترین اندازه گیریها تعیین می شود.)

برای مثال اگر پنج تا قالب سیمان وزن شوند و نتایج ها به قرار زیر می باشند: 18و17و18و16و19 و وزن كل برای همه پنج قالب 88(1b) می شود. برای پیدا كردن میانگین، وزن كل یعنی (88 1b) برتعداد قالبها (5) تقسیم نموده و نتیجه آن میانگین می شود كه برابر 17.6 1b است. این میانگین به عنوان یك خط بالای نمودار در جدول (2-5) نشان داده شده است.

آن هدف نمی باشد اما به بیان دقیقتر میانگین در روابط هدف می باشد. دامنه به وسیله تفریق وزن سنگین ترین قالب (19 1b) از سبك ترین قالب (16 1b) بدست می‌آید كه نتیجه آن 3 می شود. در یك نمودار ارزش دامنه نمی تواند كمتر از صفر باشد. طرح ریزی این دو مقدار () اولین قدم در بهبود یك جدول مانند مقدار نشان داده شده در جدول (2-5) می باشد. (جدول 2-5 ص 108 مراجعه شود)

ستونهای تحت كنترل به شما اجازه می دهد تا وزنهای بعدی را به طور گرافیكی شرح دهید. ارزش نمودار R و این است كه انجام فرایند را در هر زمانی ارائه می‌دهند و به تشخیص روندها و مشكلات بالقوه قبل از اینكه آنها، ناقص باشند كمك می‌كنند. برای مثال در جدول (3-5) حتی با دامنه نسبتاً با ثبات میانگین () وزنهای قالب بتونی به كندی روندی نزولی دارد داشتن این می تواند به تیم برای فهمیدن چگونگی علت روند قبل نزول آن كمك نماید.

در دامنه های كوتاه اندازه گیریهای انفرادی ممكن است نموداری باشد. در دامنه تولید طولانی پنج یا اندازه گیریهای زیادی ممكن است در این مثال با هم میانگین شوند.

یكی از گامهای بعدی در بهبود یك نمودار و با معنا این است كه بر مشخصات مشتری و حدود كنترل بالا و پایین در نمودار تاكید نمائیم. جایز است ببینیم رابطه موقعیت آنچه كه مشتری می خواهد با آنچه كه فرایند تولید می كند. اگر فرایند روند صعودی داشته باشد یك محدوده مشخص در طول هدف تعریف می شود. سپس بطور واضح بعضی از اندازه گیریهای كنترل نیازمند تثبیت سریعتر می باشند. (جدول 3-5 ص 109 مراجعه شود)

جدول (4-5) نشان می دهد كه محدوده های مشخصه مشتری نمودار در جدول (3-5) را تحت پوشش قرار می دهد. این ابزار برای تشخیص و ثبت علتهای معمول (تغییرات نرمال) یا علتهای خاص (تغییرات غیرعادی) كه اگر ماخذی نداشته باشند ممكن است موجب بروز مشكلاتی در كیفیت محصول شود. (به جدول 4-5 ص 111 مراجعه شود)

دوام ماشین آلات، قابلیت اعتماد ابزار- تغییرات اپراتور و فاكتورهای دیگر می توانند روندها و تغییرات نامعقول را نشان دهند. بسته های نرم افزاری به آنالیز روندهای موجود كه شامل بعضی از پیچیده ترین ابزارهای آماری هستند كمك می‌كنند. محاسبه محدودیتهای سیگما گام بعدی در اینجا می باشد. نتایج ما در جدول (5-5) نشان داده می شوند.

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *