دانلود تحقیق- مقاله-پروژه-کارآموزی
مرجع کامل خرید و دانلود گزارش کار آموزی ، گزارشکار آزمایشگاه ، مقاله ، پروژه و پایان نامه های کلیه رشته های دانشگاهیدانلود تحقیق- مقاله-پروژه-کارآموزی
مرجع کامل خرید و دانلود گزارش کار آموزی ، گزارشکار آزمایشگاه ، مقاله ، پروژه و پایان نامه های کلیه رشته های دانشگاهیمقاله بررسی علم آمار
| دسته بندی | آمار |
| فرمت فایل | doc |
| حجم فایل | 21 کیلو بایت |
| تعداد صفحات فایل | 21 |
مقاله بررسی علم آمار در 21 صفحه ورد قابل ویرایش
مقیاس یا اندازه گیری
تایچی اهنو با گفتن «جایی که در آن استانداردی وجود ندارد هیچ بهبود نمی تواند وجود داشته باشد» وعده می دهد. راه دیگر گفتن این است «جایی که هیچ چیزی اندازه‌گیری نشود، چیزی توسعه پیدا نخواهد کرد».
این فصل اندازه گیریهای ابزارها را بررسی می کند و می فهمیم که اندازه گیری به تنهایی هیچ چیزی را توسعه نمی دهد. علم آمار یک وسیله قدرتمندی است که ابعاد نامرئی را به چیزهای مرئی و قابل فهم تبدیل می کند. هیچ راهی وجود ندارد تا در این متون صدها ابزار موجود را کاملاً تعریف کنیم. منابع اضافی در کتاب شناسی می تواند یافت شوند. به وسیله نگاشت جریان ارزش، نمودارهای اسپاگتی و داشبوردهای سمبولیک، تعداد زیادی از تکنیکها و روشهای اندازه گیری بیشتر بحث خواهد شد.
یک مسیر کوتاه در آمار
کلمه آمار می تواند باعث افسردگی یک اپراتور ماشین شود. هنوز علم آمار هر روز مورد استفاده قرار می گیرد میانگین لیگ پسر کوچک شما، میزان سوخت گاز وسیله شما، میانگین زمانی آموزش برای یک اپراتور یا میانگین اضافی کاری هفتگی. اینها نمونه‌هایی از علم آمار هستند که هیچ کس بجز ریاضی دانان نمی توانند آنها را بفهمند. و به طور معمول می بینیم که مردم از استفاده از علم آمار در بخش هایی که پیچیدگی آن نسبت به این مثالهای ساده زیاد نیست جلوگیری می کنند اما هنوز نیاز به آنها خیلی مهم و با ارزش می باشد. هیچ کتابی درباره Sixsigma نباید زمان کمی را برای بحث کردن درباره اصول و استفاده از آمار در یک برنامه بهبود مستمر صرف کند. علم آمار توصیفات عدد ساده می باشد. اندازه گیری به ما کمک می کنند تا چیزهای نامرئی را مجسم کنیم.
علم آمار راهی است که اعتمادمان را نسبت به یک مشاهده که از جهت دیگر فقط یک ایده است افزایش می دهد. آنها به ما کمک می کنند تا عملکرد یک تیم ورزشی را در مقابل تیم دیگر بسنجیم یا درباره خریدن یک 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 کند. برای مثال: در یک گروه از 42341 نفر افراد تماشا کننده به مسابقه فوتبال، 31656 نفر مجوز معتبر دارند.
بنابراین 75 درصد از کل افراد در یک 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 یک سری اطلاعات برای بدست آوردن نظر و ایده استفاده می کند برای مثال: اگر از 250 نفر افرادی که در یک مسابقه مصاحبه شدند و 180 نفر راننده‌های با مجوزی بودند ما می توانیم تشخیص دهیم یا استنباط کنیم که 72% از کل شرکت کنندگان راننده های با مجوزی بودند. این آمار استنباطی است که توجه کمتری نسبت به مصاحبه 100% از شرکت کنندگان دارد اما آن مقدار زیادی زمان و کار را صرفه جویی می کند. 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 که از روشهای نمونه برداری برای قضاوت کردن استفاده می کنیم یک مقیاسی از دقت بدست می آوریم.
داده ها
تعداد زیادی از انواع داده ها وجود دارد که برای اثبات و آنالیز کردن 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 که از جلوی منزلتان عبور می کنند را محاسبه کنید ودرصد هر وسیله نقلیه را مشخص کنید (مانند 35 اتوبوس- 25 کامیون و 40 Suvs).
اطلاعات ترتیبی، ارزش اندازه گیری را برای یک نمونه معین می کنند. برای مثال شما ارزش هر وسیله نقلیه را که عبور می کنند ارزیابی کنید (برای مثال کمتر یا بیشتر از 000/10 $ قیمت) اختلاف داده ها باعث مقایسه بین دو نمونه ها می شود برای مثال شما زمان بین ماشینهایی که از جلوی منزلتان عبور می کنند را اندازه بگیرید: نسبت داده‌ها معین می کند این که چطور زمان یک داده با داده دیگر متفاوت است. برای مثال شما تعداد افرادی که در ماشین هستند و زمانی که بیش از یک نفر در ماشین وجود دارند را محاسبه کنید.
اصطلاحات
همچنین بعضی اصطلاحات کلیدی در آمار وجود دارد که برای کمک به فهم ابزارها استفاده می شوند مانند جمعیت- تغییرات- نمونه- کیفی- کمی- میانگین- متوسط- حدود تغییرات (دامنه)- انحراف و تغییرات نمونه.
یک جمعیت مجموعه ای از اعداد می باشد. برای مثال همه ماشینهای قرمز یا همه ماشینهای با شیشه پایین. یک متغیر یک مشخصه فردی در جمعیت است که صرف نظر از بقیه دسته بندی می شود. برای مثال هر ماشین قرمزی که اتومبیل کروکی نیز میباشد.
یک نمونه کوچکترین جزء از یک جمعیت بزرگتر می باشد. برای مثال ممکن است شما به جای تماشای 100 ماشین که از جلوی منزلتان عبور می کنند. یک نمونه 10تایی از آن را بگیرید. داده های کیفی داده هایی می باشد که اندازه گیری آنها مشکل میباشد. برای مثال چه تعداد اتومبیلهایی هستند که شما به تمیزی آن توجه می کنید. داده کمی یک مشخصه قابل قبول است. برای مثال تمام ماشینهایی که فرمان 15 in یا 38cm دارند.
خلاصه
در خلاصه، یک آمار استنباطی مناسبی وجود دارد. شمار زیادی از افرادی که در مغازه شما کار می کنند 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، یک مهارت بحرانی در دسترس به 6 سیگما خواهد بود. (اگر شما ریاضیات را در بعضی وقتها یا استفاده از آمار تمرین نکرده باشید نیاز خود را به فروشگاه کتاب چک کنید. کتابها در ریاضیات و آمار میان اولین فرستاده به جعبه های بازیافت میباشد.
با اظهار تفکر، ابزارهای نرم افزاری وجود دارد که می تواند به افزایش سرعت مجموعه فرایند و کاهش بعضی از نیازهای اعضای تیم آموزش کمک کند. 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 کاملاً انباشته بدون هیچ آموزش مکانیکی می باشد. آنها باید، زمان و مکان استفاده اساسی هر ابزار و چگونگی کاربرد آن را بدانند. آنها به یک درجه از ریاضیات و آمار برای استفاده از این ابزارهای اساسی را نیاز ندارند. اما نیازمند بعضی از فهم اساسی که نمی توان از آن چشم پوشی کرد، می باشند.
برای اطلاعات بیشتر راجع به کاربرد آمار به سایت www.statasdirectcom رجوع کنید.
کنترل فرایند آماری SPC
با یک مقدمه از آمار شما اکنون آماده هستید تا ببینید که این ریاضیات چطور در کنترل فرایند آماری بکار برده می شوند.
اصطلاحات
هیستوگرامها یک ارائه یا معرف گرافیکی از تاریخ یک فرایند می باشند. مانند مثال قالبهای سیمان در بحث Sixsigma. هیستوگرام می تواند چگونگی بخشهای تولیدی از یک فرایند را که در پراکندگی نرمال واقع می شوند مشخص کند. مانند هیستوگرام نشان داده شده در شکل (1-5). (به شکل 1-5 ص 106 مراجعه شود)
تمام پراکندگی ها نرمال نیستند. پراکندگی های غیر نرمال چندین علت دارند. در کاربرد قالب سیمان این می توانست به وسیله داشتن اپراتورها، شیفتها یا ماشینهای بخشهای تولیدی مختلف یا حتی دو وسیله اندازه گیری مختلف، حداکثر نتایج اندازه‌گیری نشان داده شده مختلف علت محسوب شود. (به شکل 2-5 ص 106 مراجعه شود).
این به عنوان پراکندگی bi-Modal معرفی می شود. اگر قسمتها، در بیرون به طور نامنظم مرتب شوند یا اگر فرایند اجازه دهد بخشها بزرگتر باشد اما نه کوچکتر نسبت به یک استاندارد و هیستوگرام که به نظر می رسد ناقص بوده یا دارای انحراف میباشد در شکل (3-5) می توانست نتیجه بدهد.
چندین نوع و شکل پراکندگی با توضیح که چرا آنها راهی که انجام می دهند را نشان می دهند، وجود دارد. (شکل 3و5 پراکندگی ناقص) به شکل (3-5) ص 107 مراجعه شود.
نمودار
نمودارهای کلید ابزارهای آماری برای ثبت تغییرات می باشند. یک نشانه ریاضی برای میانگین و تقریباً هم نام برای یک نمودار دو بخش نشان داده شده به عنوان نمودار می باشد. (به عنوان یک مبحث معنی دار: R برای دامنه یا اختلاف بین کوچکترین 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 کل برای همه پنج قالب 88(1b) می شود. برای پیدا کردن میانگین، وزن کل یعنی (88 1b) برتعداد قالبها (5) تقسیم نموده و نتیجه آن میانگین می شود که برابر 17.6 1b است. این میانگین به عنوان یک 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 سبک ترین قالب (16 1b) بدست می‌آید که نتیجه آن 3 می شود. در یک نمودار ارزش دامنه نمی تواند کمتر از صفر باشد. طرح ریزی این دو مقدار () اولین قدم در بهبود یک جدول مانند مقدار نشان داده شده در جدول (2-5) می باشد. (جدول 2-5 ص 108 مراجعه شود)
ستونهای تحت کنترل به شما اجازه می دهد تا وزنهای بعدی را به طور گرافیکی شرح دهید. ارزش نمودار R و این است که انجام فرایند را در هر زمانی ارائه می‌دهند و به تشخیص روندها و مشکلات بالقوه قبل از اینکه آنها، ناقص باشند کمک می‌کنند. برای مثال در جدول (3-5) حتی با دامنه نسبتاً با ثبات میانگین () وزنهای قالب بتونی به کندی روندی نزولی دارد داشتن این می تواند به تیم برای فهمیدن چگونگی علت روند قبل نزول آن کمک نماید.
در دامنه های کوتاه اندازه گیریهای انفرادی ممکن است نموداری باشد. در دامنه تولید طولانی پنج یا اندازه گیریهای زیادی ممکن است در این مثال با هم میانگین شوند.
یکی از گامهای بعدی در بهبود یک نمودار و با معنا این است که بر مشخصات مشتری و حدود کنترل بالا و پایین در نمودار تاکید نمائیم. جایز است ببینیم رابطه موقعیت آنچه که مشتری می خواهد با آنچه که فرایند تولید می کند. اگر فرایند روند صعودی داشته باشد یک محدوده مشخص در طول هدف تعریف می شود. سپس بطور واضح بعضی از اندازه گیریهای کنترل نیازمند تثبیت سریعتر می باشند. (جدول 3-5 ص 109 مراجعه شود)
جدول (4-5) نشان می دهد که 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) که اگر ماخذی نداشته باشند ممکن است موجب بروز مشکلاتی در کیفیت محصول شود. (به جدول 4-5 ص 111 مراجعه شود)
دوام ماشین آلات، قابلیت اعتماد ابزار- تغییرات اپراتور و فاکتورهای دیگر می توانند روندها و تغییرات نامعقول را نشان دهند. بسته های نرم افزاری به آنالیز روندهای موجود که شامل بعضی از پیچیده ترین ابزارهای آماری هستند کمک می‌کنند. محاسبه محدودیتهای سیگما گام بعدی در اینجا می باشد. نتایج ما در جدول (5-5) نشان داده می شوند.
مقاله بررسی آمار (تجزیه و تحلیل)
| دسته بندی | آمار |
| فرمت فایل | doc |
| حجم فایل | 18 کیلو بایت |
| تعداد صفحات فایل | 26 |
مقاله بررسی آمار(تجزیه و تحلیل) در 26 صفحه ورد قابل ویرایش
تکنیکهای تحلیلی
کلمة ً تجزیه و تحلیل ً یکی از آن کلمات متداول است که زیبا به نظر می‌آید، اما معانی گوناگونی دارد. شیوه‌های مختلف زیادی برای تجزیه و تحلیل ایمنی هوایی وجود دارد و تکنیکهای استاندارد بسیار کم برای این کار وجود دارند.
برای اهدافمان، ما قصد داریم که ً تجزیه و تحلیل ً را به دو طریق متفاوت تعریف کنیم. اول، می‌خواهیم آن را به عنوان وسیله‌ای برای سازماندهی اطلاعات ارقای به منظفر اندازه گیری چیزی یا تعیین روشها بکار بریم. در مرحلة دوم، نگاهی به تکنیکهای تحلیلی خواهیم داشت که برای حل مشکلات یا تحلیل علتها کاربرد دارند. بیایید با ارقام شروع کنیم.
نرخها : شما باید محاسبات نرخی ابتدایی و محدودیتهای آنها را بشناسید. شما جمله‌هایی را شنیده‌اید یا خوانده‌اید که به این معنا هستند و ً نرخ سوانح سازمان xxx درسال قبل این چنین و آنچنان بود ً. پس چه چیزی ؟ این نرخ از کجا آمده است؟ چه معنی می‌دهد؟ چه سودی دارد؟ سؤالات بالا، سؤالات مفیدی هستند.
نرخ، شمار وقایعی است که با در معرض آن وقایع قرار گرفتن، تقسیم شده است. تنها دلیل محاسبه یک نرخ آن است که اختلافات آشکار را بدانیم. اگر این عرضه داشته ثابت بودند هیچ نیازی به محاسبة نرخ نبود. ما فقط می‌توانستیم از شمار وقایعی که رخ می‌دادند استفاده کنیم و همان هم کاملاً صحیح می‌بود. به بیانی ساده‌تر، تعداد سوانعی که ما با آنها رو به رو هستیم، به وضوح با مقدار استفادة ما از هواپیما مرتبط است.
ص 162 - اگر ما به همان تعداد در ماه از هواپیما استفاده کنیم (یا سال) می‌توانیم فقط از تعداد سوانحمان در تجزیه و تحلیل استفاده کنیم. علیرغم این، ما اینکار را انجام نمی‌دهیم. ساعات پروازی ما تغییر می‌کنند و می‌دانیم که افزایش سوانح به معنای آن نیست که اگر پروازهای ما افزایش یابند، تعداد سوانح هم زیاد شوند. برای حل این موضوع. در هر ساعت پروازی سوانح را محاسبه می‌کنیم.
فرض کنید که سازمان ما در طول سال 4000 ساعت پرواز و یک سانحه داشته باشد. نرخ سانحه ما عبارت است از :
سانحه در هر ساعت پروازی
این رقم چیزی نیست که بتوان به راحتی دربارة آن صحبت کرد، بنابراین آن را در یک ثابت ضرب می‌کنیم تا از شر ممیز راحت شویم. اگر آن را در 000/10 ضرب کنیم نرخی به میزان 2.5 سانحه در هر 10/000 ساعت پروازی به دست می‌آوریم. اگر از ثابت 000/001 که استاندارد شرکت ما است استفاده کنیم، نرخی به میزان 25 سانحه در هر 000/100 ساعت پروازی داریم. ذکر هر نکته در اینجا ضروری است. نرخ واقعی همواره یک عدد بسیار کوچک است، و عدد 000/100 فقط یک ثابت ریاضی است. این ثابت هیچ اهمیت بخصوصی ندارد.
برای ارائه ایده‌هایی از اینگونه ارقام به شما، در اینجا نرخ تقریبی سوانح هوایی در هر 000/100 ساعت، برای گونه‌های مختلف پروازی در ایالات متحده در سال 1990 وجود دارد.
مجموع سوانح پروازهای از پیش تعیین شدة خطوط هوایی 0.22
سوانح مرگبار پروازهای از پیش تعیین شدة خطوط هوایی 0.06
مجموع سوانح پروازهای دو طرفه خطوط هوایی 0.63
سوانح مرگبار پروازهای دوطرفة خطوط هوایی 0.09
مجموع سوانح تاکسی هوایی 3.28
سوانح مرگبار تاکسی هوایی 0.82
مجموع سوانح هوانوردی عمومی 7.01
سوانح مرگبار هوانوردی عمومی 1.39
در همة این موارد، روش بکار رفته در دة سال قبل کارآمد نیست. بدیهی است که پروازهای زمانبندی شده و رفت و برگشتی (دوطرفه) باید به ازای هر 000/000/1 ساعت پروازی، نرخهای خود را محاسبه کنند. بقیة ما نیز می توانیم تا ملتی از همان 000/100 استفاده کنیم.
ص 163 – مشکلی که در رابطه با این محاسبة نرخ وجود دارد این است که فقط دو چیز را در نظر می‌گیرد : سوانح و ساعات پروازی. از نظر محاسبات ریاضی، به نظر می‌رسد که هر ساعت پروازی. از نظر محاسبات ریاضی، به نظر می‌رسد که هر ساعت پروازی اضافی، یک افزایش برابر در مقوله در ً معرض خطر قرار گرفتن ً دارد. این موضوع اهمیتی ندارد. ما می‌دانیم که پرواز یک هواپیما برای 5 ساعت، پنج برابر خطرناک‌تر از 1 ساعت پرواز نیست – اما این همان چیزی است که محاسبة نرخ می‌گوید. علاوه براین، محاسبات نشان می‌دهند که باتوجه به آسیب پذیری در برابر خطرات، سوانح به طور یکسان توزیع می‌شوند. این مسئله ممکن است برای سوانح راه‌آهن صدق می‌کند ولی در مورد سوانح هوایی اینگونه نیست چیزی در حدود 65درصد سوانح ما هنگام Take off، appraoach وlaniling رخ می‌دهد. بقیه پرواز نسبتاً بیخطر است.
اگر ما از ساعات پروازی به عنوان ضمیمه‌‌ای برای مقولة آسیب پذیری استفاده می‌کنیم، محاسبات همواره به گونة پرواز معطوف می‌شوند. که با افزایش تعداد پروازها شمار ساعات پروازی هم افزایش می‌یابند. یعنی خطوط هوایی که دارای جداول زمانی پروازها هستند کمترین نرخ و پروازهای عمومی بالاترین نرخ را خواهند داشت. تلاش برای مقایسه این دو مدل بر مبنای نرخ سوانح کارآمد نیست. در واقع، اگر شما تعریفی از گونة پروازی سازمانهای مختلف دارید، می‌توانید آنها را با در نظر گرفتن نرخشان به ترتیب درست لیست بندی کنید، بدون اطلاع همیشگی از اینکه نرخها چه هستند. فقط پروازهایی را که دارای مأموریتهای با مسیر طولانی هستند در قعر و آنهایی را که برای مسافرتهای کوتاه هستند در صد جاگذاری کنید.
ص 164( فرض کنید که ما عامل آسیب پذیری را تغییر داده‌ایم و نرخها را به لحاظ سورتی پرواز، مأموریتها و عزیمتها محاسبه می‌کنیم؟ آیا چیزی را تغییر می‌دهد؟مطمئن باشید ! حال این محاسبات بیشتر به مجموع ماموریتهای پردازی سازمان مربوط می شود.
مشکل اینجاست که محاسبة نرخ تفاوتهای موجود در تجهیزات ، ماموریت یا محیط را در نظر نمی گیرد. به این دلیل اگر سازمانها تجهیزات یا محیط اجرایی و ماموریت متفاوتی دارند نمی توان برمبنای نرخ سوانح آنها را مورد مقایسه قرار داده سرویسهای نظامی بعضی اوقات می تواند اینکار را انجام دهند زیرا ممکن است واحدهای مختلفی داشته باشند که با تجهیزات مشابه ماموریت مشابهی انجام بدهند.
گونه های مختلف پردازی را می توان تقسیم بندی کرد (عملیاتهای امداد رسانی با هلیکوپتر EMS برای مثال ) و مقایسه ای انجام داده با وجود این عموما ، محاسبة نرخ به عنوان یک وسیله مقایسه مفید نیست . برای چه کاری خوب است ؟ خوب ، می توان آن را برای مقایسة یک بخش با خودش به کاربرد.
با ترسیم میزان رشد نرخ در یک مدت زمان مشخص می توانیم ببینیم که آیا کار بخش ما بهتر شده است یا بدتر. این کار به ما این امکان را می دهد تا بدانیم ، که وقتی اطلاعات را ترسیم می کنیم (به پایین توجه کنید ) چه کار می کنیم و اینکه به ما بگوید که در آن ملت هیچ تغییر قابل توجهی در تجهیزات ، ماموریت یا محیط بوجود نیامده است بدیهی است که اگر ما از این شاخه به آن شاخه بپریم نرخ سوابق ما مفهوم نخواهند بود.
استفادة دیگر از نرخها این است که سوابق ایمنی خود را مد نظر قرار داده و ما را به واقعیات می رساند. برای مثال فرض کنید که ما در سال 135 تاکسی هوایی انجام می دهیم و در حدود 4000 ساعت پروازی داریم . ما در طول 4 سال هیچ سانحه ای نداشته ایم و به این سابقه افتخار می کنیم .
آیا باید مغرور باشیم ؟
شاید با نگاه کردن به نرخ کلی تاکسی هوایی که در بالا ذکر شد ، می بینیم که در حدود 3/3 سوانح در هر 100000 ساعت رخ می دهند. یعنی هر 30000 ساعت یک سانحه رخ می دهد . ص 165( با تقسیم با تقسیم 4000 ساعت پرواز خودمان براین مقیاس می بینیم که اگر میانگین را حفظ کنیم هر 6/7 سال یکبار باید یک سانحه داشته باشیم . بنابراین سابقه بدون حادثه ما در این 4 سال خوب است اما ضرورتا بدان معنا نیست که ما به یک برنامة‌ایمنی فوق العاده دست یافته ایم و می توانیم راحت لم بدهیم و استراحت کنیم .
این مطلب یک مشکل را در این حرفه خاطر نشان می کند. به عنوان یک شرکت صنعتی ما واقعا در پیشگیری سوانح هوایی ، کاری بزرگ انجام داده ایم . نرخها بسیار پایین هستند و مدیران ایمنی در سایر شرکتها و شیوه های دیگر حمل ونقل خود را برای چنین نرخهایی خواهند کشت .
بررسی نظریه ها :
این روش گونه ای از تحلی است که در آن از گروهی از خلبانان یا مکانیکها خواسته می شود تا با نظریه های خود دربارة سؤالات متنوع ، پاسخگو باشند . بررسی کلاسیک در برگیرندة دو سؤال است :
1- فکر می کنید چه چیزی باعث بروز سانحة بعد در سازمان شما می شود ؟
2- برای پیشگیری آن چه باید کرد ؟
برخی سؤالات دیگر که می تواند سودمند باشند :
در مورد برنامة ایمنی هوایی ما چه فکر می کنید ؟ آیا کارآمداست ؟
آیا عملیات پروازی ما ، نسبت به سال قبل به همان اندازه امن یا امن تر یا ناامن تر است ؟ اگر تغییر کردة‌است ، چه چیزی باعث تغییر شده است ؟
آیا شماهیچ روند نامطلوب روبه رشدی را که می تواند بر روی ایمنی هوایی تاثیر بگذارد مشاهده کرده اید ؟
آیا تمامی استانداردها و عملکردها دنبال می شوند ؟ اگر نه ، کدامها مدام فراموش می شوند ؟
کتابچة راهنمای پیشگیری سوانح ICAO یک پرسشنامه ساختاری را پیشنهاد می کند که از پاسخگو می خواهد تا جمله های متنوع را تکمیل کنند.
هر سؤال را کامل کنید .
1- آموزشی ایمنی در سازمان ما…..
2- دانش من از پیشگیری سوانح ………
3- دیدگاه رئیسم در مورد ایمنی ………
4- بهترین بخش برنامة‌ایمنی ما عبارت است از ………….
5- فکر می کنم ، بتوانیم برنامة ایمنی مان را بهبود بخشیم ، با …….
ص 178(این تکنیکها فقط زمانی کاربرد دارند که آناتومی پاسخها ضمانت شده است . نباید زیاد از آنها استفاده کرده زیرا مردم از تحقیقات و بررسیها خسته شده و شروع به غفلت از آنها می کنند. مشکل بزرگ در تحلیل پاسخهاست از آنجائیکه پرسشها وسیع و بی پایان هستند تنوع وسیعی در پاسخها وجود دارد . چیزی که شما امیدوار به آن هستید. یک روند بدیهی در پاسخها است که یک مشکل را برای شما مهم جلوة‌دادة و توجة شما را جلب می کند.
یک گونة متنوع از این تکنیک ، تکنیک رویدادهای بحرانی نامیدة می شود که برای جمع آوری نظریه ها در مورد یک فعالیت یا کار بخصوص کاربر دارد . تا زمانیکه با مصاحبه ها این کار به طور عادی انجام می شود ، می توان آنرا با استفاده از یک پرسشنامه مانند زیر ، انجام داد :
“فرض کنید خلبان جدیدی را استخدام کرده ایم که قصد دارد عملیات … را انجام دهد .“ می خواهیم خلبان جدید را به شما واگذار کنیم و از شما می خواهیم که قسمتهای حادثه آفرین و خطرناک این ماموریت را پوشش دهید و موقعیتهایی را که خلبان جدید واقعا می تواند به خطر بیافتد. هرچقد از این مشکلات را که می خواهید فهرست بندی کنید و لطفا آنها را طوری رده بندی کنید که بدترین در اول بیاید .“
اگر درست انجام شود ، این روش جوابی نسبتا خوب به دست می آورد. خلبانان برای کمک خواسته می شوند و آنها از این کار آزرده خاطر نمی شوند . چه اتفاقی می افتد ؟ البته اینکه ، هرخلبان در ماموریت خود فاکتورهایی را فهرست بندی می کند که از تجربه اش کسب کرده است . از آنجائیکه این فاکتورها از حیث شدت رده بندی شده اند ، بیشتر محاسبات برای شما انجام شده است . با ترکیب همة این پاسخها و ساختن یک Master list که به ترتیب تکرار پاسخها تنظیم شده است ، شما بایستی در مورد مکان مشکلات آن ماموریت بخصوص به ایده ای نسبتا خوب دست یابید.
مدل علل سوانح
این مدل یک ابزار تحلیلی است که توسط ارتش آمریکا گسترش و توسعه یافت . آنها با مدل ابتدایی William hernrich آغاز کردند .
ص 179 (آن را گسترش دادند تا بتوانند دیدگاهی از سیستم عیوب داشته باشند . دیاگرام نشان داده شده در شکل 5-18 تنوعی است از مدل ارتش ایالات متحدة .
این مدل به عنوان یک ابزار تحلیلی به آن علت سودمند است که بازیدی از ضعفهای سیستماتیک به عمل می آورد که در نهایت در نتیجه کار شرکت دادة‌می شوند . لازم به تذکر است که نتیجه کار ( شکل 5-18) به کلی غیر قابل پیش بینی است ممکن است یک سانحه جدی باشد یا بیشتر اتفاق می افتد که یک سانحه بدون آسیب دیدگی و خسارت باشد . گویا نتیجه کار به هیچ وجه بی توجه نخواهد ماند . این مطلب با نظریه های گفته شده در فصل 2 مرتبط است .
تشریح هرکدام از قسمتهای مدل عللی ،بایستی سودمند باشد .
ماموریت و اهداف همکاری :
اگر ایمنی هوایی به منظور ابقاء مشارکت با مقاصد بنیادین و ابتدایی ترکیب نشده باشد ، ممکن است که همین سرمنشا مشکل باشد . همانگونه که در صف 2 گفته شد ایمنی ممکن است یکی از اهداف ابتدایی نباشد اما بالطبع یکی از ملاحظات هر عملیات پروازی است .
اشتباه مدیریت :
این قسمت به نقصها رجوع می کند تا بتواند برنامه ایمنی هوایی سازمان را حمایت کند : شکست در ترکیب منابع کافی برای پیشگیری سوانع ؛ شکست در اجرای کامل ماموریت و اهداف مشترک و …..
نقص برنامه ایمنی هوایی:
این عیب برمی گردد به بخشی از برنامه ایمنی . بدین وسیله عیبها و نقصهای خاص را مشخص می کنیم تا بتوانیم به درستی مدیریت را از هویت این نقص مطلع سازیم .
نقص سیستم :
این مورد به هر عیبی که در کل سیستم وجود دارد اشاره می کند ، که شامل نقصها و عیوبی می شود که پیش روی ماموریتها و اهداف مشتکر ؛ تصمیم گیری مدیریت ارشد ، و نقصهای برنامه ایمنی هوایی قرار دارند.
اشتباه ناظر :
ص 180 (سه نوع است : آنهایی که از نقصهای سیستم ناشی می شوند ، آنهایی که از اقدامات مدیریتی نامناسب در سطح نظارتی حاصل می شوند و آنهایی که مستقیما از شخصیتهای فردی معیوب حاصل می شوند.
اشتباه اپراتور :
سه نوع است : آنهایی که سیستم مربوط می شوند (بواسطه ناظر) ، آنهایی که اپراتور به علت نداشتن یا کم تجربگی مرتکب می شود و آنهایی که ناشی از خصوصیات شخصی است .
تحلیل آماری تأثیر رنگ
| دسته بندی | روانشناسی و علوم تربیتی |
| فرمت فایل | |
| حجم فایل | 166 کیلو بایت |
| تعداد صفحات فایل | 10 |
مقاله بررسی علم آمار
| دسته بندی | آمار |
| بازدید ها | 0 |
| فرمت فایل | doc |
| حجم فایل | 21 کیلو بایت |
| تعداد صفحات فایل | 21 |
مقاله بررسی علم آمار در 21 صفحه ورد قابل ویرایش
مقیاس یا اندازه گیری
تایچی اهنو با گفتن «جایی که در آن استانداردی وجود ندارد هیچ بهبود نمی تواند وجود داشته باشد» وعده می دهد. راه دیگر گفتن این است «جایی که هیچ چیزی اندازه‌گیری نشود، چیزی توسعه پیدا نخواهد کرد».
این فصل اندازه گیریهای ابزارها را بررسی می کند و می فهمیم که اندازه گیری به تنهایی هیچ چیزی را توسعه نمی دهد. علم آمار یک وسیله قدرتمندی است که ابعاد نامرئی را به چیزهای مرئی و قابل فهم تبدیل می کند. هیچ راهی وجود ندارد تا در این متون صدها ابزار موجود را کاملاً تعریف کنیم. منابع اضافی در کتاب شناسی می تواند یافت شوند. به وسیله نگاشت جریان ارزش، نمودارهای اسپاگتی و داشبوردهای سمبولیک، تعداد زیادی از تکنیکها و روشهای اندازه گیری بیشتر بحث خواهد شد.
یک مسیر کوتاه در آمار
کلمه آمار می تواند باعث افسردگی یک اپراتور ماشین شود. هنوز علم آمار هر روز مورد استفاده قرار می گیرد میانگین لیگ پسر کوچک شما، میزان سوخت گاز وسیله شما، میانگین زمانی آموزش برای یک اپراتور یا میانگین اضافی کاری هفتگی. اینها نمونه‌هایی از علم آمار هستند که هیچ کس بجز ریاضی دانان نمی توانند آنها را بفهمند. و به طور معمول می بینیم که مردم از استفاده از علم آمار در بخش هایی که پیچیدگی آن نسبت به این مثالهای ساده زیاد نیست جلوگیری می کنند اما هنوز نیاز به آنها خیلی مهم و با ارزش می باشد. هیچ کتابی درباره Sixsigma نباید زمان کمی را برای بحث کردن درباره اصول و استفاده از آمار در یک برنامه بهبود مستمر صرف کند. علم آمار توصیفات عدد ساده می باشد. اندازه گیری به ما کمک می کنند تا چیزهای نامرئی را مجسم کنیم.
علم آمار راهی است که اعتمادمان را نسبت به یک مشاهده که از جهت دیگر فقط یک ایده است افزایش می دهد. آنها به ما کمک می کنند تا عملکرد یک تیم ورزشی را در مقابل تیم دیگر بسنجیم یا درباره خریدن یک 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 کند. برای مثال: در یک گروه از 42341 نفر افراد تماشا کننده به مسابقه فوتبال، 31656 نفر مجوز معتبر دارند.
بنابراین 75 درصد از کل افراد در یک 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 یک سری اطلاعات برای بدست آوردن نظر و ایده استفاده می کند برای مثال: اگر از 250 نفر افرادی که در یک مسابقه مصاحبه شدند و 180 نفر راننده‌های با مجوزی بودند ما می توانیم تشخیص دهیم یا استنباط کنیم که 72% از کل شرکت کنندگان راننده های با مجوزی بودند. این آمار استنباطی است که توجه کمتری نسبت به مصاحبه 100% از شرکت کنندگان دارد اما آن مقدار زیادی زمان و کار را صرفه جویی می کند. 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 که از روشهای نمونه برداری برای قضاوت کردن استفاده می کنیم یک مقیاسی از دقت بدست می آوریم.
داده ها
تعداد زیادی از انواع داده ها وجود دارد که برای اثبات و آنالیز کردن 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 که از جلوی منزلتان عبور می کنند را محاسبه کنید ودرصد هر وسیله نقلیه را مشخص کنید (مانند 35 اتوبوس- 25 کامیون و 40 Suvs).
اطلاعات ترتیبی، ارزش اندازه گیری را برای یک نمونه معین می کنند. برای مثال شما ارزش هر وسیله نقلیه را که عبور می کنند ارزیابی کنید (برای مثال کمتر یا بیشتر از 000/10 $ قیمت) اختلاف داده ها باعث مقایسه بین دو نمونه ها می شود برای مثال شما زمان بین ماشینهایی که از جلوی منزلتان عبور می کنند را اندازه بگیرید: نسبت داده‌ها معین می کند این که چطور زمان یک داده با داده دیگر متفاوت است. برای مثال شما تعداد افرادی که در ماشین هستند و زمانی که بیش از یک نفر در ماشین وجود دارند را محاسبه کنید.
اصطلاحات
همچنین بعضی اصطلاحات کلیدی در آمار وجود دارد که برای کمک به فهم ابزارها استفاده می شوند مانند جمعیت- تغییرات- نمونه- کیفی- کمی- میانگین- متوسط- حدود تغییرات (دامنه)- انحراف و تغییرات نمونه.
یک جمعیت مجموعه ای از اعداد می باشد. برای مثال همه ماشینهای قرمز یا همه ماشینهای با شیشه پایین. یک متغیر یک مشخصه فردی در جمعیت است که صرف نظر از بقیه دسته بندی می شود. برای مثال هر ماشین قرمزی که اتومبیل کروکی نیز میباشد.
یک نمونه کوچکترین جزء از یک جمعیت بزرگتر می باشد. برای مثال ممکن است شما به جای تماشای 100 ماشین که از جلوی منزلتان عبور می کنند. یک نمونه 10تایی از آن را بگیرید. داده های کیفی داده هایی می باشد که اندازه گیری آنها مشکل میباشد. برای مثال چه تعداد اتومبیلهایی هستند که شما به تمیزی آن توجه می کنید. داده کمی یک مشخصه قابل قبول است. برای مثال تمام ماشینهایی که فرمان 15 in یا 38cm دارند.
خلاصه
در خلاصه، یک آمار استنباطی مناسبی وجود دارد. شمار زیادی از افرادی که در مغازه شما کار می کنند 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، یک مهارت بحرانی در دسترس به 6 سیگما خواهد بود. (اگر شما ریاضیات را در بعضی وقتها یا استفاده از آمار تمرین نکرده باشید نیاز خود را به فروشگاه کتاب چک کنید. کتابها در ریاضیات و آمار میان اولین فرستاده به جعبه های بازیافت میباشد.
با اظهار تفکر، ابزارهای نرم افزاری وجود دارد که می تواند به افزایش سرعت مجموعه فرایند و کاهش بعضی از نیازهای اعضای تیم آموزش کمک کند. 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 کاملاً انباشته بدون هیچ آموزش مکانیکی می باشد. آنها باید، زمان و مکان استفاده اساسی هر ابزار و چگونگی کاربرد آن را بدانند. آنها به یک درجه از ریاضیات و آمار برای استفاده از این ابزارهای اساسی را نیاز ندارند. اما نیازمند بعضی از فهم اساسی که نمی توان از آن چشم پوشی کرد، می باشند.
برای اطلاعات بیشتر راجع به کاربرد آمار به سایت www.statasdirectcom رجوع کنید.
کنترل فرایند آماری SPC
با یک مقدمه از آمار شما اکنون آماده هستید تا ببینید که این ریاضیات چطور در کنترل فرایند آماری بکار برده می شوند.
اصطلاحات
هیستوگرامها یک ارائه یا معرف گرافیکی از تاریخ یک فرایند می باشند. مانند مثال قالبهای سیمان در بحث Sixsigma. هیستوگرام می تواند چگونگی بخشهای تولیدی از یک فرایند را که در پراکندگی نرمال واقع می شوند مشخص کند. مانند هیستوگرام نشان داده شده در شکل (1-5). (به شکل 1-5 ص 106 مراجعه شود)
تمام پراکندگی ها نرمال نیستند. پراکندگی های غیر نرمال چندین علت دارند. در کاربرد قالب سیمان این می توانست به وسیله داشتن اپراتورها، شیفتها یا ماشینهای بخشهای تولیدی مختلف یا حتی دو وسیله اندازه گیری مختلف، حداکثر نتایج اندازه‌گیری نشان داده شده مختلف علت محسوب شود. (به شکل 2-5 ص 106 مراجعه شود).
این به عنوان پراکندگی bi-Modal معرفی می شود. اگر قسمتها، در بیرون به طور نامنظم مرتب شوند یا اگر فرایند اجازه دهد بخشها بزرگتر باشد اما نه کوچکتر نسبت به یک استاندارد و هیستوگرام که به نظر می رسد ناقص بوده یا دارای انحراف میباشد در شکل (3-5) می توانست نتیجه بدهد.
چندین نوع و شکل پراکندگی با توضیح که چرا آنها راهی که انجام می دهند را نشان می دهند، وجود دارد. (شکل 3و5 پراکندگی ناقص) به شکل (3-5) ص 107 مراجعه شود.
نمودار
نمودارهای کلید ابزارهای آماری برای ثبت تغییرات می باشند. یک نشانه ریاضی برای میانگین و تقریباً هم نام برای یک نمودار دو بخش نشان داده شده به عنوان نمودار می باشد. (به عنوان یک مبحث معنی دار: R برای دامنه یا اختلاف بین کوچکترین 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 کل برای همه پنج قالب 88(1b) می شود. برای پیدا کردن میانگین، وزن کل یعنی (88 1b) برتعداد قالبها (5) تقسیم نموده و نتیجه آن میانگین می شود که برابر 17.6 1b است. این میانگین به عنوان یک 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 سبک ترین قالب (16 1b) بدست می‌آید که نتیجه آن 3 می شود. در یک نمودار ارزش دامنه نمی تواند کمتر از صفر باشد. طرح ریزی این دو مقدار () اولین قدم در بهبود یک جدول مانند مقدار نشان داده شده در جدول (2-5) می باشد. (جدول 2-5 ص 108 مراجعه شود)
ستونهای تحت کنترل به شما اجازه می دهد تا وزنهای بعدی را به طور گرافیکی شرح دهید. ارزش نمودار R و این است که انجام فرایند را در هر زمانی ارائه می‌دهند و به تشخیص روندها و مشکلات بالقوه قبل از اینکه آنها، ناقص باشند کمک می‌کنند. برای مثال در جدول (3-5) حتی با دامنه نسبتاً با ثبات میانگین () وزنهای قالب بتونی به کندی روندی نزولی دارد داشتن این می تواند به تیم برای فهمیدن چگونگی علت روند قبل نزول آن کمک نماید.
در دامنه های کوتاه اندازه گیریهای انفرادی ممکن است نموداری باشد. در دامنه تولید طولانی پنج یا اندازه گیریهای زیادی ممکن است در این مثال با هم میانگین شوند.
یکی از گامهای بعدی در بهبود یک نمودار و با معنا این است که بر مشخصات مشتری و حدود کنترل بالا و پایین در نمودار تاکید نمائیم. جایز است ببینیم رابطه موقعیت آنچه که مشتری می خواهد با آنچه که فرایند تولید می کند. اگر فرایند روند صعودی داشته باشد یک محدوده مشخص در طول هدف تعریف می شود. سپس بطور واضح بعضی از اندازه گیریهای کنترل نیازمند تثبیت سریعتر می باشند. (جدول 3-5 ص 109 مراجعه شود)
جدول (4-5) نشان می دهد که 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) که اگر ماخذی نداشته باشند ممکن است موجب بروز مشکلاتی در کیفیت محصول شود. (به جدول 4-5 ص 111 مراجعه شود)
دوام ماشین آلات، قابلیت اعتماد ابزار- تغییرات اپراتور و فاکتورهای دیگر می توانند روندها و تغییرات نامعقول را نشان دهند. بسته های نرم افزاری به آنالیز روندهای موجود که شامل بعضی از پیچیده ترین ابزارهای آماری هستند کمک می‌کنند. محاسبه محدودیتهای سیگما گام بعدی در اینجا می باشد. نتایج ما در جدول (5-5) نشان داده می شوند.
مقاله بررسی علم آمار
| دسته بندی | آمار |
| بازدید ها | 0 |
| فرمت فایل | doc |
| حجم فایل | 21 کیلو بایت |
| تعداد صفحات فایل | 21 |
مقاله بررسی علم آمار در 21 صفحه ورد قابل ویرایش
مقیاس یا اندازه گیری
تایچی اهنو با گفتن «جایی که در آن استانداردی وجود ندارد هیچ بهبود نمی تواند وجود داشته باشد» وعده می دهد. راه دیگر گفتن این است «جایی که هیچ چیزی اندازه‌گیری نشود، چیزی توسعه پیدا نخواهد کرد».
این فصل اندازه گیریهای ابزارها را بررسی می کند و می فهمیم که اندازه گیری به تنهایی هیچ چیزی را توسعه نمی دهد. علم آمار یک وسیله قدرتمندی است که ابعاد نامرئی را به چیزهای مرئی و قابل فهم تبدیل می کند. هیچ راهی وجود ندارد تا در این متون صدها ابزار موجود را کاملاً تعریف کنیم. منابع اضافی در کتاب شناسی می تواند یافت شوند. به وسیله نگاشت جریان ارزش، نمودارهای اسپاگتی و داشبوردهای سمبولیک، تعداد زیادی از تکنیکها و روشهای اندازه گیری بیشتر بحث خواهد شد.
یک مسیر کوتاه در آمار
کلمه آمار می تواند باعث افسردگی یک اپراتور ماشین شود. هنوز علم آمار هر روز مورد استفاده قرار می گیرد میانگین لیگ پسر کوچک شما، میزان سوخت گاز وسیله شما، میانگین زمانی آموزش برای یک اپراتور یا میانگین اضافی کاری هفتگی. اینها نمونه‌هایی از علم آمار هستند که هیچ کس بجز ریاضی دانان نمی توانند آنها را بفهمند. و به طور معمول می بینیم که مردم از استفاده از علم آمار در بخش هایی که پیچیدگی آن نسبت به این مثالهای ساده زیاد نیست جلوگیری می کنند اما هنوز نیاز به آنها خیلی مهم و با ارزش می باشد. هیچ کتابی درباره Sixsigma نباید زمان کمی را برای بحث کردن درباره اصول و استفاده از آمار در یک برنامه بهبود مستمر صرف کند. علم آمار توصیفات عدد ساده می باشد. اندازه گیری به ما کمک می کنند تا چیزهای نامرئی را مجسم کنیم.
علم آمار راهی است که اعتمادمان را نسبت به یک مشاهده که از جهت دیگر فقط یک ایده است افزایش می دهد. آنها به ما کمک می کنند تا عملکرد یک تیم ورزشی را در مقابل تیم دیگر بسنجیم یا درباره خریدن یک 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 کند. برای مثال: در یک گروه از 42341 نفر افراد تماشا کننده به مسابقه فوتبال، 31656 نفر مجوز معتبر دارند.
بنابراین 75 درصد از کل افراد در یک 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 یک سری اطلاعات برای بدست آوردن نظر و ایده استفاده می کند برای مثال: اگر از 250 نفر افرادی که در یک مسابقه مصاحبه شدند و 180 نفر راننده‌های با مجوزی بودند ما می توانیم تشخیص دهیم یا استنباط کنیم که 72% از کل شرکت کنندگان راننده های با مجوزی بودند. این آمار استنباطی است که توجه کمتری نسبت به مصاحبه 100% از شرکت کنندگان دارد اما آن مقدار زیادی زمان و کار را صرفه جویی می کند. 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 که از روشهای نمونه برداری برای قضاوت کردن استفاده می کنیم یک مقیاسی از دقت بدست می آوریم.
داده ها
تعداد زیادی از انواع داده ها وجود دارد که برای اثبات و آنالیز کردن 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 که از جلوی منزلتان عبور می کنند را محاسبه کنید ودرصد هر وسیله نقلیه را مشخص کنید (مانند 35 اتوبوس- 25 کامیون و 40 Suvs).
اطلاعات ترتیبی، ارزش اندازه گیری را برای یک نمونه معین می کنند. برای مثال شما ارزش هر وسیله نقلیه را که عبور می کنند ارزیابی کنید (برای مثال کمتر یا بیشتر از 000/10 $ قیمت) اختلاف داده ها باعث مقایسه بین دو نمونه ها می شود برای مثال شما زمان بین ماشینهایی که از جلوی منزلتان عبور می کنند را اندازه بگیرید: نسبت داده‌ها معین می کند این که چطور زمان یک داده با داده دیگر متفاوت است. برای مثال شما تعداد افرادی که در ماشین هستند و زمانی که بیش از یک نفر در ماشین وجود دارند را محاسبه کنید.
اصطلاحات
همچنین بعضی اصطلاحات کلیدی در آمار وجود دارد که برای کمک به فهم ابزارها استفاده می شوند مانند جمعیت- تغییرات- نمونه- کیفی- کمی- میانگین- متوسط- حدود تغییرات (دامنه)- انحراف و تغییرات نمونه.
یک جمعیت مجموعه ای از اعداد می باشد. برای مثال همه ماشینهای قرمز یا همه ماشینهای با شیشه پایین. یک متغیر یک مشخصه فردی در جمعیت است که صرف نظر از بقیه دسته بندی می شود. برای مثال هر ماشین قرمزی که اتومبیل کروکی نیز میباشد.
یک نمونه کوچکترین جزء از یک جمعیت بزرگتر می باشد. برای مثال ممکن است شما به جای تماشای 100 ماشین که از جلوی منزلتان عبور می کنند. یک نمونه 10تایی از آن را بگیرید. داده های کیفی داده هایی می باشد که اندازه گیری آنها مشکل میباشد. برای مثال چه تعداد اتومبیلهایی هستند که شما به تمیزی آن توجه می کنید. داده کمی یک مشخصه قابل قبول است. برای مثال تمام ماشینهایی که فرمان 15 in یا 38cm دارند.
خلاصه
در خلاصه، یک آمار استنباطی مناسبی وجود دارد. شمار زیادی از افرادی که در مغازه شما کار می کنند 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، یک مهارت بحرانی در دسترس به 6 سیگما خواهد بود. (اگر شما ریاضیات را در بعضی وقتها یا استفاده از آمار تمرین نکرده باشید نیاز خود را به فروشگاه کتاب چک کنید. کتابها در ریاضیات و آمار میان اولین فرستاده به جعبه های بازیافت میباشد.
با اظهار تفکر، ابزارهای نرم افزاری وجود دارد که می تواند به افزایش سرعت مجموعه فرایند و کاهش بعضی از نیازهای اعضای تیم آموزش کمک کند. 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 کاملاً انباشته بدون هیچ آموزش مکانیکی می باشد. آنها باید، زمان و مکان استفاده اساسی هر ابزار و چگونگی کاربرد آن را بدانند. آنها به یک درجه از ریاضیات و آمار برای استفاده از این ابزارهای اساسی را نیاز ندارند. اما نیازمند بعضی از فهم اساسی که نمی توان از آن چشم پوشی کرد، می باشند.
برای اطلاعات بیشتر راجع به کاربرد آمار به سایت www.statasdirectcom رجوع کنید.
کنترل فرایند آماری SPC
با یک مقدمه از آمار شما اکنون آماده هستید تا ببینید که این ریاضیات چطور در کنترل فرایند آماری بکار برده می شوند.
اصطلاحات
هیستوگرامها یک ارائه یا معرف گرافیکی از تاریخ یک فرایند می باشند. مانند مثال قالبهای سیمان در بحث Sixsigma. هیستوگرام می تواند چگونگی بخشهای تولیدی از یک فرایند را که در پراکندگی نرمال واقع می شوند مشخص کند. مانند هیستوگرام نشان داده شده در شکل (1-5). (به شکل 1-5 ص 106 مراجعه شود)
تمام پراکندگی ها نرمال نیستند. پراکندگی های غیر نرمال چندین علت دارند. در کاربرد قالب سیمان این می توانست به وسیله داشتن اپراتورها، شیفتها یا ماشینهای بخشهای تولیدی مختلف یا حتی دو وسیله اندازه گیری مختلف، حداکثر نتایج اندازه‌گیری نشان داده شده مختلف علت محسوب شود. (به شکل 2-5 ص 106 مراجعه شود).
این به عنوان پراکندگی bi-Modal معرفی می شود. اگر قسمتها، در بیرون به طور نامنظم مرتب شوند یا اگر فرایند اجازه دهد بخشها بزرگتر باشد اما نه کوچکتر نسبت به یک استاندارد و هیستوگرام که به نظر می رسد ناقص بوده یا دارای انحراف میباشد در شکل (3-5) می توانست نتیجه بدهد.
چندین نوع و شکل پراکندگی با توضیح که چرا آنها راهی که انجام می دهند را نشان می دهند، وجود دارد. (شکل 3و5 پراکندگی ناقص) به شکل (3-5) ص 107 مراجعه شود.
نمودار
نمودارهای کلید ابزارهای آماری برای ثبت تغییرات می باشند. یک نشانه ریاضی برای میانگین و تقریباً هم نام برای یک نمودار دو بخش نشان داده شده به عنوان نمودار می باشد. (به عنوان یک مبحث معنی دار: R برای دامنه یا اختلاف بین کوچکترین 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 کل برای همه پنج قالب 88(1b) می شود. برای پیدا کردن میانگین، وزن کل یعنی (88 1b) برتعداد قالبها (5) تقسیم نموده و نتیجه آن میانگین می شود که برابر 17.6 1b است. این میانگین به عنوان یک 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 سبک ترین قالب (16 1b) بدست می‌آید که نتیجه آن 3 می شود. در یک نمودار ارزش دامنه نمی تواند کمتر از صفر باشد. طرح ریزی این دو مقدار () اولین قدم در بهبود یک جدول مانند مقدار نشان داده شده در جدول (2-5) می باشد. (جدول 2-5 ص 108 مراجعه شود)
ستونهای تحت کنترل به شما اجازه می دهد تا وزنهای بعدی را به طور گرافیکی شرح دهید. ارزش نمودار R و این است که انجام فرایند را در هر زمانی ارائه می‌دهند و به تشخیص روندها و مشکلات بالقوه قبل از اینکه آنها، ناقص باشند کمک می‌کنند. برای مثال در جدول (3-5) حتی با دامنه نسبتاً با ثبات میانگین () وزنهای قالب بتونی به کندی روندی نزولی دارد داشتن این می تواند به تیم برای فهمیدن چگونگی علت روند قبل نزول آن کمک نماید.
در دامنه های کوتاه اندازه گیریهای انفرادی ممکن است نموداری باشد. در دامنه تولید طولانی پنج یا اندازه گیریهای زیادی ممکن است در این مثال با هم میانگین شوند.
یکی از گامهای بعدی در بهبود یک نمودار و با معنا این است که بر مشخصات مشتری و حدود کنترل بالا و پایین در نمودار تاکید نمائیم. جایز است ببینیم رابطه موقعیت آنچه که مشتری می خواهد با آنچه که فرایند تولید می کند. اگر فرایند روند صعودی داشته باشد یک محدوده مشخص در طول هدف تعریف می شود. سپس بطور واضح بعضی از اندازه گیریهای کنترل نیازمند تثبیت سریعتر می باشند. (جدول 3-5 ص 109 مراجعه شود)
جدول (4-5) نشان می دهد که 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) که اگر ماخذی نداشته باشند ممکن است موجب بروز مشکلاتی در کیفیت محصول شود. (به جدول 4-5 ص 111 مراجعه شود)
دوام ماشین آلات، قابلیت اعتماد ابزار- تغییرات اپراتور و فاکتورهای دیگر می توانند روندها و تغییرات نامعقول را نشان دهند. بسته های نرم افزاری به آنالیز روندهای موجود که شامل بعضی از پیچیده ترین ابزارهای آماری هستند کمک می‌کنند. محاسبه محدودیتهای سیگما گام بعدی در اینجا می باشد. نتایج ما در جدول (5-5) نشان داده می شوند.