Zarządzanie procesami
|
|
- Judyta Świderska
- 6 lat temu
- Przeglądów:
Transkrypt
1 Metody pomiaru stosowane w organizacjach Zarządzanie procesami Zakres Rodzaje pomiaru metod pomiaru Klasyczne metody pomiaru organizacji Pomiar całej organizacji Tradycyjny rachunek kosztów (np. ROI) Rachunek kosztów jakości Pomiar procesów przedsiębiorstwa Statystyczne sterowanie procesami (SPC) Metody pomiaru i oceny procesów Nowoczesne metody pomiaru Samoocena (np. wg PNJ) Zrównoważona karta wyników (BSC) Metoda ABC (kosztów) Monitorowanie przebiegu pracy [w Systemie pomiaru wykonania procesu -PPMS] 2012 Zarządzanie procesami 1 Zarządzanie procesami 2 Zarządzanie procesem zgodnie z cyklem PDCA Doskonalenie procesu Planowanie struktury i przebiegu procesu (wyników procesu) Kontrola przebiegu procesu (ocena) 2012 Zarządzanie procesami Wykonywanie procesu (bieżące monitorowanie) Monitorowanie przebiegu pracy SPC Monitorowanie procesu Monitorowanie przepływu procesu zadanie właściciela procesu śledzenie głównych charakterystyk procesu i wyników procesu (mierników) pod kątem: skuteczności procesu zakresu zmienności procesu Metody klasyczne: Monitorowanie przebiegu pracy (workflow - based monitoring) Statystyczne sterowanie procesami - SPC (Statistical Process Control) Zarządzanie procesami 4 Opracowała: dr inż. Anna Dobrowolska 1
2 Monitorowanie przebiegu pracy (workflow - based monitoring) Automatyczne lub półautomatyczne śledzenie wykonania procesów, koordynacji pomiędzy procesami i komunikacji pomiędzy uczestnikami procesów. Umożliwia śledzenie i odnotowywanie zdarzeń związanych z przepływem (wykonywaniem) pracy Zarządzanie procesami 5 Monitorowanie przebiegu pracy (workflow - based monitoring) Korzyści: Koncentruje się na procesach biznesowych, Procesy mogą być automatycznie oceniane, Pomiar może dostarczać użytecznych informacji odnośnie kosztów działań, przypadków czasów oczekiwań procesów, obciążeń uczestników procesu itp. Wady: Nie obejmuje manualnie zebranych danych (np. dotyczących jakości) 2012 Zarządzanie procesami 6 SPC- Statystyczne sterowanie procesami (Statistical Process Control) Definicja SPC zastosowanie metod statystycznych do pomiaru i analizy wariancji procesów. Celem jest uzyskanie stabilnego procesu poprzez redukcję jego wariancji. Stabilność procesu pozwala na przewidzenie zachowania się procesu. Przewidywanie niezawodności procesów jest ważnym narzędziem konkurencyjności. Działania w SPC 1. Wybór procesu/podprocesu/czynności Wąskie gardło 2. Ustalenie charakterystyk(i) procesu 3. Wybór narzędzia pomiarowego (karty kontrolnej) 4. Ustalenie parametrów pomiaru wielkość próbki częstotliwość pomiaru 5. Organizacja pomiaru 6. Pomiar charakterystyk(i) 7. Ocena wyników (zmian) osiąganych przez proces Współczynniki zdolności procesu Cp i Cpk 2012 Zarządzanie procesami Zarządzanie procesami 8 Opracowała: dr inż. Anna Dobrowolska 2
3 Charakterystyki procesu mierzone w SPC Proces szlifowania wałka średnica wałka, Proces pakowania cukru ciężar woreczków Proces leżakowania wina temperatura powietrza Proces farbowania tkanin- liczba wad powstałych w farbowaniu Proces obsługi klientów- liczba skarg, czas obsługi klientów, czas oczekiwania na załatwienie reklamacji Proces fakturowania czas fakturowania, liczba skarg na źle wystawione faktury Zarządzanie procesami 9 Rodzaje kart kontrolnych 1. karty liczbowe - w sytuacji, gdy możliwe jest wyrażenie liczbowe badanej cechy wyrobu (np. ciężar, długość, średnica, temperatura), 2. karty alternatywne - w przypadku, gdy niemożliwe jest przeprowadzenie pomiarów, a kontrola procesów oparta jest na ocenach alternatywnych (występuje/niewystępuje, dobry/zły) 2012 Zarządzanie procesami 10 Karty liczbowe 1. Karta dla wartości średniej i rozstępu R ( śr R) 2. Karta dla wartości średniej i odchylenia standardowego 3. Karta dla mediany i rozstępu MR 4. Karta wartości indywidualnej 5. Karty specjalne (np. z ruchomą średnią MA, sum skumulowanych, z geometrycznie określoną średnicą GMA, karty EWMA) Karty alternatywne Karty dla frakcji (liczby sztuk) niezgodnych (karta p, karta np ) Karty dla liczby niezgodności na jednostkę wyrobu (karta z, karta u ) 2012 Zarządzanie procesami Zarządzanie procesami 12 Opracowała: dr inż. Anna Dobrowolska 3
4 Idea budowy kart kontrolnych Karta kontrolna średniej i rozstępów Według W. Shewharta, w przedziale ± rozkładu normalnego mieści się w zasadzie cały proces. To w praktyce oznacza, że: ok. 99,73% pomiarów mieści się w tych granicach, poza specyfikacjami pozostaje 0,27%, czyli ok. 3 szt. na 1000 szt. mierzonych Zarządzanie procesami Zarządzanie procesami 14 Poza kontrolą śr Poza kontrolą śr Idea budowy karty kontrolnej średniej δ 2δ A B C C B A CL 99,73% 2012 Zarządzanie procesami Zarządzanie procesami 16 Opracowała: dr inż. Anna Dobrowolska 4
5 Oznaczenia: (ang. Upper Control Limit) górna granica kontrolna, CL (ang. Control Limit), wartość średnia - (ang. Low Control Limit) dolna granica kontrolna W procesie występują tylko zakłócenia losowe A B 2δ C δ C B A czas CL 2012 Zarządzanie procesami Zarządzanie procesami 18 Wykrywanie zakłóceń specjalnych Liczba niezgodności na milion możliwości (DPMO) 1/2 δ 2 δ czas Punkt poza granicami kontrolnymi CL Punkt poza granicami kontrolnymi SIGMA 0,0 DPMO ,00 0, ,88 1, ,13 1, ,90 2, ,17 2, ,93 3, , Zarządzanie procesami Zarządzanie procesami 20 Opracowała: dr inż. Anna Dobrowolska 5
6 Liczba niezgodności na milion możliwości (DPMO) 2/2 SIGMA DPMO 3, ,42 4, ,68 4, ,90 5,0 232,63 5,5 31,67 6,0 3, Zarządzanie procesami 21 Karta liczbowa dla średniej i rozstępu śr R 2012 Zarządzanie procesami 22 Górna granica kontrolna Linia środkowa Dolna granica kontrolna 2012 Zarządzanie procesami Zarządzanie procesami 24 Opracowała: dr inż. Anna Dobrowolska 6
7 Budowa karty kontrolnej R (średniej i rozstępu) 1. Opracowanie planu próbkowania określającego czas próbkowania i wielkość próbki. Plan próbkowania: pomiar co 15 min (1 godz., 1 dzień roboczy, 1 raz w tygodniu) Wielkość próbki: 3-9 szt. 2. Pobranie próbek i wyliczenie średniej i rozstępu dla każdej próbki. Średnia arytmetyczna (wartość pomiaru/ wielkość próbki) Rozstęp: różnica pomiędzy największą wartością a najmniejszą wartością w próbce 2012 Zarządzanie procesami Posiadając dane dla całej karty (przeważnie 25 pomiarów) obliczamy całkowitą średnią ze średnich oraz średnią dla wszystkich wartości rozstępów. -Średnia ze średnich wyznaczy nam linię środkową w karcie kontrolnęj dla średnich R -Średnia z rozstępów wyznaczy nam linię środkową w karcie kontrolnej dla rozstępów 2012 Zarządzanie procesami 26 Nielosowe zachowania się procesu Doświadczenia West Electric Wskaźniki zdolności procesu Zdolność procesu (ang. process capability) zdolność do osiągania zakładanej jakości (w przyjętych granicach tolerancji) Zarządzanie procesami Zarządzanie procesami 39 Opracowała: dr inż. Anna Dobrowolska 7
8 Wskaźnik Cp miara rozrzutu danej cechy w stosunku do pola tolerancji. Wynosi: C p =, 6 gdzie: - górna granica tolerancji, dolna granica tolerancji δ- odchylenie standardowe Wskaźnik Cp Cp< 1 proces niezdatny do spełnienia oczekiwań jakościowych, Cp>1 i Cp<1,33 proces zdatny do spełnienia oczekiwań jakościowych, ale nie są zachowane pewne granice bezpieczeństwa, Cp> 1,33 proces ustabilizowany (i są pewne granice bezpieczeństwa) Zarządzanie procesami Zarządzanie procesami 41 a) a) b) c) d) e) f) 2012 Zarządzanie procesami Zarządzanie procesami 43 Opracowała: dr inż. Anna Dobrowolska 8
9 a) b) c) d) e) f) Dla idealnie wycentrowanego procesu oba wskaźniki są równe. Im gorsze wycentrowanie tym różnica pomiędzy wartościami liczbowymi C p i C pk jest większa. C p =C pk < 1 (proces niezdatny) C p =C pk = 1 C p >1, C pk < 1 C p =C pk >1 C p = 1,67, C pk = 1,33 C p =C pk = Zarządzanie procesami Zarządzanie procesami 45 Wskaźnik Cpk Wskaźnik Cpk miara przesunięcia wartości średniej danej cechy w stosunku do jej wartości nominalnej oraz granic tolerancji. Wynosi on: C pk CL =, gdy CLp CL, 3 Dla idealnie wycentrowanego procesu oba wskaźniki są równe. Im gorsze wycentrowanie tym różnica pomiędzy wartościami liczbowymi C p i C pk jest większa. C pk CL =, gdy CLf CL, Zarządzanie procesami Zarządzanie procesami 47 Opracowała: dr inż. Anna Dobrowolska 9
Statystyczne sterowanie procesem
Statystyczne sterowanie procesem SPC (ang. Statistical Process Control) Trzy filary SPC: 1. sporządzenie dokładnego diagramu procesu produkcji; 2. pobieranie losowych próbek (w regularnych odstępach czasu
Bardziej szczegółowoZarządzanie jakością ćwiczenia
Zarządzanie jakością ćwiczenia mgr inż. Anna Wąsińska Zakład Zarządzania Jakością pok. 311 B1, tel. 320-42-82 anna.wasinska@pwr.wroc.pl Statystyczne sterowanie procesami SPC kontrolna Konsultacje: SO 13:00
Bardziej szczegółowoKatedra Technik Wytwarzania i Automatyzacji STATYSTYCZNA KONTROLA PROCESU
Katedra Technik Wytwarzania i Automatyzacji METROLOGIA I KONTKOLA JAKOŚCI - LABORATORIUM TEMAT: STATYSTYCZNA KONTROLA PROCESU 1. Cel ćwiczenia Zapoznanie studentów z podstawami wdrażania i stosowania metod
Bardziej szczegółowoI jest narzędziem służącym do porównywania rozproszenia dwóch zmiennych. Używamy go tylko, gdy pomiędzy zmiennymi istnieje logiczny związek
ZADANIA statystyka opisowa i CTG 1. Dokonano pomiaru stężenia jonów azotanowych w wodzie μg/ml 1 0.51 0.51 0.51 0.50 0.51 0.49 0.52 0.53 0.50 0.47 0.51 0.52 0.53 0.48 0.59 0.50 0.52 0.49 0.49 0.50 0.49
Bardziej szczegółowoPOLITECHNIKA OPOLSKA
POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr 8 Temat: Statystyczna kontrola procesu SPC przy pomocy
Bardziej szczegółowoKarta kontrolna budowa i zastosowanie
STATYSTYCZNE STEROWANIE PROCESAMI PRAKTYCZNE PRZYKŁADY ZASTOSOWANIA Tomasz Greber, Politechnika Wrocławska, Instytut Organizacji i Zarządzania, Zakład Zarządzania Jakością; Magazyn ZARZĄDZANIE JAKOŚCIĄ
Bardziej szczegółowoSTATYSTYCZNE STEROWANIE PROCESAMI
STATYSTYCZNE STEROWANIE PROCESAMI ARTUR MACIASZCZYK COPYRIGHTS 2002 Artur Maciaszczyk, tel. 0602 375 325 amacia@zie.pg.gda.pl 1! STATYSTYCZNE MONITOROWANIE JAKOŚCI Bogu ufamy. Wszyscy pozostali niech przedstawią
Bardziej szczegółowoPOLITECHNIKA OPOLSKA
POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr 9 Temat: Karty kontrolne przy alternatywnej ocenie właściwości.
Bardziej szczegółowoDefinicje PN ISO Definicje PN ISO 3951 interpretacja Zastosowanie normy PN-ISO 3951:1997
PN-ISO 3951:1997 METODY STATYSTYCZNEJ KONTROI JAKOŚCI WG OCENY ICZBOWEJ ciągła seria partii wyrobów sztukowych dla jednej procedury analizowana jest tylko jedna wartość, która musi być mierzalna w skali
Bardziej szczegółowoPOLITECHNIKA OPOLSKA
POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Inżynierii Jakości Ćwiczenie nr 10 Temat: Karta kontrolna pojedynczych obserwacji i ruchomego
Bardziej szczegółowoSterowanie procesem i jego zdolność. Zbigniew Wiśniewski
Sterowanie procesem i jego zdolność Zbigniew Wiśniewski Wybór cech do kart kontrolnych Zaleca się aby w pierwszej kolejności były brane pod uwagę cechy dotyczące funkcjonowania wyrobu lub świadczenia usługi
Bardziej szczegółowoMetody statystyczne kontroli jakości i niezawodności Lekcja II: Karty kontrolne.
Metody statystyczne kontroli jakości i niezawodności Lekcja II: Karty kontrolne. Wydział Matematyki Politechniki Wrocławskiej Karty kontroli jakości: przypomnienie Załóżmy, że chcemy mierzyć pewną charakterystykę.
Bardziej szczegółowoPOLITECHNIKA OPOLSKA
POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr Temat: Karty kontrolne przy alternatywnej ocenie właściwości.
Bardziej szczegółowoPOLITECHNIKA OPOLSKA
POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr 8 Temat: Statystyczna kontrola procesu SPC przy pomocy
Bardziej szczegółowoDR HAB INŻ. TADEUSZ SAŁACIŃSKI POLITECHNIKA WARSZAWSKA
-1- DR HAB INŻ. TADEUSZ SAŁACIŃSKI POLITECHNIKA WARSZAWSKA ANALIZA ZDOLNOŚCI PROCESÓW PRODUKCYJNYCH Z WYKORZYSTANIEM SPC Statystyczne sterowanie procesami Zgodnie z normą ISO 9001:2000 Systemy Zarządzania
Bardziej szczegółowoMonitorowanie i Diagnostyka w Systemach Sterowania na studiach II stopnia specjalności: Systemy Sterowania i Podejmowania Decyzji
Monitorowanie i Diagnostyka w Systemach Sterowania na studiach II stopnia specjalności: Systemy Sterowania i Podejmowania Decyzji Analiza składników podstawowych - wprowadzenie (Principal Components Analysis
Bardziej szczegółowoSPC - Statystyczne Sterowanie Procesem
SPC - Statystyczne Sterowanie Procesem Terminy szkolenia 17-18 listopad 2016r., Warszawa - Centrum Szkoleniowe Adgar Ochota Opis W latach osiemdziesiątych XX wieku duże korporacje zaczęły szukać lepszych
Bardziej szczegółowoKonspekt SPC jako metoda pomiaru i doskonalenia procesów.
Opracowali: Agata Murmyło Piotr Pokrzywa Michał Sabik Konspekt SPC jako metoda pomiaru i doskonalenia procesów. 1. Istota podejścia SPC. 2. Narzędzia do analizy stabilności procesu 2.1. Karty kontrolne
Bardziej szczegółowo1 Podstawy rachunku prawdopodobieństwa
1 Podstawy rachunku prawdopodobieństwa Dystrybuantą zmiennej losowej X nazywamy prawdopodobieństwo przyjęcia przez zmienną losową X wartości mniejszej od x, tzn. F (x) = P [X < x]. 1. dla zmiennej losowej
Bardziej szczegółowoMonitorowanie procesów wytwarzania
POLITECHNIKA KOSZALIŃSKA WYDZIAŁ MECHANICZNY kierunek Mechanika i Budowa Maszyn Monitorowanie procesów wytwarzania Ocena zdolności jakościowej procesów Koszalin Umiejętności i kompetencje: Umiejętności
Bardziej szczegółowoAnaliza zdolności procesu
Analiza zdolności - przegląd Analiza zdolności procesu Zdolność procesu dla danych alternatywnych Obliczanie DPU, DPM i DPMO. Obliczanie poziomu sigma procesu. Zdolność procesu dla danych liczbowych Obliczanie
Bardziej szczegółowoSTATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)
STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) Dla opisania rozkładu badanej zmiennej, korzystamy z pewnych charakterystyk liczbowych. Dzielimy je na cztery grupy.. Określenie przeciętnej wartości
Bardziej szczegółowo-> Średnia arytmetyczna (5) (4) ->Kwartyl dolny, mediana, kwartyl górny, moda - analogicznie jak
Wzory dla szeregu szczegółowego: Wzory dla szeregu rozdzielczego punktowego: ->Średnia arytmetyczna ważona -> Średnia arytmetyczna (5) ->Średnia harmoniczna (1) ->Średnia harmoniczna (6) (2) ->Średnia
Bardziej szczegółowoStatystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych.
Statystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych. Statystyka zajmuje się prawidłowościami zaistniałych zdarzeń. Teoria prawdopodobieństwa dotyczy przewidywania, jak często mogą zajść
Bardziej szczegółowoZarządzanie jakością. cią. Zarządzanie jakością - wykład 5. W. Prussak Kontrola w zarządzaniu jakością
Jakość produktu Pojęcie i zasady zarządzania System zarządzania Planowanie Metody i narzędzia projakościowe Doskonalenie Zarządzanie. jakości cią Wykład 05/07 Statystyczna kontrola procesu (SPC) 5.1 inspekcyjna
Bardziej szczegółowoMIARY KLASYCZNE Miary opisujące rozkład badanej cechy w zbiorowości, które obliczamy na podstawie wszystkich zaobserwowanych wartości cechy
MIARY POŁOŻENIA Opisują średni lub typowy poziom wartości cechy. Określają tą wartość cechy, wokół której skupiają się wszystkie pozostałe wartości badanej cechy. Wśród nich można wyróżnić miary tendencji
Bardziej szczegółowoSystemowe zarządzanie jakością : koncepcja systemu, ocena systemu, wspomaganie decyzji / Piotr Miller. Warszawa, Spis treści
Systemowe zarządzanie jakością : koncepcja systemu, ocena systemu, wspomaganie decyzji / Piotr Miller. Warszawa, 2011 Spis treści Szanowny Czytelniku 11 I. SYSTEMOWE I PROCESOWE PODEJŚCIE DO ZARZĄDZANIA
Bardziej szczegółowoANALIZA JAKOŚCIOWA I ILOŚCIOWA TESTÓW SZKOLNYCH MATERIAŁ SZKOLENIOWY
ANALIZA JAKOŚCIOWA I ILOŚCIOWA TESTÓW SZKOLNYCH MATERIAŁ SZKOLENIOWY Instrukcja przeprowadzania analiz badań edukacyjnych i sporządzania raportów po badaniach. Cele prowadzenia analiz jakościowych i ilościowych
Bardziej szczegółowoStatystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33
Statystyka Wykład 4 Magdalena Alama-Bućko 19 marca 2018 Magdalena Alama-Bućko Statystyka 19 marca 2018 1 / 33 Analiza struktury zbiorowości miary położenia ( miary średnie) miary zmienności (rozproszenia,
Bardziej szczegółowoPodstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na
Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony zbiór jednostek, które
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów
STATYSTYKA MATEMATYCZNA WYKŁAD 4 Testowanie hipotez Estymacja parametrów WSTĘP 1. Testowanie hipotez Błędy związane z testowaniem hipotez Etapy testowana hipotez Testowanie wielokrotne 2. Estymacja parametrów
Bardziej szczegółowoSystemowe zarządzanie jakością. Koncepcja systemu, ocena systemu, wspomaganie decyzji. Piotr Miller
Systemowe zarządzanie jakością. Koncepcja systemu, ocena systemu, wspomaganie decyzji. Piotr Miller Podejmowanie decyzji na podstawie faktów to jedna z ośmiu zasad zarządzania jakością wymienionych w normie
Bardziej szczegółowoSTATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)
STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) Praca z danymi zaczyna się od badania rozkładu liczebności (częstości) zmiennych. Rozkład liczebności (częstości) zmiennej to jakie wartości zmienna
Bardziej szczegółowoEstymacja punktowa i przedziałowa
Temat: Estymacja punktowa i przedziałowa Kody znaków: żółte wyróżnienie nowe pojęcie czerwony uwaga kursywa komentarz 1 Zagadnienia 1. Statystyczny opis próby. Idea estymacji punktowej pojęcie estymatora
Bardziej szczegółowoOPTYMALIZACJA PROCESÓW TECHNOLOGICZNYCH W ZAKŁADZIE FARMACEUTYCZNYM
OPTYMALIZACJA PROCESÓW TECHNOLOGICZNYCH W ZAKŁADZIE FARMACEUTYCZNYM POZNAŃ / kwiecień 2013 Wasilewski Cezary 1 Cel: Obniżenie kosztów wytwarzania Kontrolowanie jakości wyrobu Zasady postępowania Odpowiednio
Bardziej szczegółowoStatystyka w sterowaniu i kontroli procesów odlewniczych
METRO MEtalurgiczny TRening On-line Statystyka w sterowaniu i kontroli procesów odlewniczych Przegląd metod podstawowych oraz metodyka SixSigma TM Marcin Perzyk PW Edukacja i Kultura Statystyczne sterowanie
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.
Bardziej szczegółowoOdchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi
Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska D syst D śr m 1 3 5 2 4 6 śr j D 1
Bardziej szczegółowoanaliza populacja próbka pomiary obliczenia wyniki
Analizę statystyczną można podzielić na cztery podstawowe etapy: - pobieranie próbki, - dokonanie pomiarów, - przeprowadzenie obliczeń, - analizę otrzymanych wyników i wnioskowanie. Dobrze dobrana próbka
Bardziej szczegółowoPopulacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część
Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część populacji, którą podaje się badaniu statystycznemu
Bardziej szczegółowoW kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów:
Na dzisiejszym wykładzie omówimy najważniejsze charakterystyki liczbowe występujące w statystyce opisowej. Poszczególne wzory będziemy podawać w miarę potrzeby w trzech postaciach: dla szeregu szczegółowego,
Bardziej szczegółowo4) zmienność procesu w czasie wymaga od zespołu jednoczesnego monitorowania dokładności
6. Jeśli dąży się do porównania dwóch wykresów należy pamiętać, aby ich skale były sobie równe. Jeśli jest to niemożliwe ze względu na porównanie wartości bezwzględnych (np. 15 szt. i 150 szt.), trzeba
Bardziej szczegółowoStreszczenie. Słowa kluczowe: towary paczkowane, statystyczna analiza procesu SPC
Waldemar Samociuk Katedra Podstaw Techniki Akademia Rolnicza w Lublinie MONITOROWANIE PROCESU WAśENIA ZA POMOCĄ KART KONTROLNYCH Streszczenie Przedstawiono przykład analizy procesu pakowania. Ocenę procesu
Bardziej szczegółowoKarty kontrolne obrazem zmienności procesu
Warsztaty menedżerskie Marek Bartkowiak Karty kontrolne obrazem zmienności procesu 63 Jednym z elementów zarządzania jakością oraz źródłem wiedzy o zmienności procesu są karty kontrolne. Ich twórcą był
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 3. Populacje i próby danych
STATYSTYKA MATEMATYCZNA WYKŁAD 3 Populacje i próby danych POPULACJA I PRÓBA DANYCH POPULACJA population Obserwacje dla wszystkich osobników danego gatunku / rasy PRÓBA DANYCH sample Obserwacje dotyczące
Bardziej szczegółowoAutomatyczna Kontrola Jakości na Podstawie Pomiaru Ciśnienia w Gnieździe Formy. Krzysztof Szatkowski
Automatyczna Kontrola Jakości na Podstawie Pomiaru Ciśnienia w Gnieździe Formy Krzysztof Szatkowski Zawartość Ciśnienie w gnieździe formy jako wskaźnik jakości Produkcja bez wad z wykorzystaniem pomiaru
Bardziej szczegółowoMiary zmienności STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 6 marca 2018
STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 6 marca 2018 1 MIARY ZMIENNOŚCI (inaczej: rozproszenia, rozrzutu, zróżnicowania, dyspersji) informuja o zróżnicowaniu jednostek zbiorowości
Bardziej szczegółowoPodstawy statystyki - ćwiczenia r.
Zadanie 1. Na podstawie poniższych danych wyznacz i zinterpretuj miary tendencji centralnej dotyczące wysokości miesięcznych zarobków (zł): 1290, 1500, 1600, 2250, 1400, 1600, 2500. Średnia arytmetyczna
Bardziej szczegółowoPróba własności i parametry
Próba własności i parametry Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony
Bardziej szczegółowoStatystyka. Wykład 3. Magdalena Alama-Bućko. 6 marca Magdalena Alama-Bućko Statystyka 6 marca / 28
Statystyka Wykład 3 Magdalena Alama-Bućko 6 marca 2017 Magdalena Alama-Bućko Statystyka 6 marca 2017 1 / 28 Szeregi rozdzielcze przedziałowe - kwartyle - przypomnienie Po ustaleniu przedziału, w którym
Bardziej szczegółowoDOKUMENTACJA SYSTEMU ZARZĄDZANIA LABORATORIUM. Procedura szacowania niepewności
DOKUMENTACJA SYSTEMU ZARZĄDZANIA LABORATORIUM Procedura szacowania niepewności Szacowanie niepewności oznaczania / pomiaru zawartości... metodą... Data Imię i Nazwisko Podpis Opracował Sprawdził Zatwierdził
Bardziej szczegółowoStatystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41
Statystyka Wykład 4 Magdalena Alama-Bućko 13 marca 2017 Magdalena Alama-Bućko Statystyka 13 marca 2017 1 / 41 Na poprzednim wykładzie omówiliśmy następujace miary rozproszenia: Wariancja - to średnia arytmetyczna
Bardziej szczegółowoWprowadzenie. Typowe i nietypowe sytuacje
NIESTANDARDOWE KARTY KONTROLNE CZYLI JAK SOBIE RADZIĆ W NIETYPOWYCH SYTUACJACH dr inż. Tomasz Greber, Politechnika Wrocławska, Instytut Organizacji i Zarządzania Wprowadzenie SPC (statystyczne sterowanie
Bardziej szczegółowoWykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy
Wykład Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy Zbiorowość statystyczna - zbiór elementów lub wyników jakiegoś procesu powiązanych ze sobą logicznie (tzn. posiadających wspólne cechy
Bardziej szczegółowoINSTRUKCJA Nr QI/8.2.3/NJ
Załącznik nr 6 do procedury QP/4.2.3/NJ INSTRUKCJA NR QI/8.2.3/NJ Wyd. 04 Metody statystyczne Str./Na str. 1 / 6 Egz. nr. 14.11.2016 (data wydania) INSTRUKCJA Nr QI/8.2.3/NJ METODY STATYSTYCZNE Stanowisko
Bardziej szczegółowoĆWICZENIE NR 9. Zakład Budownictwa Ogólnego. Stal - pomiar twardości metali metodą Brinella
Zakład Budownictwa Ogólnego ĆWICZENIE NR 9 Stal - pomiar twardości metali metodą Brinella Instrukcja z laboratorium: Budownictwo ogólne i materiałoznawstwo Instrukcja do ćwiczenia nr 9 Strona 9.1. Pomiar
Bardziej szczegółowoANALIZA ZDOLNOŚCI PROCESU O ZALEŻNYCH CHARAKTERYSTYKACH
Małgorzata Szerszunowicz Uniwersytet Ekonomiczny w Katowicach ANALIZA ZDOLNOŚCI PROCESU O ZALEŻNYCH CHARAKTERYSTYKACH Wprowadzenie Statystyczna kontrola jakości ma na celu doskonalenie procesu produkcyjnego
Bardziej szczegółowoPOLITECHNIKA OPOLSKA
POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr 1 Temat: Kontrola odbiorcza partii wyrobów z selekcją
Bardziej szczegółowoMiary statystyczne w badaniach pedagogicznych
Miary statystyczne w badaniach pedagogicznych Szeregi statystyczne Szczegółowy - gdzie materiał uporządkowany jest rosnąco lub malejąco Rozdzielczy - gdzie poszczególnym wariantom zmiennej przyporządkowane
Bardziej szczegółowoSTATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE
STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE 1 W trakcie badania obliczono wartości średniej (15,4), mediany (13,6) oraz dominanty (10,0). Określ typ asymetrii rozkładu. 2 Wymień 3 cechy rozkładu Gauss
Bardziej szczegółowoAnaliza i monitoring środowiska
Analiza i monitoring środowiska CHC 017003L (opracował W. Zierkiewicz) Ćwiczenie 1: Analiza statystyczna wyników pomiarów. 1. WSTĘP Otrzymany w wyniku przeprowadzonej analizy ilościowej wynik pomiaru zawartości
Bardziej szczegółowoINSTRUKCJA Nr QI/8.2.3/NJ
Załącznik nr 6 do procedury QP/4.2.3/NJ INSTRUKCJA NR QI/8.2.3/NJ Wyd. 05 Metody statystyczne Str./Na str. 1 / 6 Egz. nr. 17.08.2018 (data wydania) INSTRUKCJA Nr QI/8.2.3/NJ METODY STATYSTYCZNE Opracował
Bardziej szczegółowoProcedura szacowania niepewności
DOKUMENTACJA SYSTEMU ZARZĄDZANIA LABORATORIUM Procedura szacowania niepewności Stron 7 Załączniki Nr 1 Nr Nr 3 Stron Symbol procedury PN//xyz Data Imię i Nazwisko Podpis Opracował Sprawdził Zatwierdził
Bardziej szczegółowoStatystyka matematyczna i ekonometria
Statystyka matematyczna i ekonometria Wykład 11 Anna Skowrońska-Szmer lato 2016/2017 Powtórzenie materiału 2 Zadanie 1 Wykład 1 Eksperyment polega na pojedynczym rzucie symetryczną kostką. Przestrzeń zdarzeń
Bardziej szczegółowoOCENA JAKOŚCI DOSTAWY ENERGII ELEKTRYCZNEJ
OCENA JAKOŚCI DOSTAWY ENERGII ELEKTRYCZNEJ dr inż. KRZYSZTOF CHMIELOWIEC KATEDRA ENERGOELEKTRONIKI I AUTOMATYKI SYSTEMÓW PRZETWARZANIA ENERGII AGH KRAKÓW PODSTAWY PRAWNE WSKAŹNIKI JAKOŚCI ANALIZA ZDARZEŃ
Bardziej szczegółowoMetody statystyczne w zarządzaniu jakością 1
jakością 1 Metody statystyczne w zarządzaniu jakością Statystyczne sterowanie procesem Rozwój metod statystycznych 1980 Shewhart 191 Deming 195+ I Metody statystyczne w zarządzaniu jakością Podział metod
Bardziej szczegółowoZarządzanie jakością w logistyce
(5) 5. Jakość obsługi w procesach logistycznych Zarządzanie jakością w logistyce Podstawy normalizacji Normalizacja w UE Jakość i zarządzanie jakością w logistyce Standardy projakościowe w logistyce Jakość
Bardziej szczegółowoWydział Inżynierii Produkcji. I Logistyki. Statystyka opisowa. Wykład 3. Dr inż. Adam Deptuła
12.03.2017 Wydział Inżynierii Produkcji I Logistyki Statystyka opisowa Wykład 3 Dr inż. Adam Deptuła METODY OPISU DANYCH ILOŚCIOWYCH SKALARNYCH Wykresy: diagramy, histogramy, łamane częstości, wykresy
Bardziej szczegółowoCharakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)
Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej) 1 Podział ze względu na zakres danych użytych do wyznaczenia miary Miary opisujące
Bardziej szczegółowoAnaliza zróżnicowania, asymetrii i koncentracji
Analiza zróżnicowania, asymetrii i koncentracji Miary zróżnicowania Miary średnie, chociaż reprezentują wszystkie jednostki badanej zbiorowości, nie dają wyczerpującej charakterystyki szeregu statystycznego,
Bardziej szczegółowoWeryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoSTATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych;
STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych; - badanie skuteczności nowego leku; - badanie stopnia zanieczyszczenia gleb metalami
Bardziej szczegółowoMETODY STATYSTYCZNEGO STEROWANIA JAKOŚCIĄ
METODY STATYSTYCZNEGO STEROWANIA JAKOŚCIĄ prof. dr hab. inż. Jacek Koronacki, Wyższa Szkoła Informatyki Stosowanej i Zarządzania pod auspicjami Polskiej Akademii Nauk Uwagi wstępne Tekst ten należy traktować
Bardziej szczegółowoKOMPUTEROWO WSPOMAGANE STATYSTYCZNE STEROWANIE PROCESU
Dr inż. Wiesław CZADER Inż. Edyta SZPOCZEK Akademia Techniczno-Humanistyczna w Bielsku-Białej DOI: 10.17814/mechanik.2015.7.222 KOMPUTEROWO WSPOMAGANE STATYSTYCZNE STEROWANIE PROCESU Streszczenie: W pracy
Bardziej szczegółowoTRADYCYJNE NARZĘDZIA ZARZĄDZANIA JAKOŚCIĄ
TRADYCYJNE NARZĘDZIA ZARZĄDZANIA JAKOŚCIĄ Ewa Matuszak Paulina Kozłowska Aleksandra Lorek CZYM SĄ NARZĘDZIA ZARZĄDZANIA JAKOŚCIĄ? Narzędzia zarządzania jakością to instrumenty pozwalające zbierać i przetwarzać
Bardziej szczegółowoTeoria błędów. Wszystkie wartości wielkości fizycznych obarczone są pewnym błędem.
Teoria błędów Wskutek niedoskonałości przyrządów, jak również niedoskonałości organów zmysłów wszystkie pomiary są dokonywane z określonym stopniem dokładności. Nie otrzymujemy prawidłowych wartości mierzonej
Bardziej szczegółowoLaboratorium metrologii
Wydział Inżynierii Mechanicznej i Mechatroniki Instytut Technologii Mechanicznej Laboratorium metrologii Instrukcja do ćwiczeń laboratoryjnych Temat ćwiczenia: Pomiary wymiarów zewnętrznych Opracował:
Bardziej szczegółowoMetody statystyczne kontroli jakości i niezawodności Lekcja I: Wprowadzenie
Metody statystyczne kontroli jakości i niezawodności Lekcja I: Wprowadzenie Wydział Matematyki Politechniki Wrocławskiej Czym jest jakość? Na to pytanie nie ma jednoznacznej odpowiedzi. Można rozumieć
Bardziej szczegółowoMiary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej
Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej cechy. Średnia arytmetyczna suma wartości zmiennej wszystkich
Bardziej szczegółowoPRZYKŁAD TWORZENIA KART KONTROLNYCH W STATISTICA
PRZYKŁAD TWORZENIA KART KONTROLNYCH W STATISTICA Tomasz Demski, StatSoft Polska Sp. z o.o. Karty kontrolne są jednym z najczęściej wykorzystywanych narzędzi analizy danych. Zaproponowane w latach dwudziestych
Bardziej szczegółowoRedukcja zmienności procesu oparta na analizie danych z procesu krótkoseryjnego za pomocą karty kontrolnej "celu"
Potencjał Wiedzy Jak zredukować koszty zmienności Łódź, 29 30 maja 2017 Redukcja zmienności procesu oparta na analizie danych z procesu krótkoseryjnego za pomocą karty kontrolnej "celu" Piotr Tomicki,
Bardziej szczegółowoZarządzanie i inżynieria jakości / Adam Hamrol. Warszawa, Spis treści
Zarządzanie i inżynieria jakości / Adam Hamrol. Warszawa, 2017 Spis treści Wprowadzenie 11 1. O inżynierii jakości i zarządzaniu jakością 11 2. Zakres i układ książki 14 3. Komentarz terminologiczny 17
Bardziej szczegółowoSTATYSTYCZNE STEROWANIE PROCESAMI
STATYSTYCZNE STEROWANIE PROCESAMI PRZYCZYNY ZMIENNOŚCI PROCES POMIAROWY WYKRESY KONTROLNE INTERPRETACJA WYKRESÓW KONTROLNYCH ZDOLNOŚĆ PROCESU ARTUR MACIASZCZYK COPYRIGHTS 2002 Artur Maciaszczyk, tel. 0602
Bardziej szczegółowoStatystyka opisowa PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA
Statystyka opisowa PRZEDMIOT: PODSTAWY STATYSTYKI PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA Statystyka opisowa = procedury statystyczne stosowane do opisu właściwości próby (rzadziej populacji) Pojęcia:
Bardziej szczegółowoTablica Wzorów Rachunek Prawdopodobieństwa i Statystyki
Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Spis treści I. Wzory ogólne... 2 1. Średnia arytmetyczna:... 2 2. Rozstęp:... 2 3. Kwantyle:... 2 4. Wariancja:... 2 5. Odchylenie standardowe:...
Bardziej szczegółowoLABORATORIUM METROLOGII
AKADEMIA MORSKA W SZCZECINIE Centrum Inżynierii Ruchu Morskiego LABORATORIUM METROLOGII Ćwiczenie 6 Analiza karty kontrolnej dla cech mierzalnych procesu manewrowania statkiem Szczecin, 2010 Zespół wykonawczy:
Bardziej szczegółowoPodstawowe definicje statystyczne
Podstawowe definicje statystyczne 1. Definicje podstawowych wskaźników statystycznych Do opisu wyników surowych (w punktach, w skali procentowej) stosuje się następujące wskaźniki statystyczne: wynik minimalny
Bardziej szczegółowoLaboratorium 3 - statystyka opisowa
dla szeregu rozdzielczego Laboratorium 3 - statystyka opisowa Agnieszka Mensfelt 11 lutego 2019 dla szeregu rozdzielczego Statystyka opisowa dla szeregu rozdzielczego Przykład wyniki maratonu Wyniki 18.
Bardziej szczegółowoLABORATORIUM PODSTAW TELEKOMUNIKACJI
WOJSKOWA AKADEMIA TECHNICZNA im. Jarosława Dąbrowskiego w Warszawie Wydział Elektroniki LABORATORIUM PODSTAW TELEKOMUNIKACJI Grupa Podgrupa Data wykonania ćwiczenia Ćwiczenie prowadził... Skład podgrupy:
Bardziej szczegółowoPomiary i automatyka w sieciach elektroenergetycznych laboratorium
Pomiary i automatyka w sieciach elektroenergetycznych laboratorium Lab 1: Opracowanie wyników pomiarów JEE. http://www.mbmaster.pl Data wykonania: Data oddania: Ocena: OPIS PUNKTU POMIAROWEGO Czas trwania
Bardziej szczegółowoZakład Ubezpieczeń Społecznych Departament Statystyki. Struktura wysokości emerytur i rent wypłacanych przez ZUS po waloryzacji w marcu 2010 roku.
Zakład Ubezpieczeń Społecznych Departament Statystyki Struktura wysokości emerytur i rent wypłacanych przez ZUS po waloryzacji w marcu 2010 roku. Warszawa 2010 I. Badana populacja. W marcu 2010 r. emerytury
Bardziej szczegółowoMetrologia: powtarzalność i odtwarzalność pomiarów. dr inż. Paweł Zalewski Akademia Morska w Szczecinie
Metrologia: powtarzalność i odtwarzalność pomiarów dr inż. Paweł Zalewski Akademia Morska w Szczecinie Definicje: Pojęciami związanymi z metodami diagnozowania procesów i oceny ich bezpieczeństwa oraz
Bardziej szczegółowoW1. Wprowadzenie. Statystyka opisowa
W1. Wprowadzenie. Statystyka opisowa dr hab. Jerzy Nakielski Zakład Biofizyki i Morfogenezy Roślin Plan wykładu: 1. O co chodzi w statystyce 2. Etapy badania statystycznego 3. Zmienna losowa, rozkład
Bardziej szczegółowoWeryfikacja hipotez statystycznych za pomocą testów statystycznych
Weryfikacja hipotez statystycznych za pomocą testów statystycznych Weryfikacja hipotez statystycznych za pomocą testów stat. Hipoteza statystyczna Dowolne przypuszczenie co do rozkładu populacji generalnej
Bardziej szczegółowoStatystyka w podstawowych elementach systemu zarządzania laboratorium wg PN-EN ISO/IEC Katarzyna Szymańska
Statystyka w podstawowych elementach systemu zarządzania laboratorium wg PN-EN ISO/IEC 17025. Katarzyna Szymańska Jakość decyzji odpowiada jakości danych zebranych przed jej podjęciem. W praktyce nadzorowanie,
Bardziej szczegółowoWykład 4: Statystyki opisowe (część 1)
Wykład 4: Statystyki opisowe (część 1) Wprowadzenie W przypadku danych mających charakter liczbowy do ich charakterystyki można wykorzystać tak zwane STATYSTYKI OPISOWE. Za pomocą statystyk opisowych można
Bardziej szczegółowoSPRAWDZIAN NR 1 ROBERT KOPERCZAK, ID studenta : k4342
TECHNIKI ANALITYCZNE W BIZNESIE SPRAWDZIAN NR 1 Autor pracy ROBERT KOPERCZAK, ID studenta : k4342 Kraków, 22 Grudnia 2009 2 Spis treści 1 Zadanie 1... 3 1.1 Szereg rozdzielczy wag kobiałek.... 4 1.2 Histogram
Bardziej szczegółowoWykład 5. Opis struktury zbiorowości. 1. Miary asymetrii.
Wykład 5. Opis struktury zbiorowości 1. Miary asymetrii. 2. Miary koncentracji. Przykład Zbadano stawkę godzinową (w zł) pracowników dwóch branŝ, otrzymując następujące charakterysty ki liczbowe: Stawka
Bardziej szczegółowoStatystyczne Zarządzanie Jakością
Statystyczne Zarządzanie Jakością Opis Obecnym wyzwaniem dla większości procesów produkcyjnych jest utrzymanie powtarzalnej jakość zgodnie z oczekiwaniami klientów nie dla partii pięciu sztuk ale dla serii
Bardziej szczegółowoWykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu
Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)
Bardziej szczegółowo