АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Анализ матричных данных (матрица приоритетов)

Читайте также:
  1. II. Основные проблемы, вызовы и риски. SWOT-анализ Республики Карелия
  2. III. Анализ продукта (изделия) на качество
  3. III. Анализ результатов психологического анализа 1 и 2 периодов деятельности привел к следующему пониманию обобщенной структуры состояния психологической готовности.
  4. IX. Дисперсионный анализ
  5. Oанализ со стороны руководства организации.
  6. SWOT- анализ и составление матрицы.
  7. SWOT-анализ
  8. SWOT-анализ
  9. SWOT-анализ
  10. SWOT-анализ в качестве универсального метода анализа.
  11. SWOT-анализ.
  12. VI. АНАЛИЗ СЕГМЕНТА S—Т

Данный метод наряду с диаграммой взаимосвязей и в определенной степени матричной диаграммой предназначен для выделения факторов, имеющих приоритетное влияние на изучаемую проблему. Особенностью данного метода является то, что поставленная задача решается путем многофакторного анализа большого числа опытных данных, часто косвенным образом характеризующих изучаемые взаимосвязи. Анализ взаимосвязей между этими данными и изучаемыми факторами позволяет выделить наиболее важные факторы, для которых затем устанавливаются взаимосвязи с выходными показателями изучаемого явления (процесса).

Рассмотрим методику применения данного метода на примере анализа влияния различных факторов на процент брака при литье в оболочковые формы.

В качестве изучаемых факторов были приняты 9 характеристик литейных форм и процесса их сборки. Вначале были измерены значения этих характеристик для 26 видов изделий. Полученные 234 результата были сведены в следующую таблицу (табл. 3.1). Затем для этих изделий был установлен процент брака при литье. Корреляционный анализ значений факторов и процента брака в различных изделиях позволил выделить из всех факторов составляющие первого и второго порядка важности.

Таблица 3.1 - Пример применения анализа матричных данных

Факторы Изделия
А-101 А-102 А-103 А-126
1. Внешний диаметр х11 х12 х13 хl–26
2. Вес х21 х22 х23 х2–26
3. Площадь заглушки х31 х32 х33 х3–26
4. Расход материала на единицу готовой продукции х41 х42 х43 х4–26
5. Число штук х51 х52 х53 х5–26
6. Число этапов сборки на форму х61 х62 х6З х6–26
7. Вес на площадь заглушки х71 х72 х73 х7–26
8. Форма х81 х82 х83 х8–26
9. Диаметр трубки х91 х92 х93 х9–26

 

К составляющим первого порядка важности относятся такие факторы, как вес, площадь заглушки, отношение веса к площади заглушки, диаметр выводной трубки, а к составляющим второго порядка важности — расход материала на единицу готовой продукции, форма.



Результаты анализа этих данных приведены на рис. 3.10. Разными по размеру черными кружками на рисунке показан процент брака для отдельных видов изделий.

 

Рис. 3.10 -Пример представления результатов анализа матричных данных «Оценка вклада составляющих 9 факторов в брак литейных изделий»: 1 — составляющие первого порядка важности; 2 — составляющие второго порядка важности; 3 — обозначения; 4 — процент брака

 

Из рисунка видно, что процент брака особенно высок для факторов первого порядка важности (ось абсцисс), данные для которых оказались в области отрицательных значений факторов (отрицательные значения факторы приобретают в зависимости от вызванного ими процента брака). На рисунке процент брака для j-го изделия приведен по каждой оси независимо от значения факторов по другой оси. Схем типа показанной на рисунке необходимо построить несколько, отдельно для различных изученных факторов.

Данный метод требует знания математической статистики, применения вычислительной техники и поэтому используется реже остальных шести новых инструментов контроля качества, рассмотренных ранее.


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 |



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.004 сек.)