Расслоение (стратификация)

Распределение полученных данных на отдельные группы (слои) по определенному признаку в зависимости от выбранного фактора называется расслоением или стратификацией.

В качестве стратифицирующего фактора могут быть выбраны любые параметры, определяющие особенности условий возникновения и получения данных.

Расслоение можно осуществить:

- по исполнителям (по полу, стажу работы, квалификации и т.д.);
- по машинам и оборудованию (по новому или старому, марке, типу и т.д.);
- по материалу (по месту производства, партии, виду, качеству сырья и т.д.);
- по способу производства (по температуре, технологическому приему и т.д.).

В торговле может быть осуществлено расслоение по районам, фирмам, продавцам, видам товара, сезонам и т.п.

Расслоение помогает выяснить причину появления дефекта, если обнаруживается разница в данных между слоями.

При подготовке к сбору данных по какой либо проблеме необходимо тщательно продумать разделение данных на группы при их занесении в форму.

Диаграмма разброса (рассеяния) применяется для выявления зависимости (корреляции) одних показателей от других или для определения степени корреляции между n парами данных для переменных x и y:

(x₁,y₁), (x₂,y₂),..., (x_n, y_n).

Эти данные наносятся на график (диаграмму разброса), и для них вычисляется коэффициент корреляции по формуле

,

,

,

где

ковариация;

стандартные отклонения случайных переменных x и у;

n – размер выборки (количество пар данных – х_i и у_i);

и – среднеарифметические значения х_i и у_i cоответственно.

Рассмотрим различные варианты диаграмм разброса (или полей корреляции) на рис. 4.

Рис. 4 Варианты диаграмм разброса.

В случае:

а) можно говорить о положительной корреляции (с ростом x увеличивается y);

б) проявляется отрицательная корреляция (с ростом x уменьшается y);

в) при росте x y может как расти, так и уменьшаться, говорят об отсутствии корреляции. Но это не означает, что между ними нет зависимости, между ними нет линейной зависимости. Очевидная нелинейная (экспоненциальная) зависимость представлена и на диаграмме разброса г).

Коэффициент корреляции всегда принимает значения в интервале , т.е. при r>0 – положительная корреляция, при r=0 – нет корреляции, при r <0 – отрицательная корреляция.

Для тех же n пар данных (x₁,y₁), (x₂,y₂),..., (x_n, y_n) можно установить зависимость между x и y. Формула, выражающая эту зависимость, называется уравнением регрессии (или линией регрессии), и ее представляют в общем виде функцией

у = а + bх.

Для определения линии регрессии (рис.5) необходимо статистически оценить коэффициент регрессии b и постоянную a. Для этого должны быть выполнены следующие условия:

1) линия регрессии должна проходить через точки (x,y) средних значений x и y. 2) сумма квадратов отклонений от линии регрессии значений y по всем точкам должна быть наименьшей.

3) для расчета коэффициентов а и b используются формулы

.

Т.е. уравнением регрессии можно аппроксимировать реальные данные.

Рис. 5 Пример линии регрессии.

Диаграмма Исикавы («рыбья кость»)

Результат процесса зависит от многочисленных факторов, между которыми существуют отношения типа «причина – результат». В 1953 г. профессор Каору Исикава предложил наглядное представление поиска отношений типа «причина – результат» в виде диаграммы, которую в последствии стали называть «диаграмма Исикавы («рыбья кость»)».

Диаграмма Исикавы является эффективным инструментом для организации и показа различных гипотез (как результат мозгового штурма) объединяющих потенциальные причины с возникающими последствиями.

Диаграмма Исикавы это схема (См. рис 6), показывающая отношение между проблемным показателем качества и воздействующими на него факторами.