مقياس يا اندازه گيري

يك مسير كوتاه در آمار

آمار توصيفي

آمار استنباطي

داده ها

اصطلاحات

حدود كنترل

خلاصه

كنترل فرايند آماري SPC

اصطلاحات

نمودار 

SPC براي بخشهاي خيلي كوچك

خلاصه 

 

 

مقياس يا اندازه گيري

تايچي اهنو با گفتن «جايي كه در آن استانداردي وجود ندارد هيچ بهبود نمي تواند وجود داشته باشد» وعده مي دهد. راه ديگر گفتن اين است «جايي كه هيچ چيزي اندازه‌گيري نشود، چيزي توسعه پيدا نخواهد كرد».

اين فصل اندازه گيري‌هاي ابزارها را بررسي مي كند و مي فهميم كه اندازه گيري به تنهايي هيچ چيزي را توسعه نمي دهد. علم آمار يك وسيله قدرتمندي است كه ابعاد نامرئي را به چيزهاي مرئي و قابل فهم تبديل مي كند. هيچ راهي وجود ندارد تا در اين متون صدها ابزار موجود را كاملاً تعريف كنيم. منابع اضافي در كتاب شناسي مي تواند يافت شوند. به وسيله نگاشت جريان ارزش، نمودارهاي اسپاگتي و داشبوردهاي سمبوليك، تعداد زيادي از تكنيكها و روشهاي اندازه گيري بيشتر بحث خواهد شد.

يك مسير كوتاه در آمار

 هيچ كتابي درباره Sixsigma  نبايد زمان كمي را براي بحث كردن درباره اصول و استفاده از آمار در يك برنامه بهبود مستمر صرف كند. علم آمار توصيفات عدد ساده مي باشد. اندازه گيري به ما كمك مي كنند تا چيزهاي نامرئي را مجسم كنيم.

علم آمار راهي است كه اعتمادمان را نسبت به يك مشاهده كه از جهت ديگر فقط يك ايده است افزايش مي دهد. آنها به ما كمك مي كنند تا عملكرد يك تيم ورزشي را در مقابل تيم ديگر بسنجيم يا درباره خريدن يك ماشين يا انتخاب جايي براي زندگي، تصميم بگيريم. دو نوع آمار اصلي وجود دارد:  توصيفي و استنباطي.

آمار توصيفي

آمار توصيفي مقادير زياد اطلاعات را خلاصه مي كند. براي مثال: در يك گروه از 42341 نفر افراد تماشا كننده به مسابقه فوتبال، 31656 نفر مجوز معتبر دارند.

بنابراين 75 درصد از كل افراد در يك مسابقه راننده هاي با مجوزي بودند. براي رسيدن به اين درجه از دقت و لياقت بايد اطلاعات مورد نياز براي هر شخص جمع‌آوري شود.

 

آمار استنباطي 

آمار استنباطي از يك سري اطلاعات براي بدست آوردن نظر و ايده استفاده مي كند براي مثال: اگر از 250 نفر افرادي كه در يك مسابقه مصاحبه شدند و 180 نفر راننده‌هاي با مجوزي بودند ما مي توانيم تشخيص دهيم يا استنباط كنيم كه 72% از كل شركت كنندگان راننده هاي  با مجوزي بودند. اين آمار استنباطي است كه توجه كمتري نسبت به  مصاحبه 100% از شركت كنندگان دارد اما آن مقدار زيادي زمان و كار را صرفه جويي مي كند. در اين مورد نتايج استنباطي با دقت 96% با نتايج توصيفي مقايسه‌ مي شوند. و 4% از راننده هاي داراي جواز توجيه ناپذير هستند. وقتي كه از روشهاي نمونه برداري براي قضاوت كردن استفاده مي كنيم يك مقياسي از دقت بدست مي آوريم.

داده ها

تعداد زيادي از انواع داده ها وجود دارد كه براي اثبات و آناليز كردن داده هاي آماري شامل داده هاي غير واقعي ترتيبي و اختلاف و نسبت استفاده مي شود. داده‌هاي غير واقعي (نامي) در گروههاي منطقي طبقه بندي مي شوند. براي مثال شما 100 تا از وسايل نقليه مسافري را كه از جلوي منزلتان عبور مي كنند را محاسبه كنيد ودرصد هر وسيله نقليه را مشخص كنيد (مانند 35 اتوبوس- 25 كاميون و 40 Suvs).

اطلاعات ترتيبي، ارزش اندازه گيري را براي يك نمونه معين مي كنند. براي مثال شما ارزش هر وسيله نقليه را كه عبور مي كنند ارزيابي كنيد (براي مثال كمتر يا بيشتر از 000/10 $ قيمت) اختلاف داده ها باعث مقايسه بين دو نمونه ها مي شود براي مثال شما زمان بين ماشينهايي كه از جلوي منزلتان عبور مي كنند را اندازه بگيريد: نسبت داده‌ها معين مي كند اين كه چطور زمان يك داده با داده ديگر متفاوت است. براي مثال شما تعداد افرادي كه در ماشين هستند و زماني كه بيش از يك نفر در ماشين وجود دارند را محاسبه كنيد.

اصطلاحات

همچنين بعضي اصطلاحات كليدي در آمار وجود دارد كه براي كمك به فهم ابزارها استفاده مي شوند مانند جمعيت- تغييرات- نمونه- كيفي- كمي- ميانگين- متوسط- حدود تغييرات (دامنه)- انحراف و تغييرات نمونه.

يك جمعيت مجموعه اي از اعداد مي باشد. براي مثال همه ماشينهاي قرمز يا همه ماشينهاي با شيشه پايين. يك متغير يك مشخصه فردي در جمعيت است كه صرف نظر از بقيه دسته بندي مي شود. براي مثال هر ماشين قرمزي كه اتومبيل كروكي نيز مي‌باشد.

يك نمونه كوچكترين جزء از يك جمعيت بزرگتر مي باشد. براي مثال ممكن است شما به جاي تماشاي 100 ماشين كه از جلوي منزلتان عبور مي كنند. يك نمونه 10‌تايي از آن را بگيريد. داده هاي كيفي داده هايي مي باشد كه اندازه گيري آنها مشكل مي‌باشد. براي مثال چه تعداد اتومبيلهايي هستند كه شما به تميزي آن توجه مي كنيد. داده كمي يك مشخصه قابل قبول است. براي مثال تمام ماشينهايي كه فرمان 15 in يا 38cm دارند.

ميانگين، ارزش متوسط يك جمعيت يا يك سري اطلاعات مي باشد. براي مثال ميانگين مقادير 5و4و5و4و6 عدد 8/4 مي باشد. مقادير فوق را با هم جمع كرده و بر تعدادشان تقسيم كنيد بنابراين 9=5÷24 مي شود. متوسط عدد مياني يك سري از مقادير مي باشد. براي مثال مقادير را در يك رديف از كوچكترين تا بزرگترين مرتب كنيد 6و5و5و4و4 و عدد مركزي را بيابيد كه 5 مي باشد.

يافتن عدد مركزي در اينجا آسان بوده و يك عدد فرد از مقادير مي باشد. اما اگر شما يك اعداد تصادفي از مقادير داشته باشيد ممكن است دو عدد مياني به عنوان متوسط پيدا شود. حدود تغييرات (دامنه) اختلاف بين كوچكترين و بزرگترين مقدار مي‌باشد. براي مثال تفريق كمترين عدد از بزرگترين عدد در اعداد فوق 2=(4-6)، (6و5و5و4و4) بنابراين حدود تغييرات در اينجا 2 مي باشد. حدود تغييرات ساده ترين محاسبه از تغييرات در اندازه گيري يا سنجش يك فرايند مي باشد. بخاطر اينكه تمام 6 سيگما روي كاهش تغييرات ناخواسته پايه گذاري شده است حدود تغييرات خيلي مهم مي باشد.

واريانس نمونه مجموع مجذور فاصله از ميانگين تقسيم بر تمام اعداد نقاط داده منهاي يك است. (محاسبه واريانس در فصل 2 و جدول 1-5 نشان داده شده است). اندازه پيچ در محدوده يك سيگما خيلي شبيه به پيدا كردن واريانس نمونه در يك سري از اعداد مي باشد. براي مثال جدول (1-5) 

 

شما هم می توانید در مورد این فایل نظر دهید.