«СТАТИСТИЧНІ МЕТОДИ УПРАВЛІННЯ ЯКІСТЮ ПРОДУКЦІЇ». Лабораторна робота з Менеджмент організацій. Робота № 100990

«СТАТИСТИЧНІ МЕТОДИ УПРАВЛІННЯ ЯКІСТЮ ПРОДУКЦІЇ»

Інформація про навчальний заклад

ВУЗ:

Національний університет Львівська політехніка

Інститут:

ІНЕМ

Факультет:

Менеджмент організації

Кафедра:

Кафедра менеджменту організацій

Інформація про роботу

Рік:

2025

Тип роботи:

Лабораторна робота

Предмет:

Менеджмент організацій

Група:

МЕ 12

Варіант:

Завантажити

Частина тексту файла (без зображень, графіків і формул):

МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ «ЛЬВІВСЬКА ПОЛІТЕХНІКА» Навчально-науковий інститут економіки і менеджменту Кафедра менеджменту організацій / Звіт з лабораторної роботи №5 з дисципліни «Операційний менеджмент» на тему: «СТАТИСТИЧНІ МЕТОДИ УПРАВЛІННЯ ЯКІСТЮ ПРОДУКЦІЇ» Варіант 13 Львів-2024 Мета даної роботи – засвоїти призначення і методи статистичного регулювання технологічного процесу з допомогою контрольних карт. Ознайомитися з основними типами контрольних карт та сферами їх застосування. Навчитися будувати діаграму Парето. В процесі виконання роботи студенти закріпляють також навички з експлуатації персональних електронних обчислювальних машин – ПЕОМ та побудови контрольних карт в середовищі програмного пакету STATISTICA. Теоретичні положення Методику побудови контрольних карт як складову методології статистичного управління процесами запропонував американський інженер Уолтер Ендрю Шугарт у 1929-1939 рр. у працях «Економічне управління якістю продуктів виробництва» (1931) та «Статистичний метод з погляду управління якістю» (1939) У стані статистичного управління перебуває процес, на результат якого впливають лише випадкові (звичайні) причини варіації Метою побудови контрольної карти є виявити точки виходу процесу зі контрольованого стану, щоб в подальшому встановити причини відхилення і їх усунути. Контрольні межі на контрольній карті та межі допуску при проектуванні виробу - це різні характеристики. Контрольні межі визначаються на основі статистичних даних процесу і використовуються для визначення, чи є процес стабільним. Межі допуску встановлюються конструкторами і визначають допустимий діапазон варіацій для певної характеристики продукції. Коли контрольна карта сигналізує про те, що процес вийшов зі стану стабільності, персонал може вжити таких заходів для регулювання процесу: Персонал повинен провести детальне дослідження, щоб з'ясувати, чому процес став нестабільним. Після виявлення причин нестабільності, персонал повинен вжити заходів для усунення цих причин та відновлення стабільності процесу. У деяких випадках може бути доцільним тимчасово призупинити процес, доки не будуть виявлені та усунені причини нестабільності. Підгрупа виробів або вибірка, взята з технічних або економічних причин, у середині якої відхилення можуть розглядатись як такі, які існують внаслідок невстановлених випадкових (або звичайних) причин, називається раціональною підгрупою. Контрольні карти, які здебільшого застосовуються, щоб оцінити наявність стану статистичного контролю, називаються контрольними картами Шугарта. Контрольні карти, які використовуються для того аби регулюванти технологічний процес за допомогою передбачення тенденцій його розвитку, називаються адаптивними контрольними картами. Контрольні карти, призначені, щоб встановити відповідність виготовленої продукції існуючим вимогам, називаються картами приймального контролю Контрольні карти для альтернативних змінних поділяються на такі види: карта частки дефектів (p-карта) або карта кількості дефектних виробів (np-карта); карта кількості дефектів на виріб (c-карта) або карта середньої кількості дефектів на одиницю (u-карта). Діаграма Парето використовується в управлінні якістю для виявлення та візуалізації найбільш поширених причин дефектів або проблем, дозволяючи зосередити зусилля на їх усуненні та досягненні найбільшого покращення якості. Діаграму Парето будують з метою виявлення найбільш значущих факторів, що впливають на певний процес або явище. Вона допомагає зосередити зусилля на вирішенні ключових проблем, які мають найбільший вплив, а не витрачати ресурси на незначні фактори. Хід роботи Частина 1 Щоб побудувати контрольні карти, доцільно буде використати модуль «Контрольні карти якості», з програмного пакету STATISTICA. Спершу вводжу три останні цифри свого студентського квитка, щоб згенерувати 20 варіантів контрольованого розміру (див. рис. 1.) Далі копіюю з файлу Exel отриману вибірку і вставляю згенеровані дані у файл Якість26 системи STATISTICA. Результати 20 вибірок воджу послідовно, одну за одною. (див. рис. 2.) / Рис.1 Згенеровані дані /Рис.1 Файл з початковими даними для побудови карти контролю якості Запускаю модуль «Контрольні карти якості» через меню Statistics ( Industrial Statistics & Six Sigma ( Quality Control Charts. У вікні, що відкрилося, вибраю опцію у вкладці «Quick» X-bar & R chart for variables та натискаю кнопку «Ок». В наступному діалоговому вікні ставлю відмітку біля опції «Input is raw data», вибраю змінну – «Контрольований розмір» (див. рис. 3.), натискаю кнопку «Variables», та встановлюю у комірці «Constant sample size» цифру 5 (тобто вказую скільки значень містить кожна вибірка). Тисну кнопку «Ок». / Рис.3. Діалогове вікно вибору змінних та обсягу окремих вибірок при побудові карти контролю якості З’являється графік з необхідними контрольними картами: Х-картою і картою ковзаючих розмахів для вибраної послідовності спостережень (рис. 4.). / Рис.4. X- і MR-карти для змінної «Контрольований розмір» Як бачимо з рис. 4., крім контрольних карт пакет STATISTICA виводить ще гістограми розподілу частот як для значень середньої так і для значень розмахів. Причому розподіл середніх значень оцінюється ще й на близькість до нормального розподілу. На цих рисунках бачимо, що дві частини контрольної карти середніх і карти розмахів варіації показують, що процес є статистично стабільний. Отже, визначені параметри контрольних карт можна застосувати для моніторингу статистичної стабільності процесу у майбутньому. Отже на Х-карті всі точки потрапляють в область всередині контрольних меж. На контрольній карті ковзаючих розмахів (MR-карті) також видно, що всі точки знаходяться нижче за контрольну межу. Це дозволяє стверджувати, що технологічний процес налагоджений, оскільки обидві частини контрольної карти середніх і розмахів варіації показують, що процес є статистично стабільним. Для побудови діаграми Парето, доцільно використовувати також модуль «Контрольні карти якості», з програмного пакету STATISTICA. Розглянемо побудову діаграми Парето з допомогою цього модуля за даними прикладу про дефекти мобільних телефонів, які потрапляють у сервісний центр. Частина 2 Щоб побудувати діаграму Парето, доцільно використати також модуль «Контрольні карти якості», з програмного пакету STATISTICA. Розглянемо побудову діаграми Парето з допомогою цього модуля за даними прикладу про дефекти мобільних телефонів, які потрапляють у сервісний центр. Вводжу початкові дані у файл Парето26 системи STATISTICA. (див. рис. 5.). / Рис.5. Файл з початковими даними для побудови діаграми Парето Запускаю модуль «Контрольні карти якості» через меню Statistics ( Industrial Statistics & Six Sigma ( Quality Control Charts. У вікні, що відкрилося, вибраю опцію у вкладці «Attributes» Pareto chart analysis та тисну кнопку «Ок». В наступному діалоговому вікні ставлю відмітку біля опції «Codes and counts (one variable with defect type, one variable with counts)», вибраю змінні – «Група дефектів», як Variable with defect types (codes), та «Кількість дефектів», як Variable with defect counts, тисну кнопку «Variables», а потім «Ок». З’явиться діаграма Парето про види та частоти дефектів мобільних телефонів (див. рис. 6.). / Рис.6. Діаграма Парето Частина 2 Завдання 1. З процесу виготовлення виробів збирають вибіркові дані про певний розмір виробу. Попередньо визначених або стандартно встановлених значень характеристик процесу немає. Обсяг кожної вибірки становить 5 деталей. Результати вибіркових обстежень для 20 послідовних вибірок наведено у табл.1 Таблиця 1 Номер вибірки Розмір виробу Сума Середнє Розмах x1 x2 x3 x4 x5 X R 1 220,167 219,567 219,811 219,700 220,059 1099,305 219,861 0,600 2 219,388 220,267 220,282 220,186 220,219 1100,342 220,068 0,895 3 219,766 219,972 219,999 220,132 220,243 1100,112 220,022 0,477 4 219,962 219,726 219,755 219,941 219,796 1099,180 219,836 0,237 5 220,061 220,252 220,097 219,781 219,630 1099,820 219,964 0,622 6 220,187 220,434 220,008 220,099 219,870 1100,598 220,120 0,564 7 219,804 220,001 219,745 219,847 220,176 1099,573 219,915 0,431 8 219,719 220,147 220,042 219,702 219,835 1099,447 219,889 0,445 9 219,992 219,844 219,955 220,206 220,006 1100,002 220,000 0,362 10 219,841 219,867 220,008 220,257 220,030 1100,004 220,001 0,416 11 220,211 220,006 219,999 219,931 219,749 1099,896 219,979 0,462 12 220,159 220,049 220,318 219,934 219,838 1100,298 220,060 0,481 13 219,663 220,148 220,125 219,740 219,591 1099,266 219,853 0,558 14 219,878 220,520 219,997 219,931 220,448 1100,774 220,155 0,643 15 219,909 219,786 220,211 219,689 220,504 1100,099 220,020 0,815 16 220,030 219,684 219,677 219,894 220,031 1099,315 219,863 0,355 17 219,997 220,400 219,764 219,928 220,140 1100,228 220,046 0,636 18 220,304 220,337 220,045 219,781 220,011 1100,478 220,096 0,557 19 220,128 220,188 219,953 219,872 219,732 1099,873 219,975 0,456 20 219,751 219,712 219,763 219,911 220,211 1099,348 219,870 0,499 SUM 4399,592 10,509 Спочатку створюю контрольну карту для розмахів. Середній розмах визначається як середнє з усіх вибіркових розмахів. Враховуючи, що обсяг n кожної вибірки становить 5 деталей, з ДОДАТКУ знаходжу значення констант (див табл.2) Таблиця 2 Середній розмах R 0,525461 Константи D3 0,307 D4 1,693 A2 0,249 X 219,9796 Далі визначаю верхню: ВКМ(?) = ?4? і нижню: НКМ(?) = ?3? контрольні межі. Проведені розрахунки наводжу в таблиці 3. Таблиця 3 Середнє Розмах Для розмахів варіації Для середнього X R ВКМ R= НКМ R= ЦЛ ВКМ Х= НКМ Х ЦЛ 219,861 0,600 0,889605 0,161317 0,525461 220,110 219,849 219,9796 220,068 0,895 0,889605 0,161317 0,525461 220,110 219,849 219,9796 220,022 0,477 0,889605 0,161317 0,525461 220,110 219,849 219,9796 219,836 0,237 0,889605 0,161317 0,525461 220,110 219,849 219,9796 219,964 0,622 0,889605 0,161317 0,525461 220,110 219,849 219,9796 220,120 0,564 0,889605 0,161317 0,525461 220,110 219,849 219,9796 219,915 0,431 0,889605 0,161317 0,525461 220,110 219,849 219,9796 219,889 0,445 0,889605 0,161317 0,525461 220,110 219,849 219,9796 220,000 0,362 0,889605 0,161317 0,525461 220,110 219,849 219,9796 220,001 0,416 0,889605 0,161317 0,525461 220,110 219,849 219,9796 219,979 0,462 0,889605 0,161317 0,525461 220,110 219,849 219,9796 220,060 0,481 0,889605 0,161317 0,525461 220,110 219,849 219,9796 219,853 0,558 0,889605 0,161317 0,525461 220,110 219,849 219,9796 220,155 0,643 0,889605 0,161317 0,525461 220,110 219,849 219,9796 220,020 0,815 0,889605 0,161317 0,525461 220,110 219,849 219,9796 219,863 0,355 0,889605 0,161317 0,525461 220,110 219,849 219,9796 220,046 0,636 0,889605 0,161317 0,525461 220,110 219,849 219,9796 220,096 0,557 0,889605 0,161317 0,525461 220,110 219,849 219,9796 219,975 0,456 0,889605 0,161317 0,525461 220,110 219,849 219,9796 219,870 0,499 0,889605 0,161317 0,525461 220,110 219,849 219,9796 На основі обчислених характеристик побудуємо контрольну карту для розмахів варіації (рис.7) / Рис. 7. Контрольна карта для розмаху варіації Оскільки на карті немає сигналів про вихід зі стану статистичної керованості, то можна використовувати значення статистичного розмаху варіації для визначення варіації середньої при створенні карти середніх. Враховуючи, що обсяг n кожної вибірки становить 5, з ДОДАТКУ знаходимо значення константи A2. Знаходжу загальне середнє X, отриманий результат наводжу в табл.2. Таким чином характеристики контрольної карти середніх наведена в табл.3 На рис. 8 зображено контрольну карту для середніх значень. / Рис. 8. Контрольна карта для середнього розміру виробу Однак бачимо з отриманого рисунку, що середнє значення виходить за верхню межу і трошки за нижню межу, тому можна стверджувати, що контрольна карта середніх показує, що середній розмір виробів не є абсолютно статистично стабільним. Контрольна карта для розмаху варіації показує що процес є доволі стабільним Завдання 2. Менеджер сервісного центру з обслуговування мобільних телефонів Левицька Надія сформувала таку статистику звернень клієнтів з питань ремонту телефонів. На основі даних табл.4 побудую діаграму Парето. Спочатку визначаю кумулятивну кількість дефектів і кумулятивну їх частку. Результати розрахунків наведено в табл.5. Таблиця 4 Причини звернень власників мобільних телефонів з питань їх ремонту Причини потреби в ремонті Кількість звернень протягом місяця Попадання води в пристрій 130 Проблеми з екраном 125 Пошкодження пристрою через падіння 94 Проблеми з кнопками 34 Невдала спроба перепрошивання ПЗ 30 Проблеми з батареєю 20 Проблеми з динаміком 9 Проблеми з мікрофоном 5 Проблеми з вібродзвінком 4 Таблиця 5 Розрахунки частоти дефектів мобільних телефонів для побудови діаграми Парето Причини потреби в ремонті Кількість звернень протягом місяця Кумулятивна кількість Частка дефектів,% Кумулятивна частка,% Попадання води в пристрій 130 130 28,825 28,825 Проблеми з екраном 125 255 27,716 56,541 Пошкодження пристрою через падіння 94 349 20,843 77,384 Проблеми з кнопками 34 383 7,539 84,922 Невдала спроба перепрошивання ПЗ 30 413 6,652 91,574 Проблеми з батареєю 20 433 4,435 96,009 Проблеми з динаміком 9 442 1,996 98,004 Проблеми з мікрофоном 5 447 1,109 99,113 Проблеми з вібродзвінком 4 451 0,887 100,000 Разом 451 100,000 Наношу на графік значення кількості дефектів кожної групи та кумулятивної частки дефектів (рис.9). / Рис. 9. Діаграма Парето про види та частоти дефектів мобільних телефонів На основі рис.9. можемо зробити висновок, що найбільшою є частка груп дефектів – «Попадання води в пристрій», «Проблеми з екраном», «Пошкодження пристрою через падіння» і «Проблеми з кнопками» (загалом 84,92% усіх дефектів), і саме на них потрібно зосередити основну увагу. Висновок Під час виконання лабораторної роботи набуто навичок про призначення і методи статистичного регулювання технологічного процесу з допомогою контрольних карт. Ознайомилися з основними типами контрольних карт та сферами їх застосування. Навчились будувати діаграму Парето. В процесі виконання роботи закріпили також навички з експлуатації персональних електронних обчислювальних машин – ПЕОМ та побудови контрольних карт в середовищі програмного пакету STATISTICA. Контрольні карти Шугарта допомагають виявити та усунути причини відхилень у процесах, забезпечуючи передбачувану якість продукції. Вони розрізняють випадкові та особливі причини варіацій, дозволяючи визначити, чи процес перебуває у стані статистичного контролю. Різні типи контрольних карт використовуються для різних цілей: оцінки стабільності процесу, регулювання процесу, прийняття рішень щодо продукції та аналізу дефектів. Список використаної літератури 1. Методичні вказівки до лабораторної роботи з курсу «Операційний менеджмент» для студентів першого (бакалаврського) рівня вищої освіти спеціальності 073 – Менеджмент. Вибір місця розташування логістичного сервісного складу методом «центру тяжіння». / Укладач Сорочак О.З.: – Львів: Видавництво Національного університету «Львівська політехніка», 2018. – 19 с. 2. Василенко В.О., Ткаченко Т.І. Виробничий (операційний) менеджмент: Навчальний посібник. За ред. В.О.Василенка. - К.: ЦУЛ, 2003. - 532 с. 3. Омельяненко Т.В., Задорожна Н.В. Операційний менеджмент: Навч.- метод. посіб. для самост. вивч. дисц. – К.: КНЕУ, 2003. – 236 с

Лабораторна робота Менеджмент організацій

nadadika

23.03.2025 15:03-

Коментарі

Ви не можете залишити коментар. Для цього, будь ласка, або зареєструйтесь.

Ділись своїми роботами та отримуй миттєві бонуси!

Маєш корисні навчальні матеріали, які припадають пилом на твоєму комп'ютері? Розрахункові, лабораторні, практичні чи контрольні роботи — завантажуй їх прямо зараз і одразу отримуй бали на свій рахунок! Заархівуй всі файли в один .zip (до 100 МБ) або завантажуй кожен файл окремо. Внесок у спільноту – це легкий спосіб допомогти іншим та отримати додаткові можливості на сайті. Твої старі роботи можуть приносити тобі нові нагороди!

поділитись