مقاله درمورد مقیاس یا اندازه گیری

دانلود پروژه درمورد مقاله درمورد مقیاس یا اندازه گیری

این فایل با فرمت word و آماده پرینت می باشد

مقیاس یا اندازه گیری

یک مسیر کوتاه در آمار

آمار توصیفی

آمار استنباطی

داده ها

اصطلاحات

حدود کنترل

خلاصه

کنترل فرایند آماری SPC

اصطلاحات

نمودار 

SPC برای بخشهای خیلی کوچک

خلاصه 

مقیاس یا اندازه گیری

تایچی اهنو با گفتن «جایی که در آن استانداردی وجود ندارد هیچ بهبود نمی تواند وجود داشته باشد» وعده می دهد. راه دیگر گفتن این است «جایی که هیچ چیزی اندازه‌گیری نشود، چیزی توسعه پیدا نخواهد کرد».

این فصل اندازه گیری‌های ابزارها را بررسی می کند و می فهمیم که اندازه گیری به تنهایی هیچ چیزی را توسعه نمی دهد. علم آمار یک وسیله قدرتمندی است که ابعاد نامرئی را به چیزهای مرئی و قابل فهم تبدیل می کند. هیچ راهی وجود ندارد تا در این متون صدها ابزار موجود را کاملاً تعریف کنیم. منابع اضافی در کتاب شناسی می تواند یافت شوند. به وسیله نگاشت جریان ارزش، نمودارهای اسپاگتی و داشبوردهای سمبولیک، تعداد زیادی از تکنیکها و روشهای اندازه گیری بیشتر بحث خواهد شد.

یک مسیر کوتاه در آمار

 هیچ کتابی درباره Sixsigma  نباید زمان کمی را برای بحث کردن درباره اصول و استفاده از آمار در یک برنامه بهبود مستمر صرف کند. علم آمار توصیفات عدد ساده می باشد. اندازه گیری به ما کمک می کنند تا چیزهای نامرئی را مجسم کنیم.

علم آمار راهی است که اعتمادمان را نسبت به یک مشاهده که از جهت دیگر فقط یک ایده است افزایش می دهد. آنها به ما کمک می کنند تا عملکرد یک تیم ورزشی را در مقابل تیم دیگر بسنجیم یا درباره خریدن یک ماشین یا انتخاب جایی برای زندگی، تصمیم بگیریم. دو نوع آمار اصلی وجود دارد:  توصیفی و استنباطی.

آمار توصیفی

آمار توصیفی مقادیر زیاد اطلاعات را خلاصه می کند. برای مثال: در یک گروه از 42341 نفر افراد تماشا کننده به مسابقه فوتبال، 31656 نفر مجوز معتبر دارند.

بنابراین 75 درصد از کل افراد در یک مسابقه راننده های با مجوزی بودند. برای رسیدن به این درجه از دقت و لیاقت باید اطلاعات مورد نیاز برای هر شخص جمع‌آوری شود.

آمار استنباطی 

آمار استنباطی از یک سری اطلاعات برای بدست آوردن نظر و ایده استفاده می کند برای مثال: اگر از 250 نفر افرادی که در یک مسابقه مصاحبه شدند و 180 نفر راننده‌های با مجوزی بودند ما می توانیم تشخیص دهیم یا استنباط کنیم که 72% از کل شرکت کنندگان راننده های  با مجوزی بودند. این آمار استنباطی است که توجه کمتری نسبت به  مصاحبه 100% از شرکت کنندگان دارد اما آن مقدار زیادی زمان و کار را صرفه جویی می کند. در این مورد نتایج استنباطی با دقت 96% با نتایج توصیفی مقایسه‌ می شوند. و 4% از راننده های دارای جواز توجیه ناپذیر هستند. وقتی که از روشهای نمونه برداری برای قضاوت کردن استفاده می کنیم یک مقیاسی از دقت بدست می آوریم.

داده ها

تعداد زیادی از انواع داده ها وجود دارد که برای اثبات و آنالیز کردن داده های آماری شامل داده های غیر واقعی ترتیبی و اختلاف و نسبت استفاده می شود. داده‌های غیر واقعی (نامی) در گروههای منطقی طبقه بندی می شوند. برای مثال شما 100 تا از وسایل نقلیه مسافری را که از جلوی منزلتان عبور می کنند را محاسبه کنید ودرصد هر وسیله نقلیه را مشخص کنید (مانند 35 اتوبوس- 25 کامیون و 40 Suvs).

اطلاعات ترتیبی، ارزش اندازه گیری را برای یک نمونه معین می کنند. برای مثال شما ارزش هر وسیله نقلیه را که عبور می کنند ارزیابی کنید (برای مثال کمتر یا بیشتر از 000/10 $ قیمت) اختلاف داده ها باعث مقایسه بین دو نمونه ها می شود برای مثال شما زمان بین ماشینهایی که از جلوی منزلتان عبور می کنند را اندازه بگیرید: نسبت داده‌ها معین می کند این که چطور زمان یک داده با داده دیگر متفاوت است. برای مثال شما تعداد افرادی که در ماشین هستند و زمانی که بیش از یک نفر در ماشین وجود دارند را محاسبه کنید.

اصطلاحات

همچنین بعضی اصطلاحات کلیدی در آمار وجود دارد که برای کمک به فهم ابزارها استفاده می شوند مانند جمعیت- تغییرات- نمونه- کیفی- کمی- میانگین- متوسط- حدود تغییرات (دامنه)- انحراف و تغییرات نمونه.

یک جمعیت مجموعه ای از اعداد می باشد. برای مثال همه ماشینهای قرمز یا همه ماشینهای با شیشه پایین. یک متغیر یک مشخصه فردی در جمعیت است که صرف نظر از بقیه دسته بندی می شود. برای مثال هر ماشین قرمزی که اتومبیل کروکی نیز می‌باشد.

یک نمونه کوچکترین جزء از یک جمعیت بزرگتر می باشد. برای مثال ممکن است شما به جای تماشای 100 ماشین که از جلوی منزلتان عبور می کنند. یک نمونه 10‌تایی از آن را بگیرید. داده های کیفی داده هایی می باشد که اندازه گیری آنها مشکل می‌باشد. برای مثال چه تعداد اتومبیلهایی هستند که شما به تمیزی آن توجه می کنید. داده کمی یک مشخصه قابل قبول است. برای مثال تمام ماشینهایی که فرمان 15 in یا 38cm دارند.

میانگین، ارزش متوسط یک جمعیت یا یک سری اطلاعات می باشد. برای مثال میانگین مقادیر 5و4و5و4و6 عدد 8/4 می باشد. مقادیر فوق را با هم جمع کرده و بر تعدادشان تقسیم کنید بنابراین 9=5÷24 می شود. متوسط عدد میانی یک سری از مقادیر می باشد. برای مثال مقادیر را در یک ردیف از کوچکترین تا بزرگترین مرتب کنید 6و5و5و4و4 و عدد مرکزی را بیابید که 5 می باشد.

یافتن عدد مرکزی در اینجا آسان بوده و یک عدد فرد از مقادیر می باشد. اما اگر شما یک اعداد تصادفی از مقادیر داشته باشید ممکن است دو عدد میانی به عنوان متوسط پیدا شود. حدود تغییرات (دامنه) اختلاف بین کوچکترین و بزرگترین مقدار می‌باشد. برای مثال تفریق کمترین عدد از بزرگترین عدد در اعداد فوق 2=(4-6)، (6و5و5و4و4) بنابراین حدود تغییرات در اینجا 2 می باشد. حدود تغییرات ساده ترین محاسبه از تغییرات در اندازه گیری یا سنجش یک فرایند می باشد. بخاطر اینکه تمام 6 سیگما روی کاهش تغییرات ناخواسته پایه گذاری شده است حدود تغییرات خیلی مهم می باشد.

واریانس نمونه مجموع مجذور فاصله از میانگین تقسیم بر تمام اعداد نقاط داده منهای یک است. (محاسبه واریانس در فصل 2 و جدول 1-5 نشان داده شده است). اندازه پیچ در محدوده یک سیگما خیلی شبیه به پیدا کردن واریانس نمونه در یک سری از اعداد می باشد. برای مثال جدول (1-5)