ИННОВАЦИИ БИЗНЕСУ

Для моделирования процесса повышения качества использована информация о качестве в виде статистического ряда наблюдений. В статистические данные включены те дефекты, на основании которых рассчитывался фактический показатель качества. Имея такие данные дляn-го количества изделий, с помощью математических методов можно проследить их взаимные связи и связь с фактическим показателем, выражающуюся функцией:

(1)

где у - фактический показатель качества изделий;

х ₁ , х ₂ ,...,х_n- дефекты в изделиях.

Наблюдаемые дефекты могут быть приведены к сравнимым величинам, т.е. формализованы в форме, удобной для математического анализа. В условиях неизвестного характера влияния этих дефектов на величину показателя качестваy, последняя может быть представлена приближенно в виде их линейной комбинации:

(2)

где х ₀ - фиктивный признак, определяющий свободный член в регрессии у-¶на х-¶х и равный 1 для всех наблюдений;

a₀,a₁, ...,a_n- коэффициенты регрессии.

Используя метод наименьших квадратов, можно найти коэффициенты регрессии. Для найденных коэффициентов определяется коэффициент корреляции между действительным и предсказываемым значениями качества и проверяется его значимость, т.е. проводится полный регрессионный анализ. Полученные значения коэффициентов регрессии будут описывать степень влияния каждого признака на величину качества.

Приведенная выше формула (2 ) с найденными коэффициентами регрессии представляет аналитическую модель качества выпускаемой продукции.

Определив степень влияния дефектов на показатель качества, можно выявить планируемую величину показателя качества. В период прогноза повышения качества, подставляя в модель величины снижения дефектов, планируемые в зависимости от условий производства и организационно-технических мероприятий, получают величину прогнозируемого качества, которая служит основой для планирования повышения качества.

В процессе производства можно подобрать наиболее экономичный вариант производства, следя при этом за показателем качества.