Статистические методы управления процессами.
Возникнув в 20-х гг. ХХ в., статистические методы управления качеством не только не потеряли актуальности, но получили еще большое распространение. Это связано с тем, что за прошедшие годы не придумано другой более эффективной системы оценки стабильности процесса, затраты на реализацию которой могли быть сравнимы с затратами на проведение исследований статистическими методами. Статистические методы обязаны своим рождением американскому математику Вальтеру Шухарту, который предложил подход к управлению качеством, основанный на анализе вариаций (отклонений) процесса производства. Как выяснил Шухарт, вариации по своему происхождению вызываются двумя принципиально разными причинами: общими и специальными.
Общими причинами вариаций считаются те причины, которые являются неотъемлемой частью данного процесса, то есть внутренне ему (процессу) присущие. Общие причины связаны с точностью поддержания параметров и условий осуществления процесса, с не идентичностью условий на входах и выходах процесса и т.д. Эти причины являются результатом совместного воздействия большого числа случайных величин, каждая из которых вносит относительно малый вклад в результирующую вариацию. Именно отсутствие доминирующих по значению причин и дает относительную стабильность процесса. Совокупность малых вариаций дает устойчивую систему.
Специальными причинами вариаций считаются те причины, которые возникают в результате случайного воздействия на процесс (или на систему) внешних факторов, не предусмотренных нормальным ходом процесса. Как правило, в результате воздействия специальных причин и происходит отклонение параметров от заданных значений. Разделение причин вариаций на два указанных вида определяет и разные методы борьбы с вариациями. Шухарт выдвинул два основных принципа борьбы с вариациями:
искать не виновников брака, а вовлекать всех причастных к поиску и устранению причин несоответствий (отклонения параметров за границы допустимых значений);
источниками несоответствий являются вариации процессов.
Стабилизировать процесс, то есть сделать его устойчивым к внешним воздействиям,- главная задача статистических методов управления процессами.
Существующие статистические методы можно разделить на три категории:
методы высокого уровня сложности, которые используются разработчиками систем управления предприятием и процессами. К ним относятся методы кластерного анализа, адаптивные робастные статистики и т.д.;
специальные методы, которые применяются при разработке операций контроля, планирования промышленных экспериментов, расчетах на надежность и т.д.;
методы общего назначения (которыми, по мнению специалистов, должны владеть все работники предприятия, имеющие отношение к качеству). Эти методы в Японии называют «семь простых методов анализа».
Теперь рассмотрим статистические методы более подробно.
Метод кластерного анализа.
Фактически, кластерный анализ является не столько обычным статистическим методом, сколько "набором" различных алгоритмов "распределения объектов по кластерам". Существует точка зрения, что в отличие от многих других статистических процедур, методы кластерного анализа используются в большинстве случаев тогда, когда вы не имеете каких-либо априорных гипотез относительно классов, но все еще находитесь в описательной стадии исследования. Следует понимать, что кластерный анализ определяет "наиболее возможно значимое решение". Поэтому проверка статистической значимости в действительности здесь неприменима, даже в случаях, когда известны p-уровни (как, например, в методе K средних).