Використання розподілу Пуассона в системі управління якістю на підприємстві

Abstract

У статті запропоновано підходи до використання статистичних методів в системі управління якістю на підприємстві, які забезпечують правильне збирання, кількісний аналіз інформації, та якісну інтерпретацію отриманих результатів. Внаслідок дії різноманітних чинників ознака якості може набувати різних значень. Точне значення, яке може набути ознака, є невідомим і носить випадковий характер під дією варіації. Набуття ознакою одних значень є частішим, ніж інших, тобто поява певних значень є імовірнішою, ніж поява інших. Ознака, яка відповідає кількості подій на визначену одиницю є порядковою, і вона розподіляється за законом розподілу Пуассона. Існує чотири способи визначення імовірності настання випадкової події, розподіленої за розподілом Пуассона: за моделлю розподілу Пуассона, за статистичними стандартними таблицями розподілу Пуассона, з використанням майстра функцій в середовищі Excel та з використанням номограми Торндайка. Застосування розподілу Пуассона в практичній діяльності розглянуто на прикладі визначення імовірності надходження заявок на обслуговування за день на комунальному підприємстві.

В статье предложены подходы к использованию статистических методов в системе управления качеством на предприятии, которые обеспечивают правильный сбор, количественный анализ информации, и качественную интерпретацию полученных результатов. В результате действия различных факторов признак качества может принимать различные значения. Точное значение, которое может приобрести признак, является неизвестным и носит случайный характер под действием вариации. Приобретение признаком одних значений происходит чаще, чем других, то есть появление определенных значений является более вероятным, чем появление других. Признак, который соответствует количеству событий на определенную единицу, является порядковым и он распределен по закону распределения Пуассона. Существует четыре способа определения вероятности наступления случайного события, распределенного по распределению Пуассона: по модели распределения Пуассона, по статистическим стандартными таблицами распределения Пуассона, с использованием мастера функций в среде Excel и с использованием номограммы Торндайка. Применение распределения Пуассона в практической деятельности рассмотрено на примере определения вероятности поступления заявок на обслуживание за день на коммунальном предприятии.

World experience shows that high quality products have been achieved by enterprises and organizations that have used statistical methods of quality management. The article proposes approaches to the use of statistical methods in quality management systems in the enterprise, which provide proper collection, quantitative analysis of information, and qualitative interpretation of the results. It was found that statistical methods significantly improve financial performance and ensure effective enterprise management. In the ISO 9001: 2015 standard, the use of statistical methods in quality management systems is not required directly. This standard requires the use of methods, including statistical methods. A trait is a characteristic of an object (phenomenon) that serves to recognize and identify it and that can be represented by a number of statistical quantities. Traits can be either quantitative or qualitative. Due to the action of various factors, the quality mark can take on different meanings. The exact meaning that a trait can acquire is unknown and is random under the influence of variation. Acquisition of a trait of some values is more frequent than others, ie the appearance of certain values is more likely than the appearance of others. If the ordinal quality trait is analyzed, which corresponds to the number of events per defined unit, then this trait is distributed according to Poisson's law. The ordinal trait is accounting, registration, description of the number of events per unit. Promising is the application of the Poisson distribution to ordinal quality traits. To date, there are four ways to determine the probability of a random event distributed by the Poisson distribution: by the Poisson distribution model, by statistical standard Poisson distribution tables, by using the function wizard in Excel, and by using the Thorndike nomogram. The application of the Poisson distribution in practice is considered on the example of determining the probability of receiving applications for service per day at the utility. With the help of the Poisson distribution, you can describe random effects, predict the expected results, in particular the expected number of requests for service per unit time.