Метод стратификации исследуемых статистических данных – инструмент, позволяющий провести селекцию данных, отражающую требую информацию о процессе.
Существуют различные методы расслаивания, применение которых зависит от конкретных задач. Например, данные, относящиеся к изделию, производимому в цехе на рабочем месте, могут в какой-то мере различаться в зависимости от исполнителя, используемого оборудования, методов проведения рабочих операций, температурных условий и т.д.
Все эти отличия могут быть факторами расслаивания.
В производственных процессах часто используется метод 5М, учитывающий факторы, зависящие от человека, машины, материала, метода (технологии), измерения.
Расслаивание, например, может осуществляться так, как представлено на рисунке 7.
Рисунок 7 – Пример расслаивания
В сервисе для расслаивания используется метод 5Р, учитывающий факторы, зависящие от:
· работников сервиса;
· процедур сервиса;
· потребителей, являющихся фактическими покровителями сервиса;
|
|
· места, где осуществляется сервис и определяется его окружающая среда;
· поставщикам, осуществляющим снабжение необходимыми ресурсами, обеспечивающими выполнение сервиса.
В результате расслаивания обязательно должны соблюдаться следующие два условия:
1. Различия между случайной величиной внутри слоя (дисперсия) должны быть как можно меньше по сравнению с различием ее значений в нерасслоенной исходной совокупности.
2. Различие между слоями (различия между средними значениями случайной величин слоев) должны быть как можно больше.
Расслаивание данных может быть проиллюстрировано с помощью таблиц, гистограмм и пр.
На рисунке 8 приведен пример анализа источников возникновения дефектов.
Рисунок 8 – Стратификация данных
Все причины возникновения дефектов (100%), были стратифицированы по четырем категориям:
1) по поставщикам;
2) по операторам;
3) по смене;
4) по оборудованию.
Из анализа представленных данных наглядно видно, что наибольший вклад в наличие дефектов вносит в данном случае «поставщик 2».
Стратификация – основа для других инструментов, таких, как анализ Парето или диаграмма рассеивания. Такое сочетание инструментов делает их более мощным.