Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

Minőségmenedzsment 8.előadás A minőségmenedzsment módszerei I - súlyszámképzés.

Hasonló előadás


Az előadások a következő témára: "Minőségmenedzsment 8.előadás A minőségmenedzsment módszerei I - súlyszámképzés."— Előadás másolata:

1 Minőségmenedzsment 8.előadás A minőségmenedzsment módszerei I - súlyszámképzés

2 A funkciók nem egyformán fontosak súlyozni kell: egyszerű közvetlen becsléssel páronkénti összemérés skálarendszerű értékeléssel (Churman – Ackoff féle eljárás) páronkénti összemérés logikai döntési eredménnyel (Guilford-féle eljárás)

3 I.Egyszerű közvetlen becslés Értékelési tényezők teljes preferencia súlya 1 vagy 100% Meghatározzuk a tényezők preferencia sorrendjét Pl.: E2  E5  E3  E4  E1 Ezután egyszerű becsléssel súlyszámokat rendelünk hozzájuk E2:0,5 E5:0,3 E3:0,1 E4:0,07 E1:0,03 Két tizedes jegy pontosság elég, 0,5+0,3+0,1+0,07+0,03=1 Előny: könnyen és gyorsan alkalmazható Hátrány: kevés értékelési tényező esetén alkalmazható

4 II.Churchman-Ackoff-féle súlyozási eljárás 1.lépés: Preferencia sorrend kialakítása előzetes becsléssel (C 1, C 2 …C n ) 2. lépés: Fontosság szerint hasznossági értékek hozzárendelése  Az első (C 1 ) súlyát 1-nek véve meg kell adni a többi szempont relatív súlyát az elsőhöz képest  Pl. A C 1 szempont fontosabb, ugyanolyan fontos, vagy kevésbé fontos, mint az összes többi együtt?  W 1 >(=,<) w 2 +w 3 +…+w n ? Ezek összevetése, és a fontosság korrigálása:  ha C 1 szempont fontosabb, de a súlyokkal felírt egyenlőtlenség nem ezt mutatja, akkor w1-et úgy kell módosítani, hogy az egyenlőtlenség tükrözze a relációt  3. lépés  Ha C 1 nem olyan fontos, akkor annak megfelelően csökkentsük a w1-et  Majd hasonlítsuk össze a C 1 szempontot a {C 2, C 3 …C n-1 } szempontok csoportjával, és ismételjük addig, amíg {C 2, C 3 } csoporthoz jutunk 3.lépés: hasonlítsuk összes C 2 -t a {C 3, C 4 …C n } csoportokkal a 2. lépés szerint 4.lépés, folytassuk a sort, amíg a C n-2 {C n-1, C n } összehasonlításhoz jutunk 5. lépés: standardizálás: osszuk el minden szempont súlyát Σw i -vel Előny: megbízhatóbb eredményt ad, mint a közvetlen becslés Hátrány: nem alkalmazható 7-nél több szempontra

5 III. Guilford-féle eljárás (Páros összehasonlítás ) a. Párok képzése b. A párok elrendezése  véletlenszerű elrendezés  Ross-féle optimális párelrendezés. c. Páronkénti értékelés d. Preferencia-mátrix összeállítása e. Konzisztencia vizsgálat f. Összesített preferencia-mátrix elkészítése

6 Példa Kávé:  erős (E1)  tejes (E2)  édes (E3)  forró (E4)  fahéjas (E5)  tejszínhabos (E6)

7 Alakítsuk ki a párokat Helyezzük el őket a megfelelő sorrendben  Ross-féle páros elrendezés  Vagy véletlen számok módszere Hasonlítsuk össze páronként E 1 -E 2 E 6 -E 4 E 5 -E 1 E 3 -E 2 E 5 -E 6 E 2 -E 3 E 2 -E 4 E 6 -E 1 E 4 -E 3 E 5 -E 2 E 1 -E 4 E 3 -E 5 E 2 -E 6 E 4 -E 5 E 3 -E 6

8 Preferencia mátrix elkészítése A preferencia-mátrix soraiban és oszlopaiban az értékelési tényezők szerepelnek. A sorban szereplő értékelési tényezőt összehasonlítjuk az oszlopokban felsoroltakkal, s ahol a sorban lévő preferált az oszlopban szereplővel szemben, oda 1-et írunk, ahol hátrányt szenved, oda 0-át.  Az egy sorban lévő egyesek száma azt jelenti, hányszor preferált az adott értékelési tényező összesen.  az oszlopban szereplő érték pedig a hátrányok számát mutatja.

9 Konzisztencia vizsgálat három értékelési tényező: A, B, C esetén Ha A>B és B>C akkor A>C,feltéve ha a döntéshozó konzisztens Konzisztencia együttható Ahol d max a nem konzisztens körhármasok maximális száma Ha n páratlan Ha n páros:

10 Person 1. I1I2I3I4I5I6 I1 00000 I21 1010 I310 010 I4111 11 I51000 0 I611101 K= 1-0/8=1  100,00% d=(5*5*11)/12 -55/2=27,5- 27,5=0 a 2 =55 aa2a2 00 39 24 525 11 416

11 Person 2 I1I2I3I4I5I6 I1 11111 I20 0110 I301 110 I4000 00 I50001 0 I601111 K= 100,00% d=27,5- 55/2=0 a 2 =55 aa2a2 525 24 39 00 11 416

12 Person 3 I1I2I3I4I5I6 I1 10101 I20 0101 I311 111 I4000 00 I51101 1 I600010 K= 100,00% d=27,5- 55/2=0 a 2 =55 aa2a2 39 24 525 00 416 11

13 Person 4 I1I2I3I4I5I6 I1 11111 I20 0101 I301 100 I4000 00 I50111 1 I600110 K= 87,5% a 2 =53 d=27,5- 53/2=1 aa2a2 525 24 24 00 416 24

14 Person 5 I1I2I3I4I5I6 I1 00100 I21 0101 I311 111 I4000 00 I51101 0 I610011 a 2 =53 d=27,5- 53/2=1 K= 87,5% aa2a2 11 39 525 00 39 39

15 Person 6 I1I2I3I4I5I6 I1 10100 I20 0100 I311 110 I4000 00 I51101 0 I611111 K= 100% a 2 =55 d=27,5- 55/2=0 aa2a2 24 11 416 00 39 525

16 Person 7 I1I2I3I4I5I6 I1 11111 I20 1111 I300 010 I4001 11 I50000 0 I600101 a 2 =55 d=27,5- 55/2=0 K= 100% aa2a2 525 416 11 39 00 24

17 Person 8 I1I2I3I4I5I6 I1 01100 I21 1101 I300 010 I4001 00 I51101 0 I610111 a 2 =55 d=27,5- 55/2=0 K= 100% aa2a2 24 416 11 11 39 4

18 Person 9 I1I2I3I4I5I6 I1 10101 I20 0101 I311 111 I4000 01 I51101 1 I600000 a 2 =55 d=27,5- 55/2=0 K= 100% aa2a2 39 24 525 11 416 00

19 Összesített preferencia mátrix I1I2I3I4I5I6 I1 52524 I21 2533 I344 462 I4112 23 I54304 2 I623434

20 súlyszámképzés Preferencia arány: vagy korrigált preferencia arány) ahol m - a bírálók száma. Ezeket a normális eloszlás u értékeivé transzformálhatjuk és az alapján rendelünk súlyszámokat az egyes jellemzőkhöz, vagy egyszerűen 100%-os arányra számítjuk át: Pl.: és ez alapján 1-5-ig értékeket rendelünk hozzá.

21 Az előző példánál maradva I1I2I3I4I5I6 I1 52524 I21 2533 I344 462 I4112 23 I54304 2 I623434 a a+m/2 Pa 18220,458 14180,375 20240,500 9130,271 13170,354 16200,417 Pa min =0,271 Pa max =0,5 Pa max – Pa min = 0,229 81,82% 45,45% 100,00% 0,00% 36,36% 63,64%

22 Kendall féle egyetértési együttható (W) meghatározhatjuk a döntéshozók véleményének egyezését, illetve eltérésének intenzitását. Az egyetértési együttható értéke teljes egyetértés esetén W=1, míg egyet nem értés esetén 0.

23 Kendall féle egyetértési együttható (W) Δ a négyzetes eltérés R j – az összesített preferenciamátrix egyes oszlopainak összege (rangszám). – a ragszámösszegek számtani átlaga vagy m – a döntéshozók száma n – az értékelési tényezők száma

24 I1I2I3I4I5I6 I1 52524 I21 2533 I344 462 I4112 23 I54304 2 I623434 Rj121610211714 (Rj-Rj mean) 2 91253641 Rj mean =15 Δ=76 Δ max =630 W=76/630=0,12

25 Kendall féle egyetértési együttható (W) számítása E1E2E3E4E5E6E7E8E9E10aa+m/2 E1 213772017645 52 E2 12 9810 016662 69 E3 15 002101010 17 E4 7614 811212556 63 E5 74146 5010138 45 E6 124 39 000444 51 E7 14 131214 1314 122 129 E8 13 1413 141 1213106 113 E9 78131214 02 171 78 E10 8814913100113 76 83 Rj 81641167088824205550630 Rj-Rj(átlag) 1815372519-59-43-8-13 (Rj-Rj (átlag))^2 324128094962536134811849641699732 nmDelta_maxRj(átlag)Delta <--- Kendall féle egyetértési együttható 1014194040635,02%

26 Köszönöm a figyelmet!


Letölteni ppt "Minőségmenedzsment 8.előadás A minőségmenedzsment módszerei I - súlyszámképzés."

Hasonló előadás


Google Hirdetések