Minőségmenedzsment 9.előadás

Slides:



Advertisements
Hasonló előadás
4. előadás Összehasonlítás standardizálással és indexszámítással.
Advertisements

Összetett kísérleti tervek és kiértékelésük:
Excel 2. Grafikon: már ezért megéri! jobb egér, helyi menük
Kvantitatív Módszerek
Erőállóképesség mérése Találjanak teszteket az irodalomban
Minőségmenedzsment 7. előadás
MATEMATIKA Év eleji felmérés 3. évfolyam
GRÁFELMÉLET Alapfogalmak 2..
Műveletek logaritmussal
Matematika - 5. évfolyam © Kačmárová Fordította: Balogh Szilveszter.
Koordináta transzformációk
Illeszkedési mátrix Villamosságtani szempontból legfontosabb mátrixreprezentáció. Legyen G egy irányított gráf, n ponton e éllel. Az n x e –es B(G) mátrixot.
Matematika II. 2. előadás Geodézia szakmérnöki szak 2012/2013. tanév Műszaki térinformatika ágazat őszi félév.
Illés Tibor – Hálózati folyamok
A szórás típusú egyenlőtlenségi mutatók
Adattípusok, adatsorok jellegadó értékei
 Veszteségmentes kódolás  Visszafejtése egyértelmű  Egyik kódszó sem lehet része semelyik másiknak  Lépések:  1.: Statisztika a kódolandó anyagról.
Algoritmus és adatszerkezet Tavaszi félév Tóth Norbert1.
A tételek eljuttatása az iskolákba
Egy kis lineáris algebra
Alhálózat számítás Osztályok Kezdő Kezdete Vége Alapértelmezett CIDR bitek alhálózati maszk megfelelője A /8 B
Értékteremtő folyamatok menedzsmentje
Mérési pontosság (hőmérő)
Értékteremtő folyamatok menedzsmentje A fazekas műhely példája és más egyszerű példák a vállalat modellezésére, rendszermátrix számításokra.
Termékszerkezet-elemzés
Dr. Szalka Éva, Ph.D.1 Statisztika II. IX.. Dr. Szalka Éva, Ph.D.2 Idősorok elemzése.
Dr. Szalka Éva, Ph.D.1 Statisztika II. IX.. Dr. Szalka Éva, Ph.D.2 Idősorok elemzése.
3. előadás.
55 kodosszeg FIZETÉS felvitel JUTALOM felvitel 11-es dolgozó kap 200-at 11-es dolgozó kap 50-et SELECT osszeg INTO x FROM d.
A TERMÉSZETTUDOMÁNYOK ALAPJAI 1. Matematika
A középérték mérőszámai
Szerkezeti elemek teherbírásvizsgálata összetett terhelés esetén:
Sárgarépa piaca hasonlóságelemzéssel Gazdaság- és Társadalomtudományi kar Gazdasági és vidékfejlesztési agrármérnök I. évfolyam Fekete AlexanderKozma Richárd.
Varianciaanalízis 12. gyakorlat.
Lineáris egyenletrendszerek (Az evolúciótól a megoldáshalmaz szerkezetéig) dr. Szalkai István Pannon Egyetem, Veszprém /' /
dr. Szalkai István Pannon Egyetem, Veszprém
Matematikai alapok és valószínűségszámítás
Nemparaméteres próbák Statisztika II., 5. alkalom.
szakmérnök hallgatók számára
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
Idősor komponensei Trend vagy alapirányzat: az idősor alakulásának fő irányát mutatja meg. Szezonális vagy idényszerű ingadozás: szabályos időszakonként.
Statisztika.
Egyszerű gráfok ábrázolása Pascalban:
GRÁFELMÉLET Alapfogalmak 1..
Készítette: Horváth Zoltán (2012)
LENDÜLETBEN AZ ORSZÁG A Magyar Köztársaság kormánya.
Kvantitatív módszerek
Matematika - 5. évfolyam © Kačmárová Fordította: Balogh Szilveszter.
Leíró statisztika III..
Érettségi jelentkezések és érettségi eredmények 2007 Érettségi jelentkezések - érettségi eredmények.
Érettségi jelentkezések és érettségi eredmények 2008 Tanévnyitó értekezlet Érettségi jelentkezések - érettségi eredmények augusztus 29.
Háttértárak csoportosítása
Többváltozós adatelemzés
Megoldások az együttműködés segítségével AGP – Mezőgazdasági Konferencia június Harkány Hogyan reagáljunk a sertéságazatot érintő mai kihívásokra?
Diszkrét változók vizsgálata
Két kvantitatív változó kapcsolatának vizsgálata
HALLGATÓI ELÉGEDETTSÉGI VIZSGÁLATOK A WJLF-EN A es tanév eredményei.
Nyitott Kapuk 2010 Beiskolázási kérdőívek értékelése.
QualcoDuna interkalibráció Talaj- és levegövizsgálati körmérések évi értékelése (2007.) Dr. Biliczkiné Gaál Piroska VITUKI Kht. Minőségbiztosítási és Ellenőrzési.
Valószínűségszámítás
TÁRSADALOMSTATISZTIKA Sztochasztikus kapcsolatok II.
Statisztikai alapfogalmak
1. Melyik jármű haladhat tovább elsőként az ábrán látható forgalmi helyzetben? a) A "V" jelű villamos. b) Az "M" jelű munkagép. c) Az "R" jelű rendőrségi.
Készítette: Horváth Viktória
Minőségmenedzsment 8.előadás
Kvantitatív módszerek
1 Az igazság ideát van? Montskó Éva, mtv. 2 Célcsoport Az alábbi célcsoportokra vonatkozóan mutatjuk be az adatokat: 4-12 évesek,1.
Kvantitatív módszerek
Rangsoroláson és pontozáson alapuló komplex mutatók
Előadás másolata:

Minőségmenedzsment 9.előadás A minőségmenedzsment módszerei II - súlyszámképzés

Guilford-féle eljárás (Páros összehasonlítás ) Párok képzése A párok elrendezése véletlenszerű elrendezés Ross-féle optimális párelrendezés. Páronkénti értékelés Preferencia-mátrix összeállítása Konzisztencia vizsgálat Összesített preferencia-mátrix elkészítése

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

E1-E2 E6-E4 E6-E1 E4-E3 E5-E1 E5-E2 E3-E2 E1-E4 E5-E6 E3-E5 E1-E3 Alakítsuk ki a párokat Helyezzük el őket a megfelelő sorrendben Ross-féle páros elrendezés Vagy véletlen számok módszere Hasonlítsuk össze páronként E1-E2 E6-E4 E5-E1 E3-E2 E5-E6 E1-E3 E2-E4 E6-E1 E4-E3 E5-E2 E1-E4 E3-E5 E2-E6 E4-E5 E3-E6

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.

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 dmax a körhármasok maximális száma Ha n páratlan Ha n páros:

Person 1. d=(5*5*11)/12-55/2=27,5-27,5=0 a2=55 I1 I2 I3 I4 I5 I6 1 a   I1 I2 I3 I4 I5 I6 1 a a2 3 9 2 4 5 25 1 16 d=(5*5*11)/12-55/2=27,5-27,5=0 K= 1-0/8=1 100,00% a2=55

Person 2 d=27,5-55/2=0 a2=55 I1 I2 I3 I4 I5 I6 1 a a2 5 25 2 4 3 9 1   I1 I2 I3 I4 I5 I6 1 a a2 5 25 2 4 3 9 1 16 d=27,5-55/2=0 K= 100,00% a2=55

Person 3 d=27,5-55/2=0 a2=55 I1 I2 I3 I4 I5 I6 1 a a2 3 9 2 4 5 25 16   I1 I2 I3 I4 I5 I6 1 a a2 3 9 2 4 5 25 16 1 d=27,5-55/2=0 K= 100,00% a2=55

Person 4 d=27,5-53/2=1 a2=53 I1 I2 I3 I4 I5 I6 1 a a2 5 25 2 4 16   I1 I2 I3 I4 I5 I6 1 a a2 5 25 2 4 16 d=27,5-53/2=1 K= 87,5% a2=53

Person 5 d=27,5-53/2=1 a2=53 I1 I2 I3 I4 I5 I6 1 a a2 1 3 9 5 25   I1 I2 I3 I4 I5 I6 1 a a2 1 3 9 5 25 d=27,5-53/2=1 K= 87,5% a2=53

Person 6 d=27,5-55/2=0 a2=55 I1 I2 I3 I4 I5 I6 1 a a2 2 4 1 16 3 9 5   I1 I2 I3 I4 I5 I6 1 a a2 2 4 1 16 3 9 5 25 d=27,5-55/2=0 K= 100% a2=55

Person 7 d=27,5-55/2=0 a2=55 I1 I2 I3 I4 I5 I6 1 a a2 5 25 4 16 1 3 9   I1 I2 I3 I4 I5 I6 1 a a2 5 25 4 16 1 3 9 2 d=27,5-55/2=0 K= 100% a2=55

Person 8 d=27,5-55/2=0 a2=55 I1 I2 I3 I4 I5 I6 1 a a2 2 4 16 1 3 9   I1 I2 I3 I4 I5 I6 1 a a2 2 4 16 1 3 9 d=27,5-55/2=0 K= 100% a2=55

Person 9 d=27,5-55/2=0 a2=55 I1 I2 I3 I4 I5 I6 1 a a2 3 9 2 4 5 25 1   I1 I2 I3 I4 I5 I6 1 a a2 3 9 2 4 5 25 1 16 d=27,5-55/2=0 K= 100% a2=55

Összesített preferencia mátrix   I1 I2 I3 I4 I5 I6 5 2 4 1 3 6 A konzisztens döntéshozók száma 6 fő.

súlyszámképzés Több lehetőség is van, lehet alkalmazni a normál eloszlást a súlyok kiszámításakor Jelen esetben az egyszerűbb lineáris arányosítást alkalmazzuk Meghatározzuk a sorösszegek arányát (pi), és ezeket arányosítjuk Meghatározzuk a maximális (pmax) és minimális érték (pmin) távolságát, és ezzel osztjuk el a sor érték és a minimum érték közötti különbséget: és ez alapján 1-5-ig értékeket rendelünk hozzá.

Az előző példánál maradva   I1 I2 I3 I4 I5 I6 5 2 4 1 3 6 a pi 18 0,2 14 0,1556 20 0,2222 9 0,1 13 0,1444 16 0,1778 % 81,83% 45,50% 100,00% 0,00% 36,33% 63,67% Súly 9 5 10 1 4 7 ∑=90 P min=0,1 Pmax=0,2222 Pmax – Pmin= 0,1222

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.

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

I1 I2 I3 I4 I5 I6 5 2 4 1 3 6 W=76/630=0,12 Rjmean=15 Δ=76 Δmax=630 Rj   I1 I2 I3 I4 I5 I6 5 2 4 1 3 6 W=76/630=0,12 Rj 12 16 10 21 17 14 Rjmean=15 (Rj-Rjmean)2 9 1 25 36 4 Δ=76 Δmax=630

Köszönöm a figyelmet!