Statistică aplicată în controlul calităţii loturilor de produse

STATISTICĂ APLICATĂ ÎN CONTROLUL CALITĂŢII

LOTURILOR DE PRODUSE

Statistica matematică aplicată reprezintă un instrument indispensabil

în controlul şi asigurarea calităţii, datorită capacităţii sale de a furniza
informaţii asupra stabilităţii fabricaţiei, a capabilităţii proceselor de producţie,
precum şi a preciziei de realizare a caracteristicilor de calitate controlate.
Cercetarea statistică porneşte de la o colectivitate, numită şi populaţie,
formată din elemente care se diferenţiază prin diverse atribute şi care poartă
numele de unităţi ale populaţiei sau indivizi.
Studiul statistic al unei populaţii se poate face cercetând o anumită
caracteristică măsurabilă sau calitativă pe care o posedă unităţile populaţiei,
care poate fi asimilată cu o variabilă aleatoare X considerată pe populaţia
aflată în studiu. Această variabilă poartă numele de variabilă aleatoare
asociată populaţiei.
Numărul unităţilor de populaţie care iau o anumită valoare poartă
numele de efectivul acelei valori.

Indicatori statistici ai legii de repartiţie

Studiul repartiţiei statistice a unei variabile aleatoare X şi utilizarea ei

pentru modelarea comportării caracteristicilor de calitate presupun
cunoaşterea indicatorilor statistici ai legii de repartiţie. Printre cei mai
importanţi astfel de indicatori se numără:

 media aritmetică a rezultatelor obţinute:

1 n
x  xi  ni ,
n i 1
(1)

S-au notat: i - numărul de ordine al măsurătorii; n - numărul total de

măsurători; ni - numărul de măsurători la care s-a obţinut rezultatul xi.

 dispersia:

1 n
2    ( xi  x )2  ni (2)
n i 1
1
 Statistică aplicată în controlul calităţii loturilor de produse

 abaterea medie pătratică (denumită şi abatere standard):

  2 (3)

 amplitudinea împrăştierii:

R  xmax  xmin (4)

 mediana Me: valoarea care ocupă locul central în şirul ordonat al

valorilor caracteristicii. Ea se calculează astfel:

 dacă n este impar:

Me  x n 1 (5)
2

 dacă n este par:

1 
Me   xn  xn  (6)
2 2 2 
1

 modul (modulul) Mo: valoarea observată care are frecvenţa cea mai
mare (valoarea cea mai probabilă a variabilei).

Histograma şi diagrama cumulativă

Statistica matematică se foloseşte de asemenea de reprezentări

grafice cu rolul de a oferi o imagine sugestivă asupra repartiţiei statistice a
variabilei aleatoare analizate. Printre cele mai utilizate reprezentări grafice se
numără histograma şi diagramele cumulative.
Dacă xi reprezintă valorile variabilei aleatoare, iar ni efectivul acestora,
se spune că perechile (xi, ni) formează o serie statistică.
Funcţia de repartiţie a acestei serii reprezintă funcţia care asociază
valorii xi numărul total de unităţi statistice inferioare acelei valori:

F(x)  n
xi  x
i
(7)

2
 Statistică aplicată în controlul calităţii loturilor de produse

Reprezentarea grafică a funcţiei de repartiţie poartă numele de

diagramă cumulativă a efectivelor şi are alura unei funcţii crescătoare spre
valoarea maximă, care corespunde efectivului de 100%.

Histograma reprezintă o formă particulară de grafic, din care se pot

extrage informaţii referitoare la distribuţia şi dispersia unei variabile.
Distribuţia caracterizează, într-o formă generală, modul de repartizare
al unei variabile într-un câmp dat, iar dispersia oferă informaţii despre zona
din acest câmp pe care o ocupă efectiv.
Pentru construirea unei histograme se recomandă ca efectivul total al
seriei statistice analizate să fie suficient de mare. De regulă n>50, dar se
acceptă n≥30.
Valorile seriei statistice vor fi împărţite într-un număr N de clase,
determinat cu ajutorul formulei:

N  n, (8)

cu N rotunjit la valoarea impară (pentru ca histograma să aibă un

interval central).
În continuare, se aleg valorile limită superioară ES şi inferioară EI ale
seriei statistice şi se calculează diferenţa acestora:

D = ES - EI (9)

Se determină lungimea intervalului pe care este definită clasa, numit

interval de variaţie a caracteristicii:

l D (10)
N

Domeniul D, reprezentat pe axa orizontală, se divizează în N

segmente corespunzătoare intervalelor de lungime l.
Pe verticală, în dreptul fiecărui asemenea interval, se reprezintă sub
formă de dreptunghi frecvenţa de apariţie, care poate fi absolută (numărul de
indivizi care se încadrează in limitele clasei respective) sau relativă (raportul
dintre frecvenţa absolută a clasei şi numărul total de indivizi). Graficul obţinut
reprezintă histograma caracteristicii studiate.
Un exemplu de histogramă este prezentat în figura 1. Este evident că
aria histogramei este constantă, egală cu aria dreptunghiului ales drept
unitate înmulţită cu efectivul n al populaţiei.
Figurile 2 şi 3 prezintă exemple de diagrame cumulative la care
frecvenţele de apariţie au fost reprezentate absolut şi procentual.

3
 Statistică aplicată în controlul calităţii loturilor de produse

Fig. 1 Exemplu de histogramă

Fig. 2 Exemplu de diagramă cumulativă (frecvenţa cumulată este exprimată

în valori absolute)

Fig. 3 Exemplu de diagramă cumulativă (frecvenţa cumulată este exprimată

în procente)

4
 Statistică aplicată în controlul calităţii loturilor de produse

Dreapta de regresie

Atunci când se doreşte să se stabilească dacă există o relaţie între

două mărimi se utilizează seriile statistice de două variabile (xi, yi).
Dacă perechile de puncte (xi, yi) se reprezintă grafic, se obţine
diagrama de dispersie. Forma norului de puncte rezultat (fig. 4) ne oferă o
primă informaţie despre existenţa unei corelaţii între variabilele aleatoare X şi
Y. Dacă norul de puncte (xi, yi) are o formă aproximativ rectilinie alungită (fig.
4 a-d), se poate determina dreapta de regresie Y = a∙X + b.
Y

Y
X X X

a) b) c)
Y

X X

d) e)
Fig. 4 Exemple de diagrame de dispersie: a) corelaţie puternic pozitivă; b)
corelaţie slab pozitivă; c) corelaţie puternic negativă; d) corelaţie slab
negativă; e) nu există corelaţie

Coeficienţii dreptei de regresie au următoarele expresii:

 panta dreptei de regresie:

n
1 n
y i
 y    xi  x 
n
  y i  y    xi  x 
a i 1
 i 1
n
1 n
x  x  xi  x 
2

2
i
i 1 n i 1 (11)
5
 Statistică aplicată în controlul calităţii loturilor de produse

 ordonata la origine:
b  y ax (12)

Valoarea:

1 n
Cov ( X ,Y )    y i  y    xi  x 
n i 1 (13)

poartă numele de covarianţa variabilelor aleatoare X şi Y.

Cu această notaţie, relaţia (13) se rescrie:

Cov ( X ,Y )
a
 ( X )2 (14)

Se defineşte coeficientul de corelaţie liniară între variabilele aleatoare

X şi Y:

Cov ( X ,Y )
r  (15)
 ( X )   (Y )

Cu cât r este mai apropiat de 1, corelaţia între variabilele aleatoare X

şi Y este mai puternică. Dacă r  1 se spune că variabilele aleatoare se află
în relaţie de dependenţă liniară totală. În mod practic se consideră că există
corelaţie dacă r 2  3 .
4

6
 Statistică aplicată în controlul calităţii loturilor de produse

FIŞA DE RĂSPUNSURI

Student:
Grupa:
Data:

Aplicaţia 1

Se efectuează 30 de măsurări ale diametrelor unor arbori prelucraţi

într-o anumită secţie şi se obţin următoarele valori:

xi 1 2 3 4 5 6 7 8 9 10
di 30,02 30,01 29,95 30,03 29,93 29,96 30,01 30 30,04 29,98
xi 11 12 13 14 15 16 17 18 19 20
di 30,03 30,05 30 30,06 29,94 29,94 29,92 30,07 30,04 30,01
xi 21 22 23 24 25 26 27 28 29 30
di 30,01 30,03 30,02 29,98 30,02 29,98 30,03 30,03 29,94 29,98

1. Să se construiască tabloul statistic (xi, ni), unde xi reprezintă valorile

variabilei aleatoare, iar ni efectivul acestora.
2. Să se calculeze media, dispersia şi abaterea medie pătratică.
3. Să se determine mediana şi modul acestei serii statistice.
4. Dacă valoarea prescrisă a acestor diametre este 30±0,05, să se
calculeze procentul de piese conforme Pc[%].
5. Să se construiască histograma acestei serii statistice.
6. Folosind clasele determinate anterior, să se construiască diagrama
cumulativă a acestei serii statistice.

7
 Statistică aplicată în controlul calităţii loturilor de produse

1. Tabloul statistic al variabilei analizate:

xi 29,92 29,93 29,94 29,95 29,96 29,97 29,98 29,99

ni
xi 30 30,01 30,02 30,03 30,04 30,05 30,06 30,07
ni

2. Prelucrarea rezultatelor :

x 2  Me Mo Pc[%]

3. Histograma şi diagrama cumulativă:

Efectiv Efectiv
Număr
Inclusiv Exclusiv Efectiv cumulat cumulat
clasă
(procentual)

8
 Statistică aplicată în controlul calităţii loturilor de produse

Histograma:

Diagrama cumulativă:

4. Concluzii :

9
 Statistică aplicată în controlul calităţii loturilor de produse

Aplicaţia 2

În urma unui proces de debitare se obţine următorul tablou statistic:

Interval lungimi Număr bucăţi

[59,95 – 59,97) 5
[59,97 – 59,99) 22
[59,99 – 60,01) 32
[60,01 – 60,03) 18
[60,03 – 60,05] 3

1. Să se construiască diagrama cumulativă.

2. Câte piese au lungimea strict mai mică decât 60,01mm ?
3. Presupunând că in interiorul unei clase valorile sunt uniform
repartizate, câte piese au lungimea cel mult egală cu 60mm ? (Pentru
rezolvarea acestei cerinţe se va recurge la regresie liniară).
4. În aceleaşi ipoteze, să se determine valoarea lx pentru care 80% din
piese au lungimea mai mică sau egală cu lx.

Rezolvare:

Prelucrarea rezultatelor:

Efectiv cumulat
Interval lungimi Număr bucăţi Efectiv cumulat
(procentual)
[59,95 – 59,97) 5
[59,97 – 59,99) 22
[59,99 – 60,01) 32
[60,01 – 60,03) 18
[60,03 – 60,05] 3

10
 Statistică aplicată în controlul calităţii loturilor de produse

Dreapta de interpolare are expresia: y = a∙x+b.

În intervalul [59,99 – 60,01): y = a1∙x+b1.

În intervalul [60,01 – 60,03): y = a2∙x+b2.

a1 b1 a2 b2 npl≤60 lx

Diagrama cumulativă:

Concluzii:

11
 Statistică aplicată în controlul calităţii loturilor de produse

Aplicaţia 3

Media diametrelor arborilor Φ20±0,05 prelucraţi pe un anumit strung a

variat pe parcursul mai multor zile, astfel:

Ziua Z 1 2 3 4 5
Media d 19,97 19,99 20 20 20,02

1. Să se calculeze coeficientul de corelaţie liniară al seriei statistice.

2. Să se determine dreapta de regresie liniară d=f(Z).
3. După câte zile este obligatoriu să se refacă reglajul strungului ?

Rezolvare:

Prelucrarea rezultatelor:

1 n
Z   Zi
n i 1
1 n
  (Z )    (Zi  Z )2
n i 1
1 n
d   di
n i 1
1 n
  (d )    (d i  d )2
n i 1
1 n
 Cov (Z, d )    Zi  Z    d i  d 
n i 1
Cov (Z, d )
r 
 ( Z )   (d )

Z σ(Z) d σ(d) Cov(Z,d) r

12
 Statistică aplicată în controlul calităţii loturilor de produse

Dreapta de regresie liniară are expresia: d = a∙Z+b, unde:

Cov (Z, d )
a 
 (Z )2
b  d aZ

a b

Pentru a se obţine piese conforme este necesar să fie îndeplinită

condiţia d  dmax , unde dmax reprezintă valoarea maximă admisibilă a
diametrelor arborilor.
Numărul de zile zmax după care trebuie refăcut reglajul se obţine
înlocuind valoarea dmax în ecuaţia dreptei de regresie liniară.

dmax zmax

13