1. Nástroje řízení (kvality)

Rozměr: px
Začít zobrazení ze stránky:

Download "1. Nástroje řízení (kvality)"

Transkript

1 1. Nástroje řízení (kvality) 2. Kvantifikace rizik Petr Misák Ústav stavebního zkušebnictví VUT FAST v Brně misak.p@fce.vutbr.cz

2 Jednoduché nástroje řízení kvality - MOTIVACE Chceme-li řídit jakost, musíme o ní shromáždit všechny potřebné informace, vhodnou formou je zpracovat, analyzovat a využít je při řešení problémů a realizaci zlepšovacích aktivit. Nejsou obtížné na pochopení pro jakéhokoliv pracovníka organizace. K tomu přispívá i grafická podoba příslušející každému nástroji.

3 Základní přínosy pomáhají určit, v jakém stavu je objekt (výrobek, proces, zdroj,...) pomáhají odhalit priority, které mají být řešeny pomáhají nalézt příčiny sledovaného stavu objektu umožní sledovat vývoj stavu objektu, a tím odhalit možnosti dalšího zlepšování

4 Jsou to: Formuláře pro sběr dat Vývojový (postupový) diagram Diagram příčin a následků Paretův diagram Bodový diagram Histogram Regulační diagram

5 Formuláře pro sběr dat umožňují zaznamenat získané informace o jakosti znázornění vztahy mezi nimi umožňují utřídit informace tak, aby poskytly jasný obraz o situaci, respektive aby umožnily aplikaci metod a technik jejich další analýzy. Jedná se o různé protokoly (o kontrole, o validaci, o prověrkách, o kvalifikaci,...), tabulky naměřených hodnot ze zkoušek, ze sledování procesů apod.

6 Formuláře pro sběr dat Příčiny vad Typy vady Kdo provedl sběr údajů: Kde: Datum: Jak:

7 Konstrukce formuláře pro sběr dat neexistuje standardizovaný formát, každý formulář je konstruován k určitému účelu a jeho plnění musí být podřízen, hned na počátku musí být rozhodnuto, které informace jsou potřebné pro porozumění problému a k iniciaci správných opatření, problém při sestavování formuláře netkví v tom, jak sbírat data, ale v tom, jak dospět k užitečným informacím.

8 Konstrukce formuláře pro sběr dat Záznam o neshodách číslo: Neshodu zjistil: Datum: Místo: Předáno k řešení: Neshoda Četnost Celkem A IIIIIIIIIII 11 B IIIIIIIIIIIIIIIIIIIII 21 C IIIII 5 D IIIIIIIIIIIIIIIIIIIIIIIIII 26 E IIIIIIIIIIIIIIIIII 18 Celkem 81

9 Konstrukce formuláře pro sběr dat Dieta Snídaně Kcal Náklady Pondělí Gulášová polévka, 3 rohlíky, ,- malá plzeň 12 o Úterý Lák z okurků 800 0,-

10 Vývojový diagram Vývojový diagram pomáhá porozumět procesu tím, že jej stratifikuje do jednotlivých dílčích činností (kroků) a okamžiků rozhodování o jeho dalším průběhu rozkreslením do schématu. Je vhodný především pro složité a nepřehledné procesy, jejichž detailní rozčlenění umožní: pochopit, jak proces pracuje, odhalit místa vzniku problémů, ověřit nezbytnost provádění dílčích kroků, a tím odhalit nepotřebné aktivity, odkrýt a přezkoumat vztahy mezi jednotlivými kroky, najít možnosti dalšího zlepšování.

11 Konstrukce vývojového diagramu Definování procesu a stanovení jeho hranic (začátek, konec, vazby na okolní procesy) Definování jednotlivých kroků procesu včetně okamžiků rozhodování Znázornění průběhu procesu využitím normalizované symboliky (norma ISO , eventuálně ISO 5807) v přehledné formě Validace prvotní konstrukce se skutečností Vypracování konečné podoby

12 Prvky vývojového diagramu Údaje Postup Dokumenty NE Rozhodnutí Dokument Alternativní postup Konec Spojka ANO

13 Příklad vývojového diagramu Sedím na přednášce Poznámky z přednášek 1 Zapamatuji si něco? NE NE Daří se mi ve cvičení? ANO ANO Můžu pracovat ve cvičení Jdu koupit skripta Zápočet Případové studie 1 Konec Konec

14 Diagram příčin a následků (Ishikawův diagram) slouží pro zobrazení a utřídění všech možných příčin a subpříčin, které ovlivňují daný následek. předkládá celistvý pohled na sledovanou situaci. Analýzu jednotlivých příčin lze provádět do libovolné hloubky, aniž by se ztrácely souvislosti. Následkem nemusí být pouze identifikovaný či potenciální problém, může jím být jakákoliv entita (např. jakost výrobku, procesu, zdroje apod.), respektive stanovený cíl.

15 Diagram příčin a následků (Ishikawův diagram) Hlavní přínosy: poskytuje celkový a strukturovaný pohled na zkoumaný stav, zachycuje všechny možné příčiny i subpříčiny ve vzájemných souvislostech, je účinným pomocníkem pro následnou analýzu příčin i vedení diskuse o možných nápravných, preventivních i zlepšovacích opatřeních. Samotný diagram neodhalí význam zaznamenaných příčin ve vztahu k následku. K tomu je nutno použít další nástroje a metody (Paretův diagram, FMEA).

16 Konstrukce diagramu příčin a následků Pro odpovědnou konstrukci diagramu příčin a následku je nutno využít týmové spolupráce: shromáždění všech možných příčin (stávajících i potenciálních) bez jakéhokoliv seskupení či vymezení vzájemných souvislostí využitím brainstormingu Identifikace hlavních kategorií (nosných šipek budoucího diagramu), přiřazení příčin jednotlivým kategoriím a jejich dekompozice v jednotlivých úrovních (příčina - subpříčina - atd.) týmové posouzení adekvátnosti přiřazení příčin a jejich vzájemných souvislostí doplnění dalších příčin, které nebyly v prvním kroku identifikovány a jejich další rozpracování do dílčích šipek (dobře sestrojený diagram by neměl mít nosné šipky s méně než dvěma úrovněmi!)

17 Konstrukce diagramu příčin a následků Kategorie Kategorie Příčina Příčina Následek Kategorie

18

19 Paretův diagram slouží k určení nejdůležitějších problémů, faktorů, oblastí,..., na které je potřeba se prioritně zaměřit. Je založen na tzv. Paretově principu, podle něhož cca 80% následku způsobuje cca 20% nejdůležitějších příčin (tzv. rozhodující menšina). Právě soustředěním pozornosti na tyto příčiny a jejich řešením lze dosáhnout nejlepšího zlepšení. Původní Paretova analýza (Vilfredo Pareto) byla později doplněna o grafické znázornění podílů jednotlivých příčin na celkovém důsledku M. O. Lorenzem (Lorenzova křivka).

20 Paretův diagram Takto pojatý Paretův diagram poskytuje absolutní přehlednost a jednoznačnou vypovídací schopnost. Možnosti aplikace jsou široké a diagram je možno považovat za obecnou metodu zjišťování priorit. Jeho využití v managementu kvality prokázal a prosadil J. M. Juran. Přínosy: uspořádá příčiny ve sledu jejich významu, oddělí významné (rozhodující menšinu) od méně významných (zanedbatelná většina) a tím určí, na které příčiny je nutno obrátit pozornost při hledání řešení.

21 Konstrukce Paretova diagramu Definování následku a shromáždění informací o všech možných příčinách (například pomocí Ishikawova diagramu). Číselná kvantifikace jednotlivých příčin - tzv. četností. Je možno využít několik způsobů: počet výskytů, finanční hodnoty (náklady, ztráty), bodovací techniky (u kvalitativních položek). Budeme-li chtít navíc zdůraznit různý význam příčin ve vztahu k následku (například zohledněním důležitosti pro zákazníka), a tím změnit skutečné pořadí četností, můžeme původní hodnoty přepočítat pomocí dodatečně stanovených koeficientů významnosti (vah). Sestrojení diagramu, který tvoří sloupce absolutních četností hodnot jednotlivých položek a Lorenzova křivka.

22 Paretův diagram - příklad Náklady na nejčastější neshody (reklamace) v tis. Kč/rok: (Viz příklad formuláře pro sběr dat) Položka: TSKP: Kč: Zařizovací předměty ZTI (A) Podlahy povlakové (B) Konstrukce klempířské (C) Obklady (D) Okna a balkónové dveře (E)

23 Paretův diagram - příklad Seřadíme skupiny podle významnosti a určíme četnosti: Náklady na nejčastější neshody (reklamace) v tis. Kč/rok: Položka: TSKP: Kč: Kumulovaná Kumulovaná Relativní absolutní relativní četnost četnost četnost Obklady (D) ,10 32,10 Podlahy povlakové (B) ,93 58,02 Okna a balkónové dveře (E) ,22 80,25 Zařizovací předměty ZTI (A) ,58 93,83 Konstrukce klempířské (C) ,17 100,00 CELKEM: 81

24 Paretův diagram příklad Sestavíme Paretův diagram a Lorencovu křivku

25 Sestavení PD v MS Excel Nástroje řízení (kvality)

26 Sestavení PD v MS Excel Nástroje řízení (kvality)

27 Sestavení PD v MS Excel Nástroje řízení (kvality)

28 Sestavení PD v MS Excel Nástroje řízení (kvality)

29 Sestavení PD v MS Excel Nástroje řízení (kvality)

30 Sestavení PD v MS Excel Nástroje řízení (kvality)

31 Sestavení PD v MS Excel Nástroje řízení (kvality)

32 Sestavení PD v MS Excel Nástroje řízení (kvality)

33 Sestavení PD v MS Excel Nástroje řízení (kvality)

34 Sestavení PD v MS Excel Nástroje řízení (kvality)

35 Sestavení PD v MS Excel Nástroje řízení (kvality)

36 Sestavení PD v MS Excel Nástroje řízení (kvality)

37 Sestavení PD v MS Excel Nástroje řízení (kvality)

38 Sestavení PD v MS Excel Nástroje řízení (kvality)

39 Bodový diagram (korelační diagram) slouží ke zjištění či ověření vzájemné závislosti dvou jevů - např. teploty a vlhkostí při skladování, mezi znaky jakosti výrobku, mezi dvěma parametry procesu apod. Nahrazuje složité výpočty korelačních koeficientů v případech, kdy chceme získat o případné závislosti pouze orientační informaci. Přínosy: odhalí případnou existenci závislostí mezi zkoumanými jevy znázorní charakter a těsnost případné závislosti potvrdí nezávislost přispívá ke snížení rizik při eventuálních změnách hodnot jedné proměnné (je-li odhalena závislost, je nutno počítat i se změnou hodnoty druhé)

40 Konstrukce bodového diagramu Předpokladem konstrukce bodového diagramu je vyjádření obou zkoumaných jevů v číselné podobě a nashromáždění jejich souběžných hodnot. Při změně hodnoty jedné proměnné x se zjistí hodnota druhé proměnné y a zaznamená se jako bod do souřadné roviny. Z rozmístění bodů se pak uvažuje o případné závislosti (kladné, záporné, křivkové) a jejím charakteru (silná, slabá).

41 Příklady y y Silná záporná závislost x Slabá záporná závislost x

42 Příklady y y Nezávislost x Silná kladná závislost x

43 Histogram grafické ztvárnění hodnot v tabulce četnosti nástroj, který jednoduchou formou vypovídá o chování procesu zpřístupňuje a zprůhledňuje nepřehledné tabulky rozsáhlých číselných údajů o jednom jevu, který vykazuje variabilitu v důsledku působení různých vlivů množinu proměnlivých hodnot sledovaného jevu sumarizuje v určitém časovém okamžiku do sloupcového diagramu

44 Histogram počet výskytů sledovaná veličina intervalové dělení

45 Histogram Při konstrukci histogramu postupujeme v následujících krocích: vybereme nejmenší a největší výběrovou hodnotu x (1) a x (n) vypočteme výběrové rozpětí jako rozdíl největší a nejmenší výběrové hodnoty: R = x (1) - x (n) interval, který je o málo větší než výběrové rozpětí R rozdělíme na m stejných intervalů (tříd), přičemž se doporučuje 7 m 20; menší počet intervalů by měl odpovídat menšímu souboru dat jednoznačně stanovíme způsob zařazování zjištěných hodnot do tříd sestrojíme sloupcový diagram nad jednotlivými třídami tak, aby výška sloupce v i - té třídě (i = 1,,m), byla absolutní četností výskytu hodnot v této třídě. Tedy na vodorovnou osu naneseme hodnoty středů všech tříd a na svislou osu četnosti. Závěrem se histogram vyhodnotí a učiní se příslušná rozhodnutí.

46 Tvar histogramu normální asymetrický bimodální dvojitý

47 Regulační diagram zpracovává obdobný soubor údajů jako histogram na rozdíl od histogramu zobrazuje vývoj sledovaného jevu základní informací je posloupnost výběrů v čase Každý výběr je reprezentován: střední hodnotou - pokud se jedná o kvalitativní veličinu, například počet neshod střední hodnotou a rozptýlením - jedná-li se o kvantitativní veličinu Vývoj těchto charakteristik je zobrazen vůči limitům (tzv. regulačním mezím), jejichž vzdálenost vychází obvykle z přirozeného kolísání kontrolované veličiny samotné. Překročení mezí je signálem, že něco není v pořádku - proces není statisticky zvládnutý a že je nutný zásah (řešení).

48 Regulační diagram 21,2 21 UCL průmě ůměr 20,8 20,6 20,4 20, ,8 19,6 CL LCL 19, číslo skupiny

49 Regulační diagram - kvantitativní veličina U kvantitativní veličiny (rozměr, hmotnost, atd.) vycházíme z předpokladu jejího normálního rozdělení. Toto rozdělení reprezentují: charakteristiky polohy - aritmetický průměr, medián charakteristiky variability - variační rozpětí, směrodatná odchylka Pracujeme proto vždy s dvojicí diagramů, např.: aritmetický průměr a rozpětí aritmetický průměr a směrodatná odchylka medián a rozpětí

50 2. Kvantifikace kvalitativních environmentálních a bezpečnostních rizik Petr Misák Ústav stavebního zkušebnictví VUT FAST v Brně misak.p@fce.vutbr.cz

51 Kvantifikace kvalitativních environmentálních a bezpečnostních rizik FMEA - Failure Mode and Effects Analysis Jedná se o analýzu možných vad a jejich následků. Obecně platí, že čím v ranějších fázích životního cyklu se podaří odhalit riziko možného výskytu neshodného produktu, tím nižší jsou finanční ztráty. Použití: Při vývoji nových materiálů a produktů (FMEA-K: konstrukční FMEA) Při hodnocení technologických postupů (FMEA-T: technologická FMEA)

52 Kvantifikace kvalitativních environmentálních a bezpečnostních rizik FMEA - Failure Mode and Effects Analysis Postup: Před započetím provádění metodiky FMEA by měly být s ohledem na efektivnost stanovit předmět analýzy. Dále by měla být shromážděna data o popisu procesu (technologický postup), vývojovém diagramu procesu s vyznačenými kontrolními operacemi/regulací procesu (SPC), informace o všech minulých (popř. i potenciálních) problémech s výrobkem/dílem/procesem a jejich řešení a tyto informace rozčlenit do tří kategorií z hlediska: významu vady (důsledky pro zákazníka), příčiny vady, kontrolní či regulační opatření (SPC)

53 Kvantifikace kvalitativních environmentálních a bezpečnostních rizik FMEA - Failure Mode and Effects Analysis Do technických požadavků by měly být zahrnuty zejména požadavky: zákazníka, právních, normativních a jiných požadavků, po případě dalších zainteresovaných stran.

54 Kvantifikace kvalitativních environmentálních a bezpečnostních rizik Enviromentální a ekologické požadavky V oblasti enviromentu jde především o zamezení realizace negativních enviromentálních aspektů. Jedná se zejména o oblasti, které souvisí s: ochranou ovzduší, nakládání s nebezpečnými chemickými látkami a odpady vodním hospodářstvím a ochranou vod, zdravými životními podmínkami (např. ochrana proti hluku a prachu), spotřebou přírodních zdrojů (využití odpadních látek úspora přírodních zdrojů, využití recyklátů), úsporou energií (teplo, elektrická energie).

55 Kvantifikace kvalitativních environmentálních a bezpečnostních rizik Bezpečnostní požadavky Stejně závažné jsou požadavky, které vyplývají z legislativy a požadavků bezpečnosti a ochrany zdraví při práci. Zde se jedná zejména o: identifikace nebezpečí, rizik a tzv. skoronehod, požární bezpečnost, hygienu, ochranu zdraví, uživatelskou bezpečnost.

56 Kvantifikace kvalitativních environmentálních a bezpečnostních rizik Kvalitativní a technické požadavky Vycházejí z podstaty postupu nebo procesu, který je analyzován. Zejména se jedná o rizika nesplnění: normativních předpisů, požadavků zákazníka a ostatních zainteresovaných stran

57 Kvantifikace kvalitativních environmentálních a bezpečnostních rizik Kvalitativní a technické požadavky Vycházejí z podstaty postupu nebo procesu, který je analyzován. Zejména se jedná o rizika nesplnění: normativních předpisů, požadavků zákazníka a ostatních zainteresovaných stran

58 Kvantifikace kvalitativních environmentálních a bezpečnostních rizik Stanovení závažnosti rizika Ohodnocení expertem Výpočet Pravděpodobnost výskytu daného rizika Zkoumané riziko Zájem zainteresovaných skupin o riziko Celková závažnost rizika Možnost předcházení realizace rizika Postup výpočtů

59 Kvantifikace kvalitativních environmentálních a bezpečnostních rizik Pravděpodobnost výskytu daného rizika Parametr Popis parametru Hodnocení Trvalá Častý Malá Výjimečná Riziko je z hlediska organizace nevýznamné, legislativní požadavky splněny Riziko je z hlediska organizace významný, legislativní požadavky splněny, potřeba řešení není naléhavá Riziko je významné, legislativní požadavky dosud plněny, potřeba řešení je naléhavá (hodnocení je dále použito pokud jeden z hodnotících parametrů má hodnotu 5) Riziko je velmi významné, potřeba řešení je prioritní, v případě neplnění legislativních požadavků je potřeba řešení akutní (hodnocení je dále použito pokud dva z hodnotících parametrů mají hodnotu 5) Nepravděpodobná Realizace rizika je možný pouze teoreticky 1

60 Kvantifikace kvalitativních environmentálních a bezpečnostních rizik Zájem zainteresovaných skupin o riziko Parametr Popis parametru Hodnocení Malý Střední Velký Zainteresované strany a skupiny neprojevují o dané riziko zájem Zainteresované strany a skupiny projevují o dané riziko zájem (například při diskusích na školení zaměstnanců) Zainteresované strany projevují o riziko vážný zájem (komunikace se zainteresovanými stranami, petice, zájem sdělovacích prostředků) 1 2 3

61 Kvantifikace kvalitativních environmentálních a bezpečnostních rizik Možnost předcházení realizace rizika Parametr Popis parametru Hodnocení Nemožné Výskyt aspektu je zcela nepředvídatelný, opatření k zamezení jsou pouze na úrovni havarijní připravenosti a reakce 5 Omezené Možné Výskyt aspektu je těžko předvídatelný, opatření k zamezení jsou známa ale těžko použitelná Výskyt aspektu je těžko předvídatelný, opatření k zamezení jsou známa a jsou používána (záchytné vany) 4 3 Náhodný Snadné Výskyt aspektu je častý, zpravidla zaviněný technologickou nekázní nebo mu nelze zcela zabránit, opatření k omezení jsou známa a standardně používána Výskyt je snadno předvídatelný, opatření k předcházení jsou známá a použitelná 2 1

62 Celková klasifikace závažnosti je vypočítávána jako součin všech kritérií. Kvantifikace kvalitativních environmentálních a bezpečnostních rizik Parametr Popis parametru Hodnocení Minimální Riziko je tak nepravděpodobné, že není společností bráno v úvahu do 10 Malá Činnost, ve které riziko vzniká, splňuje legislativní, normativní a další podmínky, potřeba řešení problémů není naléhavá, výskyt rizika je snadno předvídatelný, opatření k předcházení jsou známa a snadno použitelná Střední Rizika spojená s činností nejsou významná, potřeba řešení problémů není naléhavá, výskyt je častý, snadno předvídatelný, opatření k předcházení jsou známa a standardně používána Významná Rizika spojená s činností mohou způsobit neplnění legislativních podmínek, potřeba řešení je naléhavá, výskyt je předvídatelný, opatření k předcházení jsou známa a standardně používána, výskyt rizika nepůsobí přímé finanční ztráty, poškození zdraví, majetku nebo životním prostředí, zjednání nápravy je v silách společnosti. Potřeba řízení rizik v činnosti je prioritní, zainteresované strany a skupiny projevují o dané riziko zájem, je nutné školení a kontrola pracovníků. Rizika spojená s činností Velmi mohou způsobit neplnění legislativních podmínek, výskyt je předvídatelný, opatření významná k předcházení jsou známa a používána, výskyt rizika zpravidla způsobí přímé finanční ztráty, poškození zdraví, majetku nebo životním prostředí, zjednání nápravy je v silách společnosti. Riziko spojené s činností je z hlediska organizace extrémně významné, potřeba řešení je prioritní, zainteresované strany a skupiny projevují o dané riziko vážný Kritická zájem, je nutné školení a kontrola pracovníků, výskyt je předvídatelný, opatření k předcházení jsou známa a používána, výskyt rizika zpravidla působí přímé finanční více ztráty, poškození zdraví, majetku nebo životního prostředí, zjednání nápravy zpravidla není zcela v silách společnosti.

63 Kvantifikace kvalitativních environmentálních a bezpečnostních rizik Celková klasifikace závažnosti

64 Kvantifikace kvalitativních environmentálních a bezpečnostních rizik Shrnutí

65 Děkuji za pozornost Petr Misák Ústav stavebního zkušebnictví FAST VUT v Brně

Jednoduché nástroje řízení jakosti

Jednoduché nástroje řízení jakosti Jednoduché nástroje řízení jakosti Jednoduché nástroje řízení jakosti Ing. Tomáš Vymazal, Ph.D. VUT FAST v Brně Ústav stavebního zkušebnictví vymazal.t@fce.vutbr.cz Chceme-li řídit jakost, musíme o ní

Více

Sedm základních nástrojů řízení jakosti

Sedm základních nástrojů řízení jakosti Sedm základních nástrojů řízení jakosti Není nic tak naprosto zbytečného, jako když se dobře dělá něco, co by se nemělo dělat vůbec. Peter Drucker Kontrolní tabulky Vývojové diagramy Histogramy Diagramy

Více

RiJ ŘÍZENÍ JAKOSTI L 4 4-1

RiJ ŘÍZENÍ JAKOSTI L 4 4-1 RiJ ŘÍZENÍ JAKOSTI ML 4-1 CÍL TÉMATICKÉHO CELKU Název tematického celku: Nástroje pro měření, analýzu a zlepšování systému jakosti v podniku Hlavním cílem tematického celku je nastínit význam interních

Více

METODY ŘÍZENÍ KVALITY I.ČÁST Ing. Radek Syrovátka. Národní vzdělávací fond

METODY ŘÍZENÍ KVALITY I.ČÁST Ing. Radek Syrovátka. Národní vzdělávací fond METODY ŘÍZENÍ KVALITY I.ČÁST Ing. Radek Syrovátka Vývoj řízení jakosti D Ě L B A ISŘ P R Á C E VÝROBCE MISTR OTK SPC TQM 17. STOL. 1914 1941 1980 ČAS 2 Období kolem 1950 Pováleční Američané W.E. Deming

Více

Inovace bakalářského studijního oboru Aplikovaná chemie http://aplchem.upol.cz

Inovace bakalářského studijního oboru Aplikovaná chemie http://aplchem.upol.cz http://aplchem.upol.cz CZ.1.07/2.2.00/15.0247 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Sedm základních nástrojů řízení kvality Doc. RNDr. Jiří Šimek,

Více

Procesy a management rizik ve zdravotnické laboratoři. Ing. Alena Fischerová Systémy jakosti s.r.o

Procesy a management rizik ve zdravotnické laboratoři. Ing. Alena Fischerová Systémy jakosti s.r.o Procesy a management rizik ve zdravotnické laboratoři Ing. Alena Fischerová Systémy jakosti s.r.o Co je proces soubor vzájemně souvisejících nebo vzájemně působících činností, které přeměňují vstupy na

Více

Zápočtová práce STATISTIKA I

Zápočtová práce STATISTIKA I Zápočtová práce STATISTIKA I Obsah: - úvodní stránka - charakteristika dat (původ dat, důvod zpracování,...) - výpis naměřených hodnot (v tabulce) - zpracování dat (buď bodové nebo intervalové, podle charakteru

Více

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D.

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D. Zpracování náhodného výběru popisná statistika Ing. Michal Dorda, Ph.D. Základní pojmy Úkolem statistiky je na základě vlastností výběrového souboru usuzovat o vlastnostech celé populace. Populace(základní

Více

Systémy řízení EMS/QMS/SMS

Systémy řízení EMS/QMS/SMS Systémy řízení EMS/QMS/SMS Ústí nad Labem 11/2012 Ing. Jaromír Vachta Systém řízení EMS Systém environmentálního managementu Systém řízení podle ČSN EN ISO 14001:2004 Podstata EMS - detailní informace

Více

MANAŽER KVALITY PŘEHLED POŽADOVANÝCH ZNALOSTÍ K HODNOCENÍ ZPŮSOBILOSTI CO 4.4/2007

MANAŽER KVALITY PŘEHLED POŽADOVANÝCH ZNALOSTÍ K HODNOCENÍ ZPŮSOBILOSTI CO 4.4/2007 Gradua-CEGOS, s.r.o., Certifikační orgán pro certifikaci osob č. 3005 akreditovaný Českým institutem pro akreditaci, o.p.s. podle ČSN EN ISO/IEC 17024 MANAŽER KVALITY PŘEHLED POŽADOVANÝCH ZNALOSTÍ K HODNOCENÍ

Více

AUDITOR KVALITY PŘEHLED POŽADOVANÝCH ZNALOSTÍ K HODNOCENÍ ZPŮSOBILOSTI CO 4.5/2007

AUDITOR KVALITY PŘEHLED POŽADOVANÝCH ZNALOSTÍ K HODNOCENÍ ZPŮSOBILOSTI CO 4.5/2007 Gradua-CEGOS, s.r.o., Certifikační orgán pro certifikaci osob č. 3005 akreditovaný Českým institutem pro akreditaci, o.p.s. podle ČSN EN ISO/IEC 17024 AUDITOR KVALITY PŘEHLED POŽADOVANÝCH ZNALOSTÍ K HODNOCENÍ

Více

Pelantová Věra Technická univerzita v Liberci. Předmět RJS. TU v Liberci

Pelantová Věra Technická univerzita v Liberci. Předmět RJS. TU v Liberci Tento materiál vznikl jako součást projektu, který je spolufinancován Evropským sociálním fondem a státním rozpočtem ČR. Řízení kvality Pelantová Věra Technická univerzita v Liberci Předmět RJS Technická

Více

Mnohorozměrná statistická data

Mnohorozměrná statistická data Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Statistický znak, statistický soubor Jednotlivé objekty nebo subjekty, které jsou při statistickém

Více

Statistické řízení jakosti. Deming: Klíč k jakosti je v pochopení variability procesu.

Statistické řízení jakosti. Deming: Klíč k jakosti je v pochopení variability procesu. Statistické řízení jakosti Deming: Klíč k jakosti je v pochopení variability procesu. SŘJ Statistická regulace výrobního procesu Statistická přejímka jakosti měřením srovnáváním měřením srovnáváním - X

Více

FMEA - konstrukční. Zpracoval: doc. Dr. Ing. Ivan Mašín

FMEA - konstrukční. Zpracoval: doc. Dr. Ing. Ivan Mašín Zpracoval: doc. Dr. Ing. Ivan Mašín Pracoviště: Katedra částí strojů a mechanismů (TUL) Tento materiál vznikl jako součást projektu In-TECH 2, který je spolufinancován Evropským sociálním fondem a státním

Více

Systémy řízení QMS, EMS, SMS, SLP

Systémy řízení QMS, EMS, SMS, SLP Systémy řízení QMS, EMS, SMS, SLP Ústí nad Labem 11/2013 Ing. Jaromír Vachta Systém řízení QMS Systém managementu kvality Systém řízení podle ČSN EN ISO 9001:2009 - stanovení, pochopení a zajištění plnění

Více

Statistické řízení jakosti - regulace procesu měřením a srovnáváním

Statistické řízení jakosti - regulace procesu měřením a srovnáváním Statistické řízení jakosti - regulace procesu měřením a srovnáváním Statistická regulace výrobního procesu (SPC) SPC = Statistical Process Control preventivní nástroj řízení jakosti, který na základě včasného

Více

Národní informační středisko pro podporu kvality

Národní informační středisko pro podporu kvality Národní informační středisko pro podporu kvality Nestandardní regulační diagramy J.Křepela, J.Michálek REGULAČNÍ DIAGRAM PRO VŠECHNY INDIVIDUÁLNÍ HODNOTY xi V PODSKUPINĚ V praxi se někdy setkáváme s požadavkem

Více

Pojem a úkoly statistiky

Pojem a úkoly statistiky Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Pojem a úkoly statistiky Statistika je věda, která se zabývá získáváním, zpracováním a analýzou dat pro potřeby

Více

Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík

Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012 Tutoriál č. 4: Exploratorní analýza Jan Kracík jan.kracik@vsb.cz Statistika věda o získávání znalostí z empirických dat empirická

Více

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor Management jakosti Tématické okruhy pro státní závěrečné zkoušky bakalářské studium studijní obor "Management jakosti" školní rok 2013/2014 Management jakosti A 1. Pojem jakosti a význam managementu jakosti v současném období.

Více

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor Management jakosti Tématické okruhy pro státní závěrečné zkoušky bakalářské studium studijní obor "Management jakosti" školní rok 2010/2011 Management jakosti A 1. Pojem jakosti a význam managementu jakosti v současném období.

Více

Co musí zahrnovat dokumentace systému managementu kvality? 1 / 5

Co musí zahrnovat dokumentace systému managementu kvality? 1 / 5 ISO 9000:2005 definuje třídu jako 1) kategorie nebo pořadí dané různým požadavkem na kvalitu produktů, procesů nebo systémů, které mají stejné funkční použití 2) kategorie nebo pořadí dané různým požadavkům

Více

Systémy řízení EMS/QMS/SMS

Systémy řízení EMS/QMS/SMS Systémy řízení EMS/QMS/SMS Ústí nad Labem 10/2014 Ing. Jaromír Vachta Systém řízení EMS Systém environmentálního managementu Systém řízení podle ČSN EN ISO 14001:2004 Podstata EMS - detailní informace

Více

Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník a oktáva 3 hodiny týdně PC a dataprojektor, učebnice

Více

Mnohorozměrná statistická data

Mnohorozměrná statistická data Mnohorozměrná statistická data Ekonometrie Jiří Neubauer Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jiří Neubauer (Katedra ekonometrie UO Brno) Mnohorozměrná

Více

Střední průmyslová škola strojnická Olomouc, tř. 17. listopadu 49. Výukový materiál zpracovaný v rámci projektu Výuka moderně

Střední průmyslová škola strojnická Olomouc, tř. 17. listopadu 49. Výukový materiál zpracovaný v rámci projektu Výuka moderně Střední průmyslová škola strojnická Olomouc, tř. 17. listopadu 49 Výukový materiál zpracovaný v rámci projektu Výuka moderně Registrační číslo projektu: CZ.1.07/1.5.00/34.0205 Šablona: III/2Management

Více

Provádění preventivních opatření

Provádění preventivních opatření Účinnost dokumentu od: 14.6.2007 Provádění preventivních opatření Řízená kopie č.: Razítko: Není-li výtisk tohoto dokumentu na první straně opatřen originálem razítka 1/11 Obsah 1 Všeobecná ustanovení...3

Více

Matematika III. 27. listopadu Vysoká škola báňská - Technická univerzita Ostrava. Matematika III

Matematika III. 27. listopadu Vysoká škola báňská - Technická univerzita Ostrava. Matematika III Vysoká škola báňská - Technická univerzita Ostrava 27. listopadu 2017 Typy statistických znaků (proměnných) Typy proměnných: Kvalitativní proměnná (kategoriální, slovní,... ) Kvantitativní proměnná (numerická,

Více

Statistika pro geografy

Statistika pro geografy Statistika pro geografy 2. Popisná statistika Mgr. David Fiedor 23. února 2015 Osnova 1 2 3 Pojmy - Bodové rozdělení četností Absolutní četnost Absolutní četností hodnoty x j znaku x rozumíme počet statistických

Více

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník 3 hodiny týdně PC a dataprojektor Kombinatorika Řeší jednoduché úlohy

Více

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor Management jakosti Tématické okruhy pro státní závěrečné zkoušky bakalářské studium studijní obor "Management jakosti" školní rok 2009/2010 Management jakosti A 1. Pojem jakosti a význam managementu jakosti v současném období.

Více

Základní statistické charakteristiky

Základní statistické charakteristiky Základní statistické charakteristiky Základní statistické charakteristiky slouží pro vzájemné porovnávání statistických souborů charakteristiky = čísla, pomocí kterých porovnáváme Základní statistické

Více

Odborná skupina pro spolehlivost. Použití ordinálních a semikvantitativních postupů ve spolehlivosti. Jaroslav Zajíček

Odborná skupina pro spolehlivost. Použití ordinálních a semikvantitativních postupů ve spolehlivosti. Jaroslav Zajíček Odborná skupina pro spolehlivost Použití ordinálních a semikvantitativních postupů ve spolehlivosti Jaroslav Zajíček Obsah 1. Úvod management rizika 2. Výskyt a analýza nekvantitativních postupů - matice

Více

Renáta Bednárová STATISTIKA PRO EKONOMY

Renáta Bednárová STATISTIKA PRO EKONOMY Renáta Bednárová STATISTIKA PRO EKONOMY ZÁKLADNÍ STATISTICKÉ POJMY Statistika Statistický soubor Statistická jednotky Statistický znak STATISTIKA Vědní obor, který se zabývá hromadnými jevy Hromadné jevy

Více

METODY ŘÍZENÍ KVALITY II.ČÁST

METODY ŘÍZENÍ KVALITY II.ČÁST METODY ŘÍZENÍ KVALITY II.ČÁST Ing. Syrovátka Radek 7 základních nástrojů 1. FORMULÁŘ 2. HISTOGRAM 3. VÝVOJOVÝ DIAGRAM 4. DIAGRAM PŘÍČIN A NÁSLEDKŮ 5. PARETŮV DIAGRAM 6. BODOVÝ DIAGRAM 7. REGULAČNÍ DIAGRAM

Více

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D.

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D. Př. : Stanovte jednotlivé četnosti a číselné charakteristiky zadaného statistického souboru a nakreslete krabicový graf:, 8, 7, 43, 9, 47, 4, 34, 34, 4, 35. Statistický soubor seřadíme vzestupně podle

Více

Vybrané praktické aplikace statistické regulace procesu

Vybrané praktické aplikace statistické regulace procesu ČSJ, OSSM Praha, 19. 4. 2012 Vybrané praktické aplikace statistické regulace procesu Prof. Ing. Darja Noskievičová, CSc. Katedra kontroly a řízení jakosti Fakulta metalurgie a materiálového inženýrství

Více

Procesy a management rizik ve zdravotnické laboratoři. Roubalová Lucie

Procesy a management rizik ve zdravotnické laboratoři. Roubalová Lucie Procesy a management rizik ve zdravotnické laboratoři Roubalová Lucie Procesy v laboratoři Proces soubor vzájemně souvisejících nebo vzájemně působících činností, které přeměňují vstupy na výstupy Hlavní

Více

ZÁKLADNÍ NÁSTROJE ŘÍZENÍ JAKOSTI

ZÁKLADNÍ NÁSTROJE ŘÍZENÍ JAKOSTI ZÁKLADNÍ NÁSTROJE ŘÍZENÍ JAKOSTI SPŠ na Proseku 4-1 Ing. A. Styblíková, Ing. L. Procházka - pevně stanovený soubor grafických technik napomáhajících při řešení problémů s kvalitou - jedná se o 7 nástrojů

Více

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11.

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11. UNIVERZITA OBRANY Fakulta ekonomiky a managementu Aplikace STAT1 Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 Jiří Neubauer, Marek Sedlačík, Oldřich Kříž 3. 11. 2012 Popis a návod k použití aplikace

Více

SMĚRNICE DĚKANA Č. 4/2013

SMĚRNICE DĚKANA Č. 4/2013 Vysoké učení technické v Brně Datum vydání: 11. 10. 2013 Čj.: 076/17900/2013/Sd Za věcnou stránku odpovídá: Hlavní metodik kvality Za oblast právní odpovídá: --- Závaznost: Fakulta podnikatelská (FP) Vydává:

Více

Katedra řízení podniku (FES)

Katedra řízení podniku (FES) Katedra řízení podniku (FES) Řízení kvality 2. Autor: Ing. Ludvík FILIP březen 2015 Shrnutí požadavků na politiku a cíle kvality Požadavky normy ČSN EN ISO 9001:2009 5.3 Politika kvality Vrcholové vedení

Více

POPISNÁ STATISTIKA Komentované řešení pomocí programu Statistica

POPISNÁ STATISTIKA Komentované řešení pomocí programu Statistica POPISNÁ STATISTIKA Komentované řešení pomocí programu Statistica Program Statistica I Statistica je velmi podobná Excelu. Na základní úrovni je to klikací program určený ke statistickému zpracování dat.

Více

23. Matematická statistika

23. Matematická statistika Projekt: Inovace oboru Mechatronik pro Zlínský kraj Registrační číslo: CZ.1.07/1.1.08/03.0009 23. Matematická statistika Statistika je věda, která se snaží zkoumat reálná data a s pomocí teorii pravděpodobnosti

Více

veličin, deskriptivní statistika Ing. Michael Rost, Ph.D.

veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Vybraná rozdělení spojitých náhodných veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Třídění Základním zpracováním dat je jejich třídění. Jde o uspořádání získaných dat, kde volba třídícího

Více

PŘEHLED PŘÍSTUPŮ K MANAGEMENTU RIZIK PROJEKTŮ

PŘEHLED PŘÍSTUPŮ K MANAGEMENTU RIZIK PROJEKTŮ PŘEHLED PŘÍSTUPŮ K MANAGEMENTU RIZIK PROJEKTŮ Jan Havlík, AIT s.r.o., jhavlik@ait.cz, www.ait.cz AIT, 2002 1 Obsah 1. Příležitosti, rizika, projekty 2. Management rizik v procesech managementu projektu

Více

Výukový materiál zpracovaný v rámci projektu Výuka moderně

Výukový materiál zpracovaný v rámci projektu Výuka moderně Střední průmyslová škola strojnická Olomouc, tř. 17. listopadu 49 Výukový materiál zpracovaný v rámci projektu Výuka moderně Registrační číslo projektu: CZ.1.07/1.5.00/34.0205 Šablona: III/2Management

Více

STATISTICKÉ CHARAKTERISTIKY

STATISTICKÉ CHARAKTERISTIKY STATISTICKÉ CHARAKTERISTIKY 1 Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného základu (reg. č. CZ.1.07/2.2.00/28.0021)

Více

Základy popisné statistiky. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek

Základy popisné statistiky. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek Základy popisné statistiky Anotace Realitu můžeme popisovat různými typy dat, každý z nich se specifickými vlastnostmi, výhodami, nevýhodami a vlastní sadou využitelných statistických metod -od binárních

Více

Nový standard pro analýzu rizik v dodavatelském řetězci automobilového průmyslu Failure Mode and Effects Analysis

Nový standard pro analýzu rizik v dodavatelském řetězci automobilového průmyslu Failure Mode and Effects Analysis Příručka FMEA AIAG & VDA Nový standard pro analýzu rizik v dodavatelském řetězci automobilového průmyslu Failure Mode and Effects Analysis Editor VDA QMC Quality Management Center (QMC) German Association

Více

Charakteristika datového souboru

Charakteristika datového souboru Zápočtová práce z předmětu Statistika Vypracoval: 10. 11. 2014 Charakteristika datového souboru Zadání: Při kontrole dodržování hygienických norem v kuchyni se prováděl odběr vzduchu a pomocí filtru Pallflex

Více

VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky SMAD

VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky SMAD VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: SMAD Cvičení Ostrava, AR 2016/2017 Popis datového souboru Pro dlouhodobý

Více

Náhodná proměnná. Náhodná proměnná může mít rozdělení diskrétní (x 1. , x 2. ; x 2. spojité (<x 1

Náhodná proměnná. Náhodná proměnná může mít rozdělení diskrétní (x 1. , x 2. ; x 2. spojité (<x 1 Náhodná proměnná Náhodná proměnná může mít rozdělení diskrétní (x 1, x 2,,x n ) spojité () Poznámky: 1. Fyzikální veličiny jsou zpravidla spojité, ale změřené hodnoty jsou diskrétní. 2. Pokud

Více

1) Jsou normy v ČR závazné a jaká je jejich úloha? normy nejsou v ČR závazné od roku 2000 od roku 2000 mají pouze doporučující charakter

1) Jsou normy v ČR závazné a jaká je jejich úloha? normy nejsou v ČR závazné od roku 2000 od roku 2000 mají pouze doporučující charakter NORMY A STANDARDY KVALITY 1) Jsou normy v ČR závazné a jaká je jejich úloha? normy nejsou v ČR závazné od roku 2000 od roku 2000 mají pouze doporučující charakter pokud u výrobku, který byl vyroben podle

Více

MATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci

MATEMATICKÁ STATISTIKA.   Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci MATEMATICKÁ STATISTIKA Dana Černá http://www.fp.tul.cz/kmd/ Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci Matematická statistika Matematická statistika se zabývá matematickým

Více

Návrh. VYHLÁŠKA ze dne 2016 o požadavcích na systém řízení

Návrh. VYHLÁŠKA ze dne 2016 o požadavcích na systém řízení Návrh II. VYHLÁŠKA ze dne 2016 o požadavcích na systém řízení Státní úřad pro jadernou bezpečnost stanoví podle 236 zákona č..../... Sb., atomový zákon, k provedení 24 odst. 7, 29 odst. 7 a 30 odst. 9:

Více

Popisná statistika. Statistika pro sociology

Popisná statistika. Statistika pro sociology Popisná statistika Jitka Kühnová Statistika pro sociology 24. září 2014 Jitka Kühnová (GSTAT) Popisná statistika 24. září 2014 1 / 31 Outline 1 Základní pojmy 2 Typy statistických dat 3 Výběrové charakteristiky

Více

Návrh a vyhodnocení experimentu

Návrh a vyhodnocení experimentu Návrh a vyhodnocení experimentu Návrh a vyhodnocení experimentů v procesech vývoje a řízení kvality vozidel Ing. Bohumil Kovář, Ph.D. FD ČVUT Ústav aplikované matematiky kovar@utia.cas.cz Mladá Boleslav

Více

MONITOROVÁNÍ. Jan Prášek

MONITOROVÁNÍ. Jan Prášek MONITOROVÁNÍ Jan Prášek Monitoring Monitorování představuje víceúrovňový a účelový informační systém, který je souhrnem technického vybavení, programového vybavení, dat a obsluhy a který je určený k cílenému

Více

Průzkumová analýza dat

Průzkumová analýza dat Průzkumová analýza dat Proč zkoumat data? Základ průzkumové analýzy dat položil John Tukey ve svém díle Exploratory Data Analysis (odtud zkratka EDA). Často se stává, že data, se kterými pracujeme, se

Více

Úvod do kurzu. Moodle kurz. (a) https://dl1.cuni.cz/course/view.php?id=2022 (b) heslo pro hosty: statistika (c) skripta na pravděpodobnost

Úvod do kurzu. Moodle kurz. (a) https://dl1.cuni.cz/course/view.php?id=2022 (b) heslo pro hosty: statistika (c) skripta na pravděpodobnost Úvod do kurzu Moodle kurz (a) https://dl1.cuni.cz/course/view.php?id=2022 (b) heslo pro hosty: statistika (c) skripta na pravděpodobnost Výpočty online: www.statisticsonweb.tf.czu.cz Začátek výuky posunut

Více

STATISTICKÉ ODHADY Odhady populačních charakteristik

STATISTICKÉ ODHADY Odhady populačních charakteristik STATISTICKÉ ODHADY Odhady populačních charakteristik Jak stanovit charakteristiky rozložení sledované veličiny v základní populaci? Populaci většinou nemáme celou k dispozici, musíme se spokojit jen s

Více

Statistické metody - nástroj poznání a rozhodování anebo zdroj omylů a lží

Statistické metody - nástroj poznání a rozhodování anebo zdroj omylů a lží Statistické metody - nástroj poznání a rozhodování anebo zdroj omylů a lží Zdeněk Karpíšek Jsou tři druhy lží: lži, odsouzeníhodné lži a statistiky. Statistika je logická a přesná metoda, jak nepřesně

Více

marek.pomp@vsb.cz http://homel.vsb.cz/~pom68

marek.pomp@vsb.cz http://homel.vsb.cz/~pom68 Statistika B (151-0303) Marek Pomp ZS 2014 marek.pomp@vsb.cz http://homel.vsb.cz/~pom68 Cvičení: Pavlína Kuráňová & Marek Pomp Podmínky pro úspěšné ukončení zápočet 45 bodů, min. 23 bodů, dvě zápočtové

Více

Pareto analýza. Průmyslové inženýrství. EduCom. Jan Vavruška Technická univerzita v Liberci

Pareto analýza. Průmyslové inženýrství. EduCom. Jan Vavruška Technická univerzita v Liberci Tento materiál vznikl jako součást projektu, který je spolufinancován Evropským sociálním fondem a státním rozpočtem ČR. Pareto analýza Technická univerzita v Liberci Průmyslové inženýrství Technická univerzita

Více

Metodika certifikace zařízení OIS

Metodika certifikace zařízení OIS České vysoké učení technické v Praze Fakulta dopravní Ústav dopravní telematiky Metodika certifikace zařízení OIS Projekt č.: TA02030435 14. 11. 2013 Roman Skuhra Obsah Struktura metodiky Organizační schéma

Více

EXPERIMENTÁLNÍ MECHANIKA 2 Přednáška 5 - Chyby a nejistoty měření. Jan Krystek

EXPERIMENTÁLNÍ MECHANIKA 2 Přednáška 5 - Chyby a nejistoty měření. Jan Krystek EXPERIMENTÁLNÍ MECHANIKA 2 Přednáška 5 - Chyby a nejistoty měření Jan Krystek 9. května 2019 CHYBY A NEJISTOTY MĚŘENÍ Každé měření je zatíženo určitou nepřesností způsobenou nejrůznějšími negativními vlivy,

Více

Management kvality, environmentu a bezpečnosti práce

Management kvality, environmentu a bezpečnosti práce Jaromír Veber a kol. Management kvality, environmentu a bezpečnosti práce Legislativa, systémy, metody, praxe Management Press, Praha 2006 Autorský kolektiv: Ing. Marie Hůlová, CSc. subkapitola 6.6 Ing.

Více

Úloha č. 2 - Kvantil a typická hodnota. (bodově tříděná data): (intervalově tříděná data): Zadání úlohy: Zadání úlohy:

Úloha č. 2 - Kvantil a typická hodnota. (bodově tříděná data): (intervalově tříděná data): Zadání úlohy: Zadání úlohy: Úloha č. 1 - Kvantily a typická hodnota (bodově tříděná data): Určete typickou hodnotu, 40% a 80% kvantil. Tabulka hodnot: Varianta Četnost 0 4 1 14 2 17 3 37 4 20 5 14 6 7 7 11 8 20 Typická hodnota je

Více

STATISTIKA. Inovace předmětu. Obsah. 1. Inovace předmětu STATISTIKA... 2 2. Sylabus pro předmět STATISTIKA... 3 3. Pomůcky... 7

STATISTIKA. Inovace předmětu. Obsah. 1. Inovace předmětu STATISTIKA... 2 2. Sylabus pro předmět STATISTIKA... 3 3. Pomůcky... 7 Inovace předmětu STATISTIKA Obsah 1. Inovace předmětu STATISTIKA... 2 2. Sylabus pro předmět STATISTIKA... 3 3. Pomůcky... 7 1 1. Inovace předmětu STATISTIKA Předmět Statistika se na bakalářském oboru

Více

WS PŘÍKLADY DOBRÉ PRAXE

WS PŘÍKLADY DOBRÉ PRAXE WS PŘÍKLADY DOBRÉ PRAXE ISO 9001 revize normy a její dopady na veřejnou správu Ing. Pavel Charvát, člen Rady pro akreditaci Českého institutu pro akreditaci 22.9.2016 1 ISO 9001 revize normy a její dopady

Více

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica JEDNOVÝBĚROVÉ TESTY Komentované řešení pomocí programu Statistica Vstupní data Data umístěná v excelovském souboru překopírujeme do tabulky ve Statistice a pojmenujeme proměnné, viz prezentace k tématu

Více

Teorie měření a regulace

Teorie měření a regulace Ústav technologie, mechanizace a řízení staveb CW01 Teorie měření a regulace Praxe názvy 1. ZS 2015/2016 2015 - Ing. Václav Rada, CSc. OBECNÝ ÚVOD - praxe Elektrotechnická měření mohou probíhat pouze při

Více

AUDITOR EMS PŘEHLED POŽADOVANÝCH ZNALOSTÍ K HODNOCENÍ ZPŮSOBILOSTI CO 4.9/2007

AUDITOR EMS PŘEHLED POŽADOVANÝCH ZNALOSTÍ K HODNOCENÍ ZPŮSOBILOSTI CO 4.9/2007 Gradua-CEGOS, s.r.o., certifikační orgán pro certifikaci osob č. 3005 akreditovaný Českým institutem pro akreditaci, o.p.s. podle ČSN EN ISO/IEC 17024 AUDITOR EMS PŘEHLED POŽADOVANÝCH ZNALOSTÍ K HODNOCENÍ

Více

MANAŽER EMS PŘEHLED POŽADOVANÝCH ZNALOSTÍ K HODNOCENÍ ZPŮSOBILOSTI CO 4.8/2007

MANAŽER EMS PŘEHLED POŽADOVANÝCH ZNALOSTÍ K HODNOCENÍ ZPŮSOBILOSTI CO 4.8/2007 Gradua-CEGOS, s.r.o., certifikační orgán pro certifikaci osob č. 3005 akreditovaný Českým institutem pro akreditaci, o.p.s. podle ČSN EN ISO/IEC 17024 MANAŽER EMS PŘEHLED POŽADOVANÝCH ZNALOSTÍ K HODNOCENÍ

Více

Gradua-CEGOS, s.r.o. člen skupiny Cegos MANAŽER EMS PŘEHLED POŽADOVANÝCH ZNALOSTÍ K HODNOCENÍ ZPŮSOBILOSTI

Gradua-CEGOS, s.r.o. člen skupiny Cegos MANAŽER EMS PŘEHLED POŽADOVANÝCH ZNALOSTÍ K HODNOCENÍ ZPŮSOBILOSTI Gradua-CEGOS, s.r.o. člen skupiny Cegos Gradua-CEGOS, s.r.o., certifikační orgán pro certifikaci osob č. 3005 akreditovaný Českým institutem pro akreditaci, o.p.s. podle ČSN EN ISO/IEC 17024 MANAŽER EMS

Více

Inovace bakalářského studijního oboru Aplikovaná chemie

Inovace bakalářského studijního oboru Aplikovaná chemie http://aplchem.upol.cz CZ.1.07/2.2.00/15.0247 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. 5. přednáška Analýzy rizik Doc. RNDr. Jiří Šimek, CSc. Analýza

Více

Tématické okruhy pro státní závěrečné zkoušky. magisterské studium

Tématické okruhy pro státní závěrečné zkoušky. magisterské studium Tématické okruhy pro státní závěrečné zkoušky magisterské studium studijní obor "Řízení jakosti" školní rok 2009/2010 Management jakosti A 1. Koncepce managementu jakosti, charakteristiky a účel, normy

Více

TECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE

TECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Studentská 2 461 17 Liberec 1 SEMESTRÁLNÍ PRÁCE STATISTICKÝ ROZBOR DAT Z DOTAZNÍKOVÝCH ŠETŘENÍ Gabriela Dlasková, Veronika Bukovinská Sára Kroupová, Dagmar

Více

Kontrolní list Systém řízení výroby

Kontrolní list Systém řízení výroby Výrobek: Konstrukční těsněné systémy zasklení s mechanickými prostředky pro přenos vlastní váhy tabulí do Zatřídění dle př. 2 NV-163 těsněného úložného rámu a odtud do nosné konstrukce pro vnější stěny

Více

Tématické okruhy pro státní závěrečné zkoušky. Navazující magisterské studium. studijní obor "Management jakosti"

Tématické okruhy pro státní závěrečné zkoušky. Navazující magisterské studium. studijní obor Management jakosti Tématické okruhy pro státní závěrečné zkoušky Navazující magisterské studium studijní obor "Management jakosti" školní rok 2013/2014 Integrované systémy managementu A 1. Koncepce a principy integrovaných

Více

T- MaR. Ústav technologie, mechanizace a řízení staveb. Teorie měření a regulace. Podmínky názvy. 1.c-pod. ZS 2015/ Ing. Václav Rada, CSc.

T- MaR. Ústav technologie, mechanizace a řízení staveb. Teorie měření a regulace. Podmínky názvy. 1.c-pod. ZS 2015/ Ing. Václav Rada, CSc. Ústav technologie, mechanizace a řízení staveb Teorie měření a regulace Podmínky názvy 1.c-pod. ZS 2015/2016 2015 - Ing. Václav Rada, CSc. MĚŘENÍ praktická část OBECNÝ ÚVOD Veškerá měření mohou probíhat

Více

Dokumentace pro plánování a realizaci managementu jakosti dle požadavků

Dokumentace pro plánování a realizaci managementu jakosti dle požadavků Dokumentace pro plánování a realizaci managementu jakosti dle požadavků Požadavek norem ISO 9001 ISO/TS 16949 : 4.2 na dokumentaci Dokumentace systému managementu jakosti musí zahrnovat: a) dokumentované

Více

Analýza dat na PC I.

Analýza dat na PC I. CENTRUM BIOSTATISTIKY A ANALÝZ Lékařská a Přírodovědecká fakulta, Masarykova univerzita Analýza dat na PC I. Popisná analýza v programu Statistica IBA výuka Základní popisná statistika Popisná statistika

Více

METODY, TECHNIKY A NÁSTROJE MANAGEMENTU KVALITY

METODY, TECHNIKY A NÁSTROJE MANAGEMENTU KVALITY METODY, TECHNIKY A NÁSTROJE MANAGEMENTU KVALITY metody techniky nástroje systematický přesný a konkrétní prostředek pro (plánovaný) postup postup kroků nebo uskutečnění činnosti, a způsob dosažení cíle

Více

Popisná statistika kvantitativní veličiny

Popisná statistika kvantitativní veličiny StatSoft Popisná statistika kvantitativní veličiny Protože nám surová data obvykle žádnou smysluplnou informaci neposkytnou, je žádoucí vyjádřit tyto ve zhuštěnější formě. V předchozím dílu jsme začali

Více

VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky

VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky PRAVDĚPODOBNOST A STATISTIKA Zadání 1 JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: DATUM ODEVZDÁNÍ DOMÁCÍ ÚKOL

Více

Statistika. Diskrétní data. Spojitá data. Charakteristiky polohy. Charakteristiky variability

Statistika. Diskrétní data. Spojitá data. Charakteristiky polohy. Charakteristiky variability I Přednáška Statistika Diskrétní data Spojitá data Charakteristiky polohy Charakteristiky variability Statistika deskriptivní statistika ˆ induktivní statistika populace (základní soubor) ˆ výběr parametry

Více

Manuál k programu EMSoftware

Manuál k programu EMSoftware Manuál k programu EMSoftware podpora systému řízení životního prostředí podle normy ISO 14001, případně EMAS Program EMSoftware EMSoftware je víceuživatelskou aplikací s možností nastavení uživatelských

Více

Návrh a vyhodnocení experimentu

Návrh a vyhodnocení experimentu Návrh a vyhodnocení experimentu Návrh a vyhodnocení experimentů v procesech vývoje a řízení kvality vozidel Ing. Bohumil Kovář, Ph.D. FD ČVUT Ústav aplikované matematiky kovar@utia.cas.cz Mladá Boleslav

Více

HODNOCENÍ VÝKONNOSTI ATRIBUTIVNÍCH ZNAKŮ JAKOSTI. Josef Křepela, Jiří Michálek. OSSM při ČSJ

HODNOCENÍ VÝKONNOSTI ATRIBUTIVNÍCH ZNAKŮ JAKOSTI. Josef Křepela, Jiří Michálek. OSSM při ČSJ HODNOCENÍ VÝKONNOSTI ATRIBUTIVNÍCH ZNAKŮ JAKOSTI Josef Křepela, Jiří Michálek OSSM při ČSJ Červen 009 Hodnocení způsobilosti atributivních znaků jakosti (počet neshodných jednotek) Nechť p je pravděpodobnost

Více

Posouzení přesnosti měření

Posouzení přesnosti měření Přesnost měření Posouzení přesnosti měření Hodnotu kvantitativně popsaného parametru jakéhokoliv objektu zjistíme jedině měřením. Reálné měření má vždy omezenou přesnost V minulosti sloužila k posouzení

Více

Řízení rizik ÚLD FNKV. Škrla, Škrlová, Řízení rizik ve zdravotnických zařízeních, 2008

Řízení rizik ÚLD FNKV. Škrla, Škrlová, Řízení rizik ve zdravotnických zařízeních, 2008 Iveta Brabcová Předpokladem řízení rizik je otevřené a důvěrné pracovní prostředí s kulturou zaměřující se na poznatky získané z téměř pochybení a mimořadných událostí, místo soustředění se na obviňování

Více

přesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých tendencích a souvislostech.

přesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých tendencích a souvislostech. 3 Grafické zpracování dat Grafické znázorňování je velmi účinný způsob, jak prezentovat statistické údaje. Grafy nejsou tak přesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých

Více

VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA METALURGIE A MATERIÁLOVÉHO INŽENÝRSTVÍ KATEDRA KONTROLY A ŘÍZENÍ JAKOSTI

VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA METALURGIE A MATERIÁLOVÉHO INŽENÝRSTVÍ KATEDRA KONTROLY A ŘÍZENÍ JAKOSTI VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA METALURGIE A MATERIÁLOVÉHO INŽENÝRSTVÍ KATEDRA KONTROLY A ŘÍZENÍ JAKOSTI Elektronická sbírka příkladů k předmětům zaměřeným na aplikovanou statistiku

Více

Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie ANOVA. Semestrální práce

Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie ANOVA. Semestrální práce Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie ANOVA Semestrální práce Licenční studium GALILEO Interaktivní statistická analýza dat Brno, 2015 Doc. Mgr. Jan Muselík, Ph.D.

Více

FMEA Failure Mode and Effects Analysis (Analýzy možností vzniku vad a jejich příčin a následků)

FMEA Failure Mode and Effects Analysis (Analýzy možností vzniku vad a jejich příčin a následků) FMEA Failure Mode and Effects Analysis (Analýzy možností vzniku vad a jejich příčin a následků) Proč je FMEA vyžadována? Rostou požadavky zákazníků na jakost a spolehlivost Roste počet a složitost jednotlivých

Více