XXIX. ASR '2004 Seminar, Instruments and Control, Ostrava, April 30,

Podobné dokumenty
Inovace bakalářského studijního oboru Aplikovaná chemie

Pojem a úkoly statistiky

Statistické vyhodnocení průzkumu funkční gramotnosti žáků 4. ročníku ZŠ

Sedm základních nástrojů řízení jakosti

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

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

Vybrané praktické aplikace statistické regulace procesu

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

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

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

Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1

ZKUŠEBNÍ PROTOKOLY. B1M15PPE / část elektrické stroje cvičení 1

Logistika. Souhrnné analýzy. Radek Havlík tel.: URL: listopad 2012 CO ZA KOLIK PROČ KDE

Design of Experiment (DOE) Petr Misák. Brno 2017

Výukový materiál zpracovaný v rámci projektu Výuka moderně

Procesy, procesní řízení organizace. Výklad procesů pro vedoucí odborů krajského úřadu Karlovarského kraje

Statistika I (KMI/PSTAT)

Statistika pro geografy

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

Zdravotnické laboratoře. MUDr. Marcela Šimečková

Analytické znaky laboratorní metody Interní kontrola kvality Externí kontrola kvality

Reporting. Ukazatele je možno definovat nad libovolnou tabulkou Helios Orange, která je zapsána v nadstavbě firmy SAPERTA v souboru tabulek:

Pareto analýza. Ing. Martina Ortová, Ph.D. Technická univerzita v Liberci. Výrobní systémy I TU v Liberci

METODICKÝ POKYN. Pro žadatele o dotaci na zavedení systému hospodaření s energií v podobě energetického managementu z programu EFEKT

Výukový materiál zpracovaný v rámci projektu Výuka moderně

HODNOCENÍ ROZDÍLNÝCH REŽIMŮ PŘI PROCESU SPALOVÁNÍ

STATISTIKA 1. Adam Čabla Katedra statistiky a pravděpodobnosti VŠE

Mnohorozměrná statistická data

Využití tabulkového procesoru MS Excel

ŘÍZENÍ KVALITY VE SLUŽEBNÍCH ÚŘADECH Podpora profesionalizace a kvality státní služby a státní správy, CZ /0.0/0.

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

Aproximace a vyhlazování křivek

LabMeredian Plus základní kurz

Workshop Ostrava Řízení a zlepšování jakosti v probíhajících výrobních procesech

Software pro sledování a řízení kvality výrobních procesů. Wonderware QI Analyst článek uveřejněný v časopise Automa č.

Nejčastější chyby v explorační analýze

HODNOCENÍ VÝUKY STUDENTY PEDF UK ZS 2016/2017

Popisná statistika. Statistika pro sociology

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

Ekonomické aspekty statistické regulace pro vysoce způsobilé procesy. Kateřina Brodecká

Základní statistické charakteristiky

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

RiJ ŘÍZENÍ JAKOSTI L 4 4-1

Normy ČSN a ČSN ISO z oblasti aplikované statistiky (stav aktualizovaný k )

Hodnocení rozptylových podmínek ve vztahu ke koncentracím znečišťujících látek. Josef Keder Hana Škáchová

Název DUM: VY_32_INOVACE_2B_16_ Tvorba_grafů_v_MS_Excel_2007

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

Vizualizace v provozech povrchových úprav

EVIDENCE DAT VE VÝROBĚ SVOČ FST Bc. Petr Horalík Západočeská univerzita v Plzni Univerzitní 8, Plzeň Česká republika

Příloha 33b Strategický realizační plán na rok n (tisková verze pro MV)

Metodické listy pro kombinované studium předmětu MANAGEMENT JAKOSTI Metodický list č. l

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY

Národní informační středisko pro podporu 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

Statistické řízení jakosti - regulace procesu měřením a srovnáváním

3.1.6 Přiřazení kritických faktorů úspěchu podnikovým procesům

STUDENTSKÉ HODNOCENÍ VÝUKY ZA LS 2015/2016 NA PEDF UK

Ukázka knihy z internetového knihkupectví

SPECIFIKA CERTIFIKACE PODLE ČSN EN ISO 9001:2001 V ORGANIZACÍCH, KTERÉ SE ZABÝVAJÍ VÝVOJEM SOFTWARE

GEODETICKÉ VÝPOČTY I.

Dokumentace pro plánování a realizaci managementu jakosti dle požadavků

Obsah. Funkce grafu Zdrojová data pro graf Typ grafu Formátování prvků grafu Doporučení pro tvorbu grafů Zdroje

INFORMACE O ZAVEDENÉM SYSTÉMU KVALITY dle normy ČSN EN ISO 9001:2009 ve společnosti

TVORBA GRAFŮ A DIAGRAMŮ V ORIGIN. Semestrální práce UNIVERZITA PARDUBICE. Fakulta chemicko-technologická Katedra analytické chemie

Kartografické stupnice. Přednáška z předmětu Tematická kartografie (KMA/TKA) Otakar Čerba Západočeská univerzita

PRŮZKUM VÝŽIVY LESA NA ÚZEMÍ ČESKÉ REPUBLIKY

Teorie měření a regulace

Statistika. Klíčové kompetence V rámci výuky statistiky jsou naplňovány tyto klíčové kompetence: řešení problémů, komunikativní,

Statistika. pro žáky 8. ročníku. úterý, 26. března 13

Procesy implementace systému CAQ MSN Management preventivní údržby strojů

Mendelova univerzita v Brně Provozně ekonomická fakulta. Analýza dat sleep Semestrální práce do předmětu Informační systémy pro rozhodování

POŽADAVKY NORMY ISO 9001

Quality Management Decision and Computer Support Rozhodování v řízení jakosti a počítačová podpora

Univerzita Pardubice. Fakulta chemicko-technologická Katedra analytické chemie. Licenční studium Statistické zpracování dat

Metody sociálních výzkumů. Velmi skromný úvod do statistiky. Motto: Jsou tři druhy lži-lež prostá, lež odsouzeníhodná a statistika.

TECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE

Mezilaboratorní porovnávací zkoušky jeden z nástrojů zajištění kvality zkoušení. Lenka Velísková, ITC Zlín Zákaznický den,

Vybrané statistické metody. You created this PDF from an application that is not licensed to print to novapdf printer (

Zápočtová práce STATISTIKA I

VZDĚLÁVACÍ PROGRAM ŠTÍHLÁ FIRMA. Identifikace, eliminace problémů a ztrát

ČESKÝ INSTITUT PRO AKREDITACI, o.p.s. Dokumenty ILAC. ILAC Mezinárodní spolupráce v akreditaci laboratoří

METODOLOGIE I - METODOLOGIE KVANTITATIVNÍHO VÝZKUMU

NÁSTROJE A TECHNIKY PROJEKTOVÉHO MANAGEMENTU. Projektová dekompozice

Management rizik v životním cyklu produktu

Tabulka 1. Výběr z datové tabulky

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

Základy biostatistiky

Příklad 2: Obsah PCB v játrech zemřelých lidí. Zadání: Data: Program:

Kapitola 1 INTERNÍ AUDIT A JEHO POSTUPY 5. Kapitola 2 LOGIKA V INTERNÍM AUDITU 11

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

AUDITY Hlavním cílem každého auditu musí být zjišťování faktů, nikoli chyb!

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

Číselné charakteristiky

PŘEZKOUMÁNÍ SYSTÉMU MANAGEMENTU KVALITY V HEMATOLOGICKÉ LABORATOŘI

Popisná statistika. Jaroslav MAREK. Univerzita Palackého

3. Základní statistické charakteristiky. KGG/STG Zimní semestr Základní statistické charakteristiky 1

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM

Transkript:

XXIX. SR '24 Seminar, Instruments and Control, Ostrava, pril 3, 24 31 Practical Eploitation of Statistical and Graphic Methods in a Company and their pplication with Statistical Software Usage Praktické využití statistických a grafických metod ve firmě a jejich aplikace za využití statistického software BOHUŠ, Michal Ing., Katedra kontroly a řízení jakosti-639, VŠB-TU Ostrava, 17. listopadu, Ostrava- Poruba, 78 33, michal.bohus.fmmi@vsb.cz bstrakt: V důsledku vstupu České republiky do EU se naskýtá velká šance pro mnoho domácích firem prosadit se na jednotném evropském trhu. Ovšem k tomu je potřeba nabízet opravdu vysoce kvalitní produkty. Pro zvýšení konkurenceschopnosti podniku je nutné pravidelně analyzovat procesy v podniku probíhající a pomocí vhodných statistických metod dosáhnout jejich dlouhodobého zefektivňování. Většina firem buduje své systémy pomocí norem ISO 9 a ty výslovně vyžadují aplikaci statistických metod a stanovení přesné specifikace jejich použití. Organizace musí plánovat a uplatňovat procesy monitorování, měření, analýzy a zlepšování, které jsou potřebné pro prokázání shody výrobku, pro zajištění shody systému managementu jakosti a pro neustálé zlepšování efektivnosti systému managementu jakosti. To musí zahrnovat přesné určení příslušných metod, včetně statistických metod a rozsahu jejich použití. Příspěvek seznamuje se zkušenostmi autora s aplikací grafických a statistických metod v podniku s kusovou výrobou. plikovat uvedené metody lze ručně, ale je také výhodné využít statistický program Statgraphics. Klíčová slova: Statgraphics, Paretova analýza, Ishikawův diagram, diagram slunečních paprsků, statistické metody 1 Stručná charakteristika vybraných metod S problémy se zaváděním statistických a grafických metod se potýká velké množství firem. Největší problémy si však působí odpovědní lidé sami, jelikož mnoho z nich si pod pojmem statistické metody představuje komple složitých vzorců a výpočtů, které jsou ve svém důsledku pro chod firmy naprosto zbytečné. Není však nutné aplikovat soustavu složitých statistických a grafických nástrojů a metod pro zlepšení vlastní výkonnosti firmy. Navíc k jejich aplikaci je možno využít různý statistický software, např. Statgraphics, který dokáže ušetřit uživateli mnoho práce a poskytuje přehledné výstupy. Problematikou statistických metod se zabývali rovněž ve společnosti HSI, a.s., která je významným výrobcem a dodavatelem požárních dveří. Po hlubší analýze byla v této firmě navržena jednoduchá metodika využití zvolených statistických a grafických nástrojů. Využívá se zejména Paretovy analýzy, Ishikawova diagramu a diagramů slunečních paprsků.

XXIX. SR '24 Seminar, Instruments and Control, Ostrava, pril 3, 24 32 1.1 Paretova analýza Cílem této analýzy je oddělení významných faktorů nebo jevů od méně významných. Vychází z Paretova principu 8/2, tzn. 2% faktorů způsobuje 8% příčin. Významné jevy jsou nazývány jako životně důležitá menšina, ostatní jako užitečná většina. Nejvhodnější interpretace výsledků Paretovy analýzy je pomocí Paretova diagramu. Nejčastější aplikace tohoto statistického nástroje je: analýza zmetkovitosti podle druhů vad analýza příčin určitého druhu vad analýza prostojů a jejich příčin analýza fluktuace pracovníků, nemocnost, úrazovost a jejich příčin atd. Postup při aplikaci Paretovy analýzy se dá vyjádřit v následujících krocích: 1. Setřídění údajů sestupně podle hodnot zvoleného ukazatele 2. Výpočet kumulativních součtů hodnot ukazatele a jejich vyjádření v procentech 3. Sestrojení Paretova diagramu osa je rozdělena na stejné intervaly tak, že jejich počet odpovídá počtu druhů vad levá vertikální osa je označena stupnicí od do maimálního počtu zjištěných vad pravá vertikální osa je rozdělena stupnicí relativních kumulovaných součtů od % do 1% sestrojení orenzovy křivky 4. Stanovení kritických vad, na které je třeba zaměřit další pozornost a to pomocí zvoleného kritéria pro výběr životně důležité menšiny 1.2 Ishikawův diagram Slouží k systematickému popisu všech možných příčin, které je možno definovat u určitého jevu. Mezi 5 základních skupin příčin patří: materiál, lidé, zařízení, prostředí a metody. Jedná se o týmový nástroj, hlavní metodou, která se u tohoto nástroje používá, je tzv. brainstorming (z anglického bouření v mozcích ). Postup při aplikaci Ishikawova diagramu: 1. Definice problému 2. Příprava brainstormingu velký arch papíru nebo velká tabule nakreslení základního diagramu včetně záznamu pěti hlavních příčin problému výběr vhodné místnosti a doby konání výběr vhodného kolektivu 3. Realizace brainstormingu svolání kolektivu vyvěšení základního diagramu na všemi viditelné místo volba moderátora stručná definice problému a jeho zapsání do hlavy diagramu vlastní brainstorming 4. Vyhodnocení nápadů výběr nejpravděpodobnějších příčin

XXIX. SR '24 Seminar, Instruments and Control, Ostrava, pril 3, 24 33 každý účastník dostane určitý počet bodů (všichni stejný počet) ve třech kolech postupně každý rozděluje body podle vlastní úvahy nejpravděpodobnějším příčinám stanovení nejpravděpodobnějších příčin například pomocí Paretovy analýzy 5. nalýza nejdůležitějších příčin návrh a zkušební realizace opatření na odstranění těchto příčin sledování vlivu opatření sběr dat vyhodnocení dat nová Paretova analýza a její porovnání s původní Paretovou analýzou při odstranění či zmenšení vlivu nejdůležitějších příčin zavedení přijatého opatření standardně do procesu 1.3 Diagramy slunečních paprsků Jedná se o grafickou metodu porovnávání vícerozměrných proměnných na základě tří a více hodnot prvků. Často se používá při výběru a hodnocení dodavatelů. Počet os, které navzájem mezi sebou svírají stejný úhel, odpovídá u diagramu slunečních paprsků počtu sledovaných prvků. Všechny osy jsou stejně dlouhé a na jednotlivých osách jsou hodnoty uspořádány tak, že v jejich polovině leží průměrná hodnota daného prvku (ze všech zobrazovaných proměnných). Spojením vynesených hodnot se vytvoří ohraničená plocha, která charakterizuje vlastnosti proměnné z hlediska všech sledovaných prvků. Takto vzniklé plochy umožňují názorné pozorování libovolných proměnných. Pro výpočet počáteční a koncové hodnoty na jednotlivých osách poslouží následující vzorce: = c poč s kon = + c s kde: - počáteční hodnota poč kon- konečná hodnota c - aritmetický průměr - celočíselný parametr, který se volí tak, aby bylo zajištěno zobrazení všech hodnot 1 s - výběrová směrodatná odchylka; s = ( ) n 1 i 2, kde n je počet proměnných. 2 plikace grafických a statistických metod v HSI a.s. Různé jednoduché statistické a grafické metody byly ve firmě HSI aplikovány mimo jiné v oblasti reklamací a oblasti dodavatelské. Pro oblast reklamací se ukázalo vhodným použít Paretovu analýzu s následným využitím Ishikawova diagramu ke stanovení významných příčin reklamací. Zdrojem dat pro provedení Paretovy analýzy byly evidované reklamace za určité zkoumané období. Výsledkem Paretovy analýzy byly nejvýznamnější reklamace, pro které se sestrojil Ishikawův diagram a sestavený tým řešitelů navrhnul nápravná opatření pro snížení výskytu reklamací.

XXIX. SR '24 Seminar, Instruments and Control, Ostrava, pril 3, 24 34 Další možností v této oblasti bylo aplikovat opět Paretovu analýzu tentokrát pro nejvýznamnější reklamované neshody stanovené předchozí Paretovou analýzou. Takto lze jednoduše zjistit nejvýznamnější komodity (dřevo, ocel, hliník, hydrant, komponenty, ostatní) podílející se na nejvýznamnějších neshodách a je možno stanovit podíl jednotlivých komponentů (a jednoduše graficky vyjádřit například pomocí koláčových grafů). V oblasti dodavatelské se využívaly výsledky z předchozí analýzy, kdy se za aplikace diagramů slunečních paprsků určili nejvhodnější dodavatelé problematických komponentů. Pomocí aplikace těchto jednoduchých nástrojů lze snadno dosáhnout snížení počtu reklamací, nalézt vhodné dodavatele a tím pochopitelně snížit celkové výdaje firmy. 2.1 Návrh metodiky aplikace vybraných statistických metod v oblasti reklamací plikaci metodiky využití statistických metod v oblasti reklamací lze popsat v následujících krocích: 1. Klasifikace reklamačních případů do kategorií podle komodit a podle reklamovaných problémů 2. Paretova analýza z hlediska četností reklamovaných neshod (případně z hlediska nákladů) 3. Paretova analýza z hlediska četností komodit pro zjištěné nejvýznamnější reklamované vady 4. nalýza nejvýznamnějších komodit u jednotlivých reklamovaných neshod (např. pomocí koláčových grafů) 5. Sestrojení Ishikawova diagramu příčin pro jednotlivé významné reklamované neshody 6. Stanovení nejpravděpodobnějších příčin vzniku jednotlivých reklamovaných vad 7. Navržení nápravných opatření 8. Zavedení nápravných opatření do prae 9. Ověření účinnosti přijatých opatření 2.2 Návrh metodiky aplikace vybraných statistických metod v oblasti dodavatelské plikaci metodiky využití statistických metod v dodavatelské oblasti lze popsat v následujících krocích: 1. Stanovení kritických dodavatelů (informace vyplývají z analýzy reklamací) 2. Provedení nového hodnocení kritických dodavatelů 3. Sestrojení diagramů slunečních paprsků 4. Vyhodnocení výsledků a rozhodnutí o zařazení jednotlivých dodavatelů do příslušných kategorií, případně výběr vhodnějších dodavatelů Jednoduchou metodiku použití zvolených statistických a grafických metod lze přehledně vyjádřit pomocí schématu znázorněného na obrázku 1. Vstupy a výstupy jednotlivých metod jsou znázorněny ve žlutém poli. Výstup z jedné metody je současně vstupem pro metodu následující. Pro přehlednost jsou jednotlivé metody znázorněny v šedém poli.

4 35 3 25 2 15 1 5 P S MV SK PÚ Z/N PK PS R/D OST 1 9 8 7 6 5 4 3 2 1 4 35 3 25 2 15 1 5 P S MV SK PÚ Z/N PK PS R/D OST 1 9 8 7 6 5 4 3 2 1 28,3% 13% 28,3% 28,3% 2% XXIX. SR '24 Seminar, Instruments and Control, Ostrava, pril 3, 24 35 evidence reklamací O B S T PRETOV NÝZ nejvýznamnější reklamované neshody PRETOV NÝZ R E K M C Í ISHIKWŮV DIGRM nejpravděpodobnější příčiny + nápravná opatření nejvýznamnější komodity podílející se na nejvýznamnějších neshodách NÝZ POMOCÍ KOÁČOVÝCH GRFŮ podíl jednotlivých komponentů podílejících se na nejvýznamnějších neshodách D O D V T E S K Á O B S T VÝBĚR Z PŘEHEDU DODVTEŮ dodavatelé problematických komponentů HODNOCENÍ DODVTEŮ S VYUŽITÍM DIGRMŮ SUNEČNÍCH PPRSKŮ nejvhodnější dodavatelé jednotlivých komponentů ibros Rovel Selník Spedos optimum Obrázek 1 Schéma použití statistických metod v oblastech reklamací a dodavatelů

XXIX. SR '24 Seminar, Instruments and Control, Ostrava, pril 3, 24 36 3 plikace uvedených metod v programu Statgraphics Program Statgraphics je klasický statistický systém, jehož výhodou je zejména statistická grafika. Je možno různými metodami grafické výstupy upravovat. Výhodou jsou také tetové části, které lze různě kopírovat a tisknout. Statgraphics je rozdělen do šesti základních modulů: Base, dvanced Regression Models, dvanced Multivariate Mehods, Time Series nalysis, Quality Control a Eperimental Design. Pomocí tohoto programu byly zpracovávány metody popsané v kapitole 1 tohoto článku. 3.1 Paretova analýza v programu Statgraphics Paretovu analýzu lze v programu Satgraphics provádět jak pro tabelovaná data tak rovněž pro data netabelovaná a nalezneme ji v modulu Quality Control. Je zde rovněž možno kombinovat jednotlivé třídy buď na základě četnosti výskytu v dané třídě, procentuálního vyjádření nebo lze spojit určitý počet tříd s nejmenší četností neshod. V programu Statgraphics může obsahovat Paretova analýza dva grafické a dva tabelované výstupy. Grafickým výstupem je kromě klasického Paretova diagramu také kumulativní Paretův diagram, kdy sloupec četnosti je vykreslen vždy na horní úrovni předchozího sloupce. Paretův diagram může být použit nejvýše pro 2 tříd. Tabelovanými výstupy jsou klasický souhrn a tabulka četností, která obsahuje pořadí, počet, váhu, kumulativní četnost, procentuální vyjádření četnosti a kumulativní vyjádření četnosti pro každý druh vad. Za použití programu Statgraphics nelze identifikovat životně důležitou menšinu, lze pouze odhalit nejčastější chyby. Na obrázku 2 je znázorněn grafický výstup Paretovy analýzy. Obrázek 2 Paretova analýza 3.2 Ishikawův diagram v programu Statgraphics Statgraphics umožňuje vytvořit Ishikawův diagram pomocí počítače, což je časově výhodnější než tvořit Ishikawův diagram ručně. Stejně jako Paretova analýza patří do modulu Quality Control. K jeho přesnému vytvoření je však zapotřebí všechny údaje zcela přesně zadat. V souhrnu je sumarizováno, kolik primárních, sekundárních a terciálních důvodů způsobuje daný následek. Grafickým výstupem je klasický Ishikawův diagram, jeho příklad je uveden na obrázku 3.

XXIX. SR '24 Seminar, Instruments and Control, Ostrava, pril 3, 24 37 Obrázek 3 Ishikawův diagram 3.3 Diagramy slunečních paprsků v programu Statgraphics Diagramy slunečních paprsků lze v programu Statgraphics nalézt pod modulem Base společně s dalšími grafickými výstupy (např. hvězdicový diagram apod.). Pomocí diagramů slunečních paprsků lze jednoduše vizuálně vyhodnotit optimální variantu řešení. Pro každý faktor je konstruován samostatný diagram. Obrázek 4 znázorňuje grafický výstup diagramů slunečních paprsků ve Statgraphicsu. ibros Rovel Selník Spedos optimum Obrázek 4 Diagramy slunečních paprsků 4 Závěr Z výše uvedeného tedy vyplývá, že využití jednoduchých statistických a grafických nástrojů je poměrně jednoduché bez nutné znalosti složitých matematických a statistických vzorců. K jejich aplikaci lze rovněž využít statistický software. V tomto článku je doporučen program Statgraphics, který je dobrým pomocníkem při využívání mnohých statistických nástrojů a metod. Jsou uvedeny ukázky z jeho praktické aplikace při návrhu metodiky pro výrobní proces ve společnosti HSI. Uvedená metodika je přehledná a srozumitelná a záleží už jen na každém podniku, do jaké míry bude mnohé statistické metody využívat.