1 - Deathlord

Download Report

Transcript 1 - Deathlord

Minőségmenedzsment
8.előadás
A minőségmenedzsment módszerei I súlyszámképzés
A funkciók nem egyformán fontosak
súlyozni kell:
 egyszerű közvetlen becsléssel
 páronkénti összemérés skálarendszerű
értékeléssel (Churman – Ackoff féle eljárás)
 páronkénti összemérés logikai döntési
eredménnyel (Guilford-féle eljárás)
I.Egyszerű közvetlen becslés









Értékelési tényezők teljes preferencia súlya 1 vagy
100%
Meghatározzuk a tényezők preferencia sorrendjét
Pl.: E2E5E3E4E1
Ezután egyszerű becsléssel súlyszámokat
rendelünk hozzájuk
E2:0,5 E5:0,3 E3:0,1 E4:0,07 E1:0,03
Két tizedes jegy pontosság elég,
0,5+0,3+0,1+0,07+0,03=1
Előny: könnyen és gyorsan alkalmazható
Hátrány: kevés értékelési tényező esetén
alkalmazható
II.Churchman-Ackoff-féle súlyozási eljárás


1.lépés: Preferencia sorrend kialakítása előzetes becsléssel (C1,
C2…Cn)
2. lépés: Fontosság szerint hasznossági értékek hozzárendelése




Ezek összevetése, és a fontosság korrigálása:








Az első (C1) súlyát 1-nek véve meg kell adni a többi szempont relatív súlyát
az elsőhöz képest
Pl. A C1 szempont fontosabb, ugyanolyan fontos, vagy kevésbé fontos, mint
az összes többi együtt?
W1>(=,<) w2+w3+…+wn?
ha C1 szempont fontosabb, de a súlyokkal felírt egyenlőtlenség nem ezt
mutatja, akkor w1-et úgy kell módosítani, hogy az egyenlőtlenség tükrözze a
relációt 3. lépés
Ha C1 nem olyan fontos, akkor annak megfelelően csökkentsük a w1-et
Majd hasonlítsuk össze a C1 szempontot a {C2, C3…Cn-1} szempontok
csoportjával, és ismételjük addig, amíg {C2, C3} csoporthoz jutunk
3.lépés: hasonlítsuk összes C2-t a {C3, C4…Cn} csoportokkal a 2. lépés
szerint
4.lépés, folytassuk a sort, amíg a Cn-2 {Cn-1, Cn} összehasonlításhoz
jutunk
5. lépés: standardizálás: osszuk el minden szempont súlyát Σwi-vel
Előny: megbízhatóbb eredményt ad, mint a közvetlen becslés
Hátrány: nem alkalmazható 7-nél több szempontra
III. Guilford-féle eljárás (Páros
összehasonlítás )
a.
b.
Párok képzése
A párok elrendezése


c.
d.
e.
f.
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)


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
E2-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
d
Konzisztencia együttható
K  (1 
) *100%
d max
Ahol dmax a nem konzisztens körhármasok maximális
száma
( n 3  n)
d max 
Ha n páratlan
24
Ha n páros:
n(n  1)( 2n  1) a
d 

12
2
d max
2
n 3  4n

24
Person 1.
I1 I2
I1
I3
0
I4
I5
I6
a2
a
d=(5*5*11)/12
-55/2=27,50
27,5=0
0
0
0
0
0
1
0
1
0
3
0
1
0
2
1
1
5
25
0
1
1
4
16
I2
1
I3
1
0
I4
1
1
1
I5
1
0
0
0
I6
1
1
1
0
1
9  K= 1-0/8=1
100,00%
4
a2=55
Person 2
I1
I1
I2
I3
1
I4
I5
a2
a
I6
1
1
1
1
5
25
0
1
1
0
2
4
1
1
0
3
9
0
0
0
0
0
1
1
4
16
I2
0
I3
0
1
I4
0
0
0
I5
0
0
0
1
I6
0
1
1
1
1
a2=55
d=27,555/2=0

K= 100,00%
Person 3
I1
I1
I2 I3
1
I4
I5
I6
a2
a
0
1
0
1
3
9
d=27,555/2=0
0
1
0
1
2
4

1
1
1
5
25
0
0
0
0
1
4
16
1
1
I2
0
I3
1
1
I4
0
0
0
I5
1
1
0
1
I6
0
0
0
1
0
a2=55
K= 100,00%
Person 4
I1
I2
I1
I2
I3
1
0
I4
I5
I6
a2
a
1
1
1
1
5
25
0
1
0
1
2
4
d=27,553/2=1

I3
0
1
1
I4
0
0
0
I5
0
1
1
1
I6
0
0
1
1
0
0
2
4
0
0
0
0
1
4
16
2
4
0
a2=53
K= 87,5%
Person 5
I1
I1
I2
0
I3
I4
I5
I6
a2
a
0
1
0
0
1
1
0
1
0
1
3
9
1
1
1
5
25
0
0
0
0
0
3
9
3
9
I2
1
I3
1
1
I4
0
0
0
I5
1
1
0
1
I6
1
0
0
1
1
a2=53
d=27,553/2=1

K= 87,5%
Person 6
I1
I1
I2
1
I3
I4
I5
I6
a2
a
0
1
0
0
2
4
0
1
0
0
1
1
1
1
0
4
16
0
0
0
0
0
3
9
5
25
I2
0
I3
1
1
I4
0
0
0
I5
1
1
0
1
I6
1
1
1
1
1
a2=55
d=27,555/2=0

K= 100%
Person 7
I1
I1
I2
1
I3
I4
I5
I6
a2
a
1
1
1
1
5
25
1
1
1
1
4
16
0
1
0
1
1
1
1
3
9
0
0
0
2
4
I2
0
I3
0
0
I4
0
0
1
I5
0
0
0
0
I6
0
0
1
0
1
a2=55
d=27,555/2=0

K= 100%
Person 8
I1
I1
I2
0
I3
I4
I5
I6
a2
a
1
1
0
0
2
4
1
1
0
1
4
16
0
1
0
1
1
0
0
1
1
0
3
9
4
16
I2
1
I3
0
0
I4
0
0
1
I5
1
1
0
1
I6
1
0
1
1
1
a2=55
d=27,555/2=0

K= 100%
Person 9
I1
I1
I2
1
I3
I4
I5
I6
a2
a
0
1
0
1
3
9
0
1
0
1
2
4
1
1
1
5
25
0
1
1
1
1
4
16
0
0
I2
0
I3
1
1
I4
0
0
0
I5
1
1
0
1
I6
0
0
0
0
0
a2=55
d=27,555/2=0

K= 100%
Összesített preferencia mátrix
I1
I2
I1
I3
5
I4
I5
I6
2
5
2
4
2
5
3
3
4
6
2
2
3
I2
1
I3
4
4
I4
1
1
2
I5
4
3
0
4
I6
2
3
4
3
2
4
súlyszámképzés






m
a
2
Pa 
m*n
m
Preferencia arány:
a
2
vagy korrigált preferencia arány) Pa 
m( n  1)
ahol m - a bírálók száma.
Ezeket a normális eloszlás u értékeivé
transzformálhatjuk és az alapján rendelünk
súlyszámokat az egyes jellemzőkhöz, vagy
egyszerűen 100%-os arányra számítjuk át:
 Pai  Pa min 
Pl.:  P  P  *100%
a min 
 a max
és ez alapján 1-5-ig értékeket rendelünk
hozzá.
Az előző példánál maradva
I1
I2
I1
5
I3
I4
I6
a
a+m/2
Pa
2
5
2
4
18
22
0,458
81,82%
2
5
3
3
14
18
0,375
45,45%
4
6
2
20
24
0,500
100,00%
2
3
9
13
0,271
0,00%
2
13
17
0,354
36,36%
16
20
0,417
63,64%
I2
1
I3
4
4
I4
1
1
2
I5
4
3
0
4
I6
2
3
4
3
Pa min=0,271
I5
4
Pamax=0,5
Pamax – Pamin= 0,229
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)
W


 max
 max

m 2 ( n 3  n)

12
   (R j  R j )
j
2



Δ a négyzetes eltérés
Rj – az összesített
preferenciamátrix egyes
oszlopainak összege
(rangszám).
R j – a ragszámösszegek
számtani átlaga vagy
m – a döntéshozók száma
n – az értékelési tényezők
száma
I1 I2 I3 I4 I5 I6
I1
5
2
5
2
4
2
5
3
3
4
6
2
2
3
I2
1
I3
4
4
I4
1
1
2
I5
4
3
0
4
I6
2
3
4
3
2
4
Rj 12 16 10 21 17 14
(Rj-Rjmean)2
9
1 25 36
W=76/630=0,12
4
1
Rjmean=15
Δ=76
Δmax=630
Kendall féle egyetértési együttható (W)
számítása
E1
E1
E2
E3
E4
E5
E6
E7
E8
E9
E10
a
2
13
7
7
2
0
1
7
6
45
52
9
8
10
10
0
1
6
6
62
69
0
0
2
1
0
1
0
10
17
8
11
2
1
2
5
56
63
5
0
1
0
1
38
45
0
0
0
4
44
51
13
14
14
122
129
12
13
106
113
1
71
78
76
83
E2
12
E3
1
5
E4
7
6
14
E5
7
4
14
6
E6
12
4
12
3
9
E7
14
14
13
12
14
14
E8
13
13
14
13
13
14
1
E9
7
8
13
12
14
14
0
2
E10
8
8
14
9
13
10
0
1
13
Rj
81
64
116
70
88
82
4
20
55
50
Rj-Rj(átlag)
18
1
53
7
25
19
-59
-43
-8
-13
(Rj-Rj (átlag))^2
324
2809
49
625
361
3481
1849
64
169
1
n
m
Delta_max
Rj(átlag)
Delta
10
14
194040
63
5,02%
a+m/2
630
9732
<--- Kendall féle egyetértési
együttható
Köszönöm a figyelmet!