Бывает так: внедрили небольшое улучшение – Kaizen Blitz, – а на следующей неделе оказывается, что будто бы и не внедряли. Почему так случается? И самое главное – как этого не допустить? Как создать условия для поддержки полученных результатов? Как не дать улучшенному процессу откатиться до прежнего состояния? Все участники практического курса “Устранение потерь” учатся не только внедрять изменения, но и создавать такие условия, при которых результаты проекта будут стабильными, а не пропадут в течение короткого времени после внедрения. Вы тоже можете этому научиться. Поделитесь следующим постером с коллегами по цеху. А если какой-либо из пунктов будет непонятен, смело задавайте вопросы в комментариях – вместе рассмотрим примеры. Внимание! Если файл не отображается, попробуйте открыть его на: | |
![]() |
Всего комментариев: 0 | |
|
|
Я добавил в таблицу графики, которые показывают α и α/2. Кстати, пока добавлял, заметил, что в исходном файле формула расчета коэффициентов подтягивала величину риска из строки α/2. Возможно, из-за этого возникла путаница? Буду рад, если повторите расчеты и отпишите.
Задача которую я решаю: Мы проводим многократные измерения случайной величины, которая подчиняется закону распределения Стьюдента (это проверяется критерием Пирсона). И с доверительной вероятностью, как правило 95% и уровнем значимости 5%, ищем области в которых с заданной доверительной вероятностью находится истинное значение измеряемой величины. Именно к этой задаче относятся вышеприведённый схемы.