Pobierz Miara ryzyka w cechach respondentów na bazie mapy stabilności analizowanej klasycznie i więcej Publikacje w PDF z Analiza i zarządzanie w biznesie tylko na Docsity!
Miara ryzyka w cechach respondentów na bazie mapy stabilności analizowanej klasycznie
MIARA RYZYKA W CECHACH RESPONDENTÓW NA BAZIE
MAPY STABILNOŚCI ANALIZOWANEJ KLASYCZNIE
Roman Olejnik Politechnika Częstochowska Wydział Zarządzania Streszczenie: Prezentowanymi w rozdziale przedmiotami opracowania są zjawiska proce- sów produkcyjnych występujące w świecie analiz, określane mianem: mapa stabilności i jakości w systemach Toyoty – analiza statystyczna mapy ze względu na zasób punktów wynikowych. Zaprezentowane zjawisko techniczno-marketingowe wraz z metodyką dojścia do wyniku (analiza całej mapy stabilności) stanowi techniczno-empiryczną metodę, przed- stawioną w niniejszej pracy. Miary parametryczne zostaną zaprezentowane metodą klasycz- ną, każdy z parametrów z osobna oraz zamieniając współrzędną na mapie na dwucyfrową liczbę, przyjmując pierwszą współrzędną jako rząd dziesiątek, a drugą jako rząd jedności. W trzech wspomnianych przypadkach sprowadzamy analizę statystyczną zjawiska do wymiaru jeden. Punktem centralnym analizy jest parametr zwany współczynnikiem zmienności. Słowa kluczowe: mapa stabilności i jakości, metoda klasyczna, parametry statystyczne, współczynnik zmienności
Wprowadzenie
Zarządzanie i inżynieria produkcji jest najogólniejszą techniczną wiedzą o świecie, dotyczącą gospodarki w aspekcie technicznym. Na metodę stosowaną w niniejszym opracowaniu składają się analizy na bazie empirycznej. Prezentowa- nymi przedmiotami są zjawiska występujące w filozoficznym świecie poznania, określane mianem: mapa stabilności i jakości w systemach Toyoty – analiza mapy z wykorzystaniem klasycznej metody statystycznej – próba interpretacji praktycz- ności wyniku. Zaprezentowane zjawisko techniczno-marketingowe, wraz z meto- dyką dojścia do wyniku (analiza całej mapy stabilności) stanowi podstawę tech- niczno-empiryczną niniejszej pracy. Opracowanie jest próbą zaprezentowania analizy statystycznej jako narzędzia dla realizacji celu, jakim jest poprawa jakości produktu i wzrost stabilności procesu produkcji. Analiza umożliwi ustabilizowanie procesu produkcyjnego i poprawę jakości wyrobu poprzez zmniejszenie ryzyka.
Wykorzystanie różnych miar statystycznych w metodzie BOST
Chcąc zasygnalizować metodę BOST, trzeba wpierw wprowadzić pojęcie „Toyotaryzmu”. Zeszyty Naukowe Politechniki Częstochowskiej Zarządzanie Nr 1 9 (201 5 ) s. 89 - 102 dostępne na: http://www.zim.pcz.pl/znwz
Roman Olejnik Toyotaryzm jest dyscypliną naukową zajmującą się relacjami między człowie- kiem a maszyną oraz człowiekiem i człowiekiem z uwzględnieniem podejścia pro- cesowego, kultury japońskiej, szczególnie Toyoty, ukierunkowanymi na ciągłe doskonalenie z wykorzystaniem wiedzy^1. Definicja ta wyszczególnia relacje człowiek–maszyna oraz człowiek–człowiek. W metodzie BOST nazwa pochodzi od pierwszych dwóch liter nazwiska i imienia autora. Ankieta BOST posiada dwie odmiany: wersje dla pracowników oraz wersje dla przełożonych. Ankieta ta posiada skalę rangującą. Respondenci w odpowiednim okienku mają ocenić ważność czynnika, wstawiając jedną z liczb w granicach skali^2. Metoda BOST pozwala: 1) Ocenić ważność czynników opisujących 14 zasad zarządzania Toyoty; 2) Ocenić style kierowania (z uwzględnieniem optimum Toyoty); 3) Ocenić cechy przywódcze kierowników; 4) Ocenić satysfakcję pra- cowników/klientów; 5) Ocenić cechy dowódcze kierowników; 6) Ocenić cechy wpływu kierowników; 7) Dokonać samooceny zespołowej, indywidualnej;
- Zbudować matrycę 3x3 (konkurencyjność wyrobu/usługi, możliwości technolo- giczne); 9) Określić markę kierownika; 10) Określić znaczenie sił napędzających doskonalenie; 11) Ocenić ważność czynników umożliwiających osiągniecie celów;
- Uzyskać informację o strukturze potencjału ludzkiego z uwzględnieniem: płci, wykształcenia, wieku, stażu pracy, mobilności, trybu zatrudnienia. Istotnym elementem analizy uzyskanych ocen ważności podmiotowych czynni- ków jest identyfikacja zmiennych wpływających na ich poziom. W badaniach BOST wyszczególnia się dwie grupy zmiennej objaśniającej: 1) rodzaj przedsiębiorstwa,
- cechy osobowe respondentów^3. Prezentowane cechy osobowe respondentów po- zwalają określić strukturę potencjału ludzkiego w badanych organizacjach.
Cechy respondentów w przedsiębiorstwach komunalnych
Prezentowane cechy osobowe respondentów pozwalają określić strukturę po- tencjału ludzkiego w badanych organizacjach. Charakterystyka respondentów do- tyczy następujących obszarów:
- Płeć (MK): 1 - mężczyzna, 2 - kobieta.
- Wykształcenie (WE): zawiera 4 warianty:
- < średnie, w którym połączono wykształcenie podstawowe, gimnazjum i zawodowe;
- średnie;
- wyższe I stopień: licencjat, inżynier;
- wyższe II stopień: magister, magister inżynier, doktor nauk.
- Wiek (WI):
- 1 - do 30 lat,
- 2 - 31 ÷40 lat, (^1) S. Borkowski, Dokumenty zawierające wymyślony termin ( TOYOTARYZM ) oraz zawierające nazwę i strukturę opracowanej metody ( BOST ), potwierdzenie daty „AAK” Kancelaria Patentowa s.c. Częstochowa 2012. (^2) S. Borkowski, SERVQUAL. Udoskonalona interpretacja wyników , Wydawnictwo PTM, Warszawa 2012. (^3) Ibidem.
Roman Olejnik Wyniki z badań ankietowych opisujących cechy respondentów są następnie opracowywane i przedstawiane liczbowo i procentowo.
Analiza statystyczna wyników metody BOST
Ważną cechą każdej metody jest określenie stosowanych miar statystycznych. Wraz z prezentacją wybranych metod zostanie dokonana próba ich matematyczno- technicznej oceny. Przykładem oceny technicznej mogą być własności metrolo- giczne funkcji stanowiących określone parametry statystyczne. W bieżącym opracowaniu zostaną wykorzystane parametry: średnia, wariancja, odchylenie standardowe, współczynnik zmienności. Współczynnik zmienności – pojęcie Miary zróżnicowania występują w dwóch postaciach:
- miary zróżnicowania absolutnego – mierzone w jednostkach, w jakich wyrażo- na jest cecha; należą do nich wariancja i odchylenie standardowe;
- miary zróżnicowania względnego – stosowane w przypadku, gdy należy po- równać stopień zróżnicowania dwóch lub więcej rozkładów; taką miarą jest współczynnik zmienności^5. Parametry składowe definicji współczynnika zmienności Jak zobaczymy w zaprezentowanych definicjach, w definiensie definicji współ- czynnika zmienności występują następujące pojęcia: odchylenie standardowe i średnia arytmetyczna (bezpośrednio) oraz wariancja (pośrednio). Empiryczny rozkład cechy Podstawą dla wszelkich analiz statystycznych badanej cechy jest określenie tzw. empirycznego rozkładu cechy. Określenie empirycznego rozkładu cechy pole- ga na przyporządkowaniu uszeregowanym rosnąco wartościom, przyjmowanym przez tę cechę, odpowiednio zdefiniowanych częstości ich występowania. Indywi- dualne wartości cechy zostaną oznaczone symbolami x j, dla j = 1, 2,…, n , gdzie n jest liczebnością badanej zbiorowości, czyli liczbą jednostek lub pomiarów. Cechy o skończonej lub przeliczalnej ilości wartości są nazywane skokowymi i takie będą tu rozpatrywane. Liczby jednostek zbiorowości, dla których cecha przyjmuje wartości x i, zostaną oznaczone symbolem n i. Oczywiście suma takich cząstkowych liczebności jest równa mocy całego zbioru stanowiącego populację. Jeżeli poszczególnym warto- ściom x i cechy przyporządkowane zostaną liczebności n i, to w ten sposób określo- ny zostanie rozkład empiryczny, a uporządkowane odpowiednio obserwacje będą miały charakter danych pogrupowanych. Niekiedy przy określaniu w ten sposób rozkładu empirycznego zamiast liczebności n i stosuje się częstości określone jako: w i = n i/ n (4.1) (^5) J. Jóźwiak, J. Podgórski, Statystyka od podstaw , PWE, Warszawa 2000.
Miara ryzyka w cechach respondentów na bazie mapy stabilności analizowanej klasycznie Trywialnym faktem jest stwierdzenie, że suma wszystkich częstości danego rozkładu empirycznego wynosi zawsze jeden. Tablica prezentująca uporządkowane i pogrupowane dane nazywana jest potocznie szeregiem rozdzielczym^6. Średnia arytmetyczna Najprostszą z wymienionych miar jest średnia arytmetyczna. W przypadku dys- ponowania szeregiem szczegółowym wzór na średnią ma postać: 𝑋̅ = E( X ) = ∑ 𝑛 𝑖= 1 𝑥𝑖/ n (4.2) gdzie xi oznacza kolejne wartości badanej cechy, n – liczbę jednostek zbiorowości. Średnia arytmetyczna to suma wartości poszczególnych cech podzielona przez liczbę stanowiącą moc zbiorowości generalnej, czyli populacji. Jeśli dysponujemy danymi przedstawionymi w postaci szeregu rozdzielczego, średnia arytmetyczna może być obliczona z formuły: 𝑋̅ = E( X ) = ∑ 𝑛 𝑖= 1 𝑥𝑖 𝑤𝑖, (4.3) wi – wskaźniki struktury ( x i/ n i), n i – liczebność i - tej grupy. Średnia arytmetyczna posiada pewne własności, takie jak:
- Spełnia nierówność: x min < 𝑋̅ < x max.
- Suma odchyleń poszczególnych wartości zmiennej od średniej jest równa zeru.
- Jeżeli wszystkie wartości zmiennej powiększymy (pomniejszymy, podzielimy lub pomnożymy) o pewną stałą, to średnia arytmetyczna będzie równa sumie (różnicy, ilorazowi, iloczynowi) średniej arytmetycznej wyjściowych zmien- nych i tej stałej.
- Jeżeli liczebności poszczególnych wariantów cechy są jednakowe, to średnią arytmetyczną można obliczyć jako iloraz sumy wartości wariantów i ich liczby.
- Suma wartości zmiennej jest równa iloczynowi średniej arytmetycznej i liczebności zbiorowości.
- Na poziom średniej arytmetycznej silny wpływ wywierają wartości ekstremalne (skrajne)^7. Wariancja jako miara zróżnicowania cechy Całkiem niezłym sposobem stwierdzenia, czy jednostki są rozproszone pod względem badanej cechy, czy też nie (uwzględniając wszystkich badanych), było- by ustalenie różnic pomiędzy poszczególnymi jej wartościami a średnią arytme- tyczną^8. (^6) Ibidem. (^7) Metody statystyczne. Zarys teorii i zadania , red. J. Suchecka, Wydawnictwo Wydziału Zarządzania Politechniki Częstochowskiej, Częstochowa 2002. (^8) S. Borkowski, SERVQUAL. Udoskonalona interpretacja wyników , Wydawnictwo PTM, Warszawa
Miara ryzyka w cechach respondentów na bazie mapy stabilności analizowanej klasycznie określoną umownie przez badacza. Na ogół jest to wartość w granicach 35-45%. Jeżeli VS(X) > V* , to zbiorowość jest silnie zróżnicowana”^10. Wacława Starzyńska: „Współczynnik zmienności jest to względna miara roz- proszenia, której wartość wyznaczona jest jako stosunek odchylenia standardowe- go lub przeciętnego do wartości średniej arytmetycznej, a w przypadku odchylenia ćwiartkowego i mediany pomnożonego przez 100. Współczynnik zmienności jest stosowany do porównania i określenia, który zbiór informacji jest bardziej zróżni- cowany (relatywnie w stosunku do swojej wartości średniej)”^11. Definicja ta okre- śla współczynnik zmienności w sposób formalnoilościowy w postaci ilorazu od- chylenia standardowego podzielonego przez średnią. Janina Jóźwiak i Józef Podgórski: „Współczynnik zmienności wyraża się często procentowo: V x 100%, aby określić, jaki procent poziomu średniej stanowi odchy- lenie standardowe w rozkładzie. Im większy jest ten procent, tym większe jest względne zróżnicowanie cechy w rozkładzie”^12. Jest to tylko inna forma wyrażenia podstawowej definicji współczynnika zmienności, jako ilorazu odchylenia standar- dowego i średniej w danym rozkładzie. Autorzy wyjaśniają dalej: „Do pomiaru zróżnicowania cechy wykorzystywane są także miary pozycyjne, opierające się w swojej konstrukcji na różnych pozycyj- nych miarach położenia. Należy wśród nich wymienić przede wszystkim rozstęp, rozstęp (przedział) ćwiartkowy i odchylenie ćwiartkowe”^13. Kazimierz Zając: „Współczynnik zmienności charakteryzuje stosunek nasilenia przyczyn ubocznych do przyczyn głównych. Jako liczba niemianowana ułatwia on porównywanie zmienności w zbiorowościach, których wielkości są wyrażone w różnych jednostkach. Mówi on o jednorodności zbiorowości statystycznej […]. Współczynnik zmienności wyrażony w procentach waha się zwykle w granicach około 15-35. Jeżeli wielkość jego osiąga 60%, mówimy, że zmienność jest ogrom- na, co dowodzi, iż mamy do czynienia ze zbiorowością względnie niejednorodną z punktu widzenia badanej cechy”. „Współczynnika zmienności nie można obliczyć, gdy średnia arytmetyczna rów- na się zeru ( M = 0), gdyż równałby się on nieskończoności, a więc nie miałby sensu. Współczynnik zmienności okazuje się jednak zawodny wówczas, gdy średnia arytmetyczna szeregu okaże się równa zeru lub zbliżona do zera, np. w badaniu przyrostów przybierających wartości dodatnie i ujemne. W poszczególnych dziedzinach wiedzy operuje się często współczynnikami wahającymi się w pewnym przedziale wartości. Jest bardzo istotne, aby badacz przystępujący do obserwacji zjawiska był dostatecznie zorientowany w granicach współczynników spotykanych w danej dziedzinie oraz w okolicznościach, które wpływają na występowanie mniej więcej stałych współczynników zmienności”^14. (^10) M. Piłatowska, Repetytorium ze statystyki , Wydawnictwo Naukowe PWN, Warszawa 2007. (^11) W. Starzyńska, Statystyka praktyczna , Wydawnictwo Naukowe PWN, Warszawa 2006. (^12) J. Jóźwiak, J. Podgórski, Statystyka … , op. cit. (^13) Ibidem. (^14) K. Zając, Zarys metod statystycznych , PWE, Warszawa 1988.
Roman Olejnik Współczynnik zmienności (klasyczny) – ujęcie formalne Współczynnik zmienności oznaczony symbolem V x obliczamy według wzoru: Vx = 𝑠⁄^ 𝑥 (^) ̅100% (4.6) Im wyższa jest jego wartość, tym silniejsze zróżnicowanie danej zbiorowości. Dolna granica współczynnika zmienności wynosi 0%, gdy zbiorowość nie jest w ogóle zróżnicowana i odchylenie standardowe ma wtedy wartość równą 0. Górna granica omawianej miary nie jest określona, gdyż nie jest też określona górna gra- nica odchylenia standardowego. W rzadkich przypadkach przekracza ona wartość średnią, co oznacza, że i współczynnik zmienności może być wyższy niż 100%. Do określenia siły rozproszenia badanej cechy statystycznej można przyjąć na- stępujące przedziały współczynnika zmienności: 0 - 20% - zróżnicowanie cechy słabe, 20 - 40% - zróżnicowanie cechy umiarkowane, 40 - 60% - zróżnicowanie cechy silne, 60% i więcej - zróżnicowanie cechy bardzo silne^15. Zgodnie z definicją współczynnika zmienności wzrost odchylenia standardowe- go (błędu pomiarowego) powoduje wzrost współczynnika zmienności, a wzrost średniej powoduje jego zmniejszenie.
Zastosowanie współczynnika zmienności w mapach stabilności
Pierwszy sposób prezentacji procesów, należący do analizy statystycznej, sta- nowi mapa stabilności i jakości. Aktualnie zostanie zaprezentowana mapa stabilno- ści, wyrażająca w sposób dwuwymiarowy wyniki stabilności i jakości, osiągnięte w ustalonym badaniu testów systemem Toyoty. Populację generalną w badanym statystycznie zjawisku stanowi zbiór osób biorących udział w wypełnianiu testów Toyoty. Opracowanie przechodzi aktualnie do analizy dwuwymiarowej mapy, będącej prezentacją punktów stanowiących wynik testu Toyoty, zawierającego odpowiedź na pytanie o jakość i stabilność procesu, wyrażoną ilościowo w postaci skali dys- kretnej o wymiarach 8×8. Każdy punkt jest oznaczony liczbą, która oznacza ilość powtarzających się wyników. Dla każdej mapy populację stanowi zbiór osób, których wyniki testowe znajdu- ją się na tej mapie. Zbiór ten jest skończony i równy ilościowo sumie wszystkich wyników. Moc tego zbioru można uzyskać, sumując wszystkie krotności (liczby) występujące w dowolnych miejscach mapy. W aktualnym punkcie opracowania zostaną zaprezentowane dwa sposoby anali- zy map, do typu których należy mapa stabilności. Przy prezentacji poszczególnego sposobu analizy zostanie opisana metodyka jego realizacji. Sposób pierwszy, czyli klasyczny (jednowymiarowy), zostanie zastosowany osobno do stabilności i jako- ści, natomiast sposób drugi będzie stanowił ciąg liczb, zamieniając współrzędną na (^15) S. Borkowski, SERVQUAL … , op. cit.
Roman Olejnik Tabela 2. Empiryczny rozkład cechy stabilności (pełna mapa) Wartość cechy: xi Częstość absolutna: ni Częstość względna: wi 1 0 0 2 0 0 3 2 0, 4 5 0, 5 3 0, 6 6 0, 7 4 0, 8 2 0, Suma: 22 1, Źródło: Opracowanie własne Przechodzimy do parametryzacji cechy stabilności. Średnia arytmetyczna (wartość oczekiwana): 𝑋̅ = E(X) = ∑ (^8) 𝑖= 1 𝑥𝑖 𝑛𝑖/22 = (1∙ 0 + 2 ∙ 0 + 3 ∙ 2 + 4 ∙ 5 + 5 ∙ 3 + 6 ∙ 6 + 7 ∙ 4 + 8 ∙ 2) / 22 = (6 + 20 + 15 + 36 + 28 + 16)/22 = 121/22 = 5, Mając do czynienia z szeregiem rozdzielczym, do obliczenia wariancji zostanie wykorzystany następujący wzór: s^2 = 1 ⁄^ 𝑛^ ∑^ 𝑘 𝑖− 1 ( 𝑥𝑖 − 𝑥)^2 ∙ n i. (5.1) Tabela 3. Parametry statystyczne stabilności Wartość cechy | X - E( X )| ( X - E( X ))^2 (𝑥𝑖 − 𝐸(𝑋))^2 ∙ n i 1 4,5 20,25 0 2 3,5 12,25 0 3 2,5 6,25 12, 4 1,5 2,25 11, 5 0,5 0,25 0, 6 1,5 2,25 13, 7 2,5 6,25 25 8 3,5 12,25 24, Suma punktów: 22 ∑ (^) 𝑋( X − E(X))^2 ∙ n i 87, Średnia: E( X )=𝑋̅ =5,5 (^) D^2 ( X ) 87,5:5, 15, Odchylenie standardowe D( X ) 3, Współczynnik zmienności VX=D( X ):E( X ) 0,72 (72%) Źródło: Opracowanie własne
Miara ryzyka w cechach respondentów na bazie mapy stabilności analizowanej klasycznie
Wyniki ilościowe analizy cechy jakości metodą klasyczną
Opis stosowanej metody pokrywa się tu z zaprezentowanym systemem analizy cechy stabilności. Empiryczny rozkład cechy jakości przedstawia tabela 4, zawie- rająca odpowiedni szereg rozdzielczy: Tabela 4. Empiryczny rozkład cechy jakości (pełna mapa) Wartość cechy: xi Częstość absolutna: ni Częstość względna: wi 1 0 0 2 0 0 3 4 0, 4 9 0, 5 4 0, 6 2 0,0 9 7 2 0, 8 1 0, Suma: 22 1, Źródło: Opracowanie własne Przechodzimy do parametryzacji cechy jakości. Średnia arytmetyczna (wartość oczekiwana): 𝑋̅ = E(X) = ∑^8 𝑖= 1 𝑥𝑖 𝑛𝑖/22 = (1∙ 0 + 2 ∙ 0 + 3 ∙ 4 + 4 ∙ 9 + 5 ∙ 4 + 6 ∙ 2 + 7 ∙ 2 + 8 ∙ 1) / 22 = (12 + 36 + 20 + 12 + 14 + 8)/22 = 102/22 = 4, Tabela 5. Parametry statystyczne jakości Wartość cechy | X - E( X )| ( X - E( X ))^2 ( x i-E(X))^2 ∙ n i 1 3,6 12,96 0 2 2,6 6,76 0 3 1,6 2,56 10, 4 0,6 0,36 3, 5 0,4 0,16 0, 6 1,4 1,96 3, 7 2,4 5,76 11, 8 3,4 11.56 11. Suma punktów: 22 ∑ (^) 𝑋( X − E(X))^2 ∙ n i 41, Średnia: E( X )=𝑋̅ =5,5 D^2 ( X ) 41,12:5, 7, Odchylenie standardowe D( X ) 2, Współczynnik zmienności VX=D( X ):E( X ) 0,5 (50%) Źródło: Opracowanie własne
Miara ryzyka w cechach respondentów na bazie mapy stabilności analizowanej klasycznie 64 4,36 19,01 38, 65 5,36 28,73 86, 74 14,36 206,21 412,4 2 76 16,36 267,65 267, 78 18,36 337,09 337, 87 27,36 748,57 1497, Suma punktów: 22 ∑ (^) 𝑋( X − E(X))^2 ∙ n i 5231, Średnia: E( X )=𝑋̅ =59,64 D^2 ( X )^ 5231,1:59, 87, Odchylenie standardowe D( X ) 9, Współczynnik zmienności VX=D( X ):E( X ) 0,16(16%) Źródło: Opracowanie własne Nadszedł czas, aby porównać wyniki dokonanych analiz. Zostanie to przedsta- wione w sposób tabelaryczny. Tabela 8. Wyniki analiz współczynnika zmienności Stabilność (zróżnicowanie cechy) Jakość (zróżnicowanie cechy) Stabilność i jakość razem (zróżnicowanie cechy) 72% (bardzo silne) 50% (silne) 16% (słabe) Źródło: Opracowanie własne
Podsumowanie
W pracy rozważone zostały różne aspekty problemów procesów produkcji w dziedzinie ekonomi, badane metodą Toyoty. Zagadnienia zawarte w pracy łączą obszary poznawczo-techniczne: mapa jakościowo-stabilnościowa, rozkłady punk- tów wynikowych, rodzina pierścieni otoczeniowych, procentowa przynależność punktów do poszczególnych otoczeń, współczynnik zmienności dla poszczegól- nych rozkładów. Za główne osiągnięcia pracy uważam, uwieńczoną sukcesem, próbę wykorzystania pojęć jakości i stabilności do analiz ich metodologicznych związków, które mają głębokie zastosowanie w wielu dziedzinach nauki, techniki i praktyki, nie pomijając dziedziny zarządzania i marketingu. Zagadnienia te zosta- ły ujęte w sposób formalny, opracowując mapę stabilności pewnego wybranego procesu produkcji. Wobec powyższego nie ma żadnego uporządkowania uzyskanych wartości współczynnika zmienności, obliczanego dla stabilności i jakości osobno wziętych, ale analiza cech dokonana razem daje wynik o najmniejszym zróżnicowaniu. W analizie statystycznej metodą klasyczną jest wymagane dopasowanie odpowied- niej ilościowo próby, aby parametryzacja miała właściwy sens. W opracowaniu nie zostało to w sposób ścisły uwzględnione. Dokonane opracowanie niech zostanie zakończone pytaniem: na ile zaprezentowany system statystyczny pasuje do okre- ślenia ryzyka w określonym systemie produkcji?
Roman Olejnik
Literatura
- Abramowicz H., Jak analizować wyniki pomiarów , Wydawnictwo Naukowe PWN, War- szawa 1992.
- Ajdukiewicz K., Zagadnienia i kierunki filozofii , Czytelnik, Warszawa 1983.
- Borkowski S., Dokumenty zawierające wymyślony termin ( TOYOTARYZM ) oraz zawierają- ce nazwę i strukturę opracowanej metody ( BOST ), potwierdzenie daty „AAK” Kancelaria Patentowa s.c. Częstochowa 2012.
- Borkowski S., SERVQUAL. Udoskonalona interpretacja wyników , Wydawnictwo PTM, Warszawa 2012.
- Borkowski S., Zasady zarządzania Toyoty w interpretacji metody BOST , Oficyna Wydaw- nicza Stowarzyszenia Menedżerów Jakości i Produkcji, Częstochowa 2013.
- Duda R., Wprowadzenie do topologii. Część I: Topologia ogólna , PWN, Warszawa 1986.
- Guide to the Expression of Uncertainty in Measurement , ISO 1993. Tłumaczenie polskie: Wyrażanie niepewności pomiaru. Przewodnik , Główny Urząd Miar, Warszawa 1999.
- Jóźwiak J., Podgórski J., Statystyka od podstaw , PWE, Warszawa 2000.
- Kuratowski K., Wstęp do teorii mnogości i topologii , PWN, Warszawa 1980.
- Metody statystyczne. Zarys teorii i zadania , red. J. Suchecka, Wydawnictwo Wydziału Zarządzania Politechniki Częstochowskiej, Częstochowa 2002.
- Minkina W., Olejnik R.M., Skale temperatury – użycie skali metrycznej i interwałowej w pomiarach temperatury. Podstawowe problemy metrologii , Prace Komisji Metrologii Oddziału PAN w Katowicach, Seria: Konferencje nr 8, Ustroń 2005, s. 193-200.
- Olejnik R.M., La concezione metodologica della misurazione secondo K. Ajdukiewicz rappre- sentante della scuola di Leopoli – Varsavia , „Antonianum” 1992, Vol. 67, s. 414-430.
- Olejnik R.M., Matematyczna teoria miary a metodologiczne analizy procedur pomiaro- wych , OBI, Copernicus Center, Kraków-Tarnów 2011.
- Olejnik R.M., O pomiarze. Pomiar i mierzenie – koncepcja K. Ajdukiewicza i jej krytyka , Wydawnictwo Politechniki Częstochowskiej, Częstochowa 1998.
- Piłatowska M., Repetytorium ze statystyki , Wydawnictwo Naukowe PWN, Warszawa 2007.
- Polska Norma PN-71/N- 02050 – Metrologia. Nazwy i określenia , Polski Komitet Normali- zacyjny.
- Słownik matematyki i cybernetyki ekonomicznej , PWE, Warszawa 1985.
- Starzyńska W., Statystyka praktyczna , Wydawnictwo Naukowe PWN, Warszawa 2006.
- Zając K., Zarys metod statystycznych , PWE, Warszawa 1988. RISK MEASURE IN RESPONDENTS CHARCTERISTICS ON THE BASE OF CLASSIC ANALYZED STABILITY MAP Abstract: Objects which are presented in the chapter are the subject of development production processes phenomena are found throughout the analysis, also referred to as map stability and quality Toyota systems - statistical analysis maps due to resource output points. Presented technical phenomenon - marketing, together with the methodology to come to a result (analysis of the entire map stability) is a technical - empirical method presented in this paper. Parametric Measurement will be presented by the classical method, each of the parameters individually, and converting coordinates on the map on a two-digit number, taking the first coordinate as a government tens and the other as a unity government. In these three cases, we import a statistical analysis of the phenomenon to one dimension. The focal point of the analysis is a parameter called the coefficient of variation. Keywords: map stability and quality, classical method, statistical parameters, coefficient of variation
