Многомерный статистический анализ качества продукции на металургических предприятиях

Мельникова, Галина Геннадьевна

Темы диссертаций по экономике » Бухгатерский учет, статистика

Многомерный статистический анализ качества продукции на металургических предприятиях тема диссертации по экономике, полный текст автореферата

Автореферат

Ученая степень	кандидат экономических наук
Автор	Мельникова, Галина Геннадьевна
Место защиты	Москва
Год	2003
Шифр ВАК РФ	08.00.12

Диссертация

Автореферат диссертации по теме "Многомерный статистический анализ качества продукции на металургических предприятиях"

МЕЛЬНИКОВА ГАЛИНА ГЕННАДЬЕВНА

МНОГОМЕРНЫЙ СТАТИСТИЧЕСКИЙ АНАЛИЗ КАЧЕСТВА ПРОДУКЦИИ НА МЕТАЛУРГИЧЕСКИХ ПРЕДПРИЯТИЯХ

Специальность 08.00.12 - Бухгатерский учет, Статистика АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

Москва 2003

Работа выпонена на кафедре Математической статистики и эконометрики Московского государственного университета экономики, статистики и информатики (МЭСИ).

Научные руководители доктор экономических наук, профессор

Мхитарян Владимир Сергеевич кандидат физико-математических наук, профессор

Бушманова Мария Викторовна

Официальные оппоненты: доктор экономических наук, профессор

Орехов Сергей Александрович кандидат экономических наук Кузнецова Елена Петровна

Ведущая организация: Магнитогорский калибровочный завод

Защита диссертации состоится '48 "сентября 2003 г. в 14.00 часов на заседании диссертационного совета по бухгатерскому учету, статистике К 212.151.02 в Московском государственном университете экономики, статистики и информатики (МЭСИ) по адресу:

119501, Москва, ул. Нежинская, 7.

С диссертацией можно ознакомиться в библиотеке университета. Автореферат разослан " /</Х "г&у<ьяз2003 г.

Ученый секретарь диссертационного совг^а^Т^О А кандидат экономических наук, доцент ХХ^Ц^*'Жамбаева Н.Я.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования

Интеграция России в мировую экономику потребовала обратить пристальное внимание на производство конкурентоспособных товаров, а это зависит в первую очередь от качества продукции и соизмеримости ее цены с предлагаемым качеством, т.е. от того, в какой степени продукция предприятия удовлетворяет запросам потребителя. В настоящее время на первое место выходит борьба за потребителя, как внутри страны, так и за рубежом.

В условиях рыночных отношений существует объективная необходимость усиления роли качества, как одного из определяющих факторов успеха на рынке. Уровень качества является обобщающим показателем успеха не только предприятий, но и общества в целом.

Соотношение спроса и предложения определяет конкурентоспособность товара. На рынке качество выступает как главный фактор конкурентоспособности. В конкурентной борьбе побеждает тот производитель, который в состоянии повысить качество продукции при меньших затратах.

Предприятия черной металургии относятся к одной из базовых отраслей России, которая поставляет свою продукцию на экспорт и конкурирует с предприятиями промышленно развитых стран на мировом рынке. Однако, конкурентоспособность отечественной продукции достигается, главным образом, за счет низких затрат на оплату труда.

Для эффективного управления в области повышения конкурентоспособности продукции предприятий необходимы соответствующая информация и инструментарий для ее обработки. Комплексный экономико-статистический анализ эффективности производства и качества продукции может стать этим инструментарием. Поэтому особую актуальность приобретает исследование влияния на показатели качества и конкурентоспособности продукции технических и экономических факторов, управляя которыми, можно добиться лучших результатов.

В процессе интеграции в мировую экономику возникла необходимость сертифицировать продукцию в соответствии с международными стандартами качества серии ИСО 9000. Эти стандарты предполагают обязательное использование статистических методов контроля и анализа качества, поэтому актуальна разработка методики контроля и анализа качества с применением многомерных статистических методов. При этом следует учитывать, что статистические методы позволяют значительно сократить время и затраты на аттестацию металопродукции, ускорить отгрузку продукции потребителю.

Актуальность указанных вопросов предопределила выбор темы диссертационного исследования, обусловила научный интерес и практическую значимость его результатов.

Целью данного исследования является разработка методики комплексного экономико-статистического анализа качества металопродукции на предприятиях черной металургии.

Для достижения поставленной цели в работе сформулированы и решены следующие задачи:

- выявлены основные особенности развития отрасли черной металургии и ее предприятий, как объекта экономико-статистического исследования;

- исследованы современные системы управления качеством и возможности их применения на предприятиях черной металургии РФ;

- рассмотрены основные проблемы конкурентоспособности продукции и эффективности функционирования отрасли черной металургии;

- проанализированы вопросы оценки качества металопродукции с учетом видов, типоразмеров и условий эксплуатации;

- исследована зависимость показателей качества и рентабельности продукции от технико-экономических условий производства;

- проведена оценка эффективности применения методов многомерного статистического анализа для аттестации металопродукции.

Объектом исследования явилось качество продукции черной металургии и, в частности, на Магнитогорском метизно-металургическом заводе и Магнитогорском металургическом комбинате.

Предметом исследования явились количественные методы оценки качества продукции черной металургии.

Теоретической и методологической основой исследования послужили труды отечественных и зарубежных учёных, посвящённые проблемам экономики, статистики, управления качеством и компьютерной обработки данных.

При решении поставленных в диссертации задач использованы статистические методы многомерной классификации, снижения размерности и исследования зависимостей, методы анализа временных рядов и прогнозирования, табличные и графические методы представления результатов анализа. Для достижения поставленной цели использовались статистические пакеты прикладных программ Microsoft Excel и STATISTICA.

Информационная база исследования включает в себя данные корпорации Чермет, материалы Государственного комитета РФ по статистике, данные бухгатерской отчетности предприятий, результаты выборочных

обследований качества продукции, проводимые с участием автора в течение трех лет, а также данные научной и периодической печати.

Научная новизна диссертационного исследования заключается в разработке методик статистического анализа и прогнозирования эффективности производства и контроля качества металопродукции.

Наиболее существенные результаты, полученные лично автором и обладающие элементами научной новизны:

-сформулированы методические подходы к экономико-статистическому анализу состояния черной металургии и результатам ее деятельности;

-разработана методика анализа влияния технико-экономических факторов на показатели эффективности производства и качества продукции;

-предложены, основанные на методах кластерного и дискриминантного анализа, агоритмы многомерной классификации для выявления качественной структуры производимой продукции и поступающего сырья;

-проведен анализ одномесячных временных рядов и осуществлен прогноз выпуска проката и среднесуточной производительности по странам СНГ;

-разработан агоритм оценки качества и надежности партий продукции, выдержавших выборочные лабораторные испытания, и даны рекомендации по улучшению качества металопродукции.

Практическая значимость исследования. Предложенные методики и полученные в процессе исследования результаты нашли свое практическое применение в деятельности Магнитогорского металургического комбината и Магнитогорского метизно-металургического завода, и в частности, при разработке на МММЗ системы управления качеством на снове стандартов серии ИСО 9001 и комплексной программы повышения качества продукции.

Результаты исследования могут быть использованы статистическими и экономическими органами регионов РФ при формировании статистики качества, а также предприятиями при внедрении систем управления качеством. Результаты исследования могут быть также использованы в учебном процессе при проведении занятий по курсам Многомерные статистиче-< ские методы и Эконометрика.

Апробация результатов работы. Основные положения диссертации доложены и получили одобрение на VII международной конференции Применение многомерного статистического анализа в экономике и оценке качества (Москва, 2001), на П-ой региональной конференции Информационные технологии в обществе. Различные аспекты информатизации

(Курган, 2000), на IV конгрессе прокатчиков (Магнитогорск, 2001) и на семинарах кафедры Математической статистики и эконометрики МЭСИ.

Публикации. По теме диссертации опубликовано 8 работ общим объемом 3,1 пл.

Структура работы. Диссертация состоит из введения, трех глав, заключения, списка литературы и приложений.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность выбранной темы, определены цели и задачи исследования, научная новизна и практическая значимость работы.

В первой главе Качество промышленной продукции как объект статистического исследования рассмотрены социально-экономические аспекты повышения качества продукции, особенности применения статистических методов в управлении качеством металопродукции.

Улучшение качества продожает оставаться одним из слагаемых роста конкурентоспособности продукции, повышения эффективности производства, роста производительности труда, рационального использования всех видов ресурсов. В этой связи возникла объективная необходимость создания комплексных систем управления качеством, которые характеризуются единством технико-экономических, организационных и социальных мероприятий повышения и обеспечения качества продукции на всех уровнях жизненного цикла изделий. Управление качеством дожно осуществляться на отраслевом уровне, на уровне объединений и предприятий, а внутри предприятия - на уровне цеха, участка, бригады и рабочего места.

Переход к рыночной экономике создает благоприятные условия для применения в нашей стране мирового опыта управления качеством продукции. По мнению зарубежных специалистов, только 15-20% брака является следствием ошибок рабочих, остальные 80-85 % - результат неверных управленческих решений. Принятие решений дожно основываться на использовании результатов применения статистических методов в системе управления качеством продукции.

Значительным опытом в управлении качеством и применении статистических методов обладает Япония. Основная черта японского подхода к обеспечению качества - это системный стиль мышления. Качество рассматривается как систематический процесс, пронизывающий всю организационную структуру фирмы от рабочего до управляющего. Другим важным достижением стало структурирование функции качества, которое начинается с исследования рынка для выяснения предпочтений потребителя.

По результатам исследования вносятся изменения в характеристики продукции и производственные параметры, что положительно сказывается на стоимости и продожительности инженерных разработок. Говоря о семи простых инструментах обеспечения качества, следует подчеркнуть, что это инструменты познания, а не инструменты управления. Основное их назначение - контроль протекающего процесса и предоставление информации для его корректировки и улучшения. Знание и применение на практике семи инструментов контроля качества лежат в основе одного из важнейших требований системы TQM - постоянного самоконтроля.

Значительное внимание в японских методах отводится планированию эксперимента. Однако, планирование эксперимента при исследовании металургического производства усложняется тем, что выдержать точные значения факторов на заданном уровне практически невозможно. Поэтому для исследования металургического производства все чаще используют многомерные методы статистического анализа. Это не исключает использование японской системы управления качеством, которая доказала свою эффективность

В 1987 году разработаны международные стандарты серии ИСО 9000, определившие минимальные требования к стабильности управления предприятием. Главная целевая установка систем качества, построенных на основе стандартов серии ИСО 9000,- обеспечение качества продукции, требуемого заказчиком, и предоставление ему доказательств (сертификат) в способности предприятия сделать это. Кроме того, стандарты ИСО могут быть использованы как методический материал для совершенствования систем качества.

Важную роль в обеспечении соответствия свойств производимой продукции постоянно развивающимся общественным потребностям отводится комплексным системам управления качеством. Нет качества без управления качеством. К такому выводу пришли во всем мире. Статистические методы - это средство, которое необходимо изучать, чтобы внедрить управление качеством. Они - наиболее важная составляющая комплексной системы контроля Всеобщего Управления Качеством (TQM), которая является вершиной современных методов управления качеством и ориентирована на повышение качества изделий, когда уже имеется некий достигнутый уровень. Внедрение же стандартов серии ИСО 9000 скорее направлено на снижение вероятности сделать что-либо неверно.

Использование статистических методов в системе управления качеством дает возможность в оперативном порядке получать объективную информацию о качестве и не только предупреждать намечающиеся отклонения от нормального хода производства, но и целенаправленно разрабаты-

вать мероприятия по повышению качества, выявлять резервы и узкие места производства, обосновывать внедрение новой технологии с целью увеличения выпуска продукции высокого качества.

Можно выделить основные аспекты применения статистических методов в управлении качеством продукции: статистическое регулирование технологических процессов, приемочный контроль, статистическая оценка качества продукции.

Эффективность использования статистических методов в управлении качеством продукции требует их комплексного применения. Статистический анализ качества технологических процессов и продукции дожен предшествовать внедрению статистических методов контроля. В то же время результаты статистического контроля дожны служить исходной информацией для оценки качества продукции и работы на всех уровнях управления качеством, а также для последующего статистического анализа качества.

В черной металургии статистические методы, с учетом особенностей сложных процессов производства, позволяют получить объективное количественное описание показателей качества и надежно ими управлять.

Проблема повышения качества продукции достаточно широко освещена в экономической литературе. Многие авторы различают в ней философский, инженерно-технический, социологический, политический и экономический аспекты. Выделение стольких аспектов обусловлено многогранностью данной проблемы. Этим можно объяснить стремление многих авторов дать свое определение категории качество продукции.

Потребительское качество, например, металопродукции характеризуется рядом свойств и не имеет единого измерителя. На практике оно измеряется посредством выделения из всех свойств металопродукции основных, которые являются наиболее важными для метала данного назначения. Сравнительная оценка качества осуществляется по этому основному свойству при условии, что другие свойства находятся в допустимых пределах. Нормативные значения по каждому показателю качества устанавливаются соответствующими требованиями на металопродукцию.

Наиболее важными являются показатели назначения и надежности, причем показатели назначения являются определяющими, а показатели 1

надежности формируются по количественным характеристикам показателей назначения с учетом их изменения во времени.

Таким образом, для металопродукции используется система показа-

телей качества, при этом оценка качества каждого конкретного вида металопродукции имеет свои особенности. Например, в зависимости от назначения проката требования к его свойствам могут значительно отличаться.

Также может быть разной методика отбора проб и контроля образцов, поэтому необходимо на каждом предприятии для каждого вида продукции проводить глубокий статистический анализ и обосновывать возможность перехода на статистический контроль качества.

Во второй главе Экономико-статистический анализ развития черной металургии рассмотрены особенности черной металургии как объекта экономико-статистического анализа, исследованы возможности применения многомерных статистических методов на металургических предприятиях и проведен анализ влияния экономических факторов на показатели качества и эффективность производства на предприятиях металургической отрасли.

К числу особенностей металургических процессов относятся: -массовый характер производства продукции;

-вовлечение в производственный процесс одновременно большого количества сырья и полуфабрикатов; -сравнительно широкая номенклатура выпускаемых изделий и участие в процессе производства разнородных материалов, расходуемых в разных количествах; -физико-химический характер процессов и взаимосвязей между ними; -многостадийность технологии, что обуславливает сложность процесса;

-вариация и взаимосвязь большого числа факторов, определяющих

экономичность процесса производства. Специфической особенностью металургического производства является непрерывно-дискретный характер протекания производственных процессов. Специфика и сложность технологических процессов обуславливает вероятностный характер ожидаемых результатов, что накладывает определенные требования на методы обработки информации.

В предлагаемом исследовании основной задачей является экономико-статистический анализ состояния и развития черной металургии, а также анализ производственно-хозяйственной деятельности отдельных предприятий отрасли. В связи с этим рассмотрена система показателей производственно-хозяйственной деятельности металургических предприятий, характеризующая все основные стороны изучаемого производства: использование рабочей силы, основных производственных фондов, материальных затрат и др. Расчеты показателей системы основываются на материалах действующей статистической отчетности первичного уровня (отчетность металургических заводов). В системе, описывающей производственно-хозяйственную деятельность, выделены показатели, характеризующие объ-

емы и результаты производства, рабочую силу, основные производственные фонды, материальные затраты.

За два года в развитии металургического комплекса проявися ряд положительных тенденций: наблюдается стабилизация отрасли (рис.1), более того, намечается рост объемов производства, экспорта российской металопродукции, улучшение финансово-экономического состояния предприятий.

Рис. 1 Динамика производства основных видов продукции черной металургии за 2001-2002 гг., тыс. тонн

По 306 предприятиям черной металургии Российской Федерации объем товарной продукции в стоимостном выражении в январе-декабре

2002 года возрос против соответствующего периода в 2001 году на 19,8% (при росте цен на 16,56%, а индекса физического объема на 2,8%). В январе

2003 года наблюдается рост объема товарной продукции в стоимостном выражении на 55%, по сравнению с соответствующим периодом 2002 года. Причем рост цен обусловил 40,6% роста реализации продукции, а рост непосредственно производственного выпуска - лишь 10,6%. По сравнению с декабрем 2002 года выпуск продукции в фактических ценах (без НДС) на предприятиях черной металургии в январе 2003 года сохранися на том же уровне.

За последние годы увеличилась доля прибыли от прочей реализации. Это обусловлено развитием рынка и ранее проведенной приватизацией. Предприятия успешно развивают различные виды деятельности: реализуют имущество, выпускают товары народного потребления и т.п. Прибыль балансовая по предприятиям черной металургии за 01.2002 - 11.2002 года составляет, в целом по отрасли - 39,6 мрд. руб., в том числе, по металур-

гическим предприятиям - 35,5 мрд. руб. (90% всей прибыли отрасли), по метизным предприятиям 108,3 мн. руб. (2,7%). Предприятия по производству спецсталей за тот же период оказались убыточными.

В январе - сентябре 2002 года доля убыточных предприятий по черной металургии увеличилась на 12,0% и составила 48,4%, а абсолютная сумма убытка увеличилась на 3,5 мрд. рублей (по отношению к соответствующему периоду 2001 года - 81,8%). Если сравнивать темпы роста в рассматриваемые моменты времени, то можно говорить о стабилизации отрасли.

Абсолютная величина балансовой прибыли недостаточно поно характеризует эффективность производства, так как не обладает свойством сравнимости. Наиболее подходящим для этого является уровень общей рентабельности. В 1999 году уровень рентабельности составил 28,2% при снижении затрат на 15%. В 2000 году рентабельность стала падать до 25,6% при увеличении затрат на 2,4%, это продожалось до 2001 года (рентабельность снизилась до 12,5 % при росте затрат на 11,4%).

Анализ показывает, что в отраслях экономики удельный вес просроченной кредиторской задоженности высок. В структуре просроченной кредиторской задоженности основной объем занимают доги промышленных предприятий. Всего по промышленности число организаций, имеющих просроченную кредиторскую задоженность - 60371, из них 195 предприятий черной металургии, что составляет 0,3%. В черной металургии на 1.11.02 удельный вес просроченной кредиторской задоженности по промышленности составил 4,6%, что соответствует 20,1мрд. рублей, на 1.11.01- 5%, что соответствует 23,2 мрд. рублей. Тем не менее, сальдо кредиторской и дебиторской задоженностей имеет положительную величину (табл.1).

Таблица 1

Задоженность по отрасли черная металургия, тыс. руб.

Виды задоженностей Мрд. руб.

Кредиторская задоженность (всего) В том числе: Поставщикам за товары и услуги Бюджету Внебюджетным фондам 6,9

2,9 0,86 0,1

Задоженность по полученным кредитам и займам 4,7

Дебиторская задоженность (всего) В том числе: Покупателей и заказчиков за товары и услуги 11,8 6,6

Сальдо (+, -) дебиторской и кредиторской задоженности 4,9

За последние годы произошло некоторое снижение численности промышленного персонала (на 31.12.02 численность персонала составляла 673649 человек) и производительности труда. Однако, доля зарплаты в структуре продукции почти не изменилась при общем росте заработной платы (среднемесячная заработная йлата по отрасли черная металургия на 31.12.02 - 7239 рублей, что по сравнению с декабрем 2001 года составляет 113%).

Существенным ограничением развития металургической промышленности является недостаточный уровень конкурентоспособности ее продукции. Технологический уровень металургических производств в России ниже, чем в промышленно-развитых странах. Средний износ активной части (машин и оборудования) основных производственных фондов в металургической промышленности достиг 70%. Только 30% применяемых в металургии технологических схем соответствуют современному мировому уровню, а 28% являются устаревшими и не имеют резервов для модернизации.

Конкурентоспособность продукции металургической промышленности во многом предопределяется стоимостью продукции и услуг отраслей-монополистов: электроэнергетики, газовой промышленности, железнодорожного транспорта, причем доля материальных затрат в общем объеме составляет 73,7%. Доля затрат на услуги этих монополий в средней стоимости единицы продукции черной металургии достигает 30-35%. В начале 2002 года ситуация на значительной части металургических предприятий, в связи с ростом тарифов монополий и падением мировых цен, приблизилась к критической.

Экспорт примерно третьей части продукции черной металургии нерентабелен, а Россия большую часть своего метала поставляет на экспорт и потому поностью зависит от конъюнктуры мирового рынка. В итоге в 2001 году предприятия черной металургии были вынуждены сократить объемы производства, экспорт сократися на 2,2% , а их экспортная выручка составила 7,53 мрд. доларов.

Для того, чтобы успешно функционировать в условиях рыночной экономики недостаточно заниматься только переработкой сырья, поскольку данный вид деятельности является невыгодным. Необходимо производить продукцию, которая поступит конечному потребителю. Примером успешного вхождения в рыночную экономику может служить объединение Магнитогорского металургического комбината с Магнитогорским калибровочным заводом и Магнитогорским метизно-металургическим заводом. Создание ходинга обусловлено географической близостью и технологической связанностью трех крупнейших предприятий. Создание цикла глу-

бокой переработки дало свои положительные результаты: по итогам марта 2003 года по сравнению с аналогичным периодом 2002 года на ОАО МКЗ сдача готовой продукции увеличилась на 256%, а отгрузка на 396%.

При исследовании взаимосвязи (=14) технико-экономических показателей, оказывающих влияние на общую рентабельность продукции ОАО МММЗ, обнаружилась мультиколинеарность исходных данных, которая является одним из препятствий зффективного применения аппарата регрессионного анализа. Поэтому применили метод главных компонент.

Снизив размерность анализируемого пространства объясняющих переменных, получили три главные компоненты (рис.2), определяющие 81,27% общей дисперсии. Оставив только эти факторы, мы потеряли в информативности лишь 18,13%, что впоне допустимо.

7.0 6,5 6,0 Д 5.5

0 1 2 3 4 5 в 7 8 10 11 12 13 14 15 номера собственных чксел

Рис.2. График собственных чисел главных компонент.

На основании матрицы факторной нагрузки получена следующая интерпретация трех главных компонент:

П - уровень организации и технической оснащенности производства, Р2 - фактор управления качеством продукции, БЗ - уровень активности коммерческой деятельности предприятия. Ортогональность главных компонент позволяет строить уравнения с независимыми коэффициентами регрессии, которые дают возможность уточнить и проверить интерпретацию главных компонент, исходя из направлений их влияния на результативный признак.

В качестве результативного признака (У) рассматривается общая рентабельность продукции ОАО МММЗ.

Уравнение регрессии, построенное на главных компонентах, имеет следующий вид:

У = 36,56+8,88^1+10,2+3,66^3.

(30,50) (7,30) (8,40) (3,01)

Уравнение значимо по Б-критерию {Рна6л = 44,303), Я2=0,898, т.е

89,8% вариации общей рентабельности (У) объясняется влиянием главных компонент, включенных в модель. В скобках под коэффициентами уравнения указаны расчетные значения -критерия, которые свидетельствуют о значимости всех факторов, включенных в модель. Анализ этого уравнения показывает, что наибольшее влияние на результативный признак оказывает интегральный фактор управления качеством продукции (Р2), а затем уровень организации и технической оснащенности производства (Р1). Знаки в уравнении регрессии соответствуют результатам качественного анализа. Увеличению рентабельности способствуют улучшение организации и техническое оснащение предприятия, которые, в свою очередь повлияют на рост качества продукции и повышение уровня сбыта.

При исследовании степени влиянии на себестоимость экономических показателей установлено, что наиболее значительными факторами оказались материальные. Зарплата не оказывает существенного влияния на себестоимость продукции, поскольку на предприятии фонд оплаты труда составляет лишь около 5% стоимости товарного выпуска, причем направления изменений этих показателей не всегда совпадают.

Так как на конкурентоспособность продукции оказывает сильное влияние ее качество, то было исследовано влияние основных технико-экономических показателей на качество продукции. За показатель качества, т.е. за зависимую переменную (у2), выбрали процент продукции 2-ого сорта. С целью уменьшения влияния мультиколинеарности реализован пошаговый агоритм регрессионного анализа. Объясняющие переменные в модели нормализованы, так как размерность признаков существенно отличается друг от друга. Получено следующее уравнение регрессии:

Г2 = -0,467 + 0,566х6+3,136х8 -1,077х12-2,741х14 .

(4,28) (4,20) (-3,98) (-3,856)

Данное уравнение значимо (К0&, = 7,992; /?2=0,89). В уравнение включены следующие относительные переменные: хб - рентабельность, х8- выработка на одного работающего, Хц Ч фондоотдача, х14- фондоемкость.

Анализируя полученное уравнение, можно сделать следующие выводы: увеличение фондоотдачи и фондоемкости приводит к уменьшению доли продукции 2-ого сорта, поскольку вкладывая средства в новые улучшенные технологии, предприятие получает возможность адекватно контролировать производственный процесс и тем самым избегать его нарушений. Следующая характеристика, присутствующая в уравнении - выработка

на одного рабочего. Эта величина имеет самый высокий весовой коэффициент и, следовательно, занимает первое место по степени влияния на качество. Отсутствие в уравнении такого важного показателя, как заработная плата, говорит о слабой заинтересованности рабочих в результате своего труда, а увеличение производительности, при неизменной оплате труда, отрицательно сказывается на качестве продукции. Еще один показатель, который включен в уравнение - это рентабельность. Из уравнения следует, что в периоды повышенной рентабельности наблюдася рост удельного веса продукции второго сорта. Это свидетельствует о том, что мероприятия, направленные на повышение качества, не всегда экономически обоснованы. Весовой коэффициент рентабельности (х6) самый низкий в уравнении.

Поскольку ранее проведенный анализ показал, что более 70% производственных расходов приходится на материальные затраты, из которых около 80% идет на сырье и материалы, то исследовалась зависимость качества продукции от качества сырья различных поставщиков.

Качество готовой продукции во многом зависит от качества сырья, от технологий, используемых на предприятиях-поставщиках. И этой связи, следует анализировать качество сырья и материалов различных поставщиков, поскольку они влияют на качественные характеристики продукции. В диссертации исследуется влияние продукции предприятий-поставщиков на качественные характеристики метизной продукции и ее рентабельность.

Анализ матрицы парных коэффициентов корреляции показал, что между рассматриваемыми показателями нет явных признаков мультиколи-неарности, поэтому при проведения кластер-процедур в качестве меры расстояний между объектами было использовано евклидово расстояние.

В результате проведенной классификации выявлено наличие трех кластеров, каждый из которых характеризуется средним значением доли продукции соответствующего (Лу) предприятия-поставщика (/=1,2,...12). Для анализа взяты пять наиболее крупных поставщиков, имеющих наибольшую долю в общем объеме поставок (табл.2).

Таблица 2.

№ кластера Число месяцев п, п2 Л, п< П;

9 0,615 0,267 0,006 0,088 0,013

Б2 3 0,288 0,612 0,001 0,089 0,008

БЗ 12 0,422 0,354 0,012 0,167 0,013

После разбиения массива на классы определили степень влияния полученной группировки на долю продукции 2-ого сорта в выпуске и рентабельность реализованной продукции (табл.3).

Таблица 3.

Средние значения показателей эффективности производства и качества продукции по кластерам

Номер кластера Среднее значение количества продукции 2-ого сорта, % Среднее значение рентабельности в кластере, %

S1 0,136 10,14

S2 0,180 14,20

S3 0,153 7,13

Таким образом, проведенный кластерный анализ с использованием аг-ломеративной иерархической процедуры и евклидовой метрики, позволяет сделать вывод о том, что, используя продукцию поставщика №1, предприятие может гарантировать наименьший удельный вес продукции низкого качества и среднюю рентабельность, а использование продукции поставщика №2 гарантирует максимальный уровень продукции 2-го сорта и, в то же время, наибольший уровень рентабельности.

В третьей главе Применение многомерного статистического анализа на предприятиях черной металургии, посвященной вопросам практического применения статистических методов, предложена методика организации и внедрения статистического контроля качества (СКК) разных видов металопродукции,апробированная на Магнитогорских металургических заводах. Кроме того, в этой главе выпонена оценка класса прочности крепежных изделий.

Так как излишнее расходование трудовых, материальных, временных и других ресурсов оказывает отрицательное влияние на себестоимость и рентабельность продукции, а отсюда на конкурентоспособность предприятий, то экономический фактор необходимо учитывать на всех этапах изготовления и реализации продукции, в том числе, при контроле качества. Отсюда интерес к статистическим методам, которые позволяют достигать существенной экономии средств, при контроле качества продукции и технологических процессов.

Контроль металопродукции разрушающими методами связан со значительными затратами на изготовление и испытание образцов. Например, на изготовление образца при среднем диаметре круглого проката 60мм и длине пробы 250мм расходуется 5,5 кг метала и 4кВт. ч электроэнергии. Естественно, что переход на статистический контроль качества позволяет

сократить время аттестации, ускорить отгрузку продукции потребителю и при значительной экономии метала и электроэнергии дает возможность уменьшить штат механических мастерских и лаборатории механических испытаний.

Однако, переход на статистический контроль качества металопродукции допускается отраслевыми стандартами только при выпонении двух условий:

-стабильность свойств металопродукции во времени, свидетельствующая о стабильности технологического процесса,

-брак металопродукции при установившемся технологическом процессе не дожен превышать 5%.

Методика проверки этих условий и обоснование допустимости внедрения СКК металопродукции продемонстрирована на примере анализа механических свойств круглого проката из семи марок стали. Статистическому анализу были подвергнуты результаты более 4000 приемо-сдаточных испытаний, собранные за четыре года с пяти агрегатов.

Механические свойства конструкционных сталей, представляющих собой сложные физико-химические системы, характеризуются многими показателями. Для углеродистой стали, по мнению специалистов, их не менее 15-20. Среди них химический состав определяется 10-12 различными показателями, условия разливки и кристализации - 2-3 факторами, а условия прокатки и послепрокатного охлаждения- 3-4 факторами. При решении задачи, связанной с внедрением статистического контроля качества, автор располагал пятью показателями химического анализа ковшовой пробы, диаметром проката и твердостью по Бринелю.

Располагая результатами приемо-сдаточных испытаний в объеме 11 Х N изделий, где N > 4000, собранными с разных станов, за разные временные периоды и по разным маркам стали, необходимо было решить вопрос о рациональном формировании информационного массива для построения аттестационных моделей. Отраслевые стандарты не рекомендуют объединять в один массив данные, собранные с разных агрегатов и по разным маркам стали. Однако, используя элементы дисперсионного анализа и введя фиктивные переменные (принадлежность к стану), была исследована и подтверждена расчетами возможность объединения данных, собранных не только в разные временные периоды, но и собранных с разных станов по всем маркам стали.

Регрессионные модели, найденные на базе сформированного единого массива и скорректированные на каждую исследуемую марку стали, имели высокие коэффициенты детерминации: 0,64<Я2<0,94. В табл. 3 приведены три модели с указанием ошибок аппроксимаций уравнений (А), коэффици-

ентов детерминации (II2) и приемочных чисел (Сн), вычисленных с надежностью 0,95, для следующих механических характеристик: >>/-временное сопротивление, .^-предел текучести, -относительное удлинение.

Таблица 4

Аттестационные модели для круглого проката

Марка стали Уравнение регрессии А Л* Сн

35 у1 = 182,7 + 282,5-х, -0,173-х6 +116,7-х2 + + 98,5 Х х3 + 341,0-х4 12,6 0,78 340,7

45 у2 = 258,3 - 0,173 Х х6 + 703,7 Х ж, +110,6 Х х2 + + 83,7 Х х3 + 413,4 Х х4 +1034,0 Х х5 10,3 0,93 626,9

50 Уз = 41,4 - 0,0275 Х х6 - 33,1 Х х1 - 4,05 Х х2 -- 2,28 Х х2 - 29,7 Х х4 - 32,7 Х х5 12,2 0,82 16,0

В полученных уравнениях используются следующие объясняющие переменные: процентное содержание в метале углерода (хД кремния (х2), марганца (х3), серы (х4), фосфора (хгд) и геометрическая характеристика-диаметр проката (хД мм.

При использовании аттестационных моделей каждое расчетное значение выходного признака сравнивали с приемочным числом Сн (для характеристик, нормированных снизу) или Св (для характеристик, нормированных сверху), соответствующим этим моделям.

Значения приемочных чисел Сн пСв определяют по формулам :

Ся = Уп.бр. + 'А> С в = ув.бр. - 'А >

где унбр и уеб - нормы показателя качества, установленные ГОСТ,

для характеристик, ограниченных снизу или сверху, соответственно; Л-стандартная ошибка уравнения; и значение статистики Стьюдента для принятой доверительной вероятности (для металопродукции обычно 0,95).

Для оценки качества регрессионных моделей сравнивали результаты испытаний проката разрушающими методами с результатами статистических испытаний, полученных методом Монте-Карло. Метод Монте-Карло позволяет моделировать комбинации возможных в условиях действующего производства факторных признаков на основе законов распределения этих признаков, неменяющихся при стабильном технологическом процессе.

Непостоянство химического состава приводит к некоторым колебаниям механических свойств, как в сторону улучшения, так и ухудшения. При этом возможны следующие нежелательные ситуации:

- все значения элементов химического состава имеют незначительные отклонения от средних значений, но в сторону, ухудшающую некоторые механические характеристики;

- все элементы химического состава имеют значительные отклонения от средних значений, не выходя за пределы интервала трёх сигм.

В этих случаях возможен выход значений механических характеристик проката за пределы, регламентируемые ГОСТ. Методом Монте-Карло в работе по каждой исследуемой марке стали определена вероятность получения проката с механическими свойствами, удовлетворяющими требованиям ГОСТ.

При определении объёма статистических испытаний использован метод доверительной оценки параметров распределений входных признаков. Расчетами установлено, что 300 (или более) статистических испытаний обеспечат оценку среднего и среднего квадратического отклонения каждого разыгрываемого факториального признака с высокой надежностью и точностью. Таким образом, по каждой марке стали моделировалась существующая в реальных условиях процедура механических испытаний и химического анализа.

Сравнение результатов качественного анализа фактических и смоделированных данных показало их соответствие в пределах ошибки метода статистических испытаний. Кроме того, было подтверждена склонность отклонений механических свойств проката в сторону более дорогостоящих марок стали. Все это доказывает высокую работоспособность моделей, предложенных для аттестации проката и подтверждает высокое качество круглого проката.

Так как прокат из стали исследуемых марок по прочностным и пластическим свойствам имеет завышенное качество, то при условии, что потребителя удовлетворяет прокат только по этим характеристикам, то, например, 77% проката из стали марки 40, можно использовать как прокат из более дорогостоящей стали марки 45, а 92% проката из стали 45 рекомендовать вместо стали марки 50. Таким образом, при наличии надежной и конкретной информации о спросе на круглый прокат определенных марок можно получать допонительный экономический эффект.

На примере статистических данных листопрокатного и проволочно-штрипсового цехов ОАО ММК разработана и апробирована методика оценки надежности прямых испытаний. Выяснилось, в частности, что только 70% продукции, выдержавшей стандартные испытания на двух об-

разцах от каждого листа, можно гарантировать надежность по одной из характеристик на уровне 0,95. Применение же СКК позволит большую часть продукции аттестовать с надежностью 0,95, а продукцию, не выдержавшую статистический контроль подвергнуть прямым испытаниям, но не на двух, а на большем количестве образцов.

Методика оценки надежности партии, выдержавшей стандартные испытания на ограниченном количестве образцов, предложена и апробирована на примере обработки результатов прямых испытаний катанки производства ОАО ММК и уже используется на ОАО МММЗ.

На базе данных, собранных за два года лабораторией крепежных изделий, реализована методика формирования информационных массивов. При формировании массивов была учтена разнотипность статистических данных и предложены некоторые приемы повышения информативности массивов.

Так как классический регрессионный анализ можно применять лишь при однородности дисперсий результативных признаков в каждой точке факторного пространства, то проводилась проверка на однородность дисперсии этих признаков в партиях по каждому размеру метизной продукции. Для проверки дисперсий на однородность использовалась статистика Кокрена, так как число испытанных образцов от каждой партии

одинакова; Д Д

Сг = / УД ' где "V " оценка остаточной дисперсии в 1 - той партии, = шах , п - количество партий.

В условиях непоной информации о природе рассеяния значений результативных признаков, в массивах статистических данных, необходимо оценить доли детерминированных и случайных составляющих этих рассеяний, т.е разложить общую дисперсию каждого результативного признака на факторную и случайную компоненты. В исследуемых массивах доли случайных компонент варьируют от 12% до 26,6% для характеристики у! (временного сопротивления), от14% до 42,7% для у2 (твердости по Бринел-лю), от 7,1% до 36,97% для у3 (твердости по Роквелу). Эти результаты свидетельствуют о возможности получить качественные регрессионные модели для каждого из восьми типоразмеров крепежных изделий.

На заключительном этапе построения аттестационных моделей использовася массив, объединяющий все выборки по типоразмерам. Такое объединение существенно расширило возможности моделирования характеристик качества крепежных изделий за счет увеличения вариационных размахов признаков.

Для каждого типоразмера изделий скорректирован свободный член (Во) за счет учета средних значений входных и выходных признаков, соответствующих типоразмеров, найдены ошибки уравнений (Д) и приемочные числа (Сн 4, Си5, СДе) Для трех классов прочности: 4.8, 5.8, 6.8.

В полученных уравнениях задействованы следующие факторы: технологические, механические (для подката), геометрические (для изделия и подката), химический состав метала изделий и подката

Предложенные в диссертации модели используются для оценки характеристик качества крепежных изделий. С их помощью можно оценить с надежностью 0,95 не менее 50% метизной продукции, следовательно, можно уменьшить затраты на испытания, и как следствие повысится рентабельность продукции.

Заключительным этапом в работе явилась оценка класса прочности крепежных изделий, проведенная с использованием методов кластерного и дискриминантного анализов, подтвердившая высокое качество крепежных изделий, превосходящее требования ГОСТ.

Для подтверждения правильности группировки данных использован критерий Уикса, обосновавший возможность применения дискриминантного анализа в рассматриваемом случае. Анализ расстояний свидетельствует о том, что разбиение на три кластера является впоне приемлемым.

Разбиение на кластеры произведено в соответствии с дискриминант-ными функциями:

(7, = -282,522 + 0,5330;/, +1,695у2 + 2,438у3,

в2 = -205,58 + 0,53357, + 1,349^ +2,202_у3>

в3 = -350,999 + 0,5558>>, + 2,0498>>2 + 2,391^.

В полученных дискриминантных функциях оказались задействованы следующие переменные: у1 -временное сопротивление, у2 -твердость по Бринелю, уз - твердость по Роквелу.

Полученные результаты классификации свидетельствуют о том, что использованные признаки являются основополагающими для определения класса прочности изделий.

На основании проведенной дискриминации можно утверждать, что более 53% выпускаемой продукции имеют средний класс прочности (5.8), остальная продукция (47%) распределена приблизительно поровну между классами низкой и высокой прочности (4.8 и 6.8), причем основная доля изделий с высоким классом прочности (6.8) приходится на изделия типоразмеров М6-М10. Связано это, в первую очередь, с используемым подкатом, который не является оптимальным для заготовки, и вынуждает применять допонительную технологическую операцию - обжатие. Следователь-

но, если имеется необходимость в увеличении объема изделий с повышенным классом прочности, то можно рекомендовать применять двойное обжатие и для изделий больших типоразмеров. Однако, если предприятие хорошо реализует продукцию меньшего класса прочности, то следует перейти к материалу, обладающему оптимальными размерами и позволяющему не проводить допонительное обжатие, тем самым снизить себестоимость продукции.

Исследование показало, что внедрение стандарта на СКК, требующее обоснования его допустимости на каждом предприятии и по каждому виду металопродукции, экономически выгодно.

В заключении изложены результаты проведенного исследования, сформулированы основные выводы и предложения.

По теме диссертационного исследования опубликованы следующие работы:

1. Мельникова Г.Г. Обоснование допустимости и целесообразности перехода на статистический контроль качества металопродукции/ Математика. Приложение математики к экономическим, техническим и педагогическим исследованиям. Сб.науч.тр. 4.2. - Магнитогорск: МГТУ им. Г.И. Носова, 2003г. (0,3 п.л.).

2. Мельникова Г.Г., Бушманова М.В. Некоторые приемы повышения работоспособности регрессионных моделей для аттестации металопродукции./ Математико-статистический анализ социально-экономических явлений. Сб.науч.тр. - М.: МЭСИ, 2003г. (авт. 0,2 п.л.).

3. Мельникова Г.Г., Бушманова М.В. Применение методов математической статистики для повышения надежности контроля свойств прокатами международная конференция Применение многомерного статистического анализа в экономике и оценке качества. Тезисы доклада. - Москва, 2001г. (авт. 0,2 пл.).

4. Мельникова Г.Г., Бушманова М.В. Оценка надежности контроля листового проката при стандартных испытаниях на ударную вязкость./VII международная конференция Применение многомерного статистического анализа в экономике и оценке качества. Тезисы доклада. - Москва, 2001г. (авт. 0,1 пл.).

5. Мельникова Г.Г., Мхитарян B.C., Бушманова М.В. Применение факторного анализа в управлении производственной деятельностью промышленного предприятия./ Математика. Приложение математики к экономическим, техническим и педагогическим исследованиям. Сб.науч.тр. 4.2. - Магнитогорск: МГТУ им. Г.И.Носова, 2003г. (авт. 0,2 пл.).

6. Мельникова Г.Г., Харитонов.В.А. Использование компьютерных программ для оценки и повышения надежности контроля свойств катанки./ Н-я региональная конференция Информационные технологии в обществе. Различные аспекты информатизации. Тезисы доклада. - Курган, 2000 г. (авт. 0,1 п.л.).

7. Мельникова Г.Г., Трефилов В.А., Веремеенко В.В., Соколов A.A. и др. Изучение вопроса применения подката ММК при производстве метизных изделий на МММЗ./ Тезисы доклада. IV конгресс прокатчиков. Магнитогорск. 2001г. (авт. 0,1 п.л.).

8. Мельникова Г.Г., Городничева Т.В. Основы бухгатерского учета. Методические указания к практическим занятиям по дисциплине Основы бухгатерского учета и финансы предприятий. Магнитогорск: МГТУ им. Г.И.Носова, 2002г. (авт. 1,9 п.л.).

Р 1270 1'

Подписано в печать 6.08.03. Формат 60x84 1/16. Бумага тип.№ 1.

Плоская печать. Усл.печ.л.1,0. Тираж 100 экз. Заказ 594.

455000, Магнитогорск, пр. Ленина, 38 Полиграфический участок МГТУ

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Мельникова, Галина Геннадьевна

ВВЕДЕНИЕ.

ГЛАВА 1. Качество промышленной продукции черной металургии как объект статистического исследования.

1.1. Социально-экономические аспекты повышения качества продукции

1.2. Статистические методы в управлении качеством продукции

1.3. Методологические проблемы статистической оценки качества металопродукции.

ГЛАВА 2. Экономико-статистический анализ развития черной металургии

2.1 .Особенности статистического анализа отрасли черной металургии

2.2. Применение статистических методов для анализа показателей эффективности и качества на металургических предприятиях

2.3. Статистический анализ технико-экономических факторов, влияющих на качество и себестоимость продукции черной металургии

ГЛАВА 3. Применение многомерного статистического анализа на предприятиях черной металургии.

3.1. Статистический анализ результатов контроля качества металопродукции

3.2 Анализ однородности данных и построение регрессионных моделей показателей качества

3.3 Многомерная классификация изделий по классам прочности

Диссертация: введение по экономике, на тему "Многомерный статистический анализ качества продукции на металургических предприятиях"