| Περίληψη : | Η παρούσα εργασία στοχεύει στην ανάδειξη του στατιστικού ελέγχου ποιότητας ως ένα κατάλληλο εργαλείο ανίχνευσης αξιοσημείωτων μεταβολών όχι μόνο στις παραγωγικές διαδικασίες στην βιομηχανία, αλλά και στην εξέλιξη διαφόρων συντελεστών της οικονομίας, όπως στη διαμόρφωση του ακαθάριστου εγχώριου προϊόντος, στη διαμόρφωση της κατανάλωσης στο χώρο των λιανικών πωλήσεων κλπ. Στην περίπτωση της μελέτης οικονομικών δεδομένων θεωρείται ότι τα δεδομένα αυτά προέρχονται από μια κοινωνικοοικονομική διεργασία της αγοράς που είναι αντίστοιχη της παραγωγικής διαδικασίας στη βιομηχανία. Με δεδομένο ότι ο στατιστικός έλεγχος ποιότητας είναι μια διαδικασία που εφαρμόζεται σε δεδομένα που είναι ανεξάρτητα και ακολουθούν κανονική κατανομή και ειδικότερα η εντός ελέγχου διαδικασία χρειάζεται ομοσκεδαστικότητα στα δεδομένα που εξετάζει, η εφαρμογή του στον χώρο της οικονομίας απαιτεί μετατροπή των αρχικών δεδομένων σε κατάλοιπα υποδείγματος ARIMA. Τα κατάλοιπα ενός καλά προσαρμοσμένου υποδείγματος ARIMA στα αρχικά δεδομένα είναι ανεξάρτητα, ακολουθούν κανονική κατανομή και σε γενικές γραμμές τηρούν την ομοσκεδαστικότητα. Στη συνέχεια στη φάση Ι του ελέγχου ταυτοποιείται το υπόδειγμα και ορίζονται οι παράμετροι, οι οποίες χρησιμοποιούνται και κατά τη φάση ΙΙ του ελέγχου.Τα παραπάνω παρουσιάζονται με τη μορφή ενός παραδείγματος από το χώρο της οικονομίας και συγκεκριμένα του όγκου των λιανικών πωλήσεων στη Ελλάδα, της χρονικής περιόδου Ιανουάριος 2001 έως Ιούνιος 2019. Ο στατιστικός έλεγχος εφαρμόζεται διατυπώνοντας την υπόθεση ότι υπάρχει μια κοινωνικοοικονομική διεργασία που «παράγει» τον όγκο των λιανικών πωλήσεων, οπότε διασφαλίζεται η έννοια της παραγωγικής διαδικασίας. Στη διαδικασία ελέγχου ποιότητας χρησιμοποιούνται τα διαγράμματα τύπου Shewhart, το συσσωρευτικό αθροιστικό διάγραμμα στηλών (CUSUM) και το διάγραμμα εκθετικού σταθμικού κινούμενου μέσου (EWMA).
The present work aims to make the statistical quality control an appropriate tool for detecting notable changes not only in production processes in industry but also in the evolution of various economic factors, such as gross domestic product, retail sales etc.In the case of the study of economic data, it is assumed that the data comes from a socio-economic market process corresponding to the production process in industry.Given that statistical quality control is a process that applies to data that is independent and follows a normal distribution, as well as the in-process process needs homogeneity of the surveyed data, its application in economics requires the conversion of original data into ARIMA model residuals. The residuals of a well-fitted ARIMA model in the original data are independent, follow a normal distribution, and generally adhere to homogeneity. Then, in phase I of the control, the template of model is identified and additionally model’s parameters are estimated, which are used in phase II of the quality control.The above is presented in the form of an example from the point of view of the economy and compared to the volume of retail sales in Greece, from January 2001 to June 2019. The statistical test was applied assuming that there is a socio-economic process that "generates" the volume of retail sales, thereby safeguarding the concept of the production process.The above is presented in the form of an example from the field of economics, and specifically for the volume of retail sales in Greece, from January 2001 to June 2019. The statistical quality control is carried out assuming that there is a socio-economic process that "generates" the volume of retail sales, thus ensuring the concept of the production process.The Shewhart chart, the Tabular Cumulative Sum (CUSUM) and the Exponential Weighted Moving Average (EWMA) diagrams are used in the quality control process.
|
|---|
Copyright © 2013 Βιβλιοθήκη Ο.Π.Α. Με την επιφύλαξη παντός δικαιώματος.