Чем больше, тем лучше
Пусть у1, у2,..., yn. — множество значений рабочей характеристики Y. Обозначенные как Z(Q), с/ш - отношения Г. Тагути могут быть записаны в следующем виде (формулы 3.6 – 3.8):
Для случая «чем меньше, тем лучше»:
Z (Q) = - 10 log (Sy), (3.6)
Для случая «чем больше, тем лучше»:
Z (Q) = - 10 log(S1/ y) (3.7)
Для случая «точно заданная величина — самое лучшее»:
Z (Q_) = 10 log (y/s), (3.8)
где y = (1/n)* Sy и s= (1/(n-1))*S(y-y)
Согласно Боксу, лучше изучать математическое ожидание и дисперсию отдельно, чем объединять их в одном с/ш - отношении, как предлагает Г. Тагути. К такому же заключению пришли Пигнателло и Рамберг после тщательного изучения научных работ по этому вопросу. Для исследования данных, полученных в результате строго упорядоченных по категориям измерений, Г. Тагути рекомендует кумулятивный анализ. Однако некоторые специалисты раскритиковали этот метод и предложили альтернативную методику анализа данных.
Если рабочая характеристика измеряется по двоичной шкале, такой как «плохо или хорошо», Г. Тагути предлагает следующую характеристическую статистику:
Z(Q) = 10 log (p/(1-p)), (3.9)
где р — доля исправных изделий.
Г. Тагути стимулировал огромный интерес к применению статистически планируемых экспериментов для проектирования промышленной продукции и технологических процессов. Хотя использование статистически планируемых экспериментов для улучшения продукта (процесса) — идея не новая. Этот метод применялся в текстильной промышленности более 50 лет назад.
Г. Тагути сумел показать, как широка область применения статистически планируемого эксперимента для офлайнового управления качеством. Этот метод он использует в промышленности, по крайней мере, в четырех различных целях:
1. для определения набора значений проектируемых параметров, при которых влияние источников шума на рабочую характеристику минимально;