स्तरीकरण आरेख
यह आलेख बताता है कि स्तरीकरण चार्ट क्या हैं और उनका उपयोग किस लिए किया जाता है। इसके अलावा, आप यह भी देख पाएंगे कि स्तरीकरण आरेख कैसे बनाया जाता है और इस प्रकार के आरेख के उदाहरण क्या हैं।
स्तरीकरण चार्ट क्या है?
स्तरीकरण चार्ट एक चार्ट है जिसमें डेटा को स्तर या समूहों द्वारा वर्गीकृत किया जाता है। सीधे शब्दों में कहें, एक स्तरीकरण चार्ट एक चार्ट है जिसमें जानकारी को बेहतर विश्लेषण करने के लिए सामान्य विशेषताओं वाले समूहों में विभाजित किया जाता है।
स्तरीकरण चार्ट का उपयोग अक्सर गुणवत्ता नियंत्रण में किया जाता है क्योंकि यह एक ही चार्ट में विभिन्न समूहों का मूल्यांकन करने की अनुमति देता है। इसके अतिरिक्त, यह विभिन्न समूहों को दृष्टिगत रूप से तुलना करने की अनुमति देता है।
उदाहरण के लिए, हम समय के साथ किसी कंपनी की बिक्री के विकास को दर्शाने के लिए एक स्तरीकरण चार्ट का उपयोग कर सकते हैं और उन्हें स्थान के आधार पर अलग कर सकते हैं, इस तरह हम जान सकते हैं कि कौन से स्टोर सबसे अधिक बिक्री कर रहे हैं।
गुणवत्ता प्रबंधन में, महत्वपूर्ण गुणवत्ता विशेषताओं और कर्मियों, मशीनों, उत्पाद प्रकार, समय आदि के आधार पर अलग-अलग जानकारी का मूल्यांकन करने के लिए स्तरीकरण चार्ट का व्यापक रूप से उपयोग किया जाता है। वास्तव में, स्तरीकरण चार्ट को बुनियादी गुणवत्ता वाले उपकरणों में से एक माना जाता है।
स्तरीकरण चार्ट कैसे बनाएं
स्तरीकरण आरेख बनाने के लिए अनुसरण किए जाने वाले चरण इस प्रकार हैं:
- उस गुणवत्ता विशेषता को परिभाषित करें जिसका आप विश्लेषण करना चाहते हैं, अर्थात वह जानकारी जो स्तरीकरण आरेख में प्रदर्शित की जाएगी।
- स्तरीकरण कारक का चयन करें और उस कारक के आधार पर डेटा को अलग करें।
- पिछले चरण में प्राप्त प्रत्येक स्तर के लिए डेटा का ग्राफ़ बनाएं। ध्यान दें कि विभिन्न समूहों को इस तरह प्रस्तुत किया जाना चाहिए जिससे उनकी तुलना करना आसान हो जाए। आमतौर पर, हिस्टोग्राम, बार चार्ट या स्कैटर प्लॉट का उपयोग किया जाता है।
- आरेख में विभिन्न स्तरों की तुलना करके परिणामी स्तरीकरण आरेख का विश्लेषण करें।
- पिछले विश्लेषण से निष्कर्ष निकालें और अध्ययन की गई प्रक्रिया या उत्पाद की गुणवत्ता में सुधार के लिए निर्णय लें।
स्तरीकरण चार्ट उदाहरण
एक बार जब हम स्तरीकरण चार्ट की परिभाषा देखते हैं, तो हम एक सुलझा हुआ उदाहरण देखेंगे कि अवधारणा को समझने के लिए इसे कैसे किया जाता है।
- एक औद्योगिक कंपनी अपने उत्पादों की गुणवत्ता पर एक अध्ययन कर रही है; इसके लिए उसने लगातार चार दिनों तक उत्पादित दोषपूर्ण इकाइयों का डेटा एकत्र किया है। एकत्रित जानकारी के आधार पर एक स्तरीकरण आरेख बनाएं।
इस मामले में, स्तरीकरण आरेख की परतें मशीनें होंगी, इसलिए हम दोषपूर्ण इकाइयों का प्रतिनिधित्व करेंगे, उन्हें उस मशीन के अनुसार अलग करेंगे जिसने उन्हें उत्पादित किया था।
इस मामले में, हमने सभी डेटा का प्रतिनिधित्व करने के लिए एक बार चार्ट का उपयोग किया। सलाखों को दिनों के हिसाब से अलग किया गया था और उनकी ऊंचाई दोषपूर्ण उत्पादों की संख्या पर निर्भर करती है, इसके अलावा, प्रत्येक पट्टी को मशीन के आधार पर एक अलग रंग में रंगा गया था जो उससे मेल खाती है।
स्तरीकरण आरेख से, हम देख सकते हैं कि मशीन 1 प्रत्येक दिन अधिक दोषपूर्ण इकाइयों का उत्पादन करती है। इसके अतिरिक्त, चौथा दिन वह दिन है जब सबसे अधिक दोषपूर्ण उत्पाद उत्पादित किए गए थे।
निष्कर्ष में, इस तथ्य के लिए धन्यवाद कि हमने मशीन द्वारा डेटा को अलग कर दिया है, हम जान सकते हैं कि मशीन 1 वह है जो सबसे दोषपूर्ण इकाइयों का उत्पादन करती है और इसलिए, सबसे पहले इसकी समीक्षा करने की आवश्यकता है।
जैसा कि आप देख सकते हैं, एक स्तरीकरण चार्ट एक बार चार्ट की तरह होता है लेकिन, इसके अलावा, डेटा को आगे के विश्लेषण के लिए समूहों में अलग किया जाता है।
टुकड़े टुकड़े में बिंदु बादल
स्तरीकरण न केवल बार चार्ट पर लागू किया जा सकता है, बल्कि अन्य प्रकार के चार्ट पर भी लागू किया जा सकता है। इस प्रकार, गुणवत्ता प्रबंधन में, स्कैटर आरेखों को आम तौर पर स्तरीकृत किया जाता है ताकि उनका बेहतर विश्लेषण किया जा सके।
निम्नलिखित उदाहरण देखें. सबसे पहले, डेटा की एक श्रृंखला को स्कैटर आरेख में संयुक्त रूप से दर्शाया गया था, अधिक सटीक रूप से, यह उस मासिक व्यय से मेल खाता है जो आबादी के निवासियों को उनके वेतन के अनुसार होता है।
सबसे पहले, हम ग्राफ डेटा से यह निष्कर्ष निकाल सकते हैं कि किसी व्यक्ति का मासिक खर्च उसके मासिक वेतन से संबंधित है। इसलिए इन दो सांख्यिकीय चरों में एक सकारात्मक सहसंबंध है, क्योंकि जब एक का मूल्य बढ़ता है, तो दूसरे का भी बढ़ता है।
हालाँकि, डेटा को उत्तरदाताओं की उम्र के अनुसार भी स्तरीकृत किया जा सकता है। ताकि हम एक ही ग्राफ़ में 35 वर्ष से कम उम्र के लोगों के डेटा को एक रंग के साथ प्रदर्शित कर सकें और दूसरी ओर, 35 वर्ष से अधिक उम्र के लोगों के डेटा को दूसरे रंग के साथ प्रस्तुत कर सकें।
डेटा को स्तरों के आधार पर अलग करके, हम एक अलग निष्कर्ष पर पहुंचे। 35 वर्ष से कम उम्र के लोग अपना वेतन बढ़ने पर अधिक खर्च करते हैं, लेकिन 35 वर्ष से अधिक उम्र के लोगों के लिए वेतन के आधार पर मासिक खर्च में अंतर बहुत कम होता है। ऐसा इसलिए संभव है क्योंकि वृद्ध लोग अधिक रूढ़िवादी होते हैं और सेवानिवृत्ति के बारे में सोचते समय अधिक बचत करते हैं।
गुणवत्तापूर्ण ओवरले के लाभ
गुणवत्ता प्रबंधन में, आरेख में डेटा को स्तरित करने के लाभ हैं:
- स्तरीकरण चार्ट आपको डेटा को ग्राफ़िक रूप से देखने और तुरंत यह देखने की अनुमति देता है कि विभिन्न स्तर क्या हैं।
- यह आपको डेटा के विभिन्न समूहों की आसानी से तुलना करने की अनुमति देता है।
- जानकारी को स्तरों में अलग करके, यह डेटा का विश्लेषण करने और निष्कर्ष निकालने की अनुमति देता है।
- सामान्य तौर पर, स्तरीकृत चार्ट में डेटा का प्रतिनिधित्व करते समय बेहतर निर्णय लिए जाते हैं क्योंकि आमतौर पर अधिक सटीक निष्कर्ष निकाले जाते हैं।
तार्किक रूप से, एक स्तरीकरण आरेख केवल तभी बनाया जा सकता है जब वास्तव में विभिन्न स्तर मौजूद हों; यदि सभी अवलोकनों की विशेषताएं समान हों तो डेटा सेट को अलग करना व्यावहारिक नहीं है।
लेखक के बारे में
डॉ. बेंजामिन एंडरसन
नमस्ते, मैं बेंजामिन हूं, एक सेवानिवृत्त सांख्यिकी प्रोफेसर जो अब समर्पित Statorials शिक्षक बन गया है। सांख्यिकी के क्षेत्र में व्यापक अनुभव और विशेषज्ञता के साथ, मैं Statorials के माध्यम से छात्रों को सशक्त बनाने के लिए अपना ज्ञान साझा करने के लिए उत्सुक हूं। अधिक जाने