Независимо от тематики работ в области стандартизации алгоритм выполнения расчетов вписывается в универсальную схему, представленную на рисунке 1 [1…3].

Рис. 1 Алгоритм расчета эффективности

 Рассмотрим последовательность расчета экономической эффективности применения разработанного стандарта организации «Сахар-песок. Технические условия» при производстве на ОАО «Атмис-сахар». Производственная мощность предприятия 46 046,45 тонн в год. Себестоимость и отпускная цена годового объема выпуска продукции до внедрения стандарта составили 1006,9368 млн. руб. и 1218,3936 млн. руб. соответственно.

При разработке стандарта организации участвовало два специалиста с заработной платой 10000 руб. Трудоемкость разработки Т_н.ст. составляет (в зависимости от числа страниц до 70) 24,6 чел/мес [2, 4].

Стоимость разработки стандарта С_н.ст в рублях определяли по формуле [2]:

где q_o – норматив отчислений из фонда заработанной платы;

q_кр – коэффициент постоянных расходов организации, осуществляющей разработку стандарта;

З_с.м. – месячная заработанная плата специалистов, участвующих в разработке стандарта, руб. [4].

С_н.ст.=24,6/2*(1+0,1+0,12)*20000=300120 руб.

Предполагаем, что стоимость экспертизы стандарта составит 40% от стоимости его разработки:

С_{эксп.ст.}=С_н.ст.*0,4=300120*0,4=120048 руб.

Затраты на организационно-технические мероприятия включали в себя обучение кадров и приобретение организационной техники.

Затраты на подготовку 2 сотрудников составили: З_к=10000*2=20000 руб. Затраты на приобретение организационной техники: З_пр=23000 руб. Таким образом, общие затраты на внедрение стандарта составили: З_вн=З_к+З_пр=20000+23000=43000 руб.

Приведенные затраты составили:

З_привед= С_н.ст.+ С_{эксп.ст}+ З_вн=463168 руб.

При расчете экономической эффективности принимаем, что до внедрения нового стандарта процент брака составлял 0,4%, а после – 0,2%. Тогда себестоимость  продукции в сравниваемом варианте составит:

С_ср.вар.= 1006,9368 – (( 0,4-0,2) * 10,0694) = 1004,9229 млн. руб.

После калькулирования себестоимости следует определить критический объем продаж, ниже уровня которого предприятие будет работать убыточно [2].

Критический объем продаж для базового и сравниваемого варианта имеет следующие значения:

Таким образом, для покрытия понесенных затрат для предприятия по сравниваемому варианту предприятию требуется изготовить 26693,6 тонн сахара и каждая последующая тонна будет приносить прибыль.

Результаты расчета прибыли, полученные путем сравнительного анализа базового и проектного значений представлены в таблице 1.

 Таблица 1 – Расчет прибыли

 Внедрение стандарта позволит снизить себестоимость продукции за счет: своевременного контроля качества исходного сырья, технологии производства и готовой продукции; контроля стабильности технологического процесса; повышения качественных характеристик и повышения конкурентоспособности продукции.

Для расчета чистого дисконтированного дохода и окупаемости капитальных затрат учитывали следующие допущения:

- увеличение объема производства в среднем на 35 % в год (по данным предприятия).

-  величина инфляции равна 11%.

Результаты расчета представлены в таблице 2.

Таблица 2- Чистый дисконтированный доход и окупаемость капитальных затрат

ТДД = 13,9385 млн.  руб.; ЧДД = 13,4753 млн. руб.

Срок окупаемости капитальных вложений составит 0,26 года.

Графики окупаемости капитальных вложений и распределения затрат с учетом дисконтирования представлены на рисунках 2-4.

Рисунок 2 – График самоокупаемости для базовых значений

Рисунок 3 – График самоокупаемости для проектных значений

Рисунок 4 – Результаты вложений с учетом дисконтирования

Анализ полученных результатов свидетельствует, что затраты на разработку стандарта окупятся  в течение 3 месяцев, при этом объем выпуска продукции не должен быть меньше 26693 тонн, в противном случае предприятие понесет убыток.

В табл. 1 представлены значения испытаний на прочность ребристых плит покрытия после ТВО, изготовленных в теплый период года.

Таблица 1 – Результаты испытаний на прочность при сжатии

Первоначально определяем размах варьирования:

R=X_max-X_min=198-139=59

Размах варьирования делим на количество интервалов К, равный 10 и получаем ширину интервала:

Определяем частоту попадания полученных данных в соответствующий интервал и заносим эти значения в таблицу 1.

Таблица 1 – Значения частоты

Находим центр распределения:

Определяем нижний (НД) и верхний (ВД) допуски:

Центр поля допуска определяется как

Затем строим гистограмму частот, где по оси ординат откладываем частоты, а по оси абсцисс – интервал (рис. 1)

Рисунок 1 – Гистограмма распределения прочности

Для оценки воспроизводимости процесса изготовления ребристых плит покрытия необходимо убедиться в нормальности распределения. Для того чтобы уверенно считать, что данные наблюдений свидетельствуют о нормальном распределении, пользуются критериями согласия.

Критерием согласия называют критерий проверки гипотезы о предполагаемом законе распределения. Имеется несколько критериев согласия, но мы остановимся на рассмотрении критерия Пирсона. С этой целью будем сравнивать эмпирические (наблюдаемые) и теоретические частоты (вычисленные  в предположении нормального распределения). Критерий Пирсона показывает, значимо или незначимо расхождение между теоретическими и эмпирическими частотами.

Критерий Пирсона определяют по формуле:

Эта величина случайная, так как в различных опытах она принимает различные, заранее неизвестные значения. Чем меньше различаются эмпирические и теоретические частоты, тем меньше величина χ².

По таблице критических точек распределения χ² определяют в зависимости от заданного уровня значимости и числа степеней свободы k=n-3 критическую точку (α,k).

Если

то нет оснований отвергать гипотезу о нормальном распределении.

Предполагая, что генеральная совокупность распределена нормально, то теоретические частоты могут быть найдены по формуле:

где n- сумма всех частот;

h- ширина интервала;

σ – СКО;

φ(u_i) – определяется по таблице в зависимости от

где x_o-середина интервала

- среднее значение.

Вычисляем СКО:

Затем вычисляем значение u для каждого интервала(табл. 3).

Определяем по таблице функцию φ(u_i), вычисляем теоретические частоты по формуле (2) и находим χ² . Полученные результаты приведены в таблице 3.

Таблица 3 – Теоретические частоты

Интервал	Частота ni	Середина интервала Xi	ui	φ(ui)
139-145	3	142	1,8	0,0818	2	1,890914	0,630305
145-151	6	148	1,4	0,1476	3	9,412858	1,56881
151-157	5	154	1	0,2323	5	0,148639	0,029728
157-163	5	160	0,7	0,3187	6	1,770851	0,35417
163-169	3	166	0,3	0,3802	8	20,7242	6,908067
169-175	7	172	0,06	0,3982	8	0,827992	0,118285
175-181	8	178	0,43	0,3637	7	0,601208	0,075151
181-187	7	184	0,8	0,2897	6	1,550846	0,221549
187-193	6	190	1,16	0,2036	4	3,82453	0,637422
193-199	4	196	1,53	0,1238	2	2,374086	0,593522
χ2							11,13701

 Определяем число степеней свободы к=54-3=51.

Методом интерполяции находим при уровне значимости α=0,01:

Так как

то можно считать, что закон распределения нормальный

Для оценки воспроизводимости процесса рассчитаем коэффициент запаса точности технологического процесса.

Поскольку центр распределения и центр поля допуска не совпадают, необходимо воспользоваться показателем , который вычисляется по формуле

где

Вычисляем

С_pk <1 – процесс не воспроизводим.

Данная гистограмма говорит о том, что технологический процесс производства ребристых плит покрытия следует считать невоспроизводимым. Поэтому необходимо предусмотреть корректирующие действия, которые должны выполняться руководством предприятия.

Рассчитать процент брака можно по формуле

Р=Ф(λ₁)+ Ф(λ₂)

Т.к. браком будет считаться только та продукция, которая имеет значения прочности, выходящие за нижний предел, то в нашем случае формула приобретает вид Р=Ф(λ₁), где

По таблице определяем: Р=Ф(1,29)=0,4015; 0,5-0,4015=0,0985. Таким образом, количество бракованной продукции составляет 9,85%.

, (1)

где Δai - абсолютная разность медиан на уровнях «+» «-» для i-го единичного показателя качества;
n – число единичных показателей качества.
Полученные результаты представлены в таблице 1 и на рисунке 1.

Номер объекта	Экспертная оценка качества bi , баллы	Показатели качества
		Х1	Х2	Х3	Х4
1	5	0,62	27	0,41	3,5
2	4	0,62	27	0,47	3,3
3	3	0,61	27	0,48	3,3
4	2	0,61	26	0,35	3,2
5	1	0,61	26	0,35	3,1
Среднее		0,614	26,8	0,412	3,28
Кодированная матрица показателей
1	5	+	+	-	+
2	4	+	+	+	+
3	3	-	+	+	+
4	2	-	-	-	-
5	1	-	-	-	-
(ai)+		4,5	4	3,5	4
(ai)-		2	1,5	2	1,5
∆ai = /(ai)+ -(ai)-/		2,5	2,5	1,5	2,5
Mi		0,28	0,28	0,16	0,28

Примечание: обозначения хi соответствуют следующим единичным показателям:
Х1 – сопротивление теплопередаче, ;
Х2 . изоляция воздушного шума транспортного потока, дБ;
Х3 – коэффициент светопропускания;
Х4 – воздухопроницаемость, .

Следующим этапом процедуры оценки качества пластиковых окон, является определение нормированных и обобщенных показателей качества. С этой целью, из партии были выбраны три окна и для них определены показатели качества (таблица 2).Обобщенный показатель качества вычисляли по формуле:

К(0) = Wj* Кj(1), (2)

где W – функция вето, равная нулю, ели хотя бы один из показателей находится на неприемлемом уровне, и единице – в остальных случаях;
j – коэффициент весомости показателя качества;
Кj – нормируемая оценка для показателей качества [3].
Значения обобщенных показателей качества представлены в таблице 3.

Анализ результатов, приведенных в таблице 3, показывает, что обобщенный показатель качества пластиковых окон находится в интервале [0,53; 0,96]. 
Между тем контроль с применением статистических методов позволяет значительно снизить процент брака изделий. Для разработки статистического приемочного контроля должны быть определены [1, 2]: объем партии; контролируемые параметры с указанием их границ; приемочный уровень дефектности для каждого контролиру­е­мого параметра; среднее квадратическое отклонение или метод его оценки; уровень контроля; вид контроля, указания о начальном виде контроля и возмож­ности перехода от одного вида контроля к другому.
Нами предлагается статистический приемочный контроль по количественному признаку. Выбор плана контроля, когда дисперсия контролируемого параметра неизвестна и оценивается по выборочной дисперсии (s-план) заключается в следующем. По заданному объему партий N и выбранному уровню контроля, как правило II, находят код объема выборки. По коду объема выборки и установленному значению уровня дефектности AQL на­ходят объем выборки п и контрольный норматив k.Из п значений конт­­ролируемого параметра выборки вычисляют среднее ариф­ме­тическое значение и статистику качества по формуле:

Qв=, (3)		Qн =, (4)
где s –	выборочное среднее квадратическое отклонение контро­ли­ру­е­­мого параметра;
Q–	статистика качества.

Если величина Qв > kв Qн > kн, то партию продукции при­нимают. Если величина Qв < kв или Qн < kн, или хотя бы одна из величин (Qв или Qн) отрицательна, то партию продукции бракуют.
Уровень дефектности AQL принимаем равным 1%. Значение контрольного норматива составляет К=1,45.
К0 (среднее) по 3 окнам равно 0,73, т.е. =0,73
Т=0,19- нормативное значение обобщенного показателя качества.
S=0,33 – среднеквадратическое отклонение
По формуле Qн =определяем значение Q, оно получилось равным 1,64, это больше Кн =1,45(Qн > kн) – партию продукции при­нимают.
Основными достоинствами данного плана контроля объективность оценки, основанная на статистических правилах, регулирование технологических процессов, а следовательно, предупреждение брака путем своевременного внесения корректировок технологии по данным контроля. Так как партия продукции принимается можно проводить сертификацию продукции.
Таким образом, проведение предлагаемого квалиметрического анализа в совокупности с разработанной методикой приемочного контроля позволит повысить качество пластиковых окон.