- Финансовые взаимоотношения с покупателями и поставщиками;

- Экономическая оценка работы предприятия с точки зрения качества продукции.

1.7.3 Дефекты обуви

В конечном счёте, главная цель управления качеством - предотвращение образования дефектов.

Классификация дефектов по их значимости для обуви:

Критические - наиболее сильно выраженные дефекты, выходящие за приделы ГОСТа, и такая обувь не может быть использована по прямому назначению;

Крупные - могут влиять на сокращение срока эксплуатации обуви и ухудшение её внешнего вида.

Менее крупные - не влияют на прочность и долговечность обуви, но в значительной мере сказываются на внешнем виде.

Незначительные дефекты - могут быть обнаружены только при обследовании специалиста.

Основными причинами возникновения дефектов в обуви являются:

- Нарушение технологического процесса;

- Применение некачественных основных и вспомогательных материалов;

- Неудовлетворительная работа оборудования и плохое состояние оснастки и инструментов;

- Не технологичность конструкции изделия;

- Нарушение организационного режима;

- Плохое хранение, упаковка и транспортировка готовой продукции.

Дефекты в обуви можно подразделить на:

- Дефекты, возникновение которых можно ожидать;

- Дефекты, появление которых неоправданно;

- Скрытые дефекты - большей частью критические и крупные.

Все не устраненные дефекты по сути критические.

Анализ качества выпускаемой обуви должен обеспечивать:

- Выявление соответствия её потребительских свойств, моделей и фасонов требования населения;

- Определение уровня качества обуви с учётом лучших отечественных и зарубежных образцов;

- Выявления несоответствия Выпускаемой продукции действующим странам, техническим условиям, имеющимся образцам и внутрифабричной технической документации;

- Установление, помимо данных финишного контроля и актов рекламации и брака, дефектов вследствие лабораторного анализа;

- Определение наиболее эффективных направление в разработке мероприятий по улучшению качества продукции;

- Техническое и экономическое обоснование целесообразности разрабатываемых мероприятий по улучшению качества обуви.

Оценка уровня качества:

, где

К_i - показатель уровня качества оцениваемого изделия;

Q_i - характеристика уровня качества оцениваемого изделия;

Q₀ - характеристика уровня качества эталона.

Если К_i1, то продукция соответствует качеству эталона, а если К_i<1, то не соответствует

2. Оценка качества кожаной обуви в зависимости от ее физико-механических показателей

2.1 Нахождение условий для проведения полного факторного эксперимента

Как входные параметры выбираем следующее:

X1 - кожа для низа обуви танидного дубления, плот. кожи% (7,3 - 102,7)

X2 - кожа для низа обуви хромового дубя, % (94,4-106,7)

X3 - опоек хромового дублен., % (90, 79 - 105,2).

Исходные параметры:

Y1 - относительная влажность воздуха, % (0 - 100);

Y2 - плотность кожи, г/см³ (0,25 - 1,25)

Y₃ - толщина кожи, мм (0,4 - 6).

Устанавливаем условия проведения эксперимента, то есть значение основного уровня факторов Xoи (центр эксперимента), интервал варьирования факторов Ii и потом верхний и нижний уровни факторов - Xви и Xни.

2.2 Уровни и интервалы варьирования факторов

Установив область возможного изменения факторов переходим к определению локального участка области для планирования факторного эксперимента.

Этот участок в факторном пространстве определяется выбором основного уровня факторов Xoi и выборка интервалов варьирования факторов Ii. Значения основного уровня факторов должны лежать внутри избранной области изменения факторов на некотором расстоянии от ее границ, то есть:

X_{i min} + ?_i I_i ? X_oi ? X_{i max} - ?_i I_i,

где ?i ? 1 - коэффициент, который характеризует возможное изменение интервала варьирования факторов в эксперименте.

Значение основного уровня фактора:

X_oi =(X_bi + X_нi)/2

Интервал варьирования этого фактора:

I_i =(X_bi - X_нi)/2

Таблица 2.1 Уровни и интервалы варьирования факторов

Условие проведения эксперимента	Натуральные значения i-го фактора	Кодируемые значения i-го фактора
	X1	X2	X3	X1	X2	X3
1. Основной уровень фактора Xoi	55	100,5	97,99	0	0	0
2. Интервал варьирования фактора Ii	31,15	97,48	94,39	1	1	1
3. Верхний уровень фактора Xвi	120,7	106,7	105,2	+1	+1	+1
4. Нижний уровень фактора Xнi	7,3	94,4	90,79	-1	-1	-1

2.3 Планирование полного факторного эксперимента

После выбора значения основного уровня факторов и интервала их варьирования приступаем к составлению матрицы планирования эксперимента.

Сущность кодировки заключается в линейном превращении факторного пространства, то есть в переносе начала координаты в точку основного уровня факторов, и выборе масштабов по оси координаты в единице интервала варьирования фактора.

В таблице 2.2, 2.3 и 2.4 представленная матрица планирования ПФЭ при трех повторных опытах (m = 3) с рангомизированным порядком их проведения, то есть отвечают последовательности случайных чисел, обусловленной по таблицу.

Дисперсия исходного параметра YR одинаковая для точки факторного пространства, равноудаленной от центра эксперимента и равняется:

S²(Y_R) = S²(Y) * (1+?²⁾ / m*N = const.

№п/п	Факторы	YUV	YU	S2 (Y)
	X0	X1	X2	X3	Y 1U	Y 2U	Y 3U
1	-	-	-	-	0	1	0	0,75	0,344
2	+	+	-	-	25	25	23	25,5	4
3	+	-	+	-	45	37	32	37,3	0,085
4	+	+	+	-	60	59	60	50	1
5	+	-	-	+	75	76	50	62,6	1,18
6	+	+	-	+	80	81	60	74,5	0,25
7	+	-	+	+	90	98	87	8,8	1
8	+	+	+	+	100	101	99	100	1
?		5,859

Де ?² = ?X_i² Таблица 2.

Таблица 2.3. Матрица планирования ПФЕ

№ п/п	Факторы	Y	Y	S (Y)
	X	X	X	X	Y	Y	Y
1	+	-	-	-	0,25	0,27	0,23	0,25	0,0004
2	+	+	-	-	0,34	0,36	0,32	0,34	0,0004
3	+	-	+	-	0,65	0,67	0,63	0,65	0,0004
4	+	+	+	-	0,75	0,77	0,73	0,75	0,0004
5	+	-	-	+	0,95	0,97	0,93	0,95	0,0004
6	+	+	-	+	1	1,02	0,98	1	0,0004
7	+	-	+	+	1,1	1,12	1,08	1,1	0,0004
8	+	+	+	+	1,25	1,27	1,23	1,25	0,0004
									0,0032

Таблица 2.4

№ пп	Факторы	Y	Y	S (Y)
	X	X	X	X	Y	Y	Y
1	+	-	-	-	0,4	0,43	0,37	0,4	0,0009
2	+	+	-	-	1,2	1,22	1,19	1,203	0,00023
3	+	-	+	-	2,7	2,74	2,68	2,706	0,00093
4	+	+	+	-	3	3,03	2,96	2,996	0,00123
5	+	-	-	+	4,2	4,01	4,19	4,13	0,01145
6	+	+	-	+	5	5,03	4,97	5	0,0009
7	+	-	+	+	5,6	5,63	5,57	5,6	0,0009
8	+	+	+	+	6	6,04	5,96	6	0,00016
									0,01671

4. Проведение основного эксперимента.

При малом объеме измерений, дисперсия определяется по следующей формуле:

S_u ² = S² (Y)/ m,

S_u ² = ?(Y_i-Y)²/(m-1)

Находим дисперсию для таблицы 2.2:

S_u ² = ? * (0 - 0,25)² + (1 - 0,25)² + (0 - 0,25)² = 0,344;

S_u ² = ? * (25,5 - 25,5)² + (26,5 - 25,5)² + (24,5 - 25,5)² = 1;

S_u ² = ? * (37,5 - 37,3)² + (37 - 37,3)² + (37,5 - 37,3)² = 0,085;

S_u ² = ? * (50 - 50)² + (51 - 50)² + (49 - 50)² = 1;

S_u ² = ? * (62,5 - 62,5)² + (63,5 - 62,6)² + (62 - 62,6)² = 1,18;

S_u ² = ? * (74,5 - 74,5)² + (75 - 74,5)² + (74 - 74,5)² = 0,25;

S_u ² = ? * (88 - 88)² + (89 - 88)² + (87 - 88)² = 1;

S_u ² = ? * (100 - 100)² + (101 - 100)² + (99 - 100)² = 1.

Находим дисперсию для таблицы 2.3:

S_u ² = ? * (0,25 - 0,25)² + (0,27 - 0,25)² + (0,23 - 0,25)² = 0,0004;

S_u ² = ? * (0,34 - 0,34)² + (0,36 - 0,34)² + (0,32 - 0,34)² = 0,0004;

S_u ² = ? * (0,65 - 0,65)² + (0,67 - 0,65)² + (0,63 - 0,65)² = 0,0004;

S_u ² = ? * (0,75 - 0,75)² + (0,77 - 0,75)² + (0,73 - 0,75)² = 0,0004;

S_u ² = ? * (0,95 - 0,95)² + (0,97 - 0,95)² + (0,93 - 0,95)² = 0,0004;

S_u ² = ? * (1 - 1)² + (1,02 - 1)² + (0,98 - 1)² = 0,0004;

S_u ² = ? * (1,25 - 1,25)² + (1,27 - 1,25)² + (1,23 - 1,25)² = 0,0004;

S_u ² = ? * (1,1 - 1,1)² + (1,12 - 1,1)² + (1,08 - 1,1)² = 0,0004

Находим дисперсию для таблицы 2.4:

S_u ² = ? * (0,4 - 0,4)² + (0,43 - 0,4)² + (0,37 - 0,4)² = 0,0009;

S_u ² = ? * (1,2 - 1,203)² + (1,22 - 1,203)² + (1,19 - 1,203)² = 0,0002335;

S_u ² = ? * (2,7 - 2,706)² + (2,74 - 2,706)² + (2,68 - 2,706)² = 0,000934;

S_u ² = ? * (3 - 2,996)² + (3,03 - 2,996)² + (2,96 - 2,996)² = 0,001234;

S_u ² = ? * (4,2 - 4,13)² + (4,01 - 4,13)² + (4,19 - 4,13)² = 0,01145;

S_u ² = ? * (5 - 5)² + (5,03 - 5)² + (4,97 - 5)² = 0,0009;

S_u ² = ? * (5,6 - 5,6)² + (5,65 - 5,6)² + (5,57 - 5,6)² = 0,0009;

S_u ² = ? * (6 - 6)² + (6,04 - 6)² + (5,96 - 6)² = 0,00016

Для обработки результатов ПФЭ находим коэффициенты регрессии:

b_i = 1/N * ? X_iu Y_u (I = 0, 1, …, M)

b_ij = 1/N * ? X_iu X_ju Y_u (i = j)

b_ijl = 1/N * ? X_iu X_ju X_lu Y_u (i = j = l)

Пользуясь данными из таблицы 2.2, определяем коэффициенты регрессии:

b₀ = 1/8 (0,25 + 25,5 + 37,3 + 50 + 62,6 + 74,57 + 88 + 100)= 54,7;

b₁ = 1/8 (-0,25 + 25,5 - 37,3 + 50 - 62,6 + 74,57 - 88 + 100) = 7,73;

b₂ = 1/8 (-0,25 - 25,5 + 37,3 + 50 - 62,6 - 74,57 + 88 + 100) = 14,05;

b₃ = 1/8 (-0,25 - 25,5 - 37,3 - 50 + 62,6 + 74,57 + 88 + 100) = 26,5;

b₁₂ = 1/8 (0,25 - 25,5 - 37,3 + 50 + 62,6 - 74,57 - 88 +100) = - 1,55;

b₁₃ = 1/8 (0,25 - 25,5 + 37,3 - 50 - 62,6 + 74,57 - 88 + 100) = - 1,75;

b₂₃ = 1/8 (0,25 + 25,5 - 37,3 - 50 - 62,6 - 74,57 + 88 + 100) = - 1,33;

b₁₂₃ = 1/8 (-0,25 + 25,5 + 37,3 - 50 + 62,6 - 74,57 - 88 + 100) = 1,58.

В результате расчетов получаем регрессионную многофакторную модель:

Y=54,7 + 7,73X₁ + 14,05X₂ + 26,5X₃ - 1,55X₁X₂ - 1,75X₁X₃ - 1,33X₂ X₃ + 1,58X₁ X₂ X₃

Пользуясь данными из таблицы 2.3 определим коэффициенты регрессии:

b=1/8 (0,25 + 0,34 + 0,65 + 0,75 + 0,95 + 1 + 1,1 + 1,25) = 0,786;

b=1/8 (- 0,25 + 0,34 - 0,65 + 0,75 - 0,95 + 1 - 1,1 + 1,25) = 0,048;

b=1/8 (- 0,25 - 0,34 + 0,65 + 0,75 - 0,95 - 1 + 1,1 + 1,25) = 0,15;

b=1/8 (0,25 - 0,34 - 0,65 - 0,75 + 0,95 + 1 + 1,1 + 1,25) = 0,288;

b=1/8 (0,25 - 0,34 - 0,65 + 0,75 + 0,95 - 1 - 1,1 + 1,25)= 0,013;

b=1/8 (0,25 - 0,34 + 0,65 - 0,75 - 0,95 + 1 - 1,1 + 1,25)= 0,00125;

b=1/8 (0,25 + 0,34 - 0,65 - 0,75 - 0,95 - 1 + 1,1 + 1,25)= - 0,051;

b=1/8 (- 0,25 + 0,34 + 0,65 - 0,75 + 0,95 - 1 - 1,1 + 1,25)= 0,011.

В результате расчетов получаем регрессионную многофакторную модель:

Y = 0,786 + 0,048X₁ + 0,15X₂ + 0,288X₃ + 0,013 X₁ X₂ + 0,00125X₁ X₃ - 0,05 X₂ X₃ - 0,011 Х₁ Х₂ Х₃

Пользуясь данными из таблицы 2.4, определяем коэффициенты регрессии:

b₀ = 1/8 (0,4 + 1,203 + 2,706 + 2,996 + 4,13 + 5 + 5,6 + 6)= 3,504;

b₁ = 1/8 (- 0,4 + 1,203 - 2,706 + 2,996 - 4,13 + 5 - 5,6 + 6) = 0,295;

b₂ = 1/8 (- 0,4 - 1,203 + 2,706 + 2,996 - 4,13 - 5 + 5,6 + 6) = 0,821;

b₃ = 1/8 (- 0,4 - 1,203 - 2,706 - 2,996 + 4,13 + 5 + 5,6 + 6) = 1,678;

b₁₂ = 1/8 (0,4 - 1,203 - 2,706 + 2,996 + 4,13 - 5 - 5,6 +6) = - 0,1228;

b₁₃ = 1/8 (0,4 - 1,203 + 2,706 - 2,996 - 4,13 + 5 - 5,6 + 6) = 0,0221;

b₂₃ = 1/8 (0,4 + 1,203 - 2,706 - 2,996 - 4,13 - 5 + 5,6 + 6) = - 0,2036;

b₁₂₃ = 1/8 (- 0,4 + 1,203 + 2,706 - 2,996 + 4,13 - 5 - 5,6 + 6) = 0,0537.

В результате расчетов получаем регрессионную многофакторную модель:

Y = 3,504 + 0,295X₁ + 0,821X₂ + 1,678X₃ - 0,1228 X₁ X₂ - 0,0221Х₁ Х₃ - 0,2036Х₂ Х₃ + 0,0537X₁ X₂ X₃

2.4 Проверка значимости коэффициентов за критерием Стьюдента

РМФМ не является окончательной моделью. Необходимо сделать проверку значимости коэффициентов регрессии. Для этого пользуются критерием Стьюдента:

t (b_i) =| b_i |/ S(b_i)

Пользуясь данными таблицы 2.2, находим дисперсию коэффициентов регрессии и расчетных значений критериев Стьюдента:

S²(Y) = 1/N *? S²_u (Y); S² (Y) = 1/8 * 5,86 = 0,732;

S²(Y) = 1/m * S²(Y); S²(Y) = 0,732/3 = 0,244;

S²(b_i) = 1/N * S²(Y); S²(b_i) = 0,244/8 = 0,0305;

S(b_i) = v S²(b_i); S(b_i) = 0,174;

Тогда:

t (b₀) = 54,7/0,174 = 314,367;

t (b₁) = 7,73/0,174 = 44,4;

t (b₂) = 14,05/0,174 = 80,74;

t (b₃) = 26,5/0,174 = 152,29;

t (b₁₂) = - 1,55/0,174 = 8,9;

t (b₁₃) = - 1,75/0,174 = 10,05;

t (b₂₃) = - 1,33/0,174 = 7,643;

t (b1₂₃) = 1,58/0,174 = 9,08.

Матрица ненасыщенная, потому можно определить все коэффициенты регрессии.

Пользуясь данными таблицы 2.3, находим дисперсию коэффициентов регрессии и расчетных значений критериев Стьюдента:

S²(Y) = 1/N *? S²_u (Y); S² (Y) = 0,0032/8 = 0,0004;

S²(Y) = 1/m * S²(Y); S²(Y) = 0,0004/3 = 0,00013;

S²(b_i) = 1/N * S²(Y); S²(b_i) = 0,00013/8 = 0,00001625;

S(b_i) = v S²(b_i); S(b_i) = 0,004;

Тогда:

t (b₀) = 0,786/0,004 = 192,64;

t (b₁) = 0,048/0,004 = 11,76;

t (b₂) = 0,15/0,004 = 36,76;

t (b₃) = 0,288/0,004 = 70,58;

t (b₁₂) = 0,013/0,004 = 3,18;

t (b₁₃) = 0,00125/0,004 = 0,306;

t (b₂₃) = - 0,051/0,004 = 12,5;

t (b1₂₃) = 0,011/0,004 = 2,7.

Пользуясь данными таблицы 2.4, находим дисперсию коэффициентов регрессии и расчетных значений критериев Стьюдента:

S²(Y) = 1/N *? S²_u (Y); S² (Y) = 0,017/8 = 0,002;

S²(Y) = 1/m * S²(Y); S²(Y) = 0,002/3 = 0,00069;

S²(b_i) = 1/N * S²(Y); S²(b_i) = 0,00069/8 = 0,000087;

S(b_i) = v S²(b_i); S(b_i) = 0,00933;

Тогда:

t (b₀) = 3,504/0,00933 = 375,6;

t (b₁) = 0,295/0,00933 = 31,62;

t (b₂) = 0,821/0,00933 = 87,995;

t (b₃) = 1,678/0,00933 = 179,85;

t (b₁₂) = - 0,1228/0,00933 = - 13,16;

t (b₁₃) = 0,0221/0,00933 = 2,37;

t (b₂₃) = - 0,2036/0,00933 = - 21,82;

t (b1₂₃) = 0,0537/0,00933 = 5,75.

Получаем расчетные значения критерия Стьюдента, которые сравниваем с табличным значением, за условия PD = 0.95.

Число степени воли f (S2y) = N (m-1), то есть:

t_т [P_D = 0.95; f = 8 (3-1) = 16] = 2.12

В случае, когда t > t_т гипотеза не откидается.

Получаем искомую регрессионную многотофакторную модель процесса, который включает только значимимые коэфициэнты:

Для таблицы 2.2 регрессионная многофакторная модель процесса будет такая:

Y = 2,21 + 0,11Х₂ + 0,24Х₃;

Для таблицы 2.3:

Y = 3,04 + 0,08Х₂ + 0,22Х₃;

Для таблицы 2.4;

Y = 3,86 + 0,08Х₂ + 0,23Х₃

Дальше проверяем соответствие математической модели объекта исследования.

2.5 Проверка адекватности полученной РМФМ за критерием Фишера

Проверку адекватности полученной РМФМ можно проводить только за условия N - Nк > 0, то есть когда в РМФМ отсутствующий хотя бы один член.

N - число опытов в матрице;

Nк - число коэффициентов в регрессии в полиноме, который являет собой математическую модель для исследуемого процесса.

Расчетное значение критерия Фишера:

FR = S2над (Y) / S2 (Y) = S2ад (Y) /S2 (Y), если S2над (Y) > S2 (Y)

FR = S2 (Y) / S2ад (Y) = S2 (Y) / S2над (Y), если S2 (Y) > S2над.

Пользуясь формулой полученной искомой РМФМ процесса и таблицей 2.5, находим YRU.

Таблица 2.5. Расчет дисперсии, которая характеризует рассеивание средних экспериментальных значений YU

U	YRU	YU	YU-YRU	(YU-YRU)2
1	1,86	1,8	- 0,06	0,0036
2	1,86	1,9	0,04	0,0016
3	2,08	2	- 0,08	0,0064
4	2,08	2,2	0,12	0,0144
5	2,34	2,3	- 0,04	0,0016
6	2,34	2,4	0,06	0,0036
7	2,56	2,5	- 0,06	0,0036
8	2,56	2,6	0,04	0,0016
?			0,04

Y₁ = 2,21 - 0,11 - 0,24 = 1,86;

Y₂ = 2,21 - 0,11 - 0,24 = 1,86;

Y₃ = 2,21 + 0,11 - 0,24 = 2,08;

Y₄ = 2,21 + 0,11 - 0,24 = 2,08;

Y₅ = 2,21 - 0,11 + 0,24 = 2,34;

Y₆ = 2,21 - 0,11 + 0,24 = 2,34;

Y₇ = 2,21 + 0,11 + 0,24 = 2,56;

Y₈ = 2,21 + 0,11 + 0,24 = 2,56.

F_R = S²_над (Y) /S² (Y)

S²_над (Y) = 0,008; S² (Y) = 0,02;

F_R = 0,008/0,02 = 0,4

Находим табличное значение критерия Фишера за условия:

P_D = 0.95

Число степени воли для большей дисперсии:

f (S²_y) = N (m-1) = 8 (3-1) = 16

число степени воли для меньшей дисперсии:

f (S²_над) = N - N_к = 8- 3 = 5

В этом случае F _табл = 4,62.

По расчетам видно, что F табл > FR - полученная регрессия адекватная.

Пользуясь формулой полученной искомой РМФМ процесса и таблицею 2.6, находим YRU.

Таблица 2.6. Расчет дисперсии, которая характеризует рассеивание средних экспериментальных значений YU

U	YRU	YU	YU-YRU	(YU-YRU)2
1	2,74	2,7	- 0,04	0,0016
2	2,74	2,76	0,02	0,0004
3	2,9	2,8	- 0,1	0,01
4	2,9	3	0,1	0,01
5	3,18	3,15	- 0,03	0,0009
6	3,18	3,2	0,02	0,0004
7	3,34	3,29	- 0,05	0,0025
8	3,34	3,4	0,06	0,0036
?			0,029

Y₁ = 3,04 - 0,08 - 0,22 = 2,74;

Y₂ = 3,04 - 0,08 - 0,22 = 1,86;

Y₃ = 3,04 + 0,08 - 0,22 = 2,9;

Y₄ = 3,04 + 0,08 - 0,22 = 2,9;

Y₅ = 3,04 - 0,08 + 0,22 = 3,18;

Y₆ = 3,04 - 0,08 + 0,22 = 3,18;

Y₇ = 3,04 + 0,08 + 0,22 = 3,34;

Y₈ = 3,04 + 0,08 + 0,22 = 3,34.

F_R = S²_над (Y) /S² (Y)

S²_над (Y) = 0,0058; S² (Y) = 0,01;

F_R = 0,0058/0,01 = 0,58

Находим табличное значение критерия Фишера за условия:

P_D = 0.95

Число степени воли для большей дисперсии:

f (S²_y) = N (m-1) = 8 (3-1) = 16

число степени воли для меньшей дисперсии:

f (S²_над) = N - N_к = 8- 3 = 5

В этом случае F _табл = 4,62.

По расчетам видно, что F табл > FR - полученная регрессия адекватная.

Пользуясь формулой полученной искомой РМФМ процесса и таблицей 2.7, находим YRU.

Таблица 2.7. Расчет дисперсии, которая характеризует рассеивание средних экспериментальных значений YU

U	YRU	YU	YU-YRU	(YU-YRU)2
1	3,55	3,5	- 0,05	0,0025
2	3,55	3,56	0,01	0,0001
3	3,71	3,68	- 0,03	0,0009
4	3,71	3,77	0,06	0,0036
5	4,01	4	- 0,01	0,0001
6	4,01	4,05	0,04	0,0016
7	4,17	4,1	- 0,07	0,0049
8	4,17	4,2	0,03	0,0009
?			0,015

Y₁ = 3,86 - 0,08 - 0,23 = 3,55;

Y₂ = 3,86 - 0,08 - 0,23 = 3,55;

Y₃ = 3,86 + 0,08 - 0,23 = 3,71;

Y₄ = 3,86 + 0,08 - 0,23 = 3,71;

Y₅ = 3,86 - 0,08 + 0,23 = 4,01;

Y₆ = 3,86 - 0,08 + 0,23 = 4,01;

Y₇ = 3,86 + 0,08 + 0,23 = 4,17;

Y₈ = 3,86 + 0,08 + 0,23 = 4,17.

F_R = S²_над (Y) /S² (Y)

S²_над (Y) = 0,003; S² (Y) = 0,01;

F_R = 0,003/0,01 = 0,3

Находим табличное значение критерия Фишера за условия:

P_D = 0.95

Число степени воли для большей дисперсии:

f (S²_y) = N (m-1) = 8 (3-1) = 16

Число степени воли для меньшей дисперсии:

f (S²_над) = N - N_к = 8- 3 = 5

В этом случае F табл = 4,62.

По расчетам видно, что F табл > FR - полученная регрессия адекватная.

2.6 Обработка результатов эксперимента

Графическая интерпретация результатов расчета представлена на рисунках.

В таблице 2.1. значение факторов и матрицы кодировалось с целью упрощения записи условий эксперимента и обработки экспериментальных данных. Имея значение основного уровня факторов и интервала их варьирования, приступаем к методике построения графиков:

РМФМ имеем вид:

Y_R=2.21+0.06X₁+0.11X₂+0.24X₃+0.01X₁X₂-0.01X₁X₃-0.01X₂X₃-0.01X₁X₂ X₃

Для нахождения следующей точки построения пользуемся формулой:

Х_і = (Х - Х_оі)/І_і

где, Хі - кодируемое значение і-го фактора;

Х - натуральное значение і-го фактора;

Хоі - натуральное значение основного уровня і-го фактора;

Іі - интервал варьирования і-го фактора.

Составление графиков

Y₁

РМФМ имеет вид:

Y_R'=54,7 + 7,73X₁ + 14,05X₂ + 26,5X₃ - 1,55X₁X₂ - 1,75X₁X₃ - 1,33X₂ X₃ + 1,58X₁ X₂ X₃

Тогда:

Y_R'(x₁)=54,7 + 7,73X₁ + 14,05 + 26,5 - 1,55X₁ - 1,75X₁ - 1,33+ 1,58X₁

Y_R'(x₁=-1)=54,7 + 7,73X₁ + 14,05 + 26,5 - 1,55X₁ - 1,75X₁ - 1,33+ 1,58X₁ =87,91

Y_R'(x₁=-0,5)=54,7 + 7,73X₁ +14,05 +26,5-1,55X₁-1,75X₁ - 1,33X₂ + 1,58X₁ =90,915

Y_R'(x₁=0)=54,7 + 7,73X₁ + 14,05 + 26,5 - 1,55X₁ - 1,75X₁ - 1,33+ 1,58X₁ =93,92

Y_R'(x₁=0,5)=54,7 + 7,73X₁ + 14,05 + 26,5 - 1,55X₁ - 1,75X₁ - 1,33+ 1,58X₁ =96,925

Y_R'(x₁=1)=54,7 + 7,73X₁ + 14,05 + 26,5 - 1,55X₁ - 1,75X₁ - 1,33+ 1,58X₁ =99,93

Рис. 2.1 Влияние относительной влажности воздуха на кожу для низа обуви тонидного дубления

Y_R'(x₂)=54,7 + 7,73 + 14,05X₂ + 26,5 - 1,55X₂ - 1,75 - 1,33X₂ + 1,58 X₂

Y_R'(x₂=-1)=54,7 + 7,73 + 14,05X₂ + 26,5 - 1,55X₂ - 1,75 - 1,33X₂ + 1,58 X₂ =74,43

Y_R'(x₂=-0,5)=54,7 + 7,73 + 14,05X₂ + 26,5 - 1,55X₂ - 1,75 - 1,33X₂ + 1,58 X₂=80,805

Y_R'(x₂=0)=54,7 + 7,73 + 14,05X₂ + 26,5 - 1,55X₂ - 1,75 - 1,33X₂ + 1,58 X₂=87,18

Y_R'(x₂=0,5)=54,7 + 7,73 + 14,05X₂ + 26,5 - 1,55X₂ - 1,75 - 1,33X₂ + 1,58 X₂=93,555

Y_R'(x₂=1)=54,7 + 7,73 + 14,05X₂ + 26,5 - 1,55X₂ - 1,75 - 1,33X₂ + 1,58 X₂=99,93



Рис. 2.2. Влияние относительной влажности воздуха на кожу для нижней обуви хромового дубления

Y_R'(x₃)=54,7 + 7,73 + 14,05 + 26,5X₃ - 1,55 - 1,75X₃ - 1,33X₃ + 1,58 X₃

Y_R'(x₃=-1)=54,7+7,73+14,05+26,5X₃-1,55-1,75X₃-1,33X₃+1,58X₃=46,43

Y_R'(x₃=-0,5)=54,7+7,73+14,05+26,5X₃ -1,55 -1,75X₃ -1,33X₃ +1,58 X₃=59,805

Y_R'(x₃=0)=54,7 + 7,73 + 14,05 + 26,5X₃ - 1,55 - 1,75X₃ - 1,33X₃ + 1,58 X₃=73,18

Y_R'(x₃=0,5)=54,7 + 7,73 + 14,05 + 26,5X₃ - 1,55 - 1,75X₃ - 1,33X₃ + 1,58 X₃=86,55

Y_R'(x₃=1)=54,7 + 7,73 + 14,05 + 26,5X₃ - 1,55 - 1,75X₃ - 1,33X₃ + 1,58X₃=99,93



Рис. 2.3. Влияние относительной влажности воздуха на опоек хромового дубления

Y₂

РМФМ имеет вид:

Y_R'' = 0,786 + 0,048X₁ + 0,15X₂ + 0,288X₃ + 0,013 X₁ X₂ + 0,00125X₁ X₃ - 0,05 X₂ X₃ - 0,011 Х₁ Х₂ Х₃

Y_R''(x₁=-1) =0,786+0,048X₁+0,15+0,288+0,013X₁+0,00125X₁ - 0,05 - 0,011Х₁=1,101

Y_R''(x₁=-0,5) =0,786+0,048X₁+0,15+0,288+0,013X₁+0,00125X₁ - 0,05-0,011Х₁=1,137

Y_R''(x₁=0) = 0,786 +0,048X₁+0,15+0,288 +0,013 X₁ +0,00125X₁ -0,05-0,011Х₁=1,173

Y_R''(x₁=0,5)=0,786 +0,048X₁+0,15+0,288 +0,013 X₁ +0,00125X₁ -0,05-0,011Х₁=1,209

Y_R''(x₁=1) = 0,786 + 0,048X₁ + 0,15 + 0,288 + 0,013X₁ + 0,00125X₁ - 0,05 - 0,011Х₁=1,245



Рис. 2.4. Влияние плотности кожи на кожу для низа обуви тонидного дубления

Y_R''(x₂) = 0,786 + 0,048+ 0,15X₂ + 0,288 + 0,013X₂ + 0,00125 - 0,05 X₂ - 0,011Х₂

Y_R''(x₂=-1) =0,786+0,048+0,15X₂+0,288+0,013X₂ + 0,00125 - 0,05 X₂ - 0,011Х₂=1,025

Y_R''(x₂=-0,5) =0,786+0,048+0,15X₂+0,288+0,013X₂+ 0,00125 - 0,05 X₂ - 0,011Х₂=1,08

Y_R''(x₂=0) =0,786+0,048+0,15X₂+0,288 + 0,013X₂ + 0,00125 - 0,05 X₂ - 0,011Х₂=1,135

Y_R''(x₂=0,5) =0,786+0,048+0,15X₂+0,288+0,013X₂ + 0,00125 - 0,05 X₂ - 0,011Х₂=1,19

Y_R''(x₂=1) =0,786+0,048+0,15X₂+0,288 + 0,013X₂ + 0,00125 - 0,05 X₂ - 0,011Х₂=1,245



Рис. 2.5. Влияние плотности кожи на кожу для низа обуви хромового дубления

Y_R''(x₃) = 0,786 + 0,048 + 0,15+ 0,288X₃ + 0,013+ 0,00125X₃ - 0,05X₃ - 0,011Х₃

Y_R''(x₃=-1)=0,786+0,048+0,15+0,288X₃ + 0,013+ 0,00125X₃ - 0,05X₃ - 0,011Х₃=0,75

Y_R''(x₃=-0,5)=0,786+0,048+0,15+0,288X₃+0,013+0,00125X₃ - 0,05X₃ - 0,011Х₃=0,874

Y_R''(x₃=0)=0,786+0,048+0,15+ 0,288X₃ + 0,013+ 0,00125X₃ - 0,05X₃ - 0,011Х₃=0,997

Y_R''(x₃=0,5)=0,786+0,048+0,15+0,288X₃+0,013+ 0,00125X₃ - 0,05X₃ - 0,011Х₃=1,121

Y_R''(x₃=1)=0,786+0,048+0,15+ 0,288X₃ + 0,013+ 0,00125X₃ - 0,05X₃ - 0,011Х₃=1,244



Рис. 2.6. Влияние плотности кожи на опоек хромового дубления

Y₃

РМФМ имеет вид:

Y_R''' = 3,504 + 0,295X₁ + 0,821X₂ + 1,678X₃ - 0,1228 X₁ X₂ - 0,0221Х₁ Х₃ - 0,2036Х₂ Х₃ + 0,0537X₁ X₂ X₃

Y_R'''(x₁)=3,504 +0,295X₁ +0,821 + 1,678 - 0,1228X₁ - 0,0221Х₁ - 0,2036 + 0,0537X₁

Y_R'''(x₁=-1)=3,504 +0,295X₁ +0,821 + 1,678 - 0,1228X₁ - 0,0221Х₁ - 0,2036 + 0,0537X₁=5,5956

Y_R'''(x₁=-0,5) = 3,504 + 0,295 X₁ + 0,821 + 1,678 - 0,1228 X₁ - 0,0221 Х₁ - 0,2036+0,0537X₁=5,6975

Y_R'''(x₁=0) = 3,504 + 0,295 X₁ + 0,821 + 1,678 - 0,1228 X₁ - 0,0221 Х₁ - 0,2036+0,0537X₁=5,7994

Y_R'''(x₁=0,5) = 3,504 + 0,295 X₁ + 0,821 + 1,678 - 0,1228 X₁ - 0,0221 Х₁ - 0,2036+0,0537X₁=5,9013

Y_R'''(x₁=1) = 3,504 + 0,295 X₁ + 0,821 + 1,678 - 0,1228 X₁ - 0,0221 Х₁ - 0,2036+0,0537X₁=6,0032



Рис. 2.7. Влияние толщины кожи на кожу для низа обуви тонидного дубления

Y_R'''(x₂) = 3,504+0,295+0,821X₂ +1,678X₃ - 0,1228X₂ - 0,0221-0,2036Х₂+0,0537X₂

Y_R'''(x₂=-1) = 3,504 + 0,295 + 0,821X₂ + 1,678 - 0,1228X₂ - 0,0221-0,2036Х₂+ 0,0537X₂=4,9066

Y_R'''(x₂=-0,5) = 3,504 + 0,295 + 0,821X₂ + 1,678 - 0,1228X₂ - 0,0221-0,2036Х₂+ 0,0537X₂=5,1808

Y_R'''(x₂=0) = 3,504 + 0,295 + 0,821X₂ + 1,678 - 0,1228X₂ - 0,0221-0,2036Х₂+ 0,0537X₂=5,4549

Y_R'''(x₂=0,5) = 3,504 + 0,295 + 0,821X₂ + 1,678 - 0,1228X₂ - 0,0221-0,2036Х₂+ 0,0537X₂=5,7291

Y_R'''(x₂=1) = 3,504 + 0,295 + 0,821X₂ + 1,678 - 0,1228X₂ - 0,0221-0,2036Х₂+ 0,0537X₂=6,0032



Рис. 2.8. Влияние толщины кожи на кожу для низа обуви хромового дубления

Y_R'''(x₃) = 3,504 + 0,295 + 0,821 + 1,678X₃ - 0,1228 - 0,0221 Х₃ - 0,2036Х₃ + 0,053X₃

Y_R'''(x₃=-1) = 3,504 + 0,295 + 0,821 + 1,678X₃ - 0,1228 - 0,0221 Х₃ - 0,2036Х₃ + 0,053X₃=2,9912

Y_R'''(x₃=-0,5) = 3,504 + 0,295 + 0,821 + 1,678X₃ - 0,1228 - 0,0221 Х₃ - 0,2036Х₃ + 0,053X₃=3,7442

Y_R'''(x₃=0) = 3,504 + 0,295 + 0,821 + 1,678X₃ - 0,1228 - 0,0221 Х₃ - 0,2036Х₃ + 0,053X₃=4,4972

Y_R'''(x₃=0,5) = 3,504 + 0,295 + 0,821 + 1,678X₃ - 0,1228 - 0,0221 Х₃ - 0,2036Х₃ + 0,053X₃=5,2502

Y_R'''(x₃=1) = 3,504 + 0,295 + 0,821 + 1,678X₃ - 0,1228 - 0,0221 Х₃ - 0,2036Х₃ + 0,053X₃=6,0032



Рис. 2.9. Влияние толщины кожи на опоек хромового дублении

Заключение

Рынок предлагаемой обуви всегда отражает широкий диапазон требований, обеспечивающих многообразие вариантов выбора. Признаки классификации обуви, формирующей рынок, многообразны и тесно переплетаются друг с другом. При оптимальной структуре ассортимента они наилучшим образом отвечают разнообразию условий эксплуатации обуви. Установлено, что свойства обуви образуются комплексом ассортиментных признаков, в различных сочетаниях формирующих торговый ассортимент.

Ассортимент обуви имеет множество классификационных признаков, которые учитываются производителями и покупателями.

Мотивация покупок обуви может быть различной: желание иметь престижный товар, соответствовать моде и своему имиджу, сменить и разнообразить гардероб, настоятельная необходимость в пополнении гардероба из-за отсутствия нужной обуви, покупки в подарок другому человеку или себе к празднику и др. Обувь относится к товару, который не покупают спонтанно, не обдумав особенностей предстоящей покупки. Для нее почти исключен такой вид спроса, как импульсивный.

Список литературы

1. Товароведение и экспертиза кожевенной продукции: Учебник под ред. В.Я. Ивановой, О.А. Голубенко, Москва, изд-торговая корпорация «Дашков и Ко», 2003 г.

2. Продавец: Уч. Пособие, под ред. В.А. Барановского, Л.И. Рубцовой, В.А. Тимофеевой, Ростов-на-Дону, изд-во «Феникс», 2004 г.