कार्य मापन के लिए मानक डेटा: सिंथेटिक और विश्लेषणात्मक मानक डेटा
कार्य मापन के लिए मानक डेटा: सिंथेटिक और विश्लेषणात्मक मानक डेटा!
(1) लगातार तत्व जो नौकरी से नौकरी में भिन्न नहीं होते हैं।
(२) तत्व, प्रकृति के समान, लेकिन कठिनाई, आकार, दबाव और भार आदि के कारण अलग-अलग।
(३) तत्व, जो प्रदर्शन की अवधि में भिन्न होते हैं क्योंकि सामग्री या प्रक्रियाओं की तकनीकी विशेषताओं में भिन्नता होती है जैसे गति, गहराई, कट की फ़ीड आदि।
पहले प्रकार के तत्वों के लिए, मानक डेटा को एक ही तत्व या एक ही नौकरी पर कई अध्ययन करके संकलित किया जा सकता है। बहुत ही समान तरीके से, तीसरे प्रकार के तत्वों के मानक डेटा की गणना उपकरणों की भौतिक विशेषताओं से की जा सकती है जैसे कि नौकरी की लंबाई, इसका व्यास, धुरी फ़ीड की गति, कट की गहराई आदि, लेकिन कठिनाई। दूसरे प्रकार के साथ काम करते समय आता है। इस हालत में, नौकरी पर समय अध्ययनों की एक श्रृंखला आयोजित करनी होगी।
अब, प्रत्येक मामले में, कोई भी एक या अधिक कार्य चर भिन्न हो सकते हैं और समय पर इस भिन्नता के प्रभाव का अध्ययन किया जाता है। चर और प्रदर्शन समय के बीच संबंध प्राप्त करने के लिए, बड़ी संख्या में अध्ययन आयोजित किए जाते हैं। यह प्रतिगमन विश्लेषण द्वारा किया जा सकता है।
उपरोक्त चर्चा को ध्यान में रखते हुए, मानक डेटा को दो प्रकारों में वर्गीकृत किया गया है:
1. सिंथेटिक मानक डेटा:
हम पहले ही बता चुके हैं कि समय अध्ययन या काम के नमूने या पीएमटीएस आदि का उपयोग करके इस डेटा को आसानी से संकलित किया जा सकता है। कभी-कभी, इनका संयोजन भी इस्तेमाल किया जा सकता है। तात्विक विच्छेद परिस्थिति के अनुसार सूक्ष्म या स्थूल हो सकता है।
माइक्रोस्कोपिक डेटा ऑपरेशन में शामिल मिनट आंदोलनों (यानी थेरब्लिग्स-पहुंच, कैरी, होल्ड आदि) पर आधारित है और सूक्ष्म तरीकों से इसका अनुपालन किया जाता है। मैक्रोस्कोपिक विधियों में, डेटा बड़े तत्वों से संबंधित होता है। इसलिए यह गतियों के एक समूह के रूप में तत्व जैसे घटक को उठाते हैं और चक आदि को ठीक करते हैं। मैक्रो डेटा को समय अध्ययन द्वारा एकत्र किया जाता है और सूक्ष्म डेटा सूक्ष्म गति अध्ययन और विश्लेषण का परिणाम है।
मानक डेटा को विकसित करने में शामिल विभिन्न चरण निम्नानुसार हैं:
1. मानक डेटा की प्रयोज्यता की सीमा तय करें।
2. नौकरी तत्वों में टूट गई है। तत्व स्थिर तत्व या परिवर्तनशील तत्व या मशीन तत्व हैं।
3. विभिन्न परिस्थितियों में विभिन्न नौकरियों के लिए समय अध्ययन का संचालन करें।
4. नौकरी की शर्तों की एक सूची बनाना और डेटा में उल्लिखित नौकरी की शर्तों के खिलाफ नौकरी की शर्तों की पुष्टि करना।
5. सारांश फॉर्म का उपयोग करके समय अध्ययनों को सारांशित करें।
6. लगातार और चर तत्व विभेदित हैं।
7. नौकरी की विशेषताओं का विश्लेषण किया जाता है जो तत्वों में परिवर्तनशीलता की ओर जाता है।
8. प्रत्येक तत्व के सामान्य समय और चर आयाम जैसे ……… के बीच एक कथानक बनाया जा सकता है। आइटम का आकार जैसा कि अंजीर में दिखाया गया है। 7.2।
9. मानक डेटा संकलित किया जाता है।
10. अंत में, डेटा की सटीकता और शुद्धता के लिए परीक्षण किया जाता है।
सिंथेटिक मानक डेटा उपयोगी हैं, जहां नौकरी की स्थिति:
(ए) कम अवधि के अत्यधिक दोहराव वाले कार्यों को शामिल करता है।
(b) उच्च श्रम लागत।
(c) बार-बार विधि भिन्नता।
(d) जब बड़ी संख्या में लोग समान कार्य करते हैं।
2. विश्लेषणात्मक मानक डेटा:
यहां, गणितीय मॉडल का उपयोग दी गई नौकरी के लिए मानक समय निर्धारित करने के लिए किया जाता है। बता दें कि नौकरी में विभिन्न तत्व E 1 E 2, E 3 ... E n, होते हैं।
नौकरी का मूल या सामान्य समय है
NT = NT E1 + NT E2 + NT E3 + …… + NT En
जहां, मौलिक मूल समय इस प्रकार हैं:
NT E1 = f 1 (V 1 V 2, V 3 … .. V m )
NT E2 = f 2 (V 1 V 2, V 3 ……। V m )
NT En = f n (V 1 V 2, V 3 … V m )
जहाँ V 1 V 2, V 3 ... V m वैरिएबल।
विश्लेषणात्मक मानक डेटा विकसित करने के लिए विभिन्न गणितीय तकनीकों का उपयोग किया जाता है। तत्वों का आकार चयनित विशेष मामले पर निर्भर करेगा। आमतौर पर इस्तेमाल की जाने वाली तकनीकें हैं लीनियर प्रोग्रामिंग, रिग्रेशन एनालिसिस, क्यूइंग मॉडल, कर्विलियर रिग्रेशन एनालिसिस, नॉन-लीनियर प्रोग्रामिंग आदि।
नौकरी की स्थिति जहां विश्लेषणात्मक मानक तिथि बहुत उपयोगी और सफल है:
(ए) लंबी अवधि के गैर-दोहराए जाने वाले कार्यों में शामिल नौकरियां।
(b) कम श्रम लागत।
(c) अपूर्ण विधि भिन्नता।
(d) जब कम संख्या में लोग समान कार्य करते हैं।
