Контроль качества – это одна из основных функций в процессе управления качеством. Значение контроля заключается в том, что он позволяет вовремя выявить ошибки, чтобы затем оперативно исправить их с минимальными потерями.
Контроль качества осуществляется путем сравнения запланированного показателя качества с действительным его значением. Собственно контроль качества и состоит в том, что, проверяя показатели качества обнаружить их отклонение от запланированных значений. В случае обнаружения такого отклонения необходимо найти причину его появления, и после корректировки процесса вновь проверить соответствие скорректированных показателей качества их запланированным значениям. Именно по такому непрерывному циклу осуществляется управление и обеспечение требуемого качества, и дальнейшее его улучшение.
Требования к качеству устанавливаются и фиксируются в нормативных и нормативно-технических документах: государственных, отраслевых, фирменных стандартах, технических условиях на продукцию и т.п.
Отклонение качества продукции от заданных параметров происходит, как правило, в худшую сторону и имеет общие и частные проявления.
К числу общих относится моральный износ, физическое и моральное старение продукции, то есть потеря первоначальных свойств при эксплуатации и старении.
Частные отклонения качества от установленных требований чрезвычайно разнообразны и обусловлены уже не экономической и технологической природой, а условиями внешнего характера: нарушениями правил эксплуатации, ошибками разработчиков и изготовителей, нарушениями производственной дисциплины, дефектами оборудования, с помощью которого изготавливается и используется продукция и т.д.
Поэтому можно утверждать, что качество продукции находится в постоянном движении. Следовательно, качество определяет собой хронически неустойчивый объект, требующий контроля.
Научной основой современного технического контроля является математико-статистические методы. Управление качеством продукции может обеспечиваться двумя методами: посредством разбраковки изделий и путем повышения технологической точности. Издавна методы контроля сводились, как правило, к анализу брака путем сплошной проверки изделий на выходе. При массовом производстве такой контроль очень дорог: контрольный аппарат должен в пять – шесть раз превышать количество производственных рабочих, и даже при этом нет полной гарантии от брака. Поэтому от сплошного контроля переходят к выборочному с применением статистических методов обработки результатов.
Один из основоположников применения статистических методов при серийном производстве американский специалист У.А. Шухарт писал: «В течение длительного времени эффективность статистики будет зависеть в меньшей степени от существования отряда статистиков, имеющих превосходную подготовку, чем от подготовки всего поколения, воспитанного в духе статистики, с физиками, химиками, инженерами и многими другими специалистами, которые будут отвечать в той или иной мере за подготовку и управление новыми процессами производства».
Какие же статистические методы следует использовать? Ответ в значительной степени зависит от специалистов, но существует принцип, согласно которому важность статистического метода равна его математическому потенциалу, умноженному на вероятность его применения. Следовательно, когда речь идет о широком применении статистических методов, рассматривать следует только те из них, которые понятны и которые могут легко применяться не статистиками.
Японские специалисты собрали из всего множества семь методов. Их заслуга состоит в том, что они обеспечили простоту, наглядность, визуализацию этих методов, превратив их фактически в эффективные инструменты контроля качества:
Контрольный листок – инструмент для сбора данных и их автоматического упорядочения для облегчения дальнейшего использования собранной информации;
Стратификация (расслоение) – инструмент, позволяющий произвести селекцию данных в соответствии с различными факторами.
Гистограмма – инструмент, позволяющий зрительно оценить распределение статистических данных, сгруппированных по частоте попадания данных в определенный (заранее заданный) интервал.
Анализ Парето - инструмент, позволяющий объективно представить и выявить основные факторы, влияющие на исследуемую проблему и распределить усилия для ее решения.
Причинно – следственная диаграмма Исикавы – инструмент, который позволяет выявить наиболее существенные факторы (причины), влияющие на конечный результат (следствие);
Диаграмма разброса – инструмент, позволяющий определить вид и тесноту связи двух рассматриваемых параметров процесса;
Контрольная карта – инструмент, позволяющий отслеживать ход протекания процесса и воздействовать на него (с помощью соответствующей обратной связи), предупреждая его отклонения от предъявленных к процессу требований.
Эти методы можно рассматривать и как отдельные инструменты, и как систему методов. Последовательность применения семи методов может быть различной в зависимости от поставленной цели.
Известный японский специалист в области качества профессор К. Исикава говорил: Основываясь на опыте своей деятельности, могу сказать, что 95% всех проблем фирмы могут быть решены с помощью этих семи приемов». Поэтому статистические методы – это то средство, которое необходимо изучать, чтобы внедрить управление качеством. Они – наиболее важная составляющая комплексной системы контроля Всеобщего Управления Качеством.
Блок-схема
Блок-схема представляет собой схематическое представление этапов выполнения процесса. Она отражает порядок, в котором следуют отдельные операции.
Существуют правила составления блок- схем.
Рис. 4.1 Правила составления блок- схемы
Сопутствующие документы можно показывает пунктирными стрелочками.
Контрольные листки
Британский стандарт ВS 7850 рассматривает контрольные листки как форму сбора информации.
Рассмотрим использование контрольного листка на примере протоколирования дефектов. Обратите внимание на следующее:
В данной конкретной форме не отражается общее число копий (или число хороших копий), а поэтому процент каждого вида брака остается неясным.
Контрольный листок может быть использован для сбора как атрибутивных, так и параметрических (переменных) данных.
Рис. 4.2 Контрольный листок
Гистограмма
Представляет собой наглядное представление или обобщение информации, характеризующей распределение переменных.
Рис. 4.3 Гистограмма
Анализ Парето (Принцип Парето)
Существует метод выбора предпочтения решения, широко известный как принцип Парето.
Статистические данные могут представляться двумя путями – в виде гистограммы и в виде интегрального распределения, причем последнее представление было использовано Лоренцом.
Описывая задачу таким образом, легко установить, какие факторы имеют наибольший эффект и в какой точке, спускаясь вдоль списка возможное улучшение становиться малоплодотворным.
Он как экономист вывел, что 20% людей обычно владеют 80% богатств.
В нашем случае 20% факторов определяют 80% дефектов. Наша задача найти эти 20%.
Принцип Парето представляется графически.
Рис. 4.4 Диаграмма Парето
Анализ Исикавы (рыбный скелет)
Метод разработан для выявления причин наблюдаемых отказов профессором Исикава.
Анализ обычно начинается с мозговой атаки, когда все принимающие в ней участие пытаются выявить все возможные причины.
На самом деле, результат может стать следствием комбинации нескольких причин, а исключение только одной их них может вовсе не решить проблемы или снизить вероятность ее появления. В этом суть анализа Исикавы, он заставляет пользователя проверить все возможные объяснения.
В начальной точке были определены типы возможных источников наблюдаемого результата, а именно: машины, способы, материалы, рабочая сила и др.
Рис. 4.5 Причинно-следственная диаграмма
Мозговая атака
Задачей этого метода является не допустить исключение из поля зрения возможных решений проблемы. Для этого руководствуются правилами организации мозгового штурма:
Создайте группу людей (порядка шести человек), знакомых с той областью, где возникла проблема;
Не определяйте проблему, подлежащую обсуждению, слишком конкретно;
Дайте людям записать все то, что им приходит в голову, в течение пяти - десяти минут;
Рассмотрите все высказанные соображения. Не допускайте никаких дискуссий или критики;
Сгруппируйте идеи, исключив дублирование;
Сформируйте “рыбий скелет” и приступите к обсуждениям.
Диаграмма рассеяния
Используется в тех случаях, когда необходимо построить зависимость между двумя факторами или переменными. Глядя на диаграмму можно говорить о положительной, слабой, сильной отрицательной корреляции (степени зависимости между фактором и переменными).
Рис. 4.6 Диаграмма рассеяния
6.1. Контрольный листок
Контрольный листок – средство систематического сбора первичных данных и автоматического их упорядочивания с целью упрощения дальнейшего использования собранной информации, представляющее собой бланк, на котором заранее напечатаны наименования и диапазоны контролируемых параметров. Он используется для учёта частоты встречаемости того или иного события.
1. формулирование вопросов относительно конкретных требований к качеству;
2. выбор необходимых методов анализа данных и оценка их эффективности;
3. определение точек сбора данных в производственном процессе;
4. назначение исполнителя для сбора данных;
5. оценка способности и возможности исполнителя к своевременному сбору данных;
6. разработка формы бланков контрольных листков;
7. подготовка инструкций по сбору данных;
8. проверка разработанных бланков и инструкций;
9. инструктаж и обучение работников;
10. периодический контроль процесса сбора данных и получаемых результатов.
Не зависимо от назначения в контрольных листка должны быть указаны:
· объект изучения (контроля);
· таблица регистрации данных о контролируемом параметре;
· место контроля;
· должность и фамилия работника, регистрирующего данные;
· дата сбора данных;
· продолжительность наблюдения и наименование контрольно-измерительного средства, в случае его применения.
Для регистрации количества событий могут быть использованы различные символы (черточки, крестики, точки и другие простые условные знаки), соответствующие количеству этих событий. Форма листка должна быть простой для заполнения и анализа и, следовательно, содержать по возможности наименьшее число контролируемых параметров. Бланки могут быть представлены в бумажном виде (на бумаге, исключающей расплывание чернил, в удобном для хранения и использования формате) или в электронном виде (при условии их заполнения непосредственно на компьютере).
6.2. Гистограмма
Гистограмма – удобный инструмент графического отображения данных, позволяющий визуально оценить закон распределения и величину разброса данных и выявить факторы, на которые следует в первую очередь обратить внимание для улучшения процесса.
Она представляет собой серию столбиков одинаковой ширины, но разной высоты. При этом ширина столбиков представляет заданный интервал в диапазоне наблюдений, а их высота – число измерений, укладывающихся в данный интервал. В случае нормального закона распределения данных большинство результатов концентрируется вблизи центрального значения и их количество постепенно уменьшается при удалении от названного значения.
В основном гистограммы используют для анализа значений измеренных параметров, а так же для оценки показателей возможностей процессов. По ним, в зависимости от закона распределения данных, определяют среднее значение показателя качества и стандартное отклонение, что позволяет произвести сравнение этого показателя с контрольными нормативами и получить, таким образом, высокоточную информацию.
Процесс построения гистограмм состоит из следующих этапов:
1. Определение диапазона статистических данных
где x max и x min – соответственно максимальное и минимальное наблюдаемые значения контролируемого параметра.
2. Вычисление числа интервалов на гистограмме, на пример по формуле Стерджесса
здесь N – общее число собранных данных в выборке.
3. Определение размеров (ширины) интервалов
4. Установление границ интервалов. За нижнюю границу первого интервала принимается минимальное значение контролируемого параметра x min . Что бы получить верхнюю границу этого интервала к нижней границе прибавляется ширина интервала h . Верхняя граница первого интервала является нижней границей для второго. Верхняя граница второго интервала вычисляется аналогично первому интервалу. Процедура повторяется до тех пор пока не будет найдена верхняя граница последнего интервала, которая по значению должна совпадать с максимальным значением контролируемого параметра x max .
5. Вычисление относительных частот значений контролируемого параметра по интервалам
где i – порядковый номер интервала (1, 2, 3…n ); f i – относительная частота значений контролируемого параметра для i -го интервала; k i – число измерений контролируемого параметра в пределах i -го интервала.
6. Построение осей гистограммы. Проводится вертикальная и горизонтальная оси и на каждой из них выбираются масштабы. На вертикальной оси откладываются значения относительных частот f i , а на горизонтальной – значения контролируемого параметра x .
7. Построение графика гистограммы. На оси абсцисс наносятся границы интервалов. Используя интервалы как основания, строятся прямоугольники, высота каждого из которых равна соответствующей относительной частоте. Так же на графике проводится линия, представляющая собой среднее арифметическое значение контролируемого параметра и линии границ поля допусков, если они имеются.
Для оценки качества процесса с помощью гистограмм используют следующие характеристики:
1. В случае, когда подтверждена стабильность процесса по настройке, а по разбросу – не подтверждена:
· для оценки возможности управления процессом - индекс пригодности процесса удовлетворять технический допуск без учета положения среднего значения
где USL и LSL – значения, соответственно, верхней и нижней границ допуска; s - значение стандартного отклонения, в качестве которого зачастую используют среднее квадратичное отклонение
здесь - среднее арифметическое значение результатов наблюдений
R – диапазон статистических данных
Если Р р ³ 1, то ширина гистограммы укладывается в пределы поля допуска и, значит процесс является управляемым, то есть имеется возможность организации процесса таким образом, что бы 99,73 % изделий будут попадать в пределы поля допуска. Если Р р < 1, то процесс неуправляемый, так как контролируемые параметры части изделий неизбежно будут выходить за пределы поля допуска;
· для оценки смещения гистограммы относительно середины поля допуска - показатель настроенности процесса на целевое значение
где Ц – середина поля допуска (целевое значение)
Чем ближе значение этого показателя к нулю, тем более процесс настроен на целевое значение и, соответственно, тем он эффективнее;
· для наиболее полной оценки качества протекания процесса – индекс пригодности процесса удовлетворять технический допуск с учётом положения среднего значения
2. В случае, когда подтверждена стабильность процесса по разбросу:
· для оценки возможности удовлетворения технического допуска без учёта положения среднего значения для стабильных по разбросу процессов – индекс воспроизводимости процесса
· для оценки возможности удовлетворять технический допуск с учётом фактического положения среднего значения для стабильных по разбросу и настройке процессов – индекс воспроизводимости процесса
Информацию о характере распределения случайной величины можно получить по форме гистограммы. Наиболее типичные их формы, которые могут быть использованы в качестве образцов при анализе процессов представлены на рис. 6.1.
Рис. 6.1. Основные формы гистограмм
а – колоколообразная симметричная; б – гребёнка; в – положительно скошенное распределение; г – распределение с обрывом слева; д – равномерное распределение (плато); е – двухпиковая (бимодальная) форма
Обычный тип гистограммы, имеющий симметричную или колоколообразную форму, означает, что среднее значение контролируемого параметра приходится на середину разброса данных. Наивысшая частота измеренных значений приходится на середину и постепенно снижается к обоим концам. Встречается наиболее часто. Для таких гистограмм характерно, что k » 0. При этом если Р р ³ 1 и P pk ³ 1, процесс является управляемым и не нуждается в корректировке.
Гребёнка встречается, когда число единичных наблюдений, попадающих в интервал, колеблется от интервала к интервалу или когда действует определённое правило округления данных.
Положительно (отрицательно) скошенное распределение означает локализацию значений контролируемого параметра слева (справа) от среднего значения. Такая форма говорит, что левое (правое) значение поля допуска недостижимо.
Распределение с обрывом слева (справа) показывает сильное смещение среднего арифметического значения контролируемого параметра от центра диапазона. Это свидетельствует о плохой управляемости процесса и высокой доли брака.
Плато (равномерное или прямоугольное распределение) наблюдается в случае одинаковых ожидаемых частот в разных интервалах. Такая форма характерна для сочетания нескольких распределений, имеющих различные средние значения.
Двухпиковый (бимодальный) тип свидетельствует о низких частотах в средней части диапазона данных и о наличии двух пиков с каждой стороны. Характерен для ситуации сочетания двух видов распределения с далеко отстоящими средними значениями контролируемого параметра.
6.3. Метод стратификации статистических данных
Стратификация предполагает разделение полученных данных на отдельные группы в зависимости от выбранного стратифицирующего фактора, в качестве которого могут быть приняты любые параметры, определяющие особенности условий возникновения и получения данных:
· различное оборудование;
· подразделения предприятия или конкретные работники;
· время сбора данных;
· различные виды сырья;
· различия в используемых станках, средствах измерения и так далее.
Отсутствие учёта стратифицирующего фактора приводит к объединению и обезличиванию данных, препятствующие установлению взаимосвязи между ними и особенностей их возникновения, то есть не позволяет получить статистически значимый материал.
С целью унификации типовых факторов, по которым может быть выполнена стратификация данных, и лёгкого их запоминания рекомендуется использовать мнемонический приём 4М…6М. Он основан на подборе слов английского языка, начинающихся на букву М и определяющих основные группы факторов стратификации статистических данных:
· Manpower (персонал) – стратификация по исполнителям;
· Machine (машина) – распределение по машинам, станкам, оборудованию;
· Material (материал) группировка по виду материала, сырья, комплектующих;
· Method (метод, технология) – разделение по способу производства;
· Measurement (измерение) – компоновка по методу измерения, по типу измерительных средств, по классу точности прибора и так далее;
· Media (окружающая среда) – группировка по температуре, влажности воздуха, по магнитным и электрическим полям, по солнечному излучению и другим.
Наиболее часто используются первые четыре группы факторов, формирующие мнемонический приём 4М. Если к ним необходимо добавить пятую и (или) шестую группы, то соответственно получаем мнемонические приёму 5М и 6М.
Практическое использование метода стратификации подразумевает реализацию следующих этапов:
1. Выбор данных, представляющих интерес для изучения;
2. Выбор стратифицирующего фактора и категорий, на которые следует разделять данные;
3. Осуществление группировки данных на основании выбранных категорий;
4. Оценка результатов группировки по каждой категории;
5. Представление полученных результатов;
6. Анализ необходимости дополнительного изучения данных;
7. Планирование последующей работы для дополнительного подтверждения полученных результатов.
6.4. Причинно-следственная диаграмма Исикавы
Исследуя проблему качества на одном заводе в 1953 году профессор Токийского университета Каоро Исикава представил мнения инженеров в форме диаграммы причин и результатов. Эта диаграмма в последствии получила название «диаграмма Исикавы» (в литературе из-за формы её часто называют диаграмма типа «рыбья кость» или «рыбий скелет»). Она является средством графического упорядочения факторов, влияющих на объект исследования, и позволяет наглядно отобразить не только названные факторы, но и причинно-следственные связи между ними. В основе построения данной диаграммы лежит постановка задачи, которую необходимо решить.
Принцип построения причинно-следственной диаграммы Исикавы можно описать следующим образом. Сначала к центральной оси, отображающей объект исследования, подводятся большие первичные стрелки, обозначающие главные факторы, оказывающие влияние на исследуемый объект (чем более значим фактор, тем ближе он располагается к «голове» диаграммы). Затем к каждой первичной стрелке пристраиваются стрелки второго порядка, к ним в свою очередь – стрелки третьего порядка и так далее. В результате получается схема (рис. 6.2), отображающая причинно-следственные связи. При этом каждая стрелка, примыкающая к другой, играет роль причины, а та к которой она примыкает – следствия.
Рис. 6.2. Причинно-следственная диаграмма (на примере выявления появления причины появления дефекта «концевые пороки» при производстве тентового материала для автотранспорта)
Наклон и размер стрелок значения не имеют. Главное – обеспечить правильную соподчинённость и взаимозависимость факторов и чётко оформить диаграмму, чтобы она легко читалась. Поэтому наименования факторов всегда указывают горизонтально, параллельно центральной оси.
Не смотря на кажущуюся простоту построения, диаграмма Исикавы требует от исполнителей хорошего знания объекта исследований и понимания взаимозависимости и взаимовлияния факторов. Поэтому процедуру её построения часто сопровождает «мозговой штурм», то есть метод приведения в действие творческого мышления рабочей группы для быстрого формулирования, разъяснения и оценки значительного перечня идей, проблем, причин, вопросов, подчиняющийся определённым правилам.
При построении диаграммы следует придерживаться ряда рекомендаций:
1. Необходимо выявить все факторы, связанные с рассматриваемой проблемой, путём наблюдений и опроса большого количества людей.
Из всей совокупности факторов следует выделить те, которые оказывают наибольшее влияние на показатель качества. При этом, ещё до построения диаграммы, чтобы не упустить ни один фактор, чрезвычайно важно привлечь к обсуждению как можно больше людей.
2. Следует дать как можно более точную формулировку показателя.
Чем точнее формулировка показателя, тем корректнее будут выявлены факторы, влияющие на этот показатель и, следовательно, тем эффективнее использование диаграммы для решения конкретных проблем.
3. Целесообразно использовать различные стратификации причин и следует строить столько диаграмм, сколько показателей подлежит анализу.
Каждый показатель нужно исследовать раздельно, так как их объединение приведёт к увеличению размера диаграммы и её усложнению, что затруднит процесс принятия решений.
4. При построении диаграммы нужно использовать показатели качества и факторы, которые можно измерить.
Для того, чтобы оценить степень взаимозависимости причина – результат на основе объективных данных необходимо измерить показатель качества и факторы, влияющие на него. Если это не представляется возможным, то нужно найти показатели-заменители.
5. Необходимо выделить факторы, по которым надлежит принять меры.
Если по обнаруженным причинам нельзя предпринять никаких действий, то проблема неразрешима. В этом случае причины нужно разделять на подпричины до тех пор, пока по каждой из них можно будет осуществить действия по улучшению качества.
6.5. Диаграмма Парето
Диаграмма Парето, являясь разновидностью столбчатой диаграммы, применяется для наглядного отображения рассматриваемых факторов в порядке убывания или возрастания их значимости. Она позволяет распределить усилия при разрешении проблем и выявить наиболее важные факторы, на которые в первую очередь должны быть направлены действия по улучшению ситуации.
В основе этой диаграммы лежит принцип Парето (1897 год). Этот принцип, применительно к видам несоответствий, состоит в том, что 70 – 80 % от общей суммы потерь П обычно обусловлены 20 – 30 % от списка несоответствий N 1 , N 2 , N 3 , …, N k , включающего в себя k наименований. Это означает, что улучшение качества процесса необходимо начинать с устранения именно этих наиболее важных несоответствий.
После установления наиболее существенного несоответствия N 1 можно составить перечень причин его обуславливающих, включающий m наименований. Относительно этих причин принцип Парето, можно сформулировать следующим образом, 70 – 80 % от общей суммы потерь, связанных с несоответствием N 1 , обусловлены 20 – 30 % видов причин от их общего перечня n 1 , n 2 , n 3 , …, n m . Следовательно, для устранения несоответствия N 1 нужно бороться в первую очередь с этими немногочисленными причинами.
В 1907 году американский экономист М. Лоренц (не зависимо от Парето) пришёл к таким же выводам и осуществил дельнейшее развитие идей своего предшественника. Он предложил дополнить столбчатую диаграмму кумулятивной кривой, которую в последствии стали называть его именем.
Применять диаграмму Парето и кривую Лоренца для решения проблем в области качества предложил Дж. Джурану, использовавший их для анализа и классификации проблем качества по их последствиям и причинам:
· на немногочисленные, но существенно важные несоответствия и (или) причины;
· на многочисленные, но несущественные проявления и (или) причины.
В результате диаграмма Парето превратилась в инструмент, позволяющий распределить усилия для разрешения имеющихся проблем качества, включая:
· выявление наиболее дорого обходящихся несоответствий;
· установление наиболее важных причин этих несоответствий, на устранение которых должны быть направлены первоочередные меры.
Построение рассматриваемой диаграммы предусматривает ряд этапов:
1. Выявление проблем подлежащих исследованию и выбор метода сбора данных, в том числе:
· определение типа проблем;
· формирование перечня необходимых данных и задание способов их стратификации;
· установление метода и периода сбора данных.
2. Разработка контрольного листка для регистрации данных с перечнем видов собираемой информации.
3. Заполнение контрольных листков и формирование необходимых итоговых данных.
4. Разработка формы таблицы для обработки статистических данных, предусматривающей:
· число зарегистрированных дефектов в абсолютном (единицы) и относительном (проценты от общего числа дефектов) выражениях;
· сумму число дефектов в абсолютном выражении;
· сумму числа дефектов в относительном выражении к общему итогу (накопленному проценту).
5. Заполнение таблицы, предусматривающее расположение данных по каждому проверяемому признаку в порядке убывания их значимости.
6. Построение осей диаграммы:
· вычерчивание горизонтальной оси с нанесением на ней интервалов в соответствии с числом контролируемых параметров;
· вычерчивание вертикальных осей с левой и правой стороны диаграмм:
– левой оси с нанесением шкалы количества дефектов в абсолютном выражении;
– правой оси с нанесением шкалы количества дефектов в относительном выражении.
7. Построение столбчатой диаграммы.
8. Построение кумулятивной кривой Лоренца (на вертикалях, соответствующих правым границам интервалов горизонтальной оси, наносится точки накопленных сумм и соединяются отрезками прямых).
9. Нанесение на диаграммы всех обозначений и надписей:
· сведений, касающихся диаграммы (названия осей, цифровые значения шкал);
· сведений, касающихся данных (вид дефекта, его количественные характеристики);
· сведений о месте и времени сбора и обработки данных;
· сведений о персонале, принимавшем участие в работе;
· других сведений, которые могут оказаться полезными в последующем работе с диаграммой.
Главным достоинством диаграммы Парето (рис. 6.3) является возможность разделения факторов на значительные (встречающиеся наиболее часто) и незначительные (встречающиеся относительно редко). Она показывает относительное влияние (в убывающем порядке) каждой причины на общую проблему.
Рис. 6.3. Диаграмма Парето (на примере видов дефектов тентового материала)
1 – концевые; 2 – складки; 3 – засечки; 4 – вмятины; 5 – грязь; 6 – прочие дефекты
После реализации корректирующих мероприятий для оценки их эффективности диаграмма строится снова с учётом изменившихся условий. Далее процедура повторяется до достижения желаемого результата.
При использовании рассматриваемых диаграмм на практике следует придерживаться рекомендаций:
· С целью установления факторов, оказывающих наибольшее влияние на исследуемую проблему, следует использовать стратификации данных по различным признакам и составлять достаточно большое число диаграмм Парето;
· Если группа «прочие факторы» составляет большой процент, то контролируемые параметры классифицированы не верно, то есть нужно применить другой принцип их стратификации;
· Если есть возможность представить данные в денежном выражении, то так и следует сделать, так как затраты являются важным критерием принятия решений в управлении.
6.6. Диаграмма разброса (рассеивания)
Диаграмма разброса (рассеивания) представляет собой инструмент, позволяющий определить вид и тесноту связи между парами соответствующих переменных, которые могут относиться:
· к характеристике качества и влияющему на неё фактору;
· к двум различным характеристикам качества;
· к двум факторам, влияющим на одну характеристику качества.
Порядок построения диаграммы предусматривает следующие этапы:
1. Сбор парных данных (х, у ), между которыми необходимо исследовать зависимость;
2. Установление масштабов шкал на осях диаграммы;
3. Построение графика;
4. Нанесение на диаграммы всех необходимых обозначений и надписей.
Наиболее типичные виды диаграмм разброса (рассеивания) представлены на рис. 6.4.
После построения диаграммы для установления количественной оценки связи между исследуемыми данными обычно рассчитывают коэффициент корреляции
где n – число пар данных; i – порядковый номер пары данных; x i , y i – собранные статистические данные i -й пары; , - средние арифметические значения данных x и y .
Значение коэффициента корреляции r должно находиться в диапазоне от -1 до 1.
Рис. 6.4. Типичные виды диаграмм разброса (рассеивания)
а – сильно положительная корреляция; б – сильно отрицательная корреляция; в – слабая положительная корреляция; г – слабая отрицательная корреляция; д – криволинейная корреляция; е – отсутствие корреляции
6.7. Временные ряды
Временной ряд являются наиболее простым способом представления изменения наблюдаемых параметров за определенный промежуток времени. Он предназначен для наглядного отображения данных, прост в построении и использовании. Главная особенность его построения заключается в том, что точки, характеризующие контролируемый параметр, представляются на графики строго в том порядке, в каком собирались данные. Сам же график показывает изменение параметра во времени.
Одним из наиболее эффективных применений временного ряда связано с отслеживанием тенденций, изменений и средних значений параметра, характеризующего качество продукции, например, анализа сбыта продукции (рис. 6.5). Так же он может быть полезен при интерпретации и анализе статистических данных.
Рис. 6.5. Временной ряд (на примере сравнительного анализа сбыта продукции)
2010 год; - 2011 год
6.8. Контрольные карты
Контрольная карта – это способ представления данных, характеризующих технологический процесс, в виде временного ряда. Она позволяет контролировать текущие рабочие характеристики процесса, показывает отклонения этих характеристик от целевого или среднего значения и уровень стабильности процесса в течение времени. Так же она может быть использована для изучения возможностей процесса, определения достижимых целей качества и выявления изменения характеристик и изменчивости процесса, которые требуют корректировки или предупреждающих действий.
Впервые контрольные карты были предложены У. Шухартом для исключения необычных вариаций, то есть стратификации вариаций на обусловленные определёнными причинами и на обусловленные случайными причинами.
Основу контрольных карт составляют четыре положения:
· все процессы с течением времени отклоняются от заданных характеристик;
· небольшие отклонения отдельных точек являются непрогнозируемыми;
· стабильный процесс изменяется случайным образом, но при этом группы точек конкретных характеристик имеют тенденцию находиться в прогнозируемых границах;
· нестабильный процесс отклоняется под действием неслучайных факторов, а сами неслучайные отклонения находятся за пределами прогнозируемых границ.
Исходя из представленных положений, рассматриваемые карты могут быть использованы для установления границ регулирования, в которых должны находиться характеристики процесса. Также они позволяют выявить факторы, вызывающие отклонения процесса от заданных требований, и исключить их влияние.
Результаты измерений характеристик процесса за определённый промежуток времени сравниваются с требованиями к процессу с целью установления, что контролируемая характеристика:
· выходит за границы поля допуска, но разброс параметров процесса не превышает ширины поля допуска, следовательно, имеется возможность удовлетворения требований потребителя за счёт наладки или настойки процесса;
· выходит за границы поля допуска, причём, среднее её значение близко к середине поля допуска, а разброс параметров процесса превышает ширину полч допуска, что не позволяет удовлетворить требования потребителя. Значит необходимо улучшение процесса с целью уменьшения разброса его параметров за счёт использования более точного технологического оборудования или уменьшения влияния внешних факторов, вызывающих повышенную изменчивость процесса;
· её среднее значение далеко от середины поля допуска и величина разброса параметров процесса превышает ширину поля допуска. Следовательно, необходимы действия по улучшению качества процесса как за счёт его настройки и наладки, так и для уменьшения разброса параметров процесса.
При разработке контрольных карт особое значение имеет способ определения контрольных границ. Для установления этих границ необходимо собрать большое количество предварительных данных, характеризующих состояние процесса, и на их основе рассчитать названные границы.
· р – карта (карта для контроля доли не соответствующих (дефектных) изделий в подгруппе);
· np – карта (карта для контроля числа несоответствующих (дефектных) изделий в подгруппе определённого объема n);
· с – карта (карта для контроля числа несоответствий (дефектов) в подгруппе);
· u – карта (карта для контроля числа несоответствий (дефектов), приходящихся на единицу продукции в подгруппе).
Контрольная карта индивидуальных значений (рис. 6.6) строится следующим образом. Через определённый промежуток времени измеряется значение характеристики качества одной детали снимаемой с конвейера и отмечается на бланке контрольной карты условным знаком (точкой, крестиком, кружочком и так далее). Если эти значки группируются вблизи середины поля допуска (CL ) и не выходят за пределы верхней (USL ) и нижней (LSL ) границ поля допуска, то процесс идёт в управляемых условиях. В случае, когда на каком-либо шаге контроля значки приближаются или даже выходят за пределы поля допуска, необходимо вмешаться в ход процесса.
N медианой будет значение, занимающее среднее положение в ряду значений измерений, расположенных в порядке возрастания или убывания. При чётном числе n медиана будет равна среднему арифметическому двух значений, расположенных в середине названного ряда. Аналогично, вместо среднего квадратичного S удобнее использовать разброс параметров R.
Рассмотрим порядок построения контрольных карт на примере -карты. Такая карта используется для анализа и управления процессами, показатели качества которых представлены непрерывными величинами (длиной, весом, концентрацией и так далее) и несут наибольшее количество информации о процессе.
Перед применением -карты необходимо подготовить её бланк. Затем действовать в следующем порядке:
1. Сбор данных;
2. Вычисление средних арифметических значений для каждой x i -карт и R-карт
Рис. 6.7. Форма бланка контрольной карты -типа
Состояние объекта является контролируемым, если процесс стабилен, а среднее значение его параметров и разброс их значений R не меняются, оставаясь близкими к и , то есть не выходят за пределы, ограниченные верхним и нижним контрольными уровнями. Если такое состояние подтверждается контрольной картой, то осуществляется простой контроль без вмешательства оператора (процесс идёт успешно). При отклонении условий протекания процесса от нормальных, требуется его регулирование. Операторам рекомендуется осуществлять вмешательство в ход процесса при появлении на контрольной карте следующих признаков (рис. 6.8):
1. одна или более точек оказались за верхним или нижним контрольными пределами;
2. серия из семи или более точек оказались с одной стороны от центральной линии;
3. шесть или более точек подряд образуют ряд непрерывно возрастающих или убывающих значений (появ
Другие названия метода: "Семь (старых) инструментов контроля качества".
Назначение метода
Применяются как непосредственно в производстве, так и на различных стадиях жизненного цикла продукции.
Цель метода
Выявление проблем, подлежащих первоочередному решению, на основе контроля действующего процесса, сбора, обработки и анализа полученных фактов (статистического материала) для последующего улучшения качества процесса.
Суть метода
Контроль качества (сравнение запланированного показателя качества с действительным его значением) - это одна из основных функций в процессе управления качеством, а сбор, обработка и анализ фактов - важнейший этап этого процесса.
Научной основой современного технического контроля является математико-статистические методы.
Из множества статистических методов для широкого применения выбраны только семь, которые понятны и могут легко применяться специалистами различного профиля. Они позволяют вовремя выявить и отобразить проблемы, установить основные факторы, с которых нужно начинать действовать, и распределить усилия с целью эффективного разрешения этих проблем.
План действий
Внедрение семи методов должно начинаться с обучения этим методам всех участников процесса.
Последовательность применения методов может быть различной в зависимости от поставленной цели.
Эти методы можно рассматривать и как отдельные инструменты, и как систему методов. Каждый метод может находить свое самостоятельное применение в зависимости от того, к какому классу относится задача.
Особенности метода
Семь основных инструментов контроля качества - набор инструментов, позволяющих облегчить задачу контроля протекающих процессов и предоставить различного рода факты для анализа, корректировки и улучшения качества процессов.
- Контрольный листок - инструмент для сбора данных и их автоматического упорядочения для облегчения дальнейшего использования собранной информации.
- Гистограмма - инструмент, позволяющий зрительно оценить распределение статистических данных, сгруппированных по частоте попадания данных в определенный (заранее заданный) интервал.
- Диаграмма Парето - инструмент, позволяющий объективно представить и выявить основные факторы, влияющие на исследуемую проблему, и распределить усилия для ее эффективного разрешения.
- Метод стратификации (расслаивания данных) - инструмент, позволяющий произвести разделение данных на подгруппы по определенному признаку.
- Диаграмма разброса (рассеивания) - инструмент, позволяющий определить вид и тесноту связи между парами соответствующих переменных.
- Диаграмма Исикавы (причинно-следственная диаграмма) - инструмент, который позволяет выявить наиболее существенные факторы (причины), влияющие на конечный результат (следствие).
- Контрольная карта - инструмент, позволяющий отслеживать ход протекания процесса и воздействовать на него (с помощью соответствующей обратной связи), предупреждая его отклонения от предъявленных к процессу требований.
Дополнительная информация:
- Семь простых статистических методов - инструменты познания, а не управления.
- Способность рассматривать события с точки зрения статистики важнее, чем знание самих методов.
- На передовых зарубежных фирмах абсолютно все работники обязаны владеть семью простыми статистическими методами.
- Данные необходимо собирать так, чтобы облегчить их последующую обработку. Нужно понимать, для каких целей осуществляется сбор и обработка данных.
Обычно цели сбора данных в процессе контроля качества состоят в следующем:
- контроль и регулирование процесса;
- анализ отклонений от установленных требований;
- контроль выхода процесса.
Достоинства метода
Наглядность, простота освоения и применения.
Недостатки метода
Низкая эффективность при проведении анализа сложных процессов.
Ожидаемый результат
Решение до 95% всех проблем, возникающих на производстве.
А.М. Кузьмин
"Метод "Семь основных инструментов контроля качества"" и другие
Полховская Т., Адлер Ю., Шпер В.
В современном мире чрезвычайно важное значение приобретает проблема качества продукции. От ее успешного решения в значительной степени зависит благополучие любой фирмы, любого поставщика. Продукция более высокого качества существенно повышает шансы поставщика в конкурентной борьбе за рынки сбыта и, самое важное, лучше удовлетворяет потребности потребителей. Качество продукции - это важнейший показатель конкурентоспособности предприятия.
Качество продукции закладывается в процессе научных исследований, конструкторских и технологических разработок, обеспечивается хорошей организацией производства и, наконец, оно поддерживается в процессе эксплуатации или потребления. На всех этих этапах важно осуществлять своевременный контроль и получать достоверную оценку качества продукции.
Для уменьшения затрат и достижения уровня качества, удовлетворяющего потребителя нужны методы, направленные не на устранение дефектов (несоответствий) готовой продукции, а на предупреждение причин их появления в процессе производства.
Каковы же причины появления различных дефектов в изделиях и какие существуют возможности для уменьшения их числа?
Многие считают, что дефектные изделия неизбежны, поскольку продукция должна удовлетворять жестким требованиям стандартов качества, а факторы, ведущие к появлению дефектов, многочисленны. Однако, несмотря на различия в видах продукции и типах технологических процессов, причины появления дефектных изделий универсальны. Частично дефекты вызываются самими физико-химическими процессами создания изделий, а частично они связаны с вариабельностью (изменчивостью) материалов, процессов, приемов работы, методов контроля и т.д. Если бы не было вариабельности, то все изделия были бы идентичными, т.е. их качество было бы абсолютно одинаковым для всех них.
Что будет, например, если изготавливать изделия из материалов одинакового качества на одинаковых станках, с помощью одних и тех же методов и проверять эти изделия совершенно одинаковым образом? Вне зависимости от того, сколько изделий будет изготовлено, всё они должны быть идентичными, пока идентичны упомянутые четыре условия, т.е. либо все изделия будут соответствовать требованиям, либо не будут им соответствовать. Все изделия окажутся дефектными, если материалы, станки, методы изготовления или контроля будут отличаться от установленных требований. В этом случае неизбежно появление одинаковых дефектных изделий. Если же никаких отклонений в перечисленных четырех условиях производства не будет, то все изделия должны быть "идентичными" - бездефектными.
Но практически невозможно, чтобы все изделия оказались дефектными. Из всего объема выпуска только некоторые будут таковыми, в то время как остальные - бездефектными.
Рассмотрим, например, процесс гибки стальных листов. На первый взгляд кажется, что все листы имеют одинаковую толщину, но если точно измерить, их толщина будет различной, причем даже в разных частях одного и того же листа. Если исследовать кристаллическую структуру разных частей листа, то окажется, что в форме кристаллов, состоящих из атомов железа, углерода и других, есть незначительные вариации. Эти различия, естественно, влияют на показатели качества. Даже если используется один и тот же метод гибки, листы не будут изгибаться одинаковым образом, а в некоторых могут появиться и трещины.
Другой пример - механическая обработка металла. По мере роста числа обработанных деталей резец тупится. Консистенция смазочно-охлаждающей жидкости при изменении температуры тоже меняется. В итоге размеры изделий зависят от того, заточен ли резец и правильно ли он установлен. Хотя может показаться, что обе операции выполняются в одних и тех же условиях, на самом деле происходит множество изменений или вариаций, остающихся незамеченными, но именно они сказываются на качестве продукции.
Рассмотрим еще один пример - термообработку. Температура в печи постоянно меняется с изменением напряжения (если процесс идет в электропечи)или давления газа (если используется газовая печь). В самой печи области, расположенные у заслонки; вблизи пода, свода, у боковых стенок, в центральной части, находятся в разных условиях. Когда изделия помещаются в печь дня термообработки, количество тепла, которое они получают, варьируется в зависимости от их положения, что влияет на такой показатель качества, как твердость изделия.
Физические способности и мастерство рабочих также оказывают воздействие на изменение качества изделий. Есть высокие и низкие, худые и толстые, слабые и сильные люди, левши и люди, у которых лучше развита правая рука. Рабочие могут думать, что они работают одинаково, но есть индивидуальные отличия. Даже один и тот же человек работает по-разному в зависимости от своего самочувствия в каждый конкретный день, состояния и степени усталости. Иногда он допускает ошибки из-за невнимательности.
Ошибки могут допускаться контролерами при измерении параметров изделий. Вариации замеров могут стать следствием использования неисправного измерительного инструмента или несовершенства метода измерения. Так в случае органолептического (визуального контроля) изменения в критериях, которыми руководствуется контролер, могут привести к ошибочной оценке качества продукции и сказаться на объективности принятия решения относительно годности продукции.
Рассматривая проблему подобным образом, можно видеть, что в процессе изготовления изделия существует множество факторов, оказывающих влияние на его показатели качества. Оценивая производственный процесс с точки зрения изменения качества, можно рассматривать его как некую совокупность причин изменчивости. Эти причины и объясняют изменения в показателях качества изделий, что приводит к разделению их на дефектные и бездефектные. Изделие считается бездефектным, если его показатели качества соответствуют определенному стандарту, в противном случае изделие классифицируется как дефектное. Более того, даже дефектные изделия отличаются друг от друга при сопоставлении со стандартом, т.е. нет "абсолютно одинаковых" изделий. Одной из причин выпуска дефектных изделий, как уже было сказано, служит изменчивость. Если попытаться ее уменьшить, их число, несомненно, сократится. Это - простой и здравый принцип, одинаково правильный вне зависимости от видов изделий или типов технологических процессов.
Существовавшие издавна методы контроля сводились, как правило, к анализу брака путем сплошной проверки изготовленных изделий. При массовом производстве такой контроль очень дорог. Расчеты показывают, что для обеспечения качества продукции посредством ее разбраковки контрольный аппарат предприятий должен в пять-шесть раз превышать количество производственных рабочих.
С другой стороны, сплошной контроль в массовом производстве не гарантирует отсутствия дефектных изделий в принятой продукции. Опыт показывает, что контролер быстро устает, в результате чего часть годной продукции принимает за дефектную и наоборот. Практика также показывает - там, где увлекаются сплошным контролем, резко возрастают убытки от брака.
Указанные причины поставили производство перед необходимостью перехода к выборочному контролю. Распространению выборочного контроля способствовали исследования специалистов в области теории вероятностей и математической статистики, которые показали, что в большинстве случаев для надежной оценки качества нет необходимости в проверке всей выпускаемой продукции. Эти исследования (в первую очередь американских статистиков Доджа, Ромига и Шухарта) позволили подойти к организации технического контроля на новой научной и методической основе. Однако следует иметь в виду, что переход к выборочному контролю эффективен только тогда, когда технологические процессы, будучи в налаженном состоянии, обладают такой точностью и стабильностью, при которых автоматически гарантируется изготовление продукции с минимальным числом дефектов.
Почему же выборочный контроль должен быть статистическим? Рассмотрим два характерных примера.
Сегодня текущий контроль состояния технологического процесса осуществляется следующим образом. Из текущей продукции в случайные моменты времени отбирается на контроль одна единица продукции, по которой судят о состоянии технологического процесса: если она оказывается годной, процесс считается налаженным, в противном случае принимается решение о необходимости приостановки изготовления продукции и о корректировке процесса.
Какова эффективность подобных действий? Сформулированная процедура контроля состояния технологического процесса исходит из традиционней логики: процесс налажен - брака нет, процесс разлажен - вся изготовленная продукция будет дефектной.
В производстве действуют иные закономерности, которые называют стохастическими или случайными. При разладке процесса доля производимого брака лишь несколько увеличивается: до 1, 2, 10 % и крайне редко до 100 % -это зависит от конкретной технологии и конкретной причины разладки. Представим, что в результате разладки технологического процесса доля производимого брака возросла до 5 % . Это означает, что в среднем каждая двадцатая изготовляемая единица продукции окажется дефектной. Какова же вероятность извлечь именно эту, одну среди двадцати, дефектную единицу и принять правильное решение? Ответ может быть таким, что вероятность обнаружения нарушения процесса равна вероятности изготовления дефектной единицы продукции при разлаженном процессе, в нашем случае - 5 %,
Современная практика организации текущего контроля состояния технологического процесса принципиально не может решать проблему предупреждения брака. Не спасает и то, когда на проверку отбирают, не одну, а две или три единицы. При статистическом контроле качества те же самые результаты, обработанные методами математической статистики, позволяют с высокой степенью достоверности оценить истинное состояние технологического процесса. Статистические методы позволяют обоснованно обнаруживать разладку процесса даже тогда, когда две-три единицы продукции, отобранные для контроля, окажутся годными, так как обладают высокой чувствительностью к изменениям в состоянии технологических процессов.
Годами упорного труда специалисты выделяли из мирового опыта по крупицам такие приемы и подходы, которые можно понять и эффективно использовать без специальной подготовки, причем делалось это так, чтобы обеспечить реальные достижения при решении подавляющего большинства проблем, возникающих в реальном производстве.
В итоге была выработана система практических методов, рассчитанных на массовое применение. Это так называемые семь простых методов:
1) диаграмма Парето;
2) схема Исикавы;
3) расслаивание (стратификация);
4) контрольные листки;
5) гистограммы;
6) графики (на плоскости)
7) контрольные карты (Шухарта).
Иногда эти методы перечисляют в ином порядке, что не принципиально, поскольку предполагается их рассмотрение и как отдельных инструментов, и как системы методов, в которой в каждом конкретном случае предполагается специально определить состав и структуру рабочего набора инструментов.
Статистические методы управления качеством - это философия, политика, система, методология, а также технические средства управления качеством на основе результатов измерений, анализа, испытаний, контроля, данных эксплуатации, экспертных оценок и любой другой информации, позволяющей принимать достоверные, обоснованные, доказательные решения.
Применение статистических методов - весьма действенный путь разработки новой технологии и контроля качества производственных процессов. Многие ведущие фирмы стремятся к их активному использованию, и некоторые из них тратят более ста часов ежегодно на обучение этим методам, осуществляемое в рамках самой фирмы. Хотя знание статистических методов - часть нормального образования инженера, само знание еще не означает умения применить его. Способность рассматривать события с точки зрения статистики важнее, чем знание самих методов. Кроме того, надо уметь честно признавать недостатки и возникшие изменения и собирать объективную информацию.
Семь основных инструментов качества - название, которое дано набору очень простых графических методов, которые были определены как наиболее полезные для решения простых, повседневных вопросов, связанных с качеством. Они называются основными , потому что даже люди с недостаточной квалификацией или без статистической подготовки будут в состоянии понять эти принципы и применить их в своей повседневной работе.
Я часто видела, что даже высококвалифицированный персонал игнорирует идею использования современных инструментов качества, таких, как планирование эксперимента, проверка гипотез или многомерный анализ. Хотя для большинства профессионалов было бы полезно знать, что большинство вопросов, связанных с качеством могут быть решены с помощью этих семи основных инструментов качества.
Целью данной статьи является обзор этих основных инструментов и их эффективного использования. Получение наилучших результатов с помощью любого из этих инструментов не требует доказательств; специалист по качеству должен обеспечить полную, объективную и достаточную информацию.
Инструмент № 1: Диаграммы Исикавы
Диаграммы Исикавы (также называемые «рыбий скелет» или «диаграммы причинно-следственных связей» ) являются причинно-следственными диаграммами, которые показывают основную причину (ы) конкретного события. Распространенным способом построения действительно информативного «рыбьего скелета» является одновременное применение метода «Пяти почему» (5 Whys) и диаграммы причинно-следственных связей.
- Людей - Персонал, участвующий в процессе; заинтересованные стороны и т.д.
- Методы - Процессы для выполнения задач и конкретные требований для их выполнения, такие как стратегии, процедуры, правила, инструкции и законы
- Машины - Любое оборудование, компьютеры, инструментарии и т.д., необходимые для выполнения работы
- Материалы - Сырье, детали, ручки, бумага и т.д., используемые для производства конечного продукта
- Показатели - Данные, полученные от процесса, которые используются для оценки его качества
- Окружающую среду - Условия, такие как местоположение, время, температура и культура, в которых этот процесс осуществляется
Инструмент № 2: Контрольный лист
Контрольный лист представляет собой структурированный, подготовленный бланк для сбора и анализа данных. Это универсальный инструмент, который может быть адаптирован для самых разнообразных целей. Собираемые данные могут быть количественными или качественными. Когда информация является количественной, контрольный листок называется учетным листом .
Определяющей характеристикой контрольного листа является то, что данные вносятся в него в виде отметок ("галочек"). Типичный контрольный лист разделен на графы, и отметки, сделанные в разных графах, имеют разные значения. Данные считываются с учетом расположения и количества отметок в листе. Контрольные листы обычно используют "шапку", которая отвечает на пять вопросов: Кто? Что? Где? Когда? Почему? Разрабатывайте оперативные определения для каждого из вопросов.
- Кто заполнил контрольный лист
- Что было собрано (что представляет собой каждая отметка, идентификационный номер партии или число изделий в партии)
- Где происходил сбор данных (оборудование, помещение, инструментальные средства)
- Когда происходил сбор данных (час, смена, день недели)
- Почему эти данные были собраны
Инструмент № 3:
Является отображением статистической информации, которая представляется прямоугольниками для того, чтобы показать частоту элементов данных в последовательных числовых интервалах одинакового размера. В наиболее распространенной форме гистограммы, независимая переменная откладывается по горизонтальной оси, а зависимая переменная графически наносится по вертикальной оси.
Основная цель гистограммы - уточнить представленные данные. Это полезный инструмент для выведения обрабатываемых данных в области или столбцы гистограммы для установления частоты определенных событий или категорий данных. Эти гистограммы могут помочь отразить наибольшую частоту. Типичные области применения гистограмм анализа основной причины включают представление данных для определения доминирующей причины; понимание распределения проявлений различных проблем, причин, последствий и т.д. Диаграмма Парето, (объясняется далее в статье) представляет собой особый тип гистограммы.
Инструмент № 4:
Является важным инструментом и решением. Так как ресурсы организации ограничены, для владельцев процессов и заинтересованных сторон важно понимать первопричины ошибок, дефектов и т.д. Парето превосходно представляет этот механизм четким ранжированием основных причин дефекта. Диаграмма также известна как принцип 80:20.
Диаграмма, названная в честь экономиста и политолога Вильфредо Парето, представляет собой тип графика, который содержит столбцы и линейный график, где отдельные значения представлены в порядке убывания столбцов, а накопленная сумма представлена линией. Левая вертикальная ось обычно представляет частоту проявлений. Правая вертикальная ось - суммарный процент от общего числа проявлений. Так как причины располагаются в порядке убывания их значимости, кумулятивная функция является вогнутой. В качестве примера вышеизложенного, для того, чтобы снизить количество опозданий на 78%, достаточно устранить первые три причины.
Инструмент № 5: Диаграмма рассеяния или точечный график
Точечный график часто используется для выявления потенциальных связей между двумя переменными, где одну из них можно считать объясняющей переменной, а другую - зависимой. Это дает хорошую визуальную картину отношений между двумя переменными, и помогает при анализе коэффициента корреляции и регрессионной модели. Данные отображаются в виде набора точек, каждая из которых имеет значение одной переменной, определяющей положение по горизонтальной оси, и значение второй переменной, определяющей положение по вертикальной оси.
Точечная диаграмма используется, когда существует переменная, находящаяся под контролем экспериментатора. Если существует параметр, который систематично увеличивается и / или уменьшается при воздействии другого, это называется параметром управления или независимой переменной и обычно наносится по горизонтальной оси. Регулируемая или зависимая переменная обычно откладывается вдоль вертикальной оси. Если не существует зависимой переменной, или переменной может быть нанесена по любой из осей или на диаграмме рассеяния, она отобразит только степень корреляции (а не причинно-следственные отношения) между двумя переменными.
Инструмент № 6:
Представляет собой метод выборочного исследования населения. В статистических обследованиях, когда группы населения в генеральной совокупности отличаются, целесообразно делать выборку каждой группы (страты) отдельно. Стратификация является процессом деления членов общества на однородные подгруппы перед осуществлением выборки.
Страты должны быть взаимоисключающими: каждая единица населения должна быть отнесена только к одному слою. Страты должны быть исчерпывающими: ни одна единица населения не может быть исключена. Затем в рамках каждой страты производится простая случайная выборка или систематическая выборка.
Это часто повышает репрезентативность выборки за счет уменьшения ошибки выборки. Она может давать средневзвешенную величину, которая имеет меньшую изменчивость, чем среднее арифметическое простой случайной выборки населения. Я часто говорю группам, которые курирую, что правильные процедуры отбора являются более важными, чем просто наличие достаточного размера выборки!!
Инструмент № 7: Контрольные карты, также известные как карты Шухарта или карты поведения процесса
Представляет собой особый вид временной диаграммы, которая позволяет значимому изменению дифференцироваться вследствие естественной изменчивости процесса.
Если анализ контрольной карты показывает, что процесс находится под контролем (т.е. является стабильным, изменяется только из-за причин, свойственных процессу), то никакие исправления или изменения параметром управления процессом не требуются или не желательны. Кроме того, данные этого процесса могут быть использованы для прогнозирования будущей эффективности процесса.
Если карта показывает, что наблюдаемый процесс не управляемый, анализ этой карты может помочь определить источники изменения, которые затем могут быть устранены, чтобы снова восстановить управляемость процесса.
Контрольная карта может рассматриваться как часть объективного и упорядоченного подхода, который способствует правильным решениям в отношении управления процессом, в том числе, нужно ли изменять параметры управления процессом. Параметры процесса не должны исправляться для процесса, который находится под контролем, так как это приведет к снижению показателей процесса. Процесс, который является стабильным, но осуществляется вне заданного интервала (процент брака, например, может быть статистически управляемым, но выше заданной нормы), должен быть улучшен за счет целенаправленных усилий, чтобы понять причины текущей деятельности и коренным образом улучшить процесс.
Когда я руковожу простыми проектами Шесть Сигм (Six Sigma) (обычно называется проектом желтых поясов), где вопросы несложные и команда проекта состоит из людей с 3-х - 5-тилетним опытом участия в процессе, я решительно выступают за использование этих простых инструментов для решения вопросов, связанных с процессом.
Как эмпирическое правило, любой процесс, демонстрирующий воспроизводимость с 1-2% среднеквадратичных отклонений, может быть улучшен путем простого анализа с использованием этих инструментов. Только когда показатель воспроизводимости процессов более 2,5 - 3% среднеквадратичных отклонений, необходимо использовать инструменты средней и повышенной сложности для выявления и решения вопросов, связанных с процессом. Я также рекомендую любому начальному курсу обучения и тренингу Six Sigma использовать семь инструментов контроля качества для создания плодородной почвы для подготовки зеленых и черных поясов в рамках организации.
Материал подготовлен Андреем Гариным
по материалам зарубежных изданий
http://www.сайт/
