Анализируя большие массивы данных, мы привычно используем среднее значение, реже среднеквадратичное отклонение, еще реже иные методы обработки. Чем вызвано такое «самоограничение»? 🙂 Скорее всего, недостаточными знаниями и опытом в этих вопросах. Откуда современный менеджер может узнать о методах статистической обработки данных? Вряд ли он вспомнит вузовский курс статистики. Да и был ли он включен в учебную программу!?

У меня знакомство со статистикой, точнее с ее использованием в бизнесе, началось около 15 лет тому назад, когда я впервые прочитал о методах менеджмента качества. К сожалению, с первого раза семь основных инструментов мне «не показались»… Я не воспринял их, как «руководство к действию». Скорее, я отнесся к ним, как к чему-то заоблачно заумному. И лишь постепенно в течение нескольких лет, повторно наталкиваясь в литературе на применение того или иного метода, а также в связи с возникновением практических задач, шаг за шагом, я стал понимать смысл этих инструментов и области их применения. Постепенно эти методы я стал использовать в своей практике, даже иногда не вспоминая, что они – часть стройной системы.

Настало время, отдать дань первоисточнику – японскому менеджменту, а также показать, как, казалось бы, книжные знания, становятся мощным инструментом управления реальным бизнесом.

Скачать заметку в формате , примеры в формате

Семь основных инструментов контроля качества используют для аналитического решения проблем, то есть, в ситуации, когда данные доступны, и чтобы решить проблему, нужно их проанализировать.

1. Диаграмма причин и результатов. Эта диаграмма используется для выявления факторов процесса, влияющих на результат. Встречаются также названия: «диаграмма Исикавы» или «диаграмма рыбий скелет». В классическом варианте факторы (причины) группируются по категориям по принципу «5М»:

Man (человек) − причины, связанные с человеческим фактором; Machines (машины, оборудование) − причины, связанные с оборудованием; Materials (материалы) − причины, связанные с материалами; Methods (методы, технология) − причины, связанные с организацией бизнес-процессов; Measurements (измерения) − причины, связанные с методами измерения.

Рис. 1. Диаграмма Исикавы. Шаблон.

Понятно, что можно использовать и иную релевантную группировку. Вот, например, какой «скелет» мы нарисовали, анализируя возможности сокращения времени обслуживания клиентов на складе:

Рис. 2. Диаграмма Исикавы. Время обслуживания клиентов на складе.

– инструмент для сбора данных и их автоматического упорядочения для облегчения дальнейшего использования собранной информации.

Рис. 3. Контрольный листок. Пример.

Преимущество контрольных листков – возможность их использования сотрудниками, не работающими с компьютером. Если данные для последующую анализа получаются путем измерения непосредственно на рабочих местах, контрольные листки очень эффективны. Понятно, что если данные для анализа извлекаются из баз данных, контрольные листки не нужны, а данные сразу преобразуются в гистограмму, диаграмму Парето или рассеивания (см. ниже).

В моей практике контрольные листки не нашли применения, поскольку процессы, с которыми я имею дело, либо полностью связаны с использованием компьютера, либо стартуют по команде из компьютера, а финиш фиксируется оператором ПК.

Эти диаграммы ранжируют проблемы по степени (частоте) влияния на результат. Свое название они получили по имени экономиста Вильфредо Парето , который в одной из своих научных работ на рубеже XIX и XX веков показал, что в Италии 20% домохозяйств получают 80% доходов. Термин «принцип Парето» в 40-х годах XX века ввел в обращение американский специалист в области менеджмента качества Джозеф Джуран. Анализ Парето, как правило, иллюстрируется диаграммой Парето, на которой по оси абсцисс отложены причины возникновения проблем качества в порядке убывания их влияния на число несоответствий (объем брака), а по двум осям ординат: а) число несоответствий в штуках; б) накопленная доля (проценты) вклада в итоговое число несоответствий. Например:

Рис. 4. Диаграмма Парето. Причины возникновения просроченной дебиторской задолженности.

В первую очередь следует работать с причинами, вызывающими наибольшее количество проблем. В нашем примере с первыми тремя.

4. Гистограмма – инструмент, позволяющий зрительно оценить распределение статистических данных, сгруппированных по частоте попадания в определенный (заранее заданный) интервал. В классическом варианте гистограмма используется для определения проблем при помощи анализа формы разброса значений, центрального значения, его близости к номиналу, характера рассеивания:

Рис. 5. Варианты расположения гистограммы по отношению к технологическому допуску

Краткие комментарии: а) всё хорошо: среднее совпадает с номиналом, вариабельность в пределах допусков; б) следует сместить среднее для совпадения с номиналом; в) следует уменьшить рассеивание; г) следует сместить среднее и уменьшить рассеивание; д) следует значительно уменьшить рассеивание; е) смешаны две партии; следует разбить на две гистограммы, и проанализировать их; ж) аналогично предыдущему пункту, только ситуация более критичная; з) необходимо понять причины такого распределения; «обрывистый» левый край, говорит о каких-то действиях в отношении партий деталей; и) аналогично предыдущему.

Вот какие гистограммы мы строили в течение нескольких лет для изучения времени обслуживания клиентов на складе:

Рис. 6. Гистограмма. Время обслуживания клиентов на складе.

По оси абсцисс – 15-минутные диапазоны времени обслуживания клиентов на складе; по оси ординат – доля заявок обслуженных в выделенном диапазоне времени от общего числа заявок за год. Красная пунктирная линия показывает среднее время обслуживания в течение года.

5. Диаграмма разброса (рассеивания) – инструмент, позволяющий определить вид и тесноту связи (корреляцию) между парами соответствующих переменных. Такие диаграммы содержат две совокупности данных, нанесенных на график в виде точек. Взаимосвязь между этими точками показывает зависимость между соответствующими данными. В Excel такая диаграмма имеет тип – «точечная». Вот, например, как я ранее полезность точечных диаграмм:

Рис. 7. Выявление корреляционной зависимости на основе точечной диаграммы.

Вот любопытный пример использования корреляционного анализа для управления размещением товаров на складе:

Современный склад имеет весьма внушительные размеры. В глубину он может достигать 100-150 метров (расстояние от погрузочных ворот до задней стенки). Понятно, что располагая товары с высокой оборачиваемостью ближе к воротам, можно сэкономить время на перемещения по складу. На рисунках выше показана частота обращений к отдельным ячейкам; слева – для случайного размещения товаров; справа – для товаров, разбитых на АВС-группы. Чем интенсивнее цвет, тем чаще обращение к ячейке. Видно, что без АВС-распределения обращение к ячейкам практически случайное, при АВС-разбиении номенклатуры можно наблюдать границы зон. Левый фронт каждого рисунка обращен к зоне приемки. Таким образом, в ситуации, изображенной на рис. б, суммарный путь кладовщиков / техники будет меньше, чем на рис. а

6. Графики – инструмент, позволяющий провести анализ данных по различным срезам. Формы и цели анализа могут диктовать использование различных видов графиков. Подробнее об этом можно прочитать в книге Джина Желязны « ». Покомпонентное сравнение данных лучше всего демонстрируется при помощи круговой диаграммы. Для иллюстрации позиционного сравнения лучше всего подходит линейчатая диаграмма. Если покомпонентное и позиционное сравнение показывают взаимосвязи в определенный момент времени, то временнóе сравнение отражает динамику изменений; временнóе сравнение лучше всего иллюстрировать гистограммой или графиком.

Например, вот какими диаграммами мы анализируем сразу три параметра по каждому клиенту: динамику дебиторской задолженности, просроченной дебиторской задолженности, лимитов по кредитной линии:

Рис. 8. Пример использования графика для анализа данных.

7. Контрольная карта – инструмент, позволяющий отслеживать ход протекания процесса и воздействовать на него, предупреждая отклонения от предъявленных к процессу требований (или реагируя на отклонения). Существует два типа вариаций: естественные , связанные с разбросом значений вокруг номинала, присущие процессу; и специальные , появление которых можно объяснить конкретными причинами. Подробнее об этом можно прочитать в книге Д. Уилера и Д. Чамберса « . Оптимизация бизнеса с использованием контрольных карт Шухарта». Контрольные карты служат для выявления специальных вариаций. На график наносятся точки, соответствующие отдельным данным, линия средних значений (μ), верхняя и нижняя контрольные границы (µ ± 3σ). Если точки лежат в пределах контрольных границ, реагировать на отклонения от средней линии не нужно. Если хотя бы одна точка вышла за контрольные границы, требуется провести анализ возможных причин отклонения. См., например, « », « ».

Использование контрольных карт для анализа объема дебиторской задолженности:

Рис. 9. Контрольная карта. Естественные причины вариаций.

На 27-й неделе задолженность выросла с $ 1,4 млн. до $ 2,6 млн. Тем не менее, управленческое воздействие не требуется, так как точки разместились в пределах контрольных границ.

На следующей диаграмме показано среднее (по неделе) время выхода в рейс машин:

Рис. 10. Контрольная карта. Специальные причины вариаций.

Видно, что, начиная с 19-й недели, точки выходят за контрольные границы. Требуется вмешательство в процесс для выявления специальных причин вариаций.

Я надеюсь, что мои примеры помогут вам осознать, что семь основных инструментов контроля качества могут служить реальным подспорьем для анализа бизнес-процессов.

Излагаются по варианту, приведенному в книге М.Имаи « ». Я расположил эти методы в том порядке, который мне представляется наиболее логически последовательным.

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 приводят к появлению, как бездефектных изделий, так и дефектных. Если деталь соответствует чертежу (стандарту) она бездефектна, если нет, то – дефектна. Сплошной контроль качества изделий в массовом производстве: во-первых, не обеспечивает гарантию 100% качества, а во-вторых, является очень затратным.

Применение статистических методов – весьма действенный путь разработки новой технологии и контроля качества производственных процессов. Многие ведущие фирмы активно используют статистические методы и считают целесообразным тратить до 100 часов в год на обучение сотрудников этим методам.

Статистические методы управления качеством – это философия, политика, система, методология, а также технические средства управления качеством на основе измерений, анализа, испытаний, контроля, данных по эксплуатации, экспертных оценок и любой другой информации, позволяющей принимать, достоверные, обоснованные, доказательные решения. Информация должна быть своевременной, объективной и достоверной.

Массовое применение получили следующие статистические методы:

1. Контрольные листки;

2. Графики и диаграммы на плоскости;

3. Диаграмма Парето;

4. Расслоение (стратификация), диаграммы разброса (рассеяния);

5. Диаграмма Исикавы («рыбья кость»);

6. Гистограммы;

7. Контрольные карты (Шухарта).

Широкое внедрение в практику работы российских предприятийсеми простых японских методов – необходимое условие быстрого прогресса в производстве качественной продукции. Этот шаг не требует значительных затрат, если только не считать организации широкомасштабного обучения рабочих и специалистов статистическим методам и внедрения их в производство. Обучение и организация производства плюс система стимулирования за качество – вот ключевые моменты российского качества.

1. Необходимо четко определить источник данных (где собираются данные: рабочее место, станок, рабочий; кто собирает данные: контролер, рабочий; периодичность сбора данных: каждая 5-я деталь, 1-я смена, каждый час и т.п.; материал, из которого изготавливают детали: марка, партия; и т.д.

2. Необходимо подобрать метод измерения, приборы и контрольные приспособления. Очевидно, что средства измерения и контрольные приспособления должны быть аттестованы (поверены), а персонал должен быть обучен.

3. Необходимо определить перечень всех характеристик, которые подлежат измерению.

4. Необходимо разработать простую и удобную для дальнейшей обработки данных форму их регистрации. Рекомендуется использовать количественные данные.

Контрольные листки

Контрольный листок – это бумажный бланк, на котором заранее напечатаны контролируемые параметры и форма, куда необходимо заносить параметры. Это делается для того, чтобы можно было легко и точно записывать данные измерений.

При необходимости на контрольном листке может быть приведен эскиз детали или схема, на которых делаются пометки, показывающие местонахождение дефектов (например: контрольный листок локализации дефектов).

На контрольном листке обязательно должна быть следующая информация:

Наименование и обозначение детали, номер партии (заказа), из которой взяты детали, общее количество проверенных деталей;

Обозначение техпроцесса, производственная операция;

Номер цеха, участка, где изготавливались детали;

Марка станка и его заводской номер;

Марка материала, из которого изготавливались детали;

Дата и время изготовления деталей, рабочая смена;

Фамилии рабочих, изготовивших детали и их квалификация;

Фамилия, работника, проводившего измерения и заполнение формы и его квалификация;

Информация о методике и средствах измерения (марка измерительного прибора, заводской номер, контрольное приспособление и т.п.)

Графики и диаграммы на плоскости

Наиболее распространенными средствами наглядного представления количественных данных являются графики и диаграммы.

С их помощью можно объединять большие объемы информации, используя при этом небольшие участки бумаги, и сообщать результаты анализа определенной комплексной проблемы наглядно, сжато и ясно.

Примерами могут служить:

Линейные графики;

Столбчатые диаграммы;

Круговые диаграммы.

Диаграмма Парето

Причины изменений качества бесчисленны, а их воздействие на качество различно. Все возможные причины можно разделить на две группы:

- «немногочисленные существенно важные», которые оказывают существенное воздействие на качество;

- «многочисленные несущественные», охватывающие большое количество причин, но незначительно воздействующие на качество.

Очевидно, что при проведении анализа причин появления дефектов необходимо найти существенно важные причины, вызывающие появление дефектов, выделить и устранить их.

Массивы различных данных трудно анализировать, пока они не представлены в наглядной и понятной форме.

Анализ Парето- это метод классификации причин возникновения дефектов на «немногочисленные существенно важные» и «многочисленные несущественные». В большинстве случаев подавляющее число дефектов и связанных с ними потерь возникает из-за относительно небольшого количества причин.

Анализ Парето ранжирует отдельные области по значимости или важности и дает возможность выявить и в первую очередь устранить те причины, которые вызывают наибольшее количество проблем (несоответствий).

Схема, построенная на основе группирования по дискретным признакам, ранжированная в порядке убывания (например, по частоте появления) и показывающая кумулятивную (накопленную) частоту, называется диаграммой Парето (рис. 3).

Рис. 3 Пример диаграммы Парето

1 – ошибки в процессе производства; 2 – некачественное сырье;

3 – некачественные орудия труда; 4 – некачественные шаблоны;

5 – некачественные чертежи; 6 – прочее;

А – относительная кумулятивная (накопленная) частота, %;

n – число бракованных единиц продукции.

Приведенная диаграмма построена на основе группирования бракованной продукции по видам брака и расположения в порядке убывания числа единиц бракованной продукции каждого вида. Она позволяет произвести сравнение ранжированных факторов, определяющих проблемы качества.

Диаграмму Парето можно использовать очень широко. С ее помощью можно оценить эффективность принятых мер по улучшению качества продукции, построив ее до и после внесения изменений.

Анализ Парето- представляет собой один из инструментов для идентификации и концентрации внимания на немногочисленных жизненно важных факторах, влияющих на качество (иллюстрируется диаграммой Парето).

Расслоение (стратификация)

Распределение полученных данных на отдельные группы (слои) по определенному признаку в зависимости от выбранного фактора называется расслоением или стратификацией.

В качестве стратифицирующего фактора могут быть выбраны любые параметры, определяющие особенности условий возникновения и получения данных.

Расслоение можно осуществить:

По исполнителям (по полу, стажу работы, квалификации и т.д.);
- по машинам и оборудованию (по новому или старому, марке, типу и т.д.);
- по материалу (по месту производства, партии, виду, качеству сырья и т.д.);
- по способу производства (по температуре, технологическому приему и т.д.).

В торговле может быть осуществлено расслоение по районам, фирмам, продавцам, видам товара, сезонам и т.п.

Расслоение помогает выяснить причину появления дефекта, если обнаруживается разница в данных между слоями.

При подготовке к сбору данных по какой либо проблеме необходимо тщательно продумать разделение данных на группы при их занесении в форму.

Диаграмма разброса (рассеяния) применяется для выявления зависимости (корреляции) одних показателей от других или для определения степени корреляции между n парами данных для переменных x и y:

(x 1 ,y 1), (x 2 ,y 2), ..., (x n , y n).

Эти данные наносятся на график (диаграмму разброса), и для них вычисляется коэффициент корреляции по формуле

,

,

,

Ковариация;

Стандартные отклонения случайных переменных x и у;

n – размер выборки (количество пар данных – х i и у i );

и – среднеарифметические значения х i и у i cоответственно.

Рассмотрим различные варианты диаграмм разброса (или полей корреляции) на рис. 4.

Рис. 4 Варианты диаграмм разброса.

В случае:

а ) можно говорить о положительной корреляции (с ростом x увеличивается y );

б ) проявляется отрицательная корреляция (с ростом x уменьшается y );

в ) при росте x y может как расти, так и уменьшаться, говорят об отсутствии корреляции. Но это не означает, что между ними нет зависимости, между ними нет линейной зависимости. Очевидная нелинейная (экспоненциальная) зависимость представлена и на диаграмме разброса г ).

Коэффициент корреляции всегда принимает значения в интервале , т.е. при r>0 – положительная корреляция, при r=0 – нет корреляции, при r <0 – отрицательная корреляция.

Для тех же n пар данных (x 1 ,y 1 ), (x 2 ,y 2 ), ..., (x n , y n ) можно установить зависимость между x и y . Формула, выражающая эту зависимость, называется уравнением регрессии (или линией регрессии), и ее представляют в общем виде функцией

у = а + bх.

Для определения линии регрессии (рис.5) необходимо статистически оценить коэффициент регрессии b и постоянную a . Для этого должны быть выполнены следующие условия:

1) линия регрессии должна проходить через точки (x,y ) средних значений x и y .2) сумма квадратов отклонений от линии регрессии значений y по всем точкам должна быть наименьшей.

3) для расчета коэффициентов а и b используются формулы

.

Т.е. уравнением регрессии можно аппроксимировать реальные данные.

Рис. 5 Пример линии регрессии.

Статистические методы управления качеством (начало применения которым положил Шухарт) значительно способ­ствуют улучшению качества выпускаемой продукции. Статистичес­кие методы принято делить на 3 категории по степени сложности их реализации:

1. Элементарные статистические методы включают «Семь простых инструментов»:

♦ контрольный лист;

♦ причинно-следственная диаграмма;

♦ гистограмма;

♦ диаграмма разброса (рассеивания);

♦ графики;

♦ анализ Парето;

♦ контрольная карта.

2. Промежуточные статистические методы включают:

♦ теорию выборочных исследований;

♦ статистический выборочный контроль;

♦ различные методы проведения статистических оценок и оп­ределения критериев;

♦ метод применения сенсорных проверок;

♦ метод планирования экспериментов.

3. Методы, рассчитанные на инженеров и специалистов в об­ласти управления качеством, включают :

♦ передовые методы расчета экспериментов;

♦ многофакторный анализ;

♦ различные методы исследования операций.

Простые инструменты управления качеством.

Один из базовых принципов управления качеством состоит в принятии решений на основе фактов. Наиболее полно это решается методом моделирования процессов, как производственных, так и управленческих, инструментами математической статистики. Одна­ко, современные статистические методы довольно сложны для вос­приятия и широкого практического использования без углубленной математической подготовки всех участников процесса. В 1979 году Союз японских ученых и инженеров (JUSE) собрал воедино семь до­статочно простых в использовании наглядных методов анализа про­цессов. При всей своей простоте они сохраняют связь со статистикой и дают профессионалам возможность пользоваться их результатами, а при необходимости - совершенствовать их.

Контрольные листки - это инструменты первичной регистра­ции данных. Контрольные листки могут применяться как при кон­троле по качественным, так и при контроле по количественным признакам.

На рис. 10.3 представлен контрольный листок, в котором отражены результаты контроля изделия.

Наименование
Наименование операции
	Объект контроля
	Измерительные средства
	Ф.И.О. изготовителя
	Ф.И.О. контролера
	Проверенных изделий (k), шт.	Количество дефектных изделий		Доля дефектных изделий (h / k *100), %
		Точечные	(h ),шт.

Рис. 10.3. Образец контрольного листка

В нем указывается объект исследования, таблица регистрации данных о контролируемом параметре, место контроля, Ф.И.О. и дол­жность регистратора данных, время наблюдения и название конт­рольно-измерительного прибора. В регистрационной таблице в столбце «отметки» ставят условные знаки, соответствующие числу наблюдений.

Имеются и другие варианты контрольных листков.

Причинно-следственная диаграмма (диаграмма Исикавы).

Причинно-следственная диаграмма (Cause and effect diagram) впервые появилась и стала ис­пользоваться в Японии в «кружках качества» для выявления причин сбоя технологических процессов, когда очевидные нарушения обна­ружить трудно.

Такую диаграмму, разработанную профессо­ром Токийского университета Каору Исикава в 1953 г. при ана­лизе различных мнений инженеров, в ли­тературе называют «рыбий скелет», «ветвистая схема характерных факторов ». При построении диаграммы используют «метод мозговой атаки» (кол­лективной генерации идей ), рекомендуемый для идентификации воз­можных причин.

«Метод мозговой атаки» можно рассматривать как инструмент для актуализации творческого потенциала коллектива специалистов, которая достигается за счет того, что:

♦ участники коллективной генерации идей тренируют свой мозг в отношении способности выдвигать новые идеи для решения по­ставленных задач;

♦ участники получают возможность нового и неожиданного виде­ния проблемы глазами своих коллег;

♦ последующее изучение всей совокупности высказанных идей по­зволяет по новому, с большим доверием отнестись к идеям, ко­торые, хотя и раньше высказывались коллегами, но не привлекли к себе достаточного внимания;

♦ приобретаемая в процессе многочисленных заседаний и дискус­сий привычка к отрицательным и критическим оценкам новых и недостаточно обоснованных идей в процессе коллективной ге­нерации идей дополняется навыками творческого мышления.

При проведении «мозговой атаки» руководствуются следующи­ми правилами:

1) критика не допускается;

2) оценка предложений производится позднее;

3) приветствуется оригинальность и не тривиальность идей;

4) требуются комбинации и усовершенствования идей.

Результаты коллективной генерации идей затем находят свое отра­жение при построении причинно-следственной диаграммы (рис. 10.4)

Рис. 10.4. Структура причинно-следственной диаграммы Исикава

Построение диаграмм включает следующие этапы:

Выбор результативного показателя, характеризующего ка­чество изделия (процесса и т. д.);

Выбор главных причин, влияющих на показатель качества. Их необходимо поместить в прямоугольники ("большие кости");

Выбор вторичных причин ("средние кости"), влияющих на главные;

Выбор (описание) причин третичного порядка ("мелкие кости"), которые влияют на вторичные;

Ранжирование факторов по их значимости и выделение наиболее важных.

Диаграммы причин и результатов имеют универсальное при­менение. Так, они широко применяются при выделении наибо­лее значимых факторов, влияющих, например, на производи­тельность труда.

В сфере производства продукции действует «прин­цип 5М», т. е. в качестве «крупных» выступают следу­ющие пять «костей» (рис. 10.5).

Рис. 10.5. Принцип 5М

В сфере оказания услуг действует «принцип 5Р» (рис. 10.6).

Рис. 10.6. Принцип 5Р.

Гистограмма (Histogram ) . Гистограммы - один из вариантов столбчатой диаграммы, ото­бражающий зависимость частоты попадания параметров качества изделия или процесса в определенный интервал значений.

Столбчатый гра­фик дает наглядное изображение распределения конкретных значений параметра по частоте повторения за опре­деленный период времени (неделя, месяц, год). Гистограмма показывает размах изменчивости процесса и широко применяется при контроле качества деталей и изделий по периодам наблюдений (рис. 10.7).

Рис.10.7. Гистограмма

При нанесении на график допустимых значений параметра можно определить, как часто этот параметр попадает в допустимый диапазон или выходит за его пределы.

Гистограмма строится следующим образом:

Определяется наибольшее значение показателя качества;

Определяется наименьшее значение показателя качества;

Определяется диапазон гистограммы как разность наиболь­шего и наименьшего значений;

Определяется число интервалов гистограммы;

Определяется длина интервала гистограммы (как частное диапазона гистограммы) / (число интервалов);

Полученные данные анализируют, применяя другие методы:

- долю дефектных изделий и потерь от брака исследуют помощью диаграммы Парето;

Причины дефектов определяют с помощью причинно следственной диаграммы, метода расслоения и диаграммы разброса;

- изменение характеристик во времени определяют по контрольным картам.

Для надежной гистограммы требуется не менее 40 наблюдаемых значений.

Основные понятия

Рассмотренные прежде семь японских методов предназначены для анализа количественной информации. Они позволяют решить до 95 % проблем связанных с качеством. Однако при создании например, нового продукта не все факторы имеют численную природу. Существуют факты, которые поддаются лишь словесному описанию. Они составляют примерно 5% проблем в области управления процессами, коллективами и при их решении на ряду со статистическими методами необходимо использовать результаты операционного анализа, психологии и другие.

Поэтому Союз Японских ученых и инженеров разработал 7 новейших инструментов , которые позволяют решить указанные проблемы. Эти инструменты были собраны вместе и предложены Японским Союзом в 1979 году. К ним относятся:

1) Диаграмма сродства;

2) Диаграмма зависимостей;

3) Системная (древовидная) диаграмма;

4) Матричная диаграмма;

5) Стрелочная диаграмма;

6) Диаграмма планирования оценки процесса;

7) Анализ матричных данных.

Сбор исходных данных для инструментов качества обычно осуществляют методом мозгового штурма , который осуществляется с помощью специалистов.

Сфера применения этих методов : управление качеством, делопроизводство, обучение, подготовка кадров и др.

Применение «диаграммы сродства»

Диаграмма сродства – инструмент, позволяющий выявить основные нарушения процесса путем объединения сродственных устных данных. Это метод группировки множества аналогичных или взаимосвязанных идей, генерированных в ходе «мозгового штурма». Японский союз ученых и инженеров в 1979 г. включил диаграмму сродства в состав семи методов управления качеством.

Цель метода – систематизация и упорядочение идей, потребительских требований или мнений членов групп, высказанных в связи с решением какой-либо проблемы. Диаграмма сродства обеспечивает общее планирование. Это творческий инструмент, который помогает уяснить нерешенные проблемы, раскрывая ранее невидимые связи между отдельными частями информации или идеями, путем сбора из разных источников бессистемно изложенных устных данных и их анализа по принципу взаимного сродства (ассоциативной близости).

План действий:

1 Сформировать команду из специалистов, владеющих вопросами по обсуждаемой теме.

2 Сформулировать вопрос или проблему в виде развернутого предложения.

3 Провести "мозговую атаку", связную с основными причинами существования проблемы или ответов на поставленные вопросы.

4 Зафиксировать все высказывания на карточках, сгруппировать родственные данные по направлениям и присвоить заголовки каждой группе. Попробовать объединить какие-либо из них под общим заголовком, создавая иерархию.

Принципы создания диаграммы сродства и определения основных нарушений процесса с целью принятия мер по их устранению приведены на рис. 31. Как видно из рисунка, диаграмма сродства является творческим средством организации больших количеств устных данных.

Рисунок 31 - Принцип построения диаграммы сродства

Дополнительная информация:

Диаграмма сродства используется в работе не с конкретными числовыми данными, а со словесными высказываниями.

Диаграмму сродства следует применять, главным образом, когда:

Необходимо систематизировать большое количество информации (различных идей, разных точек зрения и т. д.);

Ответ или решение не всем абсолютно очевиден;

Принятие решения требует согласия среди членов команды (а воз- можно, и среди других заинтересованных лиц), чтобы эффективно работать.

Достоинства метода: р аскрывает родство между различными частями информации.

Процедура создания диаграммы сродства позволяет членам команды выйти за рамки привычного мышления и способствует реализации творческого потенциала команды.

Недостатки метода: п ри наличии большого числа объектов (начиная с нескольких десятков) инструменты творчества, в основе которых лежат ассоциативные способности человека, уступают инструментам логического анализа.

Диаграмма сродства – первый из инструментов среди семи методов управления качеством, который способствует выяснению более точного понимания проблемы и позволяет выявлять основные нарушения процесса путем сбора, обобщения и анализа большого числа устных данных на основе родственных (близких) отношений между каждым элементом.

9.2 Применение «Диаграммы взаимосвязей»

Диаграмма взаимосвязей предназначена для ранжирования родственных факторов (условий, причин, показателей и др.) по силе связанности между ними.

1) необходимо записать каждую проблему на отдельный листок и прикрепить эти листки по кругу;

2) необходимо начать с верхнего листка и двигаясь по часовой стрелке, задаваясь вопросом имеется ли между этими двумя проблемами связь. Если имеется, то какое событие является причиной;

3) нарисовать стрелки между двумя событиями, показывая направления влияния;

5) исходным является, тот из которого выходят больше стрелок.

Пример: Диаграмма взаимосвязей для выявления причин увеличения травматизма на производстве На рис. 32 показан пример ДВ, отражающей результаты анализа взаимосвязей причин высокого травматизма на производстве.

Рисунок 32 - Пример диаграммы взаимосвязей

Рассмотренная ранее диаграмма Исикавы позволяет выявить факторы влияющие на какую либо проблему. Диаграмма взаимосвязей даёт возможность структурировать их по признаку их важности.

Таким образом, из данной диаграммы видно, что основными причинами увеличения травм в ходе производства являются: отсутствие командной работы и недостаточно обученный персонал.

ВАРИАНТ 1:

Теория: Семь инструментов качества (графические методы оценки качества продукции)

Введение. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1. Семь простых инструментов качества. . . . . . . . . . . . . . . . . . . . . . . . . . .3

2. Причинно-следственная диаграмма (диаграмма Ишикавы). . . . 5

3. Контрольные листки. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

4. Гистограммы. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

5. Диаграммы разброса. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

6. Анализ Парето. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

7. Стратификация. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

8. Контрольные карты. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

Заключение. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .15

Задача. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .16

Литература. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

Введение

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.

Цель работы – изучение семи инструментов в области управления качеством продукции на предприятии. Задачи исследования: 1) Изучение этапов формирования методов контроля качества; 2) Изучение сущности семи инструментов качества. Объект исследования – методы исследования затрат на качество продукции.

1. Семь простых инструментов качества

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.

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.

Один из базовых принципов управления качеством состоит в принятии решений на основе фактов. Наиболее полно это решается методом моделирования процессов, как производственных, так и управленческих инструментами математической статистики. Однако, современные статистические методы довольно сложны для восприятия и широкого практического использования без углубленной математической подготовки всех участников процесса. К 1979 году Союз японских ученых и инженеров (JUSE) собрал воедино семь достаточно простых в использовании наглядных методов анализа процессов. При всей своей простоте они сохраняют связь со статистикой и дают профессионалам возможность пользоваться их результатами, а при необходимости - совершенствовать их.

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.

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.

2. Причинно-следственная диаграмма (диаграмма Ишикавы)

Диаграмма типа 5М рассматривает такие компоненты качества, как “человек”, “машина”, “материал”, “метод”, “контроль”, а в диаграмме типа 6М к ним добавляется компонент “среда”. Применительно к решаемой задаче квалиметрического анализа, для компоненты “человек” необходимо определить факторы, связанные с удобством и безопасностью выполнения операций; для компоненты “машина” - взаимоотношения элементов конструкции анализируемого изделия между собой, связанные с выполнением данной операции; для компоненты “метод” - факторы, связанные с производительностью и точностью выполняемой операции; для компоненты “материал” - факторы, связанные с отсутствием изменений свойств материалов изделия в процессе выполнения данной операции; для компоненты “контроль” - факторы, связанные с достоверным распознаванием ошибки процесса выполнения операции; для компоненты “среда” - факторы, связанные с воздействием среды на изделие и изделия на среду.

Рис. 1 Пример диаграммы Ишикавы

3. Контрольные листки

Контрольные листки могут применяться как при контроле по качественным, так и при контроле по количественным признакам.

Рис. 2 Контрольные листки

4. Гистограммы

Гистограммы – один из вариантов столбчатой диаграммы, отображающий зависимость частоты попадания параметров качества изделия или процесса в определенный интервал значений от этих значений.

Гистограмма строится следующим образом:

1. Определяем наибольшее значение показателя качества.

2. Определяем наименьшее значение показателя качества.

3. Определяем диапазон гистограммы как разницу между наибольшим и наименьшим значением.

4. Определяем число интервалов гистограммы. Часто можно пользоваться приближенной формулой:

(число интервалов) = Ц (число значений показателей качества) Например, если число показателей = 50, число интервалов гистограммы = 7.

5. Определяем длину интервала гистограммы = (диапазон гистограммы) / (число интервалов).

6. Разбиваем диапазон гистограммы на интервалы.

7. Подсчитываем число попаданий результатов в каждый интервал.

8. Определяем частоту попаданий в интервал = (число попаданий)/(общее число показателей качества)

9. Строим столбчатую диаграмму

5. Диаграммы разброса

Диаграммы разброса представляют из себя графики вида, изображенного ниже, которые позволяют выявить корреляцию между двумя различными факторами.

Рис. 3 Диаграмма разброса: Взаимосвязи показателей качества практически нет.

Рис. 4 Диаграмма разброса: Имеется прямая взаимосвязь между показателями качества

Рис. 5 Диаграмма разброса: Имеется обратная взаимосвязь между показателями качества

6. Анализ Парето

Анализ Парето получил свое название по имени итальянского экономиста Вилфредо Парето, который показал, большая часть капитала (80%) находится в руках незначительного количества людей (20%). Парето разработал логарифмические математические модели, описывающие это неоднородное распределение, а математик М.Оа. Лоренц представил графические иллюстрации.

Правило Парето - “универсальный” принцип, который применим во множестве ситуаций, и без сомнения - в решении проблем качества. Джозеф Джуран отметил “универсальное” применение принципа Парето к любой группе причин, вызывающих то или иное последствие, причем большая часть последствий вызвана малым количеством причин. Анализ Парето ранжирует отдельные области по значимости или важности и призывает выявить и в первую очередь устранить те причины, которые вызывают наибольшее количество проблем (несоответствий).

Анализ Парето как правило иллюстрируется диаграммой Парето (рис. ниже), на которой по оси абсцисс отложены причины возникновения проблем качества в порядке убывания вызванных ими проблем, а по оси ординат – в количественном выражении сами проблемы, причем как в численном, так и в накопленном (кумулятивном) процентном выражении.

На диаграмме отчетливо видна область принятия первоочередных мер, очерчивающая те причины, которые вызывают наибольшее количество ошибок. Таким образом, в первую очередь, предупредительные мероприятия должны быть направлены на решение проблем именно этих проблем.

Рис. 6 Диаграмма Парето

7. Стратификация

В основном, стратификация - процесс сортировки данных согласно некоторым критериям или переменным, результаты которого часто показываются в виде диаграмм и графиков

Мы можем классифицировать массив данных в различные группы (или категории) с общими характеристиками, называемыми переменной стратификации. Важно установить, которые переменные будут использоваться для сортировки.

Стратификация - основа для других инструментов, таких как анализ Парето или диаграммы рассеивания. Такое сочетание инструментов делает их более мощными.

На рисунке приведен пример анализа источника возникновения дефектов. Все дефекты (100%) были классифицированы на четыре категории – по поставщикам, по операторам, по смене и по оборудованию. Из анализа представленных донных наглядно видно, что наибольший вклад в наличие дефектов вносит в данном случае «поставщик 1».

Рис. 7 Стратификация данных.

8. Контрольные карты

Контрольные карты – специальный вид диаграммы, впервые предложенный В. Шухартом в 1925 г. Контрольные карты имеют вид, представленный на рис. 4.12. Они отображают характер изменения показателя качества во времени.

Рис. 8 Общий вид контрольной карты

Контрольные карты по количественным признакам

Контрольные карты по количественным признакам - это как правило сдвоенные карты, одна из которых изображает изменение среднего значения процесса, а 2-я - разброса процесса. Разброс может вычисляться или на основе размаха процесса R (разницы между наибольшим и наименьшим значением), или на основе среднеквадратического отклонения процесса S.

В настоящее время обычно используются x- S карты, x - R карты используются реже.

Контрольные карты по качественным признакам

Карта для доли дефектных изделий (p - карта)

В p - карте подсчитывается доля дефектных изделий в выборке. Она применяется, когда объем выборки - переменный.

Карта для числа дефектных изделий (np - карта)

В np - карте подсчитывается число дефектных изделий в выборке. Она применяется, когда объем выборки - постоянный.

Карта для числа дефектов в выборке (с - карта)

В с - карте подсчитывается число дефектов в выборке.

Карта для числа дефектов на одно изделие (u - карта )

В u - карте подсчитывается число дефектов на одно изделие в выборке.

Рис. 9 Бланк контрольной карты

Заключение

Политика предприятия должна быть нацелена на высокое качество. Брак, являющийся его противоположностью, может возникнуть на любом предприятии. Его надо учитывать.

Анализ расходов на качество проводится в основном с целью определения важнейших и первоочередных задач по повышению качества. В зависимости от целей, задач анализа на качество и возможностей получения необходимой информации методы анализа качества могут быть различны. На это влияет и прохождение продукцией определенного этапа деятельности предприятия.

Умело организованный анализ качества может стать источником значительной экономии для предприятия, а также может повысить имидж предприятия в глазах потенциальных клиентов.

Задание № 2:

Основываясь на методике построения графического изображения оценки качества, постройте для завода по изготовлению кровельных листов диаграмму парето по следующим данным о браке в производстве кровельных листов (табл.1):

Табл.1 - Данные о браке в производстве кровельных листов

Используемая литература:

1. Ильенкова С.Д. Управление качеством: учебник для студентов вузов – М.: ЮНИТИ-ДАНА,2007.- 352с.

2. Исикава К. Японские методы управления качеством. М.: Экономика, 1998. – 250с.

3. Лапидус В. А. Всеобщее качество в российских компаниях; Нац. Фонд подготовки кадров. – М.: Новости, 2000.- 435с.

4. Леонов И. Т. Управление качеством продукции. М.: Изд-во стандартов, 1990.- 375с.

5. Мазур И. И., Шапиро В. Д. Управление качеством: Учеб пособие для студентов вузов / И. И. Мазур, В. Д. Шапиро; Под общ. Ред. И. И. Мазура. М.: Омега-Л, 2005. – 256с.