Sedam kvalitetnih alata. Sedam novih alata za upravljanje kvalitetom

OPCIJA 1:

Teorija: Sedam alata kvalitete (grafičke metode za ocjenu kvalitete proizvoda)

Uvod. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1. Sedam jednostavni alati kvaliteta. . . . . . . . . . . . . . . . . . . . . . . . . . .3

2. Uzročno-posljedični dijagram (Ishikawa dijagram). . . . 5

3. Kontrolne liste. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

4. Histogrami. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

5. Dijagrami raspršenosti. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

6. Pareto analiza. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

7. Stratifikacija. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . jedanaest

8. Kontrolne kartice. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

Zaključak. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .15

Zadatak. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .16

Književnost. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

Uvod

U moderni svijet Problem kvalitete proizvoda postaje iznimno važan. Dobrobit svake tvrtke i svakog dobavljača uvelike ovisi o njegovom uspješnom rješenju. Proizvodi više kvalitete značajno povećavaju šanse dobavljača da se natječe za tržišta i, što je najvažnije, bolje zadovoljavaju potrebe potrošača. Kvaliteta proizvoda je najvažniji pokazatelj konkurentnosti poduzeća.

Kvaliteta proizvoda proizlazi iz procesa znanstveno istraživanje, dizajna i tehnološkog razvoja, osigurava se dobrom organizacijom proizvodnje i, konačno, podržava tijekom rada ili potrošnje. U svim tim fazama važno je izvršiti pravovremenu kontrolu i dobiti pouzdanu ocjenu kvalitete proizvoda.

Za smanjenje troškova i postizanje razine kvalitete koja zadovoljava potrošača potrebne su metode koje nisu usmjerene na otklanjanje nedostataka (nedosljednosti) Gotovi proizvodi, već spriječiti uzroke njihovog nastanka tijekom procesa proizvodnje.

Svrha rada je proučavanje sedam alata iz područja upravljanja kvalitetom proizvoda u poduzeću. Ciljevi istraživanja: 1) Proučavanje faza formiranja metoda kontrole kvalitete; 2) Proučite bit sedam alata kvalitete. Predmet istraživanja su metode za proučavanje troškova kvalitete proizvoda.

1. Sedam jednostavnih kvalitetnih alata

Metode kontrole koje su dugo postojale svele su se u pravilu na analizu nedostataka potpunim pregledom proizvedenih proizvoda. U masovnoj proizvodnji takva je kontrola vrlo skupa. Izračuni pokazuju da za osiguranje kvalitete proizvoda sortiranjem, kontrolni aparat poduzeća mora biti pet do šest puta veći od broja proizvodnih radnika.

S druge strane, stalna kontrola u masovnoj proizvodnji ne jamči nepostojanje neispravnih proizvoda u prihvaćenim proizvodima. Iskustvo pokazuje da se inspektor brzo umori, zbog čega se neki dobri proizvodi zamijene za neispravne i obrnuto. Praksa također pokazuje da tamo gdje su ljudi poneseni potpunom kontrolom, gubici od nedostataka naglo rastu.

Ti su razlozi natjerali proizvodnju na selektivnu kontrolu.

Statističke metode omogućuju razumno otkrivanje poremećaja u procesu čak i kada se dvije ili tri jedinice proizvoda odabranih za kontrolu pokažu prikladnima, jer su vrlo osjetljivi na promjene u stanju tehnoloških procesa.

Tijekom godina napornog rada, stručnjaci su malo po malo iz svjetskog iskustva izdvajali takve tehnike i pristupe koji se mogu razumjeti i učinkovito koristiti bez posebne obuke, a to je učinjeno na način da se osiguraju stvarna postignuća u rješavanju velike većine problema. problema koji se javljaju u stvarnoj proizvodnji.

Jedno od osnovnih načela upravljanja kvalitetom je donošenje odluka na temelju činjenica. To se najpotpunije rješava metodom modeliranja procesa, kako proizvodnih tako i upravljačkih alata matematičke statistike. Međutim, moderno statističke metode prilično teško razumljivo i široko praktičnu upotrebu bez produbljene matematičke obuke svih sudionika u procesu. Do 1979. Japanska unija znanstvenika i inženjera (JUSE) sastavila je sedam vizualnih metoda za analizu procesa, prilično lakih za korištenje. Unatoč svojoj jednostavnosti, oni održavaju vezu sa statistikom i daju profesionalcima priliku da koriste njihove rezultate i po potrebi ih poboljšaju.

Ovo je takozvanih sedam jednostavnih metoda:

1) Pareto dijagram;

2) Ishikawa shema;

3) delaminacija (stratifikacija);

4) kontrolne liste;

5) histogrami;

6) grafika (u avionu)

7) kontrolne karte (Shewhart).

Ponekad su te metode navedene drugačijim redoslijedom, što nije važno, budući da ih treba promatrati i kao pojedinačne alate i kao sustav metoda, u kojem je u svakom konkretnom slučaju sastav i struktura radnog skupa alata treba posebno odrediti.

Korištenje statističkih metoda vrlo je učinkovit način razvoja nova tehnologija i kontrolu kvalitete proizvodnih procesa. Mnoge vodeće tvrtke predane su njihovoj širokoj upotrebi, a neke potroše više od stotinu sati godišnje na internu obuku u ovim tehnikama. Iako je poznavanje statističkih metoda dio normalnog obrazovanja inženjera, samo poznavanje ne znači i sposobnost njihove primjene. Sposobnost sagledavanja događaja iz statističke perspektive važnija je od poznavanja samih metoda. Osim toga, potrebno je znati iskreno priznati nastale nedostatke i promjene te prikupiti objektivne informacije.

2. Dijagram uzrok-posljedica (Ishikawa dijagram)

Dijagram tipa 5M razmatra komponente kvalitete kao što su “čovjek”, “stroj”, “materijal”, “metoda”, “kontrola”, au dijagramu tipa 6M njima je dodana komponenta “okoliš”. U odnosu na problem kvalimetrijske analize koji se rješava, za “ljudsku” komponentu potrebno je utvrditi faktore koji se odnose na pogodnost i sigurnost izvođenja operacija; za komponentu "stroj" - odnos strukturnih elemenata analiziranog proizvoda jedan s drugim, povezan s provedbom ove operacije; za komponentu "metoda" - čimbenici koji se odnose na produktivnost i točnost izvršene operacije; za komponentu "materijala" - čimbenici povezani s nedostatkom promjena u svojstvima materijala proizvoda tijekom izvođenja ove operacije; za komponentu "kontrole" - čimbenici povezani s pouzdanim prepoznavanjem pogrešaka u procesu izvođenja operacije; za komponentu “okoliš” - čimbenici povezani s utjecajem okoliša na proizvod i proizvoda na okoliš.

Riža. 1 Primjer Ishikawa dijagrama

3. Kontrolne liste

Kontrolne liste mogu se koristiti i za kvalitativnu i za kvantitativnu kontrolu.

Riža. 2 Kontrolne liste

4. Histogrami

Histogrami su jedna od varijanti stupčastog grafikona koji prikazuje ovisnost učestalosti parametara kvalitete proizvoda ili procesa koji spadaju u određeni raspon vrijednosti od tih vrijednosti.

Histogram je konstruiran na sljedeći način:

1. Definirajte najveća vrijednost pokazatelj kvalitete.

2. Definirajte najmanja vrijednost pokazatelj kvalitete.

3. Definirajte raspon histograma kao razliku između najveće i najmanje vrijednosti.

4. Odredite broj intervala histograma. Često možete koristiti približnu formulu:

(broj intervala) = N (broj vrijednosti indikatora kvalitete) Na primjer, ako je broj indikatora = 50, broj intervala histograma = 7.

5. Odredite duljinu intervala histograma = (raspon histograma) / (broj intervala).

6. Raspon histograma dijelimo na intervale.

7. Brojimo pogotke rezultata u svakom intervalu.

8. Odredite učestalost pogodaka u intervalu = (broj pogodaka)/(ukupan broj pokazatelja kvalitete)

9. Izrada stupčastog dijagrama

5. Raspršeni dijagrami

Raspršeni dijagrami su grafikoni poput ovog prikazanog u nastavku koji pokazuju korelaciju između dva različita faktora.

Riža. 3 Dijagram raspršenosti: Praktički ne postoji odnos između pokazatelja kvalitete.

Riža. 4 Dijagram raspršenosti: Postoji izravan odnos između pokazatelja kvalitete

Riža. 5 Dijagram raspršenosti: Postoji obrnuti odnos između pokazatelja kvalitete

6. Pareto analiza

Pareto analiza je dobila ime po talijanskom ekonomistu Vilfredu Paretu, koji je pokazao da je većina kapitala (80%) u rukama malog broja ljudi (20%). Pareto je razvio logaritamske matematičke modele koji opisuju ovu heterogenu distribuciju, a matematičar M.Oa. Lorenz je pružio grafičke ilustracije.

Pareto pravilo je “univerzalno” načelo koje je primjenjivo u mnogim situacijama, i bez sumnje - u rješavanju problema kvalitete. Joseph Juran primijetio je "univerzalnu" primjenu Paretovog načela na bilo koju skupinu uzroka koji uzrokuju jednu ili drugu posljedicu, pri čemu je većina posljedica uzrokovana malim brojem uzroka. Pareto analiza rangira pojedina područja po značaju ili važnosti i poziva na identificiranje i prvo uklanjanje onih uzroka koji uzrokuju najveći broj problemi (nedosljednosti).

Jedno od osnovnih načela upravljanja kvalitetom je donošenje odluka na temelju činjenica. To se najpotpunije rješava metodom modeliranja procesa, kako proizvodnih tako i upravljačkih alata matematičke statistike. Međutim, suvremene statističke metode prilično je teško razumjeti i široko se koriste u praksi bez dubinske matematičke obuke svih sudionika u procesu. Do 1979. Japanska unija znanstvenika i inženjera (JUSE) sastavila je sedam vizualnih metoda za analizu procesa, prilično lakih za korištenje. Uz svu svoju jednostavnost, oni održavaju vezu sa statistikom i daju profesionalcima priliku da koriste njihove rezultate i, ako je potrebno, poboljšaju ih.

Dijagram uzrok-posljedica (Ishikawa dijagram)

Primjer Ishikawa dijagrama

Kontrolne liste

Kontrolne liste mogu se koristiti i za kvalitativnu i za kvantitativnu kontrolu.

Histogrami

Histogrami su jedna od varijanti stupčastog grafikona koji prikazuje ovisnost učestalosti parametara kvalitete proizvoda ili procesa koji spadaju u određeni raspon vrijednosti od tih vrijednosti.

Histogram je konstruiran na sljedeći način:

Određujemo najveću vrijednost pokazatelja kvalitete.
Određujemo najnižu vrijednost pokazatelja kvalitete.
Raspon histograma definiramo kao razliku između najveće i najmanje vrijednosti.
Odredite broj intervala histograma. Često možete koristiti približnu formulu:
(broj intervala) = N (broj vrijednosti indikatora kvalitete) Na primjer, ako je broj indikatora = 50, broj intervala histograma = 7.
Odredite duljinu intervala histograma = (raspon histograma) / (broj intervala).
Raspon histograma dijelimo na intervale.
Brojimo broj pogodaka rezultata u svakom intervalu.
Odredite učestalost pogodaka u intervalu = (broj pogodaka)/(ukupan broj pokazatelja kvalitete)
Izrada stupčastog grafikona

Raspršeni dijagrami

Raspršeni dijagrami su grafikoni poput ovog prikazanog u nastavku koji pokazuju korelaciju između dva različita faktora.

Dijagram raspršenosti: Praktično ne postoji odnos između pokazatelja kvalitete.

Dijagram raspršenosti: Postoji izravan odnos između pokazatelja kvalitete

Dijagram raspršenosti: Postoji obrnuti odnos između pokazatelja kvalitete

Pareto analiza

Pareto pravilo je “univerzalno” načelo koje je primjenjivo u mnogim situacijama, i bez sumnje - u rješavanju problema kvalitete. Joseph Juran primijetio je "univerzalnu" primjenu Paretovog načela na bilo koju skupinu uzroka koji uzrokuju jednu ili drugu posljedicu, pri čemu je većina posljedica uzrokovana malim brojem uzroka. Pareto analiza rangira pojedina područja po značaju ili važnosti i poziva na utvrđivanje i prvo uklanjanje onih uzroka koji uzrokuju najveći broj problema (nedosljednosti).

Pareto analiza obično se ilustrira Pareto dijagramom (Slika dolje), na kojem x-os prikazuje uzroke problema kvalitete silaznim redoslijedom problema koje oni uzrokuju, a y-os prikazuje same probleme u kvantitativnom smislu, oba brojčano i kumulativno (kumulativno) postotno.

Dijagram jasno prikazuje područje prioritetnog djelovanja, ocrtavajući razloge koji uzrokuju najveći broj pogrešaka. Stoga, prije svega, preventivne mjere trebaju biti usmjerene na rješavanje ovih problema.

Pareto dijagram

Stratifikacija

U osnovi, stratifikacija je proces sortiranja podataka prema nekim kriterijima ili varijablama, čiji se rezultati često prikazuju u obliku dijagrama i dijagrama.

Skup podataka možemo klasificirati u različite skupine (ili kategorije) pomoću opće karakteristike, koja se naziva varijabilna stratifikacija. Važno je postaviti koje će se varijable koristiti za sortiranje.

Stratifikacija je osnova za druge alate kao što su Pareto analiza ili dijagrami raspršenosti. Ova kombinacija alata čini ih moćnijima.

Na slici je prikazan primjer analize izvora kvarova. Svi nedostaci (100%) razvrstani su u četiri kategorije - prema dobavljaču, prema operateru, prema smjeni i prema opremi. Iz analize prikazanih donjih podataka jasno je vidljivo da najveći doprinos prisutnosti nedostataka u ovom slučaju daje „dobavljač 1“.

Stratifikacija podataka.

Kontrolne kartice

Kontrolne karte su posebna vrsta karte koju je prvi predložio W. Shewhart 1925. Kontrolne karte imaju oblik prikazan na sl. 4.12. Oni odražavaju prirodu promjena u pokazateljima kvalitete tijekom vremena.

Opći prikaz kontrolne karte

Kontrolne karte za kvantitativne karakteristike

Kontrolne karte za kvantitativne karakteristike obično su dvostruke karte, od kojih jedna prikazuje promjenu prosječne vrijednosti procesa, a druga - raspršenost procesa. Raspršenost se može izračunati iz raspona procesa R (razlika između najveće i najmanje vrijednosti) ili iz standardne devijacije procesa S.

Danas se x-S kartice često koriste, x-R kartice se koriste rjeđe.

Kontrolne karte temeljene na karakteristikama kvalitete

Karta za udio neispravnih proizvoda (p - karta)

P-mapa izračunava udio neispravnih proizvoda u uzorku. Koristi se kada je veličina uzorka promjenjiva.

Karta za broj neispravnih artikala (np - karta)

np karta izračunava broj neispravnih proizvoda u uzorku. Koristi se kada je veličina uzorka konstantna.

Karta za broj nedostataka u uzorku (c - karta)

C-mapa izračunava broj nedostataka u uzorku.

Karta za broj nedostataka po proizvodu (u - karta)

U-mapa izračunava broj grešaka po proizvodu u uzorku.

Obrazac kontrolne kartice

Sustav upravljanja kvalitetom je sustav učinkovit radšto je nemoguće bez objektivnih i pouzdanih informacija. Upravo ti podaci omogućuju donošenje ispravnih odluka o upravljanju kvalitetom proizvoda, procesima, sustavima i raznim vrstama organizacijskih resursa. No, da bi donesene odluke bile doista ispravne, moraju se temeljiti na određenom skupu početnih podataka koji karakteriziraju proizvod, proces ili sustav upravljanja organizacijom. Taj se skup podataka može dobiti ako organizacija sustavno primjenjuje alate kvalitete.

Kvalitetni alati su razne metode te tehnike za prikupljanje, obradu i prezentaciju kvantitativnih i kvalitativnih podataka o bilo kojem objektu (proizvodu, procesu, sustavu itd.). Skup metoda koje se koriste u upravljanju kvalitetom vrlo je širok i raznolik. Formirao se kroz povijest razvoja upravljanja kvalitetom.

Alati za kontrolu kvalitete - ovdje govorimo o alatima za kontrolu koji vam omogućuju donošenje upravljačkih odluka, a ne o tehnička sredstva kontrolirati. Većina alata koji se koriste za kontrolu temelje se na metodama matematičke statistike. Suvremene statističke metode i matematički aparati koji se koriste u tim metodama zahtijevaju dobru obuku zaposlenika organizacije, što ne može pružiti svaka organizacija. Međutim, bez kontrole kvalitete nemoguće je upravljati kvalitetom, a još manje poboljšati kvalitetu.

Od niza statističkih metoda za kontrolu najčešće se koriste najjednostavniji statistički alati za kvalitetu. Također se nazivaju i sedam alata kvalitete ili sedam alata kontrole kvalitete. Ove je alate iz niza statističkih metoda odabrala Japanska unija znanstvenika i inženjera (JUSE) 1979. godine. Posebnost ovih alata je njihova jednostavnost, preglednost i pristupačnost za razumijevanje dobivenih rezultata.

"Sedam alata za kontrolu kvalitete" (Metode administrativno upravljanje) dopustiti jednostavne metode riješiti do 95% problema koji nastaju tijekom kontrole kvalitete u većini različitim područjima. Preostalih 5% problema zahtijeva dodatne metode rješavanja.

1) Kontrolne liste, što vam omogućuje da poboljšate proces prikupljanja podataka i organizirate podatke za jednostavnu daljnju upotrebu.
2) Pareto karte, što nam omogućuje da saznamo razloge pojave nekoliko bitnih nedostataka i usmjerimo napore na otklanjanje upravo tih razloga.

Pomoću Pareto dijagrama analiziraju vrste nedostataka, visinu gubitaka od nedostataka, vrijeme i materijalne troškove za njegovo korištenje, sadržaj reklamacija i troškove povezane s reklamacijama te broj kvarova. Pareto karte se također koriste za analizu faktora vremena, troškova, sigurnosti rada, potražnje za različiti tipovi proizvoda, kako bi se utvrdila učinkovitost mjera za otklanjanje uzroka nedostataka.

3) Dijagrami uzroka i posljedica(Ishikawa dijagram) koji prikazuje odnos između pokazatelja kvalitete i čimbenika koji na njega utječu. Korištenje Ishikawa dijagrama učinkovito je u rješavanju pitanja osiguranja kvalitete proizvoda, povećanja produktivnosti rada, razvoja prijedloga racionalizacije, povećanja učinkovitosti korištenja opreme, poboljšanja sigurnosnih mjera, razvoja i provedbe standarda za tehnološke operacije itd.
4) Histogrami, odražavajući uvjete procesa za razdoblje tijekom kojeg su podaci dobiveni. Usporedba tipa distribucije histograma s kontrolnim standardima daje važna informacija kontrolirati proces. Histogrami su prikladni pri sastavljanju mjesečnih izvješća o kvaliteti proizvoda, o rezultatima tehničke kontrole, pri prikazu promjena razine kvalitete po mjesecima itd.
5) Dijagrami raspršenosti, omogućujući identificiranje uzročno-posljedičnih odnosa pokazatelja kvalitete i čimbenika utjecaja pri analizi Ishikawa dijagrama. Dijagram raspršenosti konstruira se kao grafikon odnosa između dviju varijabli x i y.
6) Kontrolne kartice, što vam omogućuje da odvojite varijacije u pokazatelju kvalitete zbog određenih razloga od varijacija zbog slučajnih razloga. Kontrolni karton je poseban obrazac na kojem središnja linija i dvije crte iznad i ispod prosjeka, koje se nazivaju gornja i donja kontrolna granica. Podaci iz mjerenja ili kontrole parametara i proizvodnih uvjeta ucrtavaju se na karti točkama. Prilikom ispitivanja promjena u podacima tijekom vremena, pazite da točke grafikona ne prelaze kontrolne granice. Ako se otkrije outlier jedne ili više točaka izvan kontrolnih granica, to se percipira kao informacija o odstupanju parametara ili uvjeta procesa od utvrđene norme. Da bi se utvrdio uzrok odstupanja, ispituje se utjecaj kvalitete izvornog materijala ili dijelova, metoda, operacija i radnih uvjeta. tehnološke operacije, oprema.
7) Metoda raslojavanja (stratifikacije)., prema kojem se podaci grupiraju ovisno o uvjetima zaprimanja. Svaka skupina podataka obrađuje se zasebno. Raslojavanje pomaže u otkrivanju razloga za pojavu nedostataka ako se otkrije razlika u podacima između "slojeva".

"Sedam novih alata za kontrolu kvalitete" odnosi se na metode za obradu prvenstveno verbalnih (opisnih) podataka. Korištenje ovih alata posebno je učinkovito kada se koriste kao metode za što cjelovitiju provedbu planova na temelju sustavnog pristupa u uvjetima suradnje cijelog tima poduzeća.

Ovih "sedam novih alata" namijenjeno je nadopuni drugih široko korištenih metoda statističke kontrole kvalitete. Bitno je zajedničko korištenje već poznatih metoda kontrole kvalitete i „sedam novih

Dijagram srodstva služi za utvrđivanje kršenja ustaljeni proces o statusu povreda i naznačiti moguće mjere potrebne za njihovo otklanjanje. Dijagram odnosa je popis glavnih poremećaja, sastavljen prema principu odnosa različitih podataka.

Dijagram ovisnosti sastavlja se kako bi se uskladili problemi koji zahtijevaju rješenja, zabilježeni u dijagramu odnosa, s glavnim razlozima koji su uzrokovali njihovu pojavu. Razvrstavanje ovih razloga po važnosti provodi se uzimajući u obzir korištenu tehnologiju, kao i numeričke podatke koji karakteriziraju razloge.

Dijagram sustava (stablo). koristi se kao metoda za sustavno određivanje optimalnih načina rješavanja nastalih problema i izgrađena je u obliku višestupanjske strukture stabla čiji su elementi raznim sredstvima i rješenja.

Matrični dijagram izražava usklađenost određene faktore i pojave razni razlozi njihovu pojavu i načine otklanjanja njihovih posljedica, kao i stupanj ovisnosti tih čimbenika, uzroke njihova nastanka i mjere za njihovo otklanjanje.

Dijagram strelice koristiti u izradi optimalnih planova za pojedine aktivnosti nakon što su identificirani problemi koje je potrebno riješiti, utvrđene potrebne mjere, rokovi i faze njihove provedbe, tj. nakon crtanja prva četiri dijagrama

Dijagram planiranja procjenom procesa procjenjuje se ispravnost provedbe, kao i potreba prilagodbe pojedinih aktivnosti tijekom njihove provedbe u skladu sa streličastim dijagramom u slučaju odluke složeni problemi u području znanstvenog razvoja, u području proizvodnje s redovitom pojavom nedostataka, pri primanju velikih narudžbi izvana itd.

Matrična analiza podataka- ovo je obrada velika količina numerički podaci dobiveni tijekom implementacije svake faze matričnog dijagrama. Ova analiza se provodi korištenjem grafikona zasebno za svaku grupu podataka.

Pri analizi velikih količina podataka najčešće koristimo prosječnu vrijednost, rjeđe standardnu devijaciju, a još rjeđe druge metode obrade. Što uzrokuje ovo "samoobuzdavanje"? 🙂 Najvjerojatnije nedovoljno znanja i iskustva u ovim stvarima. Gdje suvremeni menadžer može naučiti metode statističke obrade podataka? Malo je vjerojatno da će se sjetiti kolegija sveučilišne statistike. A jel to ušlo u nastavni plan i program!?

Moje upoznavanje sa statistikom, točnije njenom primjenom u poslovanju, počelo je prije 15-ak godina, kada sam prvi put čitao o metodama upravljanja kvalitetom. Nažalost, sedam osnovnih alata "nisu mi se učinili" prvi put... Nisam ih doživljavao kao "vodič za djelovanje". Umjesto toga, tretirao sam ih kao nešto transcendentalno nejasno. I tek postupno tijekom nekoliko godina, opetovano se susrećući s korištenjem jedne ili druge metode u literaturi, kao iu vezi s pojavom praktičnih problema, korak po korak, počeo sam shvaćati značenje ovih alata i opseg njihove primjene. Postupno sam počeo koristiti te metode u svojoj praksi, ponekad se i ne sjećajući da su dio koherentnog sustava.

Došao je trenutak da odamo počast izvornom izvoru – japanskom menadžmentu, ali i da pokažemo kako naizgled knjižno znanje postaje moćan alat za upravljanje stvarnim poslom.

Preuzmite bilješku u formatu, primjere u formatu

Sedam osnovnih alata za kontrolu kvalitete analitički rješavanje problema, odnosno u situaciji kada su podaci dostupni, a da bi se problem riješio potrebno ih je analizirati.

1. Dijagram uzroka i posljedica. Ovaj se dijagram koristi za identifikaciju faktora procesa koji utječu na ishod. Postoje i nazivi: “Ishikawa dijagram” ili “dijagram riblje kosti”. U klasična verzija faktori (razlozi) su grupirani u kategorije prema principu “5M”:

Čovjek (osoba) - razlozi povezani s ljudskim faktorom; Strojevi (strojevi, oprema) - razlozi vezani uz opremu; Materijali – razlozi vezani uz materijale; Metode (metode, tehnologija) - razlozi vezani uz organizaciju poslovnih procesa; Mjerenja - razlozi povezani s metodama mjerenja.

Riža. 1. Ishikawa dijagram. Uzorak.

Jasno je da se može koristiti drugo relevantno grupiranje. Na primjer, ovdje je "kostur" koji smo nacrtali kada smo analizirali mogućnosti smanjenja vremena korisničke službe u skladištu:

Riža. 2. Ishikawa dijagram. Vrijeme pružanja usluga kupcima u skladištu.

– alat za prikupljanje podataka i njihovo automatsko organiziranje radi lakšeg daljnjeg korištenja prikupljenih informacija.

Riža. 3. Čekovni list. Primjer.

Prednost kontrolnih lista je što ih mogu koristiti i zaposlenici koji ne rade s računalom. Ako se podaci za naknadnu analizu dobivaju mjerenjem izravno na radnom mjestu, vrlo su učinkovite kontrolne liste. Jasno je da ako se podaci za analizu izdvajaju iz baza podataka, popisi za provjeru nisu potrebni, a podaci se odmah pretvaraju u histogram, Pareto ili raspršeni dijagram (vidi dolje).

U mojoj praksi kontrolne liste nisu našle primjenu jer su procesi kojima se bavim ili u potpunosti vezani uz korištenje računala ili se pokreću naredbom s računala, a završetak snima PC operater.

Ovi grafikoni rangiraju probleme prema stupnju (učestalosti) utjecaja na ishod. Ime su dobili po ekonomistu Vilfredu Paretu, koji je u jednom od svojih znanstvenih radova na prijelazu iz 19. u 20. stoljeće pokazao da u Italiji 20% kućanstava dobiva 80% prihoda. Pojam “Paretovo načelo” skovao je američki stručnjak za upravljanje kvalitetom Joseph Juran 40-ih godina 20. stoljeća. Pareto analiza obično se ilustrira Pareto dijagramom, na kojem su uzroci problema kvalitete ucrtani duž x-osi silaznim redoslijedom njihovog utjecaja na broj nesukladnosti (volumen nedostataka), te duž dvije ordinatne osi: a) broj nesukladnosti u komadima; b) akumulirani udio (postotak) doprinosa ukupnom broju nesukladnosti. Na primjer:

Riža. 4. Pareto dijagram. Razlozi kašnjenja potraživanja.

Prije svega, trebali biste raditi na uzrocima koji uzrokuju najviše problema. U našem primjeru s prva tri.

4. Histogram– alat koji vam omogućuje vizualnu procjenu distribucije statističkih podataka grupiranih prema učestalosti pada u određeni (unaprijed određeni) interval. U klasičnoj verziji, histogram se koristi za identificiranje problema analizom oblika raspršenosti vrijednosti, središnje vrijednosti, njezine blizine nominalnoj vrijednosti i prirode disperzije:

Riža. 5. Mogućnosti položaja histograma u odnosu na tehnološku toleranciju

Kratki komentari: a) sve je dobro: prosjek se podudara s nominalnom vrijednošću, varijabilnost je unutar dopuštenih odstupanja; b) prosjek treba pomaknuti da odgovara nominalnoj vrijednosti; c) disperziju treba smanjiti; d) treba pomaknuti srednju vrijednost i smanjiti disperziju; e) disperziju treba značajno smanjiti; f) miješaju se dvije serije; treba podijeliti u dva histograma i analizirati; g) slično kao u prethodnom stavku, samo je situacija kritičnija; h) potrebno je razumjeti razloge takve raspodjele; "strmi" lijevi rub označava neku vrstu akcije u odnosu na serije dijelova; i) slično prethodnom.

Ovo su histogrami koje smo gradili nekoliko godina kako bismo proučili vrijeme korisničke službe u skladištu:

Riža. 6. Histogram. Vrijeme pružanja usluga kupcima u skladištu.

Na apscisnoj osi su 15-minutni rasponi vremena pružanja usluga kupcima u skladištu; Y-os je udio zahtjeva servisiranih u dodijeljenom vremenskom rasponu od ukupnog broja zahtjeva za godinu. Crvena točkasta linija prikazuje prosječno vrijeme servisiranja tijekom godine.

5. Dijagram raspršenosti(disperzija) je alat koji vam omogućuje da odredite vrstu i snagu veze (korelacije) između parova odgovarajućih varijabli. Ovi grafikoni sadrže dva skupa podataka iscrtanih kao točke. Odnos između ovih točaka pokazuje ovisnost između odgovarajućih podataka. U Excelu je takav grafikon "raspršenog" tipa. Evo primjera kako sam ranije otkrio korisnost dijagrama raspršenosti:

Riža. 7. Identifikacija korelacijske ovisnosti na temelju dijagrama raspršenja.

Evo zanimljivog primjera korištenja korelacijske analize za upravljanje plasmanom robe u skladište:

Moderno skladište ima vrlo impresivne dimenzije. Može doseći dubinu od 100-150 metara (udaljenost od vrata za utovar do stražnjeg zida). Jasno je da postavljanjem robe s velikim prometom bliže vratima možete uštedjeti vrijeme kretanja po skladištu. Gornje slike pokazuju učestalost pristupa pojedinim ćelijama; s lijeve strane - za nasumično postavljanje robe; desno – za robu podijeljenu u ABC skupine. Što je boja intenzivnija, to se ćeliji češće pristupa. Može se vidjeti da je bez ABC raspodjele pristup ćelijama gotovo nasumičan; uz ABC podjelu nomenklature mogu se promatrati granice zona. Lijevi prednji dio svake figure okrenut je prema području primanja. Dakle, u situaciji prikazanoj na Sl. b, ukupni put skladištara/opreme bit će manji nego na sl. A

6. Grafikoni– alat koji vam omogućuje analizu podataka u različitim odjeljcima. Oblici i svrhe analize mogu diktirati korištenje različite vrste grafovi. Više o tome možete pročitati u knjizi Genea Zelaznyja "". Pojedinačne usporedbe podataka najbolje je prikazati pomoću kružnog grafikona. Za ilustraciju usporedbe položaja najbolje je koristiti trakasti dijagram. Ako komponentne i položajne usporedbe pokazuju odnose u određenoj vremenskoj točki, onda vremenske usporedbe odražavaju dinamiku promjene; Usporedbe vremena najbolje je ilustrirati histogramom ili grafikonom.

Na primjer, pomoću ovih dijagrama analiziramo tri parametra za svakog klijenta odjednom: dinamiku potraživanja, dospjela potraživanja i limite na kreditnoj liniji:

Riža. 8. Primjer korištenja grafa za analizu podataka.

7. Kontrolna kartica– alat koji vam omogućuje praćenje napredovanja procesa i utjecaj na njega, sprječavajući odstupanja od zahtjeva koji se postavljaju procesu (ili reagirajući na odstupanja). Postoje dvije vrste varijacija: prirodni, povezan s širenjem vrijednosti oko nominalne vrijednosti svojstvene procesu; I poseban, čija se pojava može objasniti određenim razlozima. Više o tome možete pročitati u knjizi D. Wheelera i D. Chambersa “. Optimizacija poslovanja korištenjem Shewhartovih kontrolnih dijagrama.” Kontrolne karte koriste se za identifikaciju posebnih varijacija. Na grafikonu su ucrtane točke koje odgovaraju pojedinačnim podacima, linija prosječnih vrijednosti (μ), te gornja i donja kontrolna granica (μ ± 3σ). Ako se točke nalaze unutar kontrolnih granica, nema potrebe reagirati na odstupanja od središnje linije. Ako je barem jedna točka izvan kontrolnih granica, potrebna je analiza mogući razlozi odstupanja. Vidi, na primjer, "", "".

Korištenje kontrolnih dijagrama za analizu količine potraživanja:

Riža. 9. Kontrolna kartica. Prirodni uzroci varijacije.

U 27. tjednu dug je porastao s 1,4 milijuna USD na 2,6 milijuna USD. Međutim, nisu potrebne nikakve radnje s obzirom da su se točke nalazile unutar kontrolnih granica.

Sljedeći grafikon prikazuje prosječno (po tjednu) vrijeme potrebno za polijetanje vozila:

Riža. 10. Kontrolna kartica. Posebni uzroci varijacija.

Vidljivo je da, počevši od 19. tjedna, bodovi prelaze kontrolne granice. Potrebna je procesna intervencija kako bi se identificirali specifični uzroci varijacije.

Nadam se da će vam moji primjeri pomoći da shvatite da sedam osnovnih alata za kontrolu kvalitete mogu biti prava pomoć u analizi poslovnih procesa.

Predstavljeni su prema verziji datoj u knjizi M. Imaia “”. Posložio sam te metode redoslijedom koji mi se čini najlogičnijim.

Sedam osnovnih alata za kvalitetu- naziv za skup vrlo jednostavnih grafičke metode, koji su identificirani kao najkorisniji za rješavanje jednostavnih, svakodnevnih pitanja kvalitete. Zovu se glavni jer će čak i ljudi s malo ili nimalo statističke obuke moći razumjeti ove principe i primijeniti ih u svom svakodnevnom radu.

Često sam vidio da čak i visokokvalificirano osoblje zanemaruje ideju korištenja moderni instrumenti kvalitete kao što su eksperimentalni dizajn, testiranje hipoteza ili multivarijatna analiza. Iako bi većini profesionalaca to bilo korisno znati većina pitanja kvalitete limenka riješiti pomoću ovih sedam osnovnih alata za kvalitetu.

Svrha ovog članka je pregled ovih osnovnih alata i njihovih učinkovito korištenje. Priznanica najbolje rezultate korištenje bilo kojeg od ovih alata ne zahtijeva dokaze; Stručnjak za kvalitetu mora pružiti potpune, objektivne i dostatne informacije.

Alat #1: Ishikawa dijagrami

(također se zove " riblji kostur" ili " uzročno-posljedični dijagrami") su uzročno-posljedični dijagrami koji pokazuju glavni uzrok(e) određenog događaja. Uobičajeni način za izradu doista informativne riblje kosti je korištenje metode 5 zašto i dijagrama uzroka i posljedica zajedno.

Ljudi - Osoblje uključeno u proces; dionici, itd.

Metode - Procesi za obavljanje zadataka i specifični zahtjevi za njihovo obavljanje, kao što su politike, procedure, pravila, propisi i zakoni

Strojevi - Sva oprema, računala, alati itd. potrebni za obavljanje posla

Materijali - Sirovine, dijelovi, olovke, papir itd. koji se koriste za proizvodnju konačnog proizvoda

Pokazatelji - Podaci dobiveni iz procesa koji se koriste za ocjenu njegove kvalitete

Okoliš- Uvjeti kao što su lokacija, vrijeme, temperatura i kultura u kojoj se ovaj proces provodi

Alat #2: Spisak

To je strukturirani, pripremljeni obrazac za prikupljanje i analizu podataka. Ovaj univerzalni alat, koji se može prilagoditi za razne namjene. Prikupljeni podaci mogu biti kvantitativni ili kvalitativni. Kada su informacije kvantitativne, poziva se popis za provjeru knjigovodstveni list.

Definirajuća karakteristika kontrolne liste je da se podaci u nju unose u obliku oznaka ("kvačica"). Tipični kontrolni list podijeljen je u stupce, a oznake u različitim stupcima imaju različita značenja. Podaci se čitaju na temelju mjesta i broja oznaka na listu. Popisi za provjeru obično koriste "zaglavlje" koje odgovara na pet pitanja: Tko? Što? Gdje? Kada? Zašto? Razvijte operativne definicije za svako od pitanja.

Tko je ispunio kontrolni popis?

Što je prikupljeno (što predstavlja svaka oznaka, identifikacijski broj lota ili broj stavki u lotu)

Gdje je obavljeno prikupljanje podataka (oprema, prostor, alati)

Kada su podaci prikupljeni (sat, smjena, dan u tjednu)

Zašto su ti podaci prikupljeni

Alat #3:

Je li prikaz statističkih informacija koje su predstavljene pravokutnicima za prikaz učestalosti podatkovnih stavki u uzastopnim numeričkim intervalima iste veličine. U najčešćem obliku histograma, nezavisna varijabla iscrtana je na vodoravnoj osi, a zavisna varijabla na okomitoj osi.

Glavna svrha histograma je razjasniti prikazane podatke. Ovaj koristan alat za ucrtavanje obrađenih podataka u područja ili stupce histograma kako bi se utvrdila učestalost određenih događaja ili kategorija podataka. Ovi histogrami mogu pomoći u prikazu najveće frekvencije. Tipične primjene histograma analize temeljnih uzroka uključuju predstavljanje podataka za utvrđivanje dominantnog uzroka; razumijevanje distribucije manifestacija raznih problema, uzroka, posljedica i sl. Pareto dijagram (objašnjen kasnije u članku) posebna je vrsta histograma.

Alat #4:

Važan je alat i rješenje. Budući da su organizacijski resursi ograničeni, važno je da vlasnici procesa i dionici razumiju temeljne uzroke pogrešaka, nedostataka itd. Pareto se ističe u predstavljanju ovog mehanizma jasnim rangiranjem temeljnih uzroka kvara. Dijagram je također poznat kao princip 80:20.

Grafikon, nazvan po ekonomistu i politologu Vilfredu Paretu, vrsta je grafikona koji sadrži stupce i linijski grafikon, gdje su pojedinačne vrijednosti prikazane silaznim redoslijedom stupaca, a akumulirani zbroj predstavljen je linijom. Lijeva okomita os obično predstavlja učestalost pojavljivanja. Desna okomita os je ukupni postotak ukupnog broja manifestacija. Budući da su uzroci poredani silaznim redoslijedom njihove važnosti, kumulativna funkcija je konkavna. Primjerice navedeno, da bi se broj kašnjenja smanjio za 78%, dovoljno je eliminirati prva tri razloga.

Alat #5: Scatter plot ili raspršeni dijagram

Često se koristi za identificiranje potencijalnih odnosa između dviju varijabli, pri čemu se jedna može smatrati eksplanatornom varijablom, a druga ovisnom varijablom. To daje dobru vizualnu sliku odnosa između dviju varijabli i pomaže u analizi koeficijenta korelacije i regresijskog modela. Podaci se prikazuju kao skup točaka od kojih svaka ima vrijednost jedne varijable koja definira položaj na vodoravnoj osi i vrijednost druge varijable koja definira položaj na okomitoj osi.

Dijagram raspršenosti koristi se kada postoji varijabla koja je pod kontrolom eksperimentatora. Ako postoji parametar koji se sustavno povećava i/ili smanjuje pod utjecajem drugoga, on se naziva kontrolni parametar ili nezavisna varijabla i obično se iscrtava duž horizontalne osi. Manipulirana ili zavisna varijabla obično se crta duž okomite osi. Ako ne postoji zavisna varijabla ili se varijabla može nacrtati na bilo kojoj od osi ili na dijagramu raspršenja, pokazat će samo stupanj korelacije (ne uzročno-posljedičnu vezu) između dviju varijabli.

Alat #6:

To je metoda uzorkovanja populacije. U statističkim istraživanjima, kada su skupine stanovništva u populaciji različite, preporučljivo je uzorkovati svaku skupinu (stratum) zasebno. Stratifikacija je proces dijeljenja članova društva u homogene podskupine prije uzorkovanja.

Stratumi se moraju međusobno isključivati: svaka populacijska jedinica mora biti dodijeljena samo jednom stratumu. Stratumi moraju biti iscrpni: niti jedna populacijska jedinica ne može se isključiti. Zatim se unutar svakog stratuma uzima jednostavan slučajni uzorak ili sustavni uzorak.

To često poboljšava reprezentativnost uzorka smanjenjem pogreške uzorkovanja. Može proizvesti ponderirani prosjek koji ima manju varijabilnost od aritmetičke sredine jednostavnog slučajnog uzorka populacije. Često kažem grupama koje nadgledam da su pravilni postupci odabira važniji od puke dovoljne veličine uzorka!!

Alat #7: Kontrolne karte, poznate i kao Shewhartove karte ili karte ponašanja procesa

To je posebna vrsta vremenskog dijagrama koji omogućuje razlikovanje značajne promjene zbog prirodne varijabilnosti procesa.

Ako analiza kontrolne karte pokaže da je proces pod kontrolom (tj. stabilan, mijenja se samo zbog razloga svojstvenih procesu), tada nisu potrebne niti poželjne nikakve korekcije ili promjene parametra upravljanja procesom. Osim toga, podaci iz ovog procesa mogu se koristiti za predviđanje budućih performansi procesa.

Ako karta pokazuje da je promatrani proces izvan kontrole, analiza karte može pomoći u identificiranju izvora varijacija koji se zatim mogu riješiti kako bi se proces vratio pod kontrolu.

Kontrolna karta može se promatrati kao dio objektivnog i discipliniranog pristupa koji olakšava donošenje ispravnih odluka o upravljanju procesom, uključujući i to je li potrebno promijeniti parametre upravljanja procesom. Parametri procesa ne bi se trebali podešavati za proces koji je pod kontrolom, jer će to smanjiti performanse procesa. Proces koji je stabilan, ali radi izvan zadanog raspona (stopa otpada, na primjer, može se statistički kontrolirati, ali iznad zadane norme) mora se poboljšati kroz usredotočene napore da se razumiju uzroci trenutne izvedbe i temeljno poboljša proces.

Kada upravljam jednostavnim projektima Šest sigma (obično se nazivaju projektom žutog pojasa), gdje problemi nisu složeni i projektni tim se sastoji od ljudi s 3 do 5 godina iskustva u procesu, snažno zagovaram korištenje ovih jednostavnih alata za rješavanje problema vezano uz proces.

Kao pravilo, bilo koji proces koji pokazuje ponovljivost unutar 1-2% standardne devijacije može se poboljšati jednostavnom analizom pomoću ovih alata. Samo kada je ponovljivost procesa veća od 2,5 - 3% standardne devijacije treba koristiti srednje do napredne alate za prepoznavanje i rješavanje problema procesa. Također preporučujem da svaki početni Six Sigma tečaj obuke i obrazovanja koristi sedam alata za kontrolu kvalitete za stvaranje plodno tlo trenirati zelene i crne pojaseve unutar organizacije.

Materijal pripremio Andrey Garin
na temelju materijala iz stranih publikacija
http://www.site/