Siedem narzędzi wysokiej jakości. Siedem nowych narzędzi zarządzania jakością

OPCJA 1:

Teoria: Siedem narzędzi jakości (graficzne metody oceny jakości produktu)

Wstęp. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1. Siedem proste narzędzia jakość. . . . . . . . . . . . . . . . . . . . . . . . . . .3

2. Diagram przyczynowo-skutkowy (diagram Ishikawy). . . . 5

3. Listy kontrolne. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

4. Histogramy. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

5. Diagramy punktowe. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

6. Analiza Pareto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

7. Stratyfikacja. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

8. Karty kontrolne. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

Wniosek. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .15

Zadanie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .16

Literatura. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

Wstęp

W współczesny świat Niezwykle istotny staje się problem jakości produktu. Dobrobyt każdej firmy i każdego dostawcy w dużej mierze zależy od pomyślnego rozwiązania. Produkty wyższej jakości znacząco zwiększają szanse dostawcy na konkurowanie o rynki i, co najważniejsze, lepiej zaspokajają potrzeby konsumentów. Jakość produktu jest najważniejszym wskaźnikiem konkurencyjności przedsiębiorstwa.

Jakość produktu wynika z procesu badania naukowe, konstrukcyjnym i technologicznym, zapewnia dobra organizacja produkcji i wreszcie wspomagana w trakcie eksploatacji czy konsumpcji. Na wszystkich tych etapach ważne jest terminowe przeprowadzenie kontroli i uzyskanie rzetelnej oceny jakości produktu.

Aby obniżyć koszty i osiągnąć poziom jakości satysfakcjonujący konsumenta, potrzebne są metody, które nie mają na celu eliminacji wad (niespójności) gotowe produkty, lecz zapobiegać przyczynom ich wystąpienia w procesie produkcyjnym.

Celem pracy jest zbadanie siedmiu narzędzi z zakresu zarządzania jakością produktów w przedsiębiorstwie. Cele badawcze: 1) Badanie etapów powstawania metod kontroli jakości; 2) Przestudiuj istotę siedmiu narzędzi jakości. Przedmiotem pracy są metody badania kosztów jakości produktu.

1. Siedem prostych narzędzi zapewniających jakość

Istniejące od dawna metody kontroli sprowadzały się z reguły do analizy wad poprzez pełną kontrolę wytwarzanych produktów. W produkcji masowej taka kontrola jest bardzo kosztowna. Obliczenia pokazują, że aby zapewnić jakość produktu poprzez sortowanie, aparat kontrolny przedsiębiorstw musi być pięć do sześciu razy większy niż liczba pracowników produkcyjnych.

Natomiast ciągła kontrola w produkcji masowej nie gwarantuje braku wadliwych wyrobów w przyjmowanych wyrobach. Doświadczenie pokazuje, że inspektor szybko się męczy, przez co niektóre dobre produkty są mylone z wadliwymi i odwrotnie. Praktyka pokazuje również, że tam, gdzie ludzie dają się ponieść całkowitej kontroli, straty z tytułu wad gwałtownie rosną.

Powody te zmusiły produkcję do przejścia na sterowanie selektywne.

Metody statystyczne pozwalają w rozsądny sposób wykryć zaburzenie procesu nawet wtedy, gdy do kontroli wytypowane zostaną dwie lub trzy jednostki wyrobów, gdyż są one bardzo wrażliwe na zmiany stanu procesów technologicznych.

Przez lata ciężkiej pracy specjaliści stopniowo wyodrębniali ze światowego doświadczenia takie techniki i podejścia, które można zrozumieć i skutecznie zastosować bez specjalnego przeszkolenia, a zrobiono to w taki sposób, aby zapewnić realne osiągnięcia w rozwiązywaniu zdecydowanej większości problemów problemów pojawiających się w rzeczywistej produkcji.

Jedną z podstawowych zasad zarządzania jakością jest podejmowanie decyzji w oparciu o fakty. Najpełniej rozwiązuje się to metodą modelowania procesów, zarówno narzędziami produkcyjnymi, jak i zarządzającymi statystyką matematyczną. Jednak nowoczesny metody statystyczne dość trudny do zrozumienia i powszechny praktyczne zastosowanie bez dogłębnego szkolenia matematycznego wszystkich uczestników procesu. Do 1979 roku Japoński Związek Naukowców i Inżynierów (JUSE) opracował siedem dość łatwych w użyciu wizualnych metod analizy procesów. Przy całej swojej prostocie zachowują połączenie ze statystykami i dają profesjonalistom możliwość wykorzystania ich wyników i, w razie potrzeby, ich ulepszenia.

Oto tak zwane siedem prostych metod:

1) Wykres Pareto;

2) schemat Ishikawy;

3) rozwarstwienie (stratyfikacja);

4) listy kontrolne;

5) histogramy;

6) grafika (na płaszczyźnie)

7) karty kontrolne (Shewhart).

Czasami metody te są wymienione w innej kolejności, co nie jest istotne, gdyż należy je rozpatrywać zarówno jako pojedyncze narzędzia, jak i jako system metod, w którym w każdym konkretnym przypadku skład i struktura roboczego zestawu narzędzi jest ustalana powinno być szczegółowo określone.

Stosowanie metod statystycznych to bardzo efektywny sposób rozwoju nowa technologia i kontrola jakości procesów produkcyjnych. Wiele wiodących firm angażuje się w ich szerokie wykorzystanie, a niektóre spędzają ponad sto godzin rocznie na wewnętrznych szkoleniach w zakresie tych technik. Chociaż znajomość metod statystycznych jest częścią normalnego wykształcenia inżyniera, sama wiedza nie oznacza umiejętności jej zastosowania. Umiejętność spojrzenia na zdarzenia z perspektywy statystycznej jest ważniejsza niż znajomość samych metod. Poza tym trzeba umieć uczciwie przyznać się do niedociągnięć i zmian, jakie zaszły oraz zebrać obiektywne informacje.

2. Diagram przyczynowo-skutkowy (diagram Ishikawy)

Diagram typu 5M uwzględnia komponenty jakości, takie jak „człowiek”, „maszyna”, „materiał”, „metoda”, „sterowanie”, a na diagramie typu 6M dodaje się do nich komponent „środowisko”. W związku z rozwiązywanym problemem analizy jakościowej dla składnika „osoba” konieczne jest określenie czynników związanych z wygodą i bezpieczeństwem wykonywania operacji; dla elementu „maszyny” – wzajemne powiązanie elementów konstrukcyjnych analizowanego wyrobu związane z wykonaniem tej operacji; dla składnika „metoda” - czynniki związane z produktywnością i dokładnością wykonanej operacji; dla składnika „materiałowego” - czynniki związane z brakiem zmian we właściwościach materiałów produktu podczas wykonywania tej operacji; dla elementu „kontrolnego” – czynniki związane z rzetelnym rozpoznaniem błędów w procesie wykonywania operacji; dla komponentu „środowisko” – czynniki związane z wpływem środowiska na produkt i produktu na środowisko.

Ryż. 1 Przykład diagramu Ishikawy

3. Listy kontrolne

Listy kontrolne można stosować zarówno do kontroli jakościowej, jak i ilościowej.

Ryż. 2 Listy kontrolne

4. Histogramy

Histogramy to jeden z wariantów wykresu słupkowego, który przedstawia zależność częstotliwości parametrów jakościowych produktu lub procesu mieszczących się w określonym przedziale wartości od tych wartości.

Histogram jest skonstruowany w następujący sposób:

1. Zdefiniuj najwyższa wartość wskaźnik jakości.

2. Zdefiniuj najmniejsza wartość wskaźnik jakości.

3. Zdefiniuj zakres histogramu jako różnicę pomiędzy największą i najmniejszą wartością.

4. Określ liczbę przedziałów histogramu. Często można zastosować przybliżoną formułę:

(liczba przedziałów) = N (liczba wartości wskaźników jakości) Przykładowo, jeśli liczba wskaźników = 50, liczba przedziałów histogramu = 7.

5. Określ długość interwału histogramu = (zakres histogramu) / (liczba przedziałów).

6. Dzielimy zakres histogramu na przedziały.

7. Policz liczbę trafień wyników w każdym przedziale.

8. Określ częstotliwość trafień w przedziale = (liczba trafień)/(całkowita liczba wskaźników jakości)

9. Budowa wykresu słupkowego

5. Rozłóż działki

Wykresy punktowe to wykresy podobne do pokazanego poniżej, które pokazują korelację między dwoma różnymi czynnikami.

Ryż. 3 Diagram punktowy: Praktycznie nie ma związku pomiędzy wskaźnikami jakości.

Ryż. 4 Diagram punktowy: Istnieje bezpośredni związek pomiędzy wskaźnikami jakości

Ryż. 5 Diagram punktowy: Istnieje odwrotna zależność pomiędzy wskaźnikami jakości

6. Analiza Pareta

Analiza Pareto wzięła swoją nazwę od włoskiego ekonomisty Vilfredo Pareto, który wykazał, że większość kapitału (80%) znajduje się w rękach niewielkiej liczby osób (20%). Pareto opracował logarytmiczne modele matematyczne opisujące ten heterogeniczny rozkład, a matematyk M.Oa. Lorenz dostarczył ilustracje graficzne.

Reguła Pareto to zasada „uniwersalna”, mająca zastosowanie w wielu sytuacjach i bez wątpienia – w rozwiązywaniu problemów jakościowych. Joseph Juran zauważył „uniwersalne” zastosowanie zasady Pareto do dowolnej grupy przyczyn, które powodują tę lub inną konsekwencję, przy czym większość konsekwencji jest spowodowana niewielką liczbą przyczyn. Analiza Pareto szereguje poszczególne obszary według istotności lub ważności i wzywa do zidentyfikowania i w pierwszej kolejności wyeliminowania tych przyczyn, które powodują największa liczba problemy (niespójności).

Jedną z podstawowych zasad zarządzania jakością jest podejmowanie decyzji w oparciu o fakty. Najpełniej rozwiązuje się to metodą modelowania procesów, zarówno narzędziami produkcyjnymi, jak i zarządzającymi statystyką matematyczną. Jednak współczesne metody statystyczne są dość trudne do zrozumienia i szeroko stosowane w praktyce bez dogłębnego przeszkolenia matematycznego wszystkich uczestników procesu. Do 1979 roku Japoński Związek Naukowców i Inżynierów (JUSE) opracował siedem dość łatwych w użyciu wizualnych metod analizy procesów. Pomimo swojej prostoty zachowują związek ze statystyką i dają profesjonalistom możliwość wykorzystania ich wyników i, w razie potrzeby, ich ulepszenia.

Diagram przyczynowo-skutkowy (diagram Ishikawy)

Diagram typu 5M uwzględnia komponenty jakości, takie jak „człowiek”, „maszyna”, „materiał”, „metoda”, „sterowanie”, a na diagramie typu 6M dodaje się do nich komponent „środowisko”. W związku z rozwiązywanym problemem analizy jakościowej dla składnika „osoba” konieczne jest określenie czynników związanych z wygodą i bezpieczeństwem wykonywania operacji; dla elementu „maszyny” – wzajemne powiązanie elementów konstrukcyjnych analizowanego wyrobu związane z wykonaniem tej operacji; dla składnika „metoda” - czynniki związane z produktywnością i dokładnością wykonanej operacji; dla składnika „materialnego” - czynniki związane z brakiem zmian właściwości materiałów produktu podczas wykonywania tej operacji; dla elementu „kontrolnego” – czynniki związane z rzetelnym rozpoznaniem błędów w procesie wykonywania operacji; dla komponentu „środowisko” – czynniki związane z wpływem środowiska na produkt i produktu na środowisko.

Przykład diagramu Ishikawy

Listy kontrolne

Listy kontrolne można stosować zarówno do kontroli jakościowej, jak i ilościowej.

Histogramy

Histogram jest skonstruowany w następujący sposób:

Określamy najwyższą wartość wskaźnika jakości.
Określamy najniższą wartość wskaźnika jakości.
Zakres histogramu definiujemy jako różnicę pomiędzy największą i najmniejszą wartością.
Określ liczbę przedziałów histogramu. Często można zastosować przybliżoną formułę:
(liczba przedziałów) = N (liczba wartości wskaźników jakości) Przykładowo, jeśli liczba wskaźników = 50, liczba przedziałów histogramu = 7.
Określ długość interwału histogramu = (zakres histogramu) / (liczba przedziałów).
Zakres histogramu dzielimy na przedziały.
Liczymy liczbę trafień wyników w każdym przedziale.
Określ częstotliwość trafień w przedziale = (liczba trafień)/(całkowita liczba wskaźników jakości)
Budowanie wykresu słupkowego

Rozłóż działki

Wykresy punktowe to wykresy podobne do pokazanego poniżej, które pokazują korelację między dwoma różnymi czynnikami.

Diagram punktowy: Praktycznie nie ma związku pomiędzy wskaźnikami jakości.

Wykres punktowy: Istnieje bezpośredni związek pomiędzy wskaźnikami jakości

Wykres punktowy: Istnieje odwrotna zależność pomiędzy wskaźnikami jakości

Analiza Pareta

Reguła Pareto to zasada „uniwersalna”, mająca zastosowanie w wielu sytuacjach i bez wątpienia – w rozwiązywaniu problemów jakościowych. Joseph Juran zauważył „uniwersalne” zastosowanie zasady Pareto do dowolnej grupy przyczyn, które powodują tę lub inną konsekwencję, przy czym większość konsekwencji jest spowodowana niewielką liczbą przyczyn. Analiza Pareto szereguje poszczególne obszary według istotności lub ważności i nakazuje zidentyfikowanie i wyeliminowanie w pierwszej kolejności tych przyczyn, które powodują najwięcej problemów (niespójności).

Analizę Pareto ilustruje się zwykle diagramem Pareto (ryc. poniżej), na którym oś x przedstawia przyczyny problemów jakościowych w kolejności malejącej według problemów, jakie powodują, a oś y przedstawia same problemy w ujęciu ilościowym, zarówno liczbowo i skumulowany (skumulowany) procent.

Diagram wyraźnie pokazuje obszar działań priorytetowych, wskazując przyczyny, które powodują największą liczbę błędów. Zatem przede wszystkim działania zapobiegawcze powinny mieć na celu rozwiązanie tych problemów.

Wykres Pareta

Stratyfikacja

Zasadniczo stratyfikacja to proces sortowania danych według pewnych kryteriów lub zmiennych, którego wyniki często są przedstawiane w formie wykresów i wykresów

Możemy klasyfikować zbiór danych na różne grupy (lub kategorie). ogólna charakterystyka, zwane rozwarstwieniem zmiennym. Ważne jest, aby ustalić, które zmienne zostaną użyte do sortowania.

Stratyfikacja jest podstawą innych narzędzi, takich jak analiza Pareto czy wykresy rozrzutu. Ta kombinacja narzędzi czyni je potężniejszymi.

Na rysunku pokazano przykład analizy źródła usterek. Wszystkie usterki (100%) sklasyfikowano w czterech kategoriach – według dostawcy, operatora, zmiany i sprzętu. Z analizy przedstawionych danych dolnych wyraźnie wynika, że największy udział w występowaniu wad w tym przypadku ma „dostawca 1”.

Stratyfikacja danych.

Karty kontrolne

Wykresy kontrolne to szczególny rodzaj wykresów, zaproponowany po raz pierwszy przez W. Shewharta w 1925 roku. Wykresy kontrolne mają postać pokazaną na ryc. 4.12. Odzwierciedlają one charakter zmian wskaźników jakości w czasie.

Ogólny widok karty kontrolnej

Wykresy kontrolne dla cech ilościowych

Wykresy kontrolne cech ilościowych są zazwyczaj mapami podwójnymi, z których jedna przedstawia zmianę średniej wartości procesu, a druga rozrzut procesu. Rozrzut można obliczyć albo z zakresu procesu R (różnica pomiędzy największą i najmniejszą wartością) lub z odchylenia standardowego procesu S.

Obecnie powszechnie stosuje się karty x-S, rzadziej karty x-R.

Wykresy kontrolne oparte na cechach jakościowych

Mapa proporcji produktów wadliwych (p - mapa)

Mapa p oblicza odsetek produktów wadliwych w próbce. Stosuje się go, gdy wielkość próby jest zmienna.

Mapa liczby wadliwych elementów (np - mapa)

Mapa np oblicza liczbę wadliwych produktów w próbce. Stosuje się ją, gdy wielkość próbki jest stała.

Mapa liczby defektów w próbce (c - mapa)

Mapa c oblicza liczbę defektów w próbce.

Mapa liczby wad na produkt (u - map)

U-mapa oblicza liczbę defektów na produkt w próbce.

Formularz karty kontrolnej

System zarządzania jakością to system wydajna praca co jest niemożliwe bez obiektywnej i rzetelnej informacji. To właśnie te informacje pozwalają podejmować właściwe decyzje dotyczące zarządzania jakością produktów, procesami, systemami i różnego rodzaju zasobami organizacji. Aby jednak podejmowane decyzje były rzeczywiście trafne, muszą opierać się na pewnym zestawie danych wyjściowych charakteryzujących produkt, proces czy system zarządzania organizacji. Ten zestaw danych można uzyskać, jeśli organizacja systematycznie stosuje narzędzia jakości.

Narzędzia wysokiej jakości są różne metody oraz techniki gromadzenia, przetwarzania i prezentacji danych ilościowych i jakościowych dowolnego obiektu (produktu, procesu, systemu itp.). Zestaw metod stosowanych w zarządzaniu jakością jest dość szeroki i zróżnicowany. Powstał na przestrzeni całej historii rozwoju zarządzania jakością.

Narzędzia kontroli jakości – mówimy tutaj o narzędziach kontroli, które pozwalają na podejmowanie decyzji zarządczych, a nie o środki techniczne kontrola. Większość narzędzi stosowanych do kontroli opiera się na metodach statystyki matematycznej. Nowoczesne metody statystyczne i aparatura matematyczna stosowana w tych metodach wymagają dobrego przeszkolenia ze strony pracowników organizacji, czego nie każda organizacja może zapewnić. Jednak bez kontroli jakości nie da się zarządzać jakością, a tym bardziej jej poprawiać.

Spośród różnorodnych statystycznych metod kontroli najczęściej stosuje się najprostsze narzędzia jakości statystycznej. Nazywa się je również siedmioma narzędziami jakości lub siedmioma narzędziami kontroli jakości. Narzędzia te zostały wybrane spośród różnych metod statystycznych przez Japoński Związek Naukowców i Inżynierów (JUSE) w 1979 roku. Cechą tych narzędzi jest ich prostota, przejrzystość i dostępność dla zrozumienia uzyskanych wyników.

„Siedem narzędzi kontroli jakości” (Methods zarządzanie administracyjne) umożliwić proste metody w większości rozwiązują do 95% problemów pojawiających się podczas kontroli jakości różne obszary. Pozostałe 5% problemów wymaga dodatkowych metod rozwiązania.

1) Listy kontrolne, co pozwala usprawnić proces zbierania danych i uporządkować dane w celu ułatwienia ich dalszego wykorzystania.
2) Wykresy Pareto, co pozwala poznać przyczyny pojawienia się kilku istotnych usterek i skupić wysiłki na wyeliminowaniu właśnie tych przyczyn.

Korzystając z wykresów Pareto analizują rodzaje usterek, wysokość strat z tytułu wad, czas i koszty materiałowe ich wykorzystania, treść reklamacji i koszty z nią związane, a także liczbę awarii. Wykresy Pareto służą również do analizy czynników czasowych, kosztów, bezpieczeństwa pracy, popytu różne typy produktów, w celu określenia skuteczności działań eliminujących przyczyny wad.

3) Diagramy przyczyn i skutków(diagram Ishikawy) pokazujący związek pomiędzy wskaźnikiem jakości a czynnikami na niego wpływającymi. Zastosowanie diagramów Ishikawy jest skuteczne w rozwiązywaniu problemów zapewnienia jakości produktu, zwiększania wydajności pracy, opracowywania propozycji innowacji, zwiększania efektywności wykorzystania sprzętu, poprawy środków bezpieczeństwa, opracowywania i wdrażania standardów operacji technologicznych itp.
4) Histogramy, odzwierciedlającą warunki procesu w okresie, w którym uzyskano dane. Daje porównanie rodzaju rozkładu histogramu ze standardami kontrolnymi ważne informacje kontrolować proces. Histogramy są wygodne przy sporządzaniu miesięcznych raportów o jakości produktów, wynikach kontroli technicznej, przy wykazywaniu zmian poziomu jakości według miesięcy itp.
5) Wykresy rozrzutu, pozwalający zidentyfikować związki przyczynowo-skutkowe wskaźników jakości i czynników wpływających podczas analizy diagramu Ishikawy. Diagram punktowy konstruowany jest jako wykres zależności pomiędzy dwiema zmiennymi x i y.
6) Karty kontrolne, co pozwala na oddzielenie zmian we wskaźniku jakości spowodowanych pewnymi przyczynami od zmian spowodowanych przyczynami losowymi. Karta kontrolna to specjalny formularz, na którym linia środkowa oraz dwie linie powyżej i poniżej średniej, zwane górną i dolną granicą kontrolną. Dane z pomiarów lub kontroli parametrów i warunków produkcji nanoszone są na mapę za pomocą kropek. Badając zmiany danych w czasie, należy upewnić się, że punkty wykresu nie wykraczają poza granice kontrolne. Jeżeli zostanie wykryta wartość odstająca o jeden lub więcej punktów poza granicami kontrolnymi, jest to odbierane jako informacja o odchyleniu parametrów lub warunków procesu od ustalonej normy. Aby zidentyfikować przyczynę odchyleń, bada się wpływ jakości materiału źródłowego lub części, metod, operacji i warunków pracy. operacji technologicznych, sprzęt.
7) Metoda warstwowa (stratyfikacji)., według którego dane grupowane są w zależności od warunków ich otrzymania. Każda grupa danych przetwarzana jest oddzielnie. Warstwowanie pomaga znaleźć przyczyny pojawiania się defektów w przypadku wykrycia różnicy w danych pomiędzy „warstwami”.

„Siedem nowych narzędzi kontroli jakości” odnosi się do metod przetwarzania przede wszystkim danych werbalnych (opisowych). Wykorzystanie tych narzędzi jest szczególnie efektywne, gdy są stosowane jako metody najpełniejszej realizacji planów w oparciu o systematyczne podejście w warunkach współpracy całego zespołu przedsiębiorstwa.

Te „siedem nowych narzędzi” ma uzupełniać inne powszechnie stosowane metody statystycznej kontroli jakości. Ważne jest wspólne zastosowanie znanych już metod kontroli jakości i „siedmiu nowych

Schemat pokrewieństwa służy do ustalenia naruszeń ustalony proces o stanie naruszeń i wskazaniu możliwych działań niezbędnych do ich usunięcia. Diagram zależności to lista głównych zaburzeń, sporządzona zgodnie z zasadą powiązania różnych danych.

Diagram zależności zestawia się tak, aby połączyć problemy wymagające rozwiązania zapisane na diagramie zależności z głównymi przyczynami, które spowodowały ich wystąpienie. Klasyfikacji tych powodów według ważności dokonuje się z uwzględnieniem zastosowanej technologii, a także danych liczbowych charakteryzujących przyczyny.

Schemat systemu (drzewa). służy jako metoda systematycznego określania optymalnych sposobów rozwiązywania powstałych problemów i jest zbudowana w formie wieloetapowej struktury drzewiastej, której elementy są różne środki i rozwiązania.

Schemat macierzowy wyraża zgodność pewne czynniki i zjawiska różne powody ich występowanie i sposoby eliminowania ich skutków, a także stopień zależności tych czynników, przyczyny ich występowania i środki ich eliminowania.

Schemat strzałki wykorzystywane przy sporządzaniu optymalnych planów poszczególnych działań po zidentyfikowaniu problemów wymagających rozwiązania, określeniu niezbędnych działań, harmonogramu i etapów ich realizacji, tj. po sporządzeniu pierwszych czterech diagramów

Schemat planowania ocena procesu służy ocenie prawidłowości wdrożenia, a także konieczności dostosowania określonych działań w trakcie ich realizacji zgodnie ze schematem strzałkowym w przypadku podjęcia decyzji złożone problemy w dziedzinie rozwoju naukowego, w dziedzinie produkcji, w której regularnie pojawiają się wady, przy otrzymywaniu dużych zamówień z zewnątrz itp.

Analiza danych macierzowych- to jest przetwarzanie duża ilość dane liczbowe uzyskane podczas realizacji każdego etapu diagramu macierzowego. Analizę tę przeprowadza się za pomocą wykresów oddzielnie dla każdej grupy danych.

Analizując duże ilości danych, zwykle posługujemy się wartością średnią, rzadziej odchyleniem standardowym, a jeszcze rzadziej innymi metodami przetwarzania. Co powoduje to „samopowściągliwość”? 🙂 Najprawdopodobniej niewystarczająca wiedza i doświadczenie w tych sprawach. Gdzie współczesny menedżer może poznać metody przetwarzania danych statystycznych? Jest mało prawdopodobne, że będzie pamiętał uniwersytecki kurs statystyki. I czy było to uwzględnione w programie nauczania!?

Moja przygoda ze statystyką, a dokładniej z jej wykorzystaniem w biznesie, zaczęła się około 15 lat temu, kiedy po raz pierwszy przeczytałam o metodach zarządzania jakością. Niestety, siedem podstawowych narzędzi „nie wydawało mi się” za pierwszym razem… Nie postrzegałem ich jako „przewodnika po działaniu”. Raczej traktowałem je jako coś transcendentalnie zawiłego. I dopiero stopniowo, w ciągu kilku lat, wielokrotnie spotykając się w literaturze ze stosowaniem tej czy innej metody, a także w związku z pojawianiem się problemów praktycznych, krok po kroku zacząłem rozumieć znaczenie tych narzędzi i zakres ich zastosowania. Stopniowo zacząłem stosować te metody w swojej praktyce, czasem nawet nie pamiętając, że stanowią one część spójnego systemu.

Nadszedł czas, aby złożyć hołd oryginalnemu źródłu – japońskiemu zarządzaniu, a także pokazać, jak pozornie książkowa wiedza staje się potężnym narzędziem zarządzania prawdziwym biznesem.

Pobierz notatkę w formacie, przykłady w formacie

Siedem podstawowych narzędzi kontroli jakości używanych do analityczny rozwiązywanie problemów, czyli w sytuacji, gdy dane są dostępne i aby rozwiązać problem, trzeba go przeanalizować.

1. Schemat przyczynowo-skutkowy. Diagram ten służy do identyfikacji czynników procesu, które wpływają na wynik. Istnieją również nazwy: „diagram Ishikawy” lub „diagram ości”. W wersja klasyczna czynniki (przyczyny) pogrupowane są w kategorie zgodnie z zasadą „5M”:

Człowiek (osoba) – przyczyny związane z czynnikiem ludzkim; Maszyny (maszyny, urządzenia) - przyczyny związane z urządzeniami; Materiały - przyczyny związane z materiałami; Metody (metody, technologia) – przesłanki związane z organizacją procesów biznesowych; Pomiary - przyczyny związane z metodami pomiarowymi.

Ryż. 1. Diagram Ishikawy. Próbka.

Oczywiste jest, że można zastosować inną odpowiednią grupę. Oto przykładowy „szkielet”, który narysowaliśmy analizując możliwości skrócenia czasu obsługi klienta w magazynie:

Ryż. 2. Diagram Ishikawy. Czas obsługi klienta na magazynie.

– narzędzie do gromadzenia danych i automatycznego ich porządkowania w celu ułatwienia dalszego wykorzystania zebranych informacji.

Ryż. 3. Sprawdź arkusz. Przykład.

Zaletą list kontrolnych jest to, że mogą z nich korzystać pracownicy niepracujący przy komputerze. Jeśli dane do późniejszej analizy uzyskuje się poprzez pomiary bezpośrednio na stanowisku pracy, listy kontrolne są bardzo skuteczne. Oczywiste jest, że jeśli dane do analizy zostaną pobrane z baz danych, listy kontrolne nie są potrzebne, a dane są natychmiast konwertowane na histogram, Pareto lub wykres punktowy (patrz poniżej).

W mojej praktyce listy kontrolne nie znalazły zastosowania, ponieważ procesy, którymi się zajmuję, albo są całkowicie związane z obsługą komputera, albo są uruchamiane na polecenie z komputera, a zakończenie rejestruje operator PC.

Na tych wykresach uszeregowano problemy według stopnia (częstotliwości) wpływu na wynik. Swoją nazwę wzięli od ekonomisty Vilfredo Pareto, który w jednej ze swoich prac naukowych z przełomu XIX i XX wieku wykazał, że we Włoszech 20% gospodarstw domowych otrzymuje 80% dochodów. Termin „zasada Pareto” został ukuty przez amerykańskiego specjalistę ds. zarządzania jakością Josepha Jurana w latach 40. XX wieku. Analizę Pareto ilustruje się zazwyczaj diagramem Pareto, na którym na osi x w malejącej kolejności ich wpływu na liczbę niezgodności (objętość defektów) naniesiono przyczyny problemów jakościowych oraz wzdłuż dwóch osi rzędnych: a) liczba niezgodności w sztukach; b) skumulowany udział (procent) udziału w całkowitej liczbie niezgodności. Na przykład:

Ryż. 4. Diagram Pareto. Przyczyny przeterminowania należności.

Przede wszystkim należy pracować z przyczynami, które powodują najwięcej problemów. W naszym przykładzie z pierwszymi trzema.

4. Histogram– narzędzie umożliwiające wizualną ocenę rozkładu danych statystycznych pogrupowanych według częstotliwości wpadania w określony (z góry określony) przedział. W wersji klasycznej do identyfikacji problemów wykorzystuje się histogram, analizując kształt rozrzutu wartości, wartość centralną, jej bliskość do wartości nominalnej oraz charakter rozproszenia:

Ryż. 5. Opcje lokalizacji histogramu względem tolerancji technologicznej

Krótkie uwagi: a) wszystko w porządku: średnia pokrywa się z wartością nominalną, zmienność mieści się w granicach tolerancji; b) średnią należy przesunąć tak, aby odpowiadała wartości nominalnej; c) należy zmniejszyć rozproszenie; d) należy przesunąć średnią i zmniejszyć rozrzut; e) rozproszenie powinno zostać znacząco zmniejszone; f) miesza się dwie partie; należy podzielić na dwa histogramy i poddać analizie; g) podobnie jak w poprzednim akapicie, tylko sytuacja jest bardziej krytyczna; h) konieczne jest zrozumienie powodów takiej dystrybucji; „stroma” lewa krawędź wskazuje na jakieś działanie w stosunku do partii części; i) podobny do poprzedniego.

Oto histogramy, które budowaliśmy od kilku lat do badania czasów obsługi klientów w magazynie:

Ryż. 6. Histogram. Czas obsługi klienta na magazynie.

Na osi odciętych znajdują się 15-minutowe przedziały czasu obsługi klienta w magazynie; Oś Y przedstawia udział wniosków obsłużonych w przydzielonym przedziale czasowym w ogólnej liczbie wniosków w danym roku. Czerwona przerywana linia pokazuje średni czas obsługi w ciągu roku.

5. Diagram punktowy(rozproszenie) to narzędzie, które pozwala określić rodzaj i siłę powiązania (korelacji) pomiędzy parami odpowiednich zmiennych. Wykresy te zawierają dwa zestawy danych przedstawionych w postaci kropek. Relacja między tymi punktami pokazuje zależność pomiędzy odpowiednimi danymi. W Excelu taki wykres ma charakter „rozrzutowy”. Oto przykład tego, jak wcześniej odkryłem użyteczność wykresów punktowych:

Ryż. 7. Identyfikacja zależności korelacyjnej na podstawie diagramu punktowego.

Oto ciekawy przykład wykorzystania analizy korelacji do zarządzania rozmieszczeniem towarów w magazynie:

Nowoczesny magazyn ma bardzo imponujące wymiary. Może osiągnąć głębokość 100-150 metrów (odległość od bramy załadunkowej do tylnej ściany). Oczywiste jest, że umieszczając towary o dużej rotacji bliżej bramy, można zaoszczędzić czas poruszania się po magazynie. Powyższe rysunki przedstawiają częstotliwość dostępu do poszczególnych komórek; po lewej stronie – do losowego rozmieszczenia towarów; po prawej – dla towarów podzielonych na grupy ABC. Im intensywniejszy kolor, tym częstszy dostęp do komórki. Można zauważyć, że bez rozkładu ABC dostęp do komórek jest niemal losowy; przy podziale nomenklatury ABC można zaobserwować granice stref. Lewy przód każdej figurki jest skierowany w stronę obszaru odbiorczego. Zatem w sytuacji przedstawionej na ryc. b, całkowita ścieżka magazynierów/sprzętu będzie mniejsza niż na ryc. A

6. Wykresy– narzędzie umożliwiające analizę danych w różnych przekrojach. Formy i cele analizy mogą dyktować zastosowanie różne typy wykresy. Więcej na ten temat można przeczytać w książce Gene’a Zelaznego „”. Porównania danych fragment po kawałku najlepiej przedstawić za pomocą wykresu kołowego. Do zilustrowania porównania pozycyjnego najlepiej używać wykresu słupkowego. Jeśli porównania komponentowe i pozycyjne pokazują zależności w określonym momencie, wówczas porównania czasowe odzwierciedlają dynamikę zmian; Porównania czasu najlepiej zilustrować histogramem lub wykresem.

Przykładowo za pomocą tych wykresów analizujemy dla każdego klienta jednocześnie trzy parametry: dynamikę należności, należności przeterminowanych oraz limity linii kredytowej:

Ryż. 8. Przykład wykorzystania wykresu do analizy danych.

7. Karta kontrolna– narzędzie, które pozwala monitorować postęp procesu i wpływać na niego, zapobiegając odstępstwom od wymagań stawianych procesowi (lub reagować na odchylenia). Istnieją dwa rodzaje odmian: naturalny, związane z rozproszeniem wartości wokół wartości nominalnej właściwej dla procesu; I specjalny, których pojawienie się można wytłumaczyć konkretnymi przyczynami. Więcej na ten temat można przeczytać w książce D. Wheelera i D. Chambersa „. Optymalizacja biznesu z wykorzystaniem kart kontrolnych Shewharta.” Karty kontrolne służą do identyfikacji specjalnych odmian. Na wykresie naniesiono punkty odpowiadające poszczególnym danym, linię wartości średnich (μ) oraz górną i dolną granicę kontrolną (μ ± 3σ). Jeżeli punkty mieszczą się w granicach kontrolnych, nie ma potrzeby reagowania na odchylenia od linii środkowej. Jeżeli co najmniej jeden punkt znajduje się poza granicami kontrolnymi, wymagana jest analiza możliwe przyczyny odchylenia. Zobacz na przykład „”, „”.

Wykorzystanie wykresów kontrolnych do analizy wolumenu należności:

Ryż. 9. Karta kontrolna. Naturalne przyczyny zmienności.

W 27. tygodniu zadłużenie wzrosło z 1,4 mln USD do 2,6 mln USD. Jednakże nie są wymagane żadne działania zarządcze, ponieważ punkty znajdowały się w granicach kontroli.

Poniższy wykres przedstawia średni (w ujęciu tygodniowym) czas dojazdu pojazdów:

Ryż. 10. Karta kontrolna. Specjalne przyczyny zmian.

Można zauważyć, że począwszy od 19 tygodnia punkty przekraczają granice kontrolne. Aby zidentyfikować konkretne przyczyny zmienności, wymagana jest interwencja w proces.

Mam nadzieję, że moje przykłady pomogą Państwu uświadomić sobie, że siedem podstawowych narzędzi kontroli jakości może być realną pomocą w analizie procesów biznesowych.

Przedstawiono je według wersji podanej w książce M. Imai „”. Ułożyłem te metody w kolejności, która wydaje mi się najbardziej logiczna.

Siedem podstawowych narzędzi jakości- nazwa nadana zestawowi bardzo prostemu metody graficzne, które uznano za najbardziej przydatne w rozwiązywaniu prostych, codziennych problemów z jakością. Nazywa się je główny ponieważ nawet osoby z niewielkim lub żadnym przeszkoleniem statystycznym będą w stanie zrozumieć te zasady i zastosować je w swojej codziennej pracy.

Często widziałem, że nawet wysoko wykwalifikowany personel ignoruje pomysł użycia nowoczesne instrumenty takie cechy, jak projektowanie eksperymentów, testowanie hipotez lub analiza wielowymiarowa. Chociaż dla większości profesjonalistów byłoby to przydatne większość problemy z jakością Móc można rozwiązać za pomocą siedmiu podstawowych narzędzi zapewniających jakość.

Celem tego artykułu jest przegląd tych podstawowych narzędzi i ich efektywne wykorzystanie. Paragon najlepsze wyniki korzystanie z któregokolwiek z tych narzędzi nie wymaga dowodów; Specjalista ds. jakości musi dostarczać pełnych, obiektywnych i wystarczających informacji.

Narzędzie nr 1: Diagramy Ishikawy

(zwany także „ szkielet ryby” Lub " diagramy przyczynowo-skutkowe”) to diagramy przyczynowo-skutkowe, które pokazują pierwotną przyczynę (przyczyny) konkretnego zdarzenia. Powszechnym sposobem na zbudowanie naprawdę pouczającej ości jest łączne użycie metody 5 powodów i diagramu przyczynowo-skutkowego.

Ludzie – Personel zaangażowany w proces; zainteresowane strony itp.

Metody – procesy wykonywania zadań i szczegółowe wymagania dotyczące ich wykonywania, takie jak zasady, procedury, zasady, regulacje i prawa

Maszyny – wszelki sprzęt, komputery, narzędzia itp. potrzebne do wykonania pracy

Materiały - Surowce, części, długopisy, papier itp. użyte do wytworzenia produktu końcowego

Wskaźniki – dane uzyskane z procesu, które służą do oceny jego jakości

Środowisko- Warunki takie jak miejsce, czas, temperatura i kultura, w której przeprowadzany jest ten proces

Narzędzie nr 2: Lista kontrolna

Jest to ustrukturyzowany, przygotowany formularz służący do gromadzenia i analizowania danych. Ten uniwersalne narzędzie, które można dostosować do najróżniejszych celów. Gromadzone dane mogą mieć charakter ilościowy lub jakościowy. Gdy informacja ma charakter ilościowy, nazywa się listę kontrolną arkusz księgowy.

Cechą charakterystyczną listy kontrolnej jest to, że dane są do niej wprowadzane w formie znaczników („znaczników wyboru”). Typowy arkusz kontrolny jest podzielony na kolumny, a znaki w różnych kolumnach mają różne znaczenia. Dane odczytywane są na podstawie lokalizacji i liczby znaków na arkuszu. Listy kontrolne zazwyczaj zawierają „nagłówek”, który odpowiada na pięć pytań: Kto? Co? Gdzie? Gdy? Dlaczego? Opracuj definicje operacyjne dla każdego z pytań.

Kto wypełnił listę kontrolną?

Co zostało zebrane (co reprezentuje każdy znak, numer identyfikacyjny partii lub liczba pozycji w partii)

Gdzie miało miejsce zbieranie danych (sprzęt, lokal, narzędzia)

Kiedy zebrano dane (godzina, zmiana, dzień tygodnia)

Dlaczego te dane zostały zebrane

Narzędzie nr 3:

To wyświetlanie informacji statystycznych reprezentowanych przez prostokąty pokazujące częstotliwość elementów danych w kolejnych przedziałach liczbowych o tym samym rozmiarze. W najpowszechniejszej formie histogramu zmienna niezależna jest wykreślana na osi poziomej, a zmienna zależna na osi pionowej.

Głównym celem histogramu jest wyjaśnienie prezentowanych danych. Ten przydatne narzędzie wykreślić przetworzone dane w obszarach lub kolumnach histogramu w celu ustalenia częstotliwości określonych zdarzeń lub kategorii danych. Te histogramy mogą pomóc w odzwierciedleniu najwyższej częstotliwości. Typowe zastosowania histogramów analizy przyczyn źródłowych obejmują prezentowanie danych w celu określenia dominującej przyczyny; zrozumienie rozkładu przejawów różnych problemów, przyczyn, konsekwencji itp. Wykres Pareto (wyjaśniony w dalszej części artykułu) to specjalny typ histogramu.

Narzędzie nr 4:

Jest ważnym narzędziem i rozwiązaniem. Ponieważ zasoby organizacyjne są ograniczone, ważne jest, aby właściciele procesów i interesariusze zrozumieli podstawowe przyczyny błędów, defektów itp. Pareto przoduje w przedstawianiu tego mechanizmu poprzez jasne uszeregowanie pierwotnych przyczyn defektu. Schemat ten jest również znany jako zasada 80:20.

Wykres, nazwany na cześć ekonomisty i politologa Vilfredo Pareto, to rodzaj wykresu zawierającego słupki i wykres liniowy, na którym poszczególne wartości są prezentowane w malejącej kolejności słupków, a skumulowana suma jest reprezentowana przez linię. Lewa oś pionowa zwykle przedstawia częstotliwość występowania. Prawa oś pionowa to całkowity procent całkowitej liczby przejawów. Ponieważ przyczyny są ułożone w kolejności malejącej według ich ważności, funkcja skumulowana jest wklęsła. Przykładowo, aby zmniejszyć liczbę spóźnień o 78%, wystarczy wyeliminować trzy pierwsze przyczyny.

Narzędzie nr 5: Wykres punktowy lub wykres punktowy

Często używany do identyfikacji potencjalnych relacji między dwiema zmiennymi, z których jedną można uznać za zmienną objaśniającą, a drugą za zmienną zależną. Daje to dobry wizualny obraz związku między dwiema zmiennymi i pomaga w analizie współczynnika korelacji i modelu regresji. Dane prezentowane są jako zbiór punktów, z których każdy ma wartość jednej zmiennej określającej położenie na osi poziomej oraz wartość drugiej zmiennej określającej położenie na osi pionowej.

Wykres punktowy stosuje się, gdy istnieje zmienna znajdująca się pod kontrolą eksperymentatora. Jeżeli istnieje parametr, który systematycznie rośnie i/lub maleje pod wpływem innego parametru, nazywa się go parametr kontrolny lub zmienna niezależna i jest zwykle wykreślana wzdłuż osi poziomej. Zmienna manipulowana lub zależna jest zwykle wykreślana wzdłuż osi pionowej. Jeśli nie ma zmiennej zależnej lub zmienną można wykreślić na dowolnej osi lub na wykresie rozrzutu, pokaże on jedynie stopień korelacji (a nie związek przyczynowo-skutkowy) pomiędzy dwiema zmiennymi.

Narzędzie nr 6:

Jest to metoda doboru próby populacji. W badaniach statystycznych, gdy grupy populacji w populacji są różne, zaleca się badanie każdej grupy (warstwy) oddzielnie. Stratyfikacja to proces dzielenia członków społeczeństwa na jednorodne podgrupy przed pobraniem próbek.

Warstwy muszą się wzajemnie wykluczać: każda jednostka populacji musi być przypisana tylko do jednej warstwy. Warstwy muszą być wyczerpujące: nie można wykluczyć żadnej jednostki populacji. Następnie w każdej warstwie pobierana jest prosta próba losowa lub próba systematyczna.

Często poprawia to reprezentatywność próby poprzez zmniejszenie błędu próbkowania. Może wygenerować średnią ważoną o mniejszej zmienności niż średnia arytmetyczna prostej losowej próby populacji. Często mówię grupom, które nadzoruję, że właściwe procedury selekcji są ważniejsze niż tylko posiadanie wystarczającej wielkości próby!

Narzędzie nr 7: Wykresy kontrolne, znane również jako wykresy Shewharta lub wykresy zachowań procesowych

Jest to specjalny rodzaj wykresu czasowego, który pozwala na zróżnicowanie istotnej zmiany ze względu na naturalną zmienność procesu.

Jeżeli analiza karty kontrolnej wykaże, że proces jest pod kontrolą (tj. stabilny, zmienia się jedynie z przyczyn właściwych procesowi), wówczas nie są wymagane ani pożądane żadne korekty ani zmiany parametrów kontroli procesu. Dodatkowo dane z tego procesu można wykorzystać do przewidywania przyszłej wydajności procesu.

Jeśli mapa pokazuje, że obserwowany proces wymknął się spod kontroli, analiza mapy może pomóc w zidentyfikowaniu źródeł zmienności, którymi można następnie zająć się, aby przywrócić proces pod kontrolą.

Kartę kontrolną można postrzegać jako część obiektywnego i zdyscyplinowanego podejścia, które ułatwia podejmowanie trafnych decyzji dotyczących kontroli procesu, w tym dotyczących konieczności zmiany parametrów kontroli procesu. Nie należy dostosowywać parametrów procesu do procesu, który jest pod kontrolą, ponieważ zmniejszy to wydajność procesu. Proces, który jest stabilny, ale działa poza określonym zakresem (na przykład poziom złomowania może być statystycznie kontrolowany, ale przekracza daną normę), musi zostać ulepszony poprzez skoncentrowane wysiłki mające na celu zrozumienie przyczyn bieżących wyników i zasadnicze ulepszenie procesu.

Kiedy zarządzam prostymi projektami Six Sigma (zwykle nazywanymi projektem Żółtego Pasa), w których zagadnienia nie są skomplikowane, a zespół projektowy składa się z osób z doświadczeniem w tym procesie od 3 do 5 lat, zdecydowanie zalecam używanie tych prostych narzędzi do rozwiązywania problemów związane z procesem.

Ogólnie rzecz biorąc, każdy proces wykazujący powtarzalność w granicach 1-2% odchylenia standardowego można ulepszyć poprzez prostą analizę przy użyciu tych narzędzi. Tylko wtedy, gdy odtwarzalność procesu jest większa niż 2,5–3% odchylenia standardowego, należy stosować narzędzia średnie i zaawansowane do identyfikacji i rozwiązywania problemów procesowych. Zalecam również, aby przy tworzeniu każdego początkowego kursu szkoleniowego i edukacyjnego Six Sigma korzystano z siedmiu narzędzi kontroli jakości żyzna gleba szkolić zielone i czarne pasy w organizacji.

Materiał przygotowany przez Andreya Garina
na podstawie materiałów z publikacji zagranicznych
http://www.strona/