Pitong cutting-edge na mga tool sa pagkontrol sa kalidad.

Kabilang dito ang 7 pamamaraan:

1. Stratification (stratification) ay isang tool na nagbibigay-daan sa iyong pumili ng data na sumasalamin sa kinakailangang impormasyon tungkol sa proseso alinsunod sa iba't ibang salik. Ang mga datos na nahahati sa mga pangkat ayon sa kanilang mga katangian ay tinatawag na mga layer (strata). Ang stratification ay isinasagawa ng mga gumaganap (kwalipikasyon, karanasan, kasarian), sa pamamagitan ng materyal, sa pamamagitan ng batch, sa pamamagitan ng produksyon, sa pamamagitan ng kagamitan at mga makina (bago, luma, tatak, buhay ng serbisyo).

2. Mga graph - ginagawang posible hindi lamang upang masuri ang kasalukuyang estado, kundi pati na rin upang mahulaan ang pangmatagalang resulta batay sa mga uso sa proseso na maaaring mahulaan. may mga:

Sirang linya;

Column graph – kumakatawan sa isang relasyon na ipinahayag ng taas ng bar. Kapag gumagawa ng bar graph, ang dami (numerical value) ay naka-plot kasama ang ordinate axis, at ang mga salik ay naka-plot kasama ang abscissa axis. Ang bawat salik ay may kaukulang hanay;

Circular graph – nagpapakita ng kaugnayan sa pagitan ng parameter sa kabuuan at nito mga bahagi;

Ang isang strip graph ay ginagamit upang biswal na kumakatawan sa ratio ng mga bahagi ng ilang parameter at sabay na ipahayag ang pagbabago sa mga bahaging ito sa paglipas ng panahon. Upang bumuo ng graph na ito, gumuhit ng isang parihaba, hatiin ito sa pantay na pahalang na mga seksyon (oras ng pagsusuri, buwan), sa itaas ay ang sukat ng sinusukat na parameter, sa ibaba ay ang shift;

Ang isang Z-shaped na chart ay ginagamit upang masuri ang mga pangkalahatang trend kapag nagre-record ng aktwal na data ayon sa buwan (dami ng benta, dami ng produksyon, atbp.). Ang iskedyul ay itinayo tulad ng sumusunod:

1) ang halaga ng parameter ay naka-plot ng buwan mula Enero hanggang Disyembre (abscissa - oras, ordinate - dami) at konektado sa pamamagitan ng mga tuwid na segment, isang graph na nabuo ng isang sirang linya ay nakuha;

2) ang pinagsama-samang halaga para sa bawat buwan ay kinakalkula at ang kaukulang graph ay binuo;

3) ang kabuuang mga halaga ay kinakalkula, na nag-iiba mula sa buwan hanggang buwan.

3. Ang histogram ay isang tool na nagbibigay-daan sa iyong biswal na suriin ang pamamahagi ng istatistikal na data na nakapangkat ayon sa dalas ng data na nahuhulog sa isang partikular na agwat. Ang histogram ay isang bar chart na nagpapakita ng istatistikal na larawan ng pag-uugali ng isang proseso. Naaangkop:

Upang ipakita ang likas na katangian ng pagkakaiba-iba;

Pagkuha ng visual na impormasyon tungkol sa pag-unlad ng proseso;

Paggawa ng mga desisyon tungkol sa pokus ng mga pagsisikap sa pagpapabuti.

Order ng construction:

1) pangongolekta ng datos;

2) pagtukoy ng max., min., value at range;

3) paghahati sa pagitan;

4) pagtukoy sa lapad ng agwat (ang natanggap na data ay ipinamamahagi sa mga agwat, binibilang namin ang bilang ng mga halaga na nasa loob ng agwat;

5) pagbuo ng histogram.

Ang impormasyon tungkol sa uri ng pamamahagi ay maaaring makuha:

Sa pamamagitan ng hugis (hugis ng kampanilya, suklay, pamamahagi na may pahinga sa kanan, talampas, atbp.);

Kung ang sentro ng pagpapakalat ay inilipat: kasama ang mga random na pantay na posibleng mga kadahilanan, ang patuloy na mga kadahilanan ay nakakaimpluwensya sa pagpapakalat ng mga parameter ng kalidad. Mga dahilan: hindi random deviations mula sa mga pamamaraan, ngunit inconsistencies likas sa karaniwang pamamaraan, proseso, recipe sa disenyo at pagbuo ng mga produkto.

4. Control chart - isang tool para sa pagkolekta ng data at awtomatikong pagsasaayos nito para sa layunin ng karagdagang paggamit ng nakolektang impormasyon. Ginamit sa anyo ng mga graph na nakuha noong teknolohikal na proseso. Tinutukoy ng mga graph ang dynamics ng proseso.

5. Ang scatter diagram ay isang tool na nagbibigay-daan sa iyong matukoy ang uri at lapit ng ugnayan sa pagitan ng dalawang parameter ng prosesong isinasaalang-alang. Ginagamit upang matukoy ang sanhi-at-epekto na mga ugnayan ng mga tagapagpahiwatig ng kalidad at mga salik na nakakaimpluwensya. Ang isang scatter diagram ay binuo bilang isang graph ng relasyon sa pagitan ng dalawang parameter (direkta, kabaligtaran, wala, curvilinear).

6. Ang diagram ng sanhi-at-epekto ng Ishikawa ay isang tool na nagbibigay-daan sa iyong tukuyin ang pinakamahalagang salik o sanhi na nakakaimpluwensya sa huling resulta.

Order ng construction:

Pagpili ng target;

Pagbubuo ng listahan ng mga salik na nakakaimpluwensya sa isang partikular na problema (paraan ng brainstorming);

Pagpapangkat ng mga salik ayon sa relasyon sa mga grupo, mga subgroup na may iba't ibang antas ng detalye;

Pagbuo ng diagram;

Pagtatatag ng kahalagahan ng bawat salik.

7. Ang Pareto diagram ay isang tool na nagbibigay-daan sa iyong ipakita at tukuyin ang mga pangunahing salik na nakakaimpluwensya sa problemang pinag-aaralan at ipamahagi ang mga kondisyon para sa solusyon nito. 2 uri: ayon sa mga resulta at sa mga dahilan.

Mga yugto ng pagsusuri ng Pareto:

Pagpili ng isang layunin (object ng pananaliksik, paraan ng pag-uuri);

Organisasyon ng mga obserbasyon, pagbuo ng checklist;

Pagsusuri ng mga obserbasyon ng pinakamahalagang salik, bumubuo ng mga talahanayan para sa bawat katangian;

Pagbuo ng diagram;

Konstruksyon ng Pareto curve;

Mga Aksyon sa Pagwawasto;

Pagbuo ng Pareto chart.

Kapag pinag-aaralan ang Pareto diagram, ang paraan ng pagsusuri ng mga sanhi ay ABC analysis. Ang Pareto curve ay nahahati sa 3 bahagi:

Ang isang maliit na bilang ng mga kadahilanan, ngunit kung saan ay may isang malakas na impluwensya (pangkat A -80% ng mga depekto o gastos);

Ang Group B ay intermediate – 10-20%

Minor factor – pangkat C 5-10%.

Layunin ng "Pitong Pangunahing Mga Tool sa Pagkontrol sa Kalidad" na paraan ay upang tukuyin ang mga problema na kailangang matugunan bilang isang bagay ng priyoridad, batay sa pagsubaybay sa kasalukuyang proseso, pagkolekta, pagproseso at pagsusuri ng mga nakuhang katotohanan (materyal na istatistika) para sa kasunod na pagpapabuti ng kalidad ng proseso.

Ang kakanyahan ng pamamaraan- Ang kontrol sa kalidad (paghahambing ng nakaplanong tagapagpahiwatig ng kalidad sa aktwal na halaga nito) ay isa sa mga pangunahing tungkulin sa proseso ng pamamahala ng kalidad, at ang koleksyon, pagproseso at pagsusuri ng mga katotohanan ay ang pinakamahalagang yugto ng prosesong ito.

Mula sa marami istatistikal na pamamaraan Para sa malawak na aplikasyon Pitong lamang ang napili na mauunawaan at madaling magamit ng mga espesyalista sa iba't ibang larangan. Hinahayaan ka nitong tukuyin at ipakita ang mga problema sa isang napapanahong paraan, itatag ang mga pangunahing salik kung saan kailangan mong magsimulang kumilos, at ipamahagi ang mga pagsisikap upang epektibong malutas ang mga problemang ito.

Ang inaasahang resulta ay isang solusyon sa hanggang sa 95% ng lahat ng mga problema na nagmumula sa produksyon.

Pitong Mahahalagang Tool sa Pagkontrol ng Kalidad– isang hanay ng mga tool na nagpapadali sa pagkontrol sa mga kasalukuyang proseso at nagbibigay ng iba't ibang uri ng mga katotohanan para sa pagsusuri, pagsasaayos at pagpapabuti ng kalidad ng mga proseso.

1. Checklist- isang tool para sa pagkolekta ng data at awtomatikong pag-aayos nito upang mapadali ang karagdagang paggamit ng nakolektang impormasyon.

2. Histogram- isang tool na nagbibigay-daan sa iyo upang biswal na suriin ang pamamahagi ng istatistikal na data, na pinagsama-sama ng dalas ng data na nahuhulog sa isang tiyak na (paunang natukoy) na agwat.

3. Pareto chart- isang tool na nagbibigay-daan sa iyo upang maging layunin na ipakita at tukuyin ang mga pangunahing salik na nakakaimpluwensya sa problemang pinag-aaralan, at ipamahagi ang mga pagsisikap upang epektibong malutas ito.

4. Paraan ng pagsasapin(data stratification) - isang tool na nagbibigay-daan sa iyong hatiin ang data sa mga subgroup ayon sa isang tiyak na pamantayan.

5. Scatter diagram(dispersion) - isang tool na nagbibigay-daan sa iyo upang matukoy ang uri at lapit ng relasyon sa pagitan ng mga pares ng kaukulang mga variable.

6. Ishikawa diagram Ang (cause-and-effect diagram) ay isang tool na nagbibigay-daan sa iyong matukoy ang pinakamahalagang salik (mga dahilan) na nakakaimpluwensya sa huling resulta (epekto).

7. Control card- isang tool na nagbibigay-daan sa iyo upang subaybayan ang pag-unlad ng proseso at maimpluwensyahan ito (sa tulong ng naaangkop na feedback), na pumipigil sa mga paglihis nito mula sa mga kinakailangan na ipinakita sa proseso.

Mga checklist(o pangongolekta ng data) - mga espesyal na form para sa pangongolekta ng data. Pinapadali nila ang proseso ng pagkolekta, nag-aambag sa katumpakan ng pagkolekta ng data at awtomatikong humahantong sa ilang mga konklusyon, na napaka-maginhawa para sa mabilis na pagsusuri. Ang mga resulta ay madaling ma-convert sa isang histogram o Pareto chart. Maaaring gamitin ang mga checklist para sa parehong qualitative at quantitative control. Maaaring iba ang anyo ng check sheet, depende sa layunin nito.

Upang mahanap ang tamang paraan upang makamit ang isang layunin o malutas ang isang problema, ang unang bagay na kailangan mong gawin ay kolektahin ang kinakailangang impormasyon, na magsisilbing batayan para sa karagdagang pagsusuri. Ito ay kanais-nais na ang mga nakolektang data ay iharap sa isang structured at madaling-proseso na form. Para sa layuning ito, pati na rin upang mabawasan ang posibilidad ng mga error na nagaganap sa panahon ng pagkolekta ng data, isang checklist ang ginagamit.

Ang checklist ay isang form na idinisenyo upang mangolekta ng data at awtomatikong ayusin ito, na ginagawang mas madaling gamitin ang nakolektang impormasyon.

Sa core nito, ang isang control sheet ay isang form ng papel kung saan naka-print ang mga kinokontrol na parameter, ayon sa kung saan, sa tulong ng mga tala o simpleng mga simbolo, ang kinakailangan at sapat na data ay ipinasok sa sheet. Ibig sabihin, ang check sheet ay isang paraan ng pagtatala ng data.

Ang anyo ng checklist ay nakasalalay sa gawain at maaaring magkakaiba-iba, ngunit sa anumang kaso inirerekomenda na ipahiwatig:

Paksa, bagay ng pananaliksik (karaniwang ipinahiwatig sa pamagat ng control sheet);

Panahon ng pagtatala ng data;

Pinagmulan ng data;

Ang posisyon at apelyido ng empleyado na nagrerehistro ng data;

Alamat, upang irehistro ang natanggap na data;

Talaan ng pag-record ng data.

Kapag naghahanda ng mga checklist, kailangang mag-ingat upang magamit nang husto mga simpleng paraan pinupunan ang mga ito (mga numero, simbolo), ang bilang ng mga kinokontrol na parameter ay kasing liit hangga't maaari (ngunit sapat para sa pagsusuri at paglutas ng problema), at ang form ng sheet ay malinaw at maginhawa hangga't maaari para sa pagpuno kahit na ng mga hindi kwalipikadong tauhan. .

1. Bumuo ng layunin at layunin kung saan kinokolekta ang impormasyon.

2. Pumili ng mga paraan ng pagkontrol sa kalidad na gagamitin upang higit pang pag-aralan at iproseso ang mga nakolektang data.

3. Tukuyin ang tagal ng panahon kung kailan isasagawa ang pananaliksik.

4. Bumuo ng mga hakbang (lumikha ng mga kondisyon) para sa matapat at napapanahong pagpasok ng data sa checklist.

5. Magtalaga ng responsibilidad para sa pangongolekta ng data.

6. Bumuo ng isang form para sa checklist.

7. Maghanda ng mga tagubilin para sa pagsasagawa ng pangongolekta ng datos.

8. Turuan at sanayin ang mga manggagawa sa pagkolekta ng datos at pagpasok nito sa checklist.

9. Ayusin ang pana-panahong mga pagsusuri sa pangongolekta ng data.

Ang pinaka-pinipilit na isyu na lumitaw kapag nilulutas ang isang problema ay ang pagiging maaasahan ng impormasyong nakolekta ng mga tauhan. Ang paghahanap ng solusyon batay sa distorted na data ay napakahirap (kung hindi imposible). Ang pagsasagawa ng mga hakbang (paglikha ng mga kundisyon) para sa mga empleyado na magrehistro ng totoong data ay isang kinakailangang kondisyon upang makamit ang gawain.

kanin. Mga halimbawa ng checklist

Posibleng gumamit ng mga electronic form

Kasabay nito, ang mga kawalan ng electronic form ng check sheet kumpara sa papel na form ay kinabibilangan ng:

- bOmas kumplikadong gamitin;

- ang pangangailangan na gumugol ng mas maraming oras sa pagpasok ng data.

Sa plus side:

- kadalian ng pagproseso at pagsusuri ng data;

- mataas na bilis ng pagkuha ng kinakailangang impormasyon;

- ang kakayahang sabay na ma-access ang impormasyon mula sa maraming tao.

Gayunpaman, ang karamihan sa data na nakolekta ay kailangang i-duplicate sa anyong papel. Ang problema ay na ito ay humahantong sa isang pagbawas sa produktibidad: ang oras na natipid sa pagsusuri, pag-iimbak at pagkuha ng kinakailangang impormasyon ay higit na na-offset ng dobleng gawain ng pagtatala ng data.

Histogram– isang tool na nagbibigay-daan sa iyo upang biswal na ilarawan at madaling matukoy ang istraktura at likas na katangian ng mga pagbabago sa nakuha na data (suriin ang pamamahagi), na mahirap mapansin kapag ipinakita sa isang talahanayan.

Sa pamamagitan ng pagsusuri sa hugis ng resultang histogram at lokasyon nito na may kaugnayan sa pagitan ng pagpapaubaya, maaaring gumawa ng konklusyon tungkol sa kalidad ng produktong pinag-uusapan o ang estado ng prosesong pinag-aaralan. Batay sa konklusyon, ang mga hakbang ay binuo upang maalis ang mga paglihis sa kalidad ng produkto o estado ng proseso mula sa pamantayan.

Depende sa paraan ng pagtatanghal (pagkolekta) ng paunang data, ang paraan ng pagbuo ng isang histogram ay nahahati sa 2 mga pagpipilian:

Pagpipilian I Upang mangolekta ng istatistikal na data, ang mga checklist ng produkto o mga tagapagpahiwatig ng proseso ay binuo. Kapag bumubuo ng isang form ng checklist, dapat kang magpasya kaagad sa bilang at laki ng mga agwat alinsunod sa kung aling data ang kokolektahin, batay sa kung saan, sa turn, isang histogram ang bubuo. Ito ay kinakailangan dahil sa ang katunayan na pagkatapos punan ang check sheet halos imposible na muling kalkulahin ang mga halaga ng tagapagpahiwatig para sa iba pang mga agwat. Ang maximum na maaaring gawin ay huwag pansinin ang mga agwat kung saan walang bumabagsak na halaga at pagsamahin ng 2, 3, atbp. pagitan, nang walang takot na sirain ang data. Tulad ng naiintindihan mo, na may ganitong mga paghihigpit, halimbawa, halos imposible na gumawa ng 7 sa 11 na pagitan.

Paraan ng pagtatayo:

1. Tukuyin ang bilang at lapad ng mga pagitan para sa control sheet.

Ang eksaktong bilang at lapad ng mga agwat ay dapat piliin batay sa kadalian ng paggamit o ayon sa mga panuntunan sa istatistika. Kung may mga tolerance para sa sinusukat na indicator, dapat kang tumuon sa 6-12 na pagitan sa loob ng tolerance at 2-3 na pagitan sa labas ng tolerance. Kung walang mga pagpapaubaya, sinusuri namin ang posibleng pagkalat ng mga halaga ng tagapagpahiwatig at hatiin din sa 6-12 na pagitan. Sa kasong ito, ang lapad ng mga pagitan ay dapat na pareho.

2. Bumuo ng mga checklist at gamitin ang mga ito upang mangolekta ng kinakailangang datos.

3. Gamit ang mga nakumpletong checklist, kalkulahin ang dalas (i.e., kung gaano karaming beses) ng mga nakuhang halaga ng indicator sa bawat pagitan.

Karaniwan, ang isang hiwalay na hanay ay inilalaan para dito, na matatagpuan sa dulo ng talahanayan ng pag-record ng data.

Kung ang halaga ng tagapagpahiwatig ay eksaktong tumutugma sa hangganan ng agwat, pagkatapos ay magdagdag ng kalahati sa parehong mga pagitan sa hangganan kung saan bumaba ang halaga ng tagapagpahiwatig.

4. Upang bumuo ng histogram, gamitin lamang ang mga agwat na naglalaman ng hindi bababa sa isang halaga ng tagapagpahiwatig.

Kung may mga walang laman na agwat sa pagitan ng mga agwat kung saan bumabagsak ang mga halaga ng tagapagpahiwatig, kailangan din nilang i-plot sa isang histogram.

5. Kalkulahin ang average ng mga resulta ng pagmamasid.

Ang arithmetic mean ng resultang sample ay dapat na naka-plot sa histogram.

Ang karaniwang formula na ginagamit para sa mga kalkulasyon ay:

saan x i- nakuha ang mga halaga ng tagapagpahiwatig,

N –ang kabuuang bilang ng data na nakuha sa sample.

Paano ito gamitin kung walang eksaktong mga halaga ng indicator x 1, x 2, atbp. Hindi ito ipinaliwanag kahit saan. Sa aming kaso, upang halos tantiyahin ang arithmetic mean, maaari kong imungkahi ang paggamit ng sarili kong pamamaraan:

a) tukuyin ang average na halaga para sa bawat pagitan gamit ang formula:

saan j -mga pagitan na pinili para sa pagbuo ng histogram,

x j max –ang halaga ng pinakamataas na limitasyon ng pagitan,

x j min –ang halaga ng mas mababang hangganan ng pagitan.

b) tukuyin ang arithmetic mean ng sample gamit ang formula:

kung saan n -bilang ng mga napiling agwat para sa pagbuo ng histogram,

v j –dalas ng mga resulta ng sample na bumabagsak sa pagitan.

6. Buuin ang pahalang at patayong mga palakol.

7. Iguhit ang mga hangganan ng mga napiling pagitan sa pahalang na axis.

Kung sa hinaharap ay plano mong ihambing ang mga histogram na naglalarawan ng magkatulad na mga kadahilanan o katangian, kung gayon kapag gumuhit ng isang sukat sa abscissa axis, dapat kang magabayan hindi ng mga agwat, ngunit ng mga yunit ng data.

8. Maglagay ng value scale sa vertical axis alinsunod sa napiling scale at range.

9. Para sa bawat napiling agwat, bumuo ng isang haligi na ang lapad ay katumbas ng agwat, at ang taas ay katumbas ng dalas ng mga resulta ng pagmamasid na bumabagsak sa kaukulang agwat (ang dalas ay nakalkula nang mas maaga).

Gumuhit ng linya sa graph na tumutugma sa arithmetic mean value ng indicator na pinag-aaralan. Kung mayroong isang tolerance zone, gumuhit ng mga linya na tumutugma sa mga hangganan at gitna ng agwat ng pagpapaubaya.

Pagpipilian II Nakolekta na ang mga istatistika (halimbawa, naitala sa mga log book) o inaasahang makokolekta sa anyo ng mga tumpak na nasusukat na halaga. Sa bagay na ito, hindi tayo nililimitahan ng anuman paunang kondisyon, upang maaari nating piliin at baguhin ang bilang at lapad ng mga agwat anumang oras alinsunod sa kasalukuyang mga pangangailangan.

Paraan ng pagtatayo:

1. I-compile ang natanggap na data sa isang dokumento sa isang form na maginhawa para sa karagdagang pagproseso (halimbawa, sa anyo ng isang talahanayan).

2. Kalkulahin ang hanay ng mga halaga ng tagapagpahiwatig (sample range) gamit ang formula:

saan xmax- ang pinakamataas na halaga na nakuha,

xmin– ang pinakamaliit na halaga na nakuha.

3. Tukuyin ang bilang ng histogram bins.

Upang gawin ito, maaari kang gumamit ng isang talahanayan na kinakalkula batay sa formula ng Sturgess:

Maaari ka ring gumamit ng talahanayan na kinakalkula batay sa formula:

4. Tukuyin ang lapad (laki) ng mga pagitan gamit ang formula:

5. Bilugan ang resulta hanggang sa isang maginhawang halaga.

Pakitandaan na ang buong sample ay dapat nahahati sa pantay na laki ng mga pagitan.

6. Tukuyin ang mga hangganan ng mga pagitan. Tukuyin muna ang lower bound ng unang interval para mas mababa ito sa xmin. Idagdag ang lapad ng agwat dito upang makuha ang hangganan sa pagitan ng una at pangalawang agwat. Susunod, ipagpatuloy ang pagdaragdag ng lapad ng pagitan ( N) sa nakaraang halaga upang makuha ang pangalawang hangganan, pagkatapos ay ang pangatlo, atbp.

Pagkatapos isagawa ang mga pagkilos na ito, dapat mong tiyakin na ang pinakamataas na limitasyon ng huling agwat ay mas malaki kaysa sa xmax.

7. Para sa mga napiling agwat, kalkulahin ang dalas ng paglitaw ng mga halaga ng tagapagpahiwatig na pinag-aaralan sa bawat agwat.

Kung ang halaga ng tagapagpahiwatig ay eksaktong tumutugma sa hangganan ng agwat, pagkatapos ay idagdag ang kalahati sa parehong mga pagitan kung saan ang hangganan ay nahuhulog sa halaga ng tagapagpahiwatig.

8. Kalkulahin ang average na halaga ng indicator na pinag-aaralan gamit ang formula:

Sundin ang pagkakasunud-sunod ng pagbuo ng histogram, simula sa hakbang 5, ng pamamaraan sa itaas para sa Pagpipilian I.

Pagsusuri ng Histogram ay nahahati din sa 2 opsyon, depende sa pagkakaroon ng teknolohikal na pag-apruba.

Pagpipilian I Ang mga pagpapaubaya para sa tagapagpahiwatig ay hindi tinukoy. Sa kasong ito, sinusuri namin ang hugis ng histogram:

Regular (simetriko, hugis kampana) na hugis. Ang ibig sabihin ng halaga ng histogram ay tumutugma sa gitna ng hanay ng data. Ang pinakamataas na dalas ay nangyayari rin sa gitna at unti-unting bumababa patungo sa magkabilang dulo. Ang hugis ay simetriko.

Ang anyo ng histogram na ito ang pinakakaraniwan. Ipinapahiwatig nito ang katatagan ng proseso.

Negatively skewed distribution (positively skewed distribution). Ang ibig sabihin ng halaga ng histogram ay matatagpuan sa kanan (kaliwa) ng gitna ng hanay ng data. Ang mga frequency ay bumababa nang husto kapag lumilipat mula sa gitna ng histogram sa kanan (kaliwa) at dahan-dahan sa kaliwa (kanan). Ang hugis ay walang simetriko.

Ang hugis na ito ay nabuo alinman kung ang itaas (ibaba) na limitasyon ay inaayos ayon sa teorya o sa pamamagitan ng isang halaga ng pagpapaubaya, o kung ang kanan (kaliwa) na halaga ay hindi makakamit.

Distribusyon na may talampas sa kanan (distribusyon na may talampas sa kaliwa). Ang ibig sabihin ng halaga ng histogram ay matatagpuan malayo sa kanan (kaliwa) ng gitna ng hanay ng data. Ang mga frequency ay bumaba nang napakabilis kapag lumilipat mula sa gitna ng histogram sa kanan (kaliwa) at dahan-dahan sa kaliwa (kanan). Ang hugis ay walang simetriko.

Ang form na ito ay madalas na matatagpuan sa mga sitwasyon ng 100% kontrol ng produkto dahil sa mahinang proseso ng muling paggawa.

Suklay (multimodal type). Ang mga pagitan ng isa o dalawa ay may mas mababang (mas mataas) na frequency.

Ang form na ito ay nabuo alinman kung ang bilang ng mga indibidwal na obserbasyon na kasama sa pagitan ay nagbabago mula sa pagitan hanggang sa pagitan, o kung tiyak na tuntunin pag-ikot ng datos.

Isang histogram na walang mataas na gitnang bahagi (plateau). Ang mga frequency sa gitna ng histogram ay humigit-kumulang pareho (para sa talampas, ang lahat ng mga frequency ay humigit-kumulang pantay).

Ang form na ito ay nangyayari kapag ang ilang mga distribusyon na may mga paraan na malapit sa isa't isa ay pinagsama. Para sa karagdagang pagsusuri, inirerekumenda na gamitin ang paraan ng pagsasapin.

Double peak type (uri ng bimodal). Sa paligid ng gitna ng histogram ang frequency ay mababa, ngunit may frequency peak sa bawat panig.

Ang form na ito ay nangyayari kapag pinagsama ang dalawang distribusyon na may mga paraan na magkalayo. Para sa karagdagang pagsusuri, inirerekumenda na gamitin ang paraan ng pagsasapin.

Isang histogram na may puwang (na may "nabunot na ngipin"). Ang hugis ng histogram ay malapit sa karaniwang uri ng pamamahagi, ngunit mayroong isang agwat na may dalas na mas mababa kaysa sa parehong katabi na mga agwat.

Ang form na ito ay nangyayari kung ang lapad ng agwat ay hindi isang multiple ng yunit ng pagsukat, kung ang mga pagbabasa ng sukat ay hindi nabasa nang tama, atbp.

Pamamahagi na may nakahiwalay na rurok. Kasama ng normal na hugis ng histogram, lumilitaw ang isang maliit na nakahiwalay na peak.

Ang form na ito ay nabuo kapag ang isang maliit na halaga ng data ay kasama mula sa isa pang pamamahagi, halimbawa, kung ang controllability ng proseso ay may kapansanan, mga error na naganap sa panahon ng pagsukat, o data mula sa isa pang proseso ay kasama.

Pagpipilian II. Mayroong teknolohikal na pagpapahintulot para sa tagapagpahiwatig na pinag-aaralan. Sa kasong ito, ang hugis ng histogram at ang lokasyon nito na may kaugnayan sa tolerance zone ay sinusuri. Mga posibleng opsyon:

Ang histogram ay mukhang isang normal na distribusyon. Ang average na halaga ng histogram ay tumutugma sa gitna ng field ng tolerance. Ang lapad ng histogram ay mas mababa kaysa sa lapad ng tolerance field na may margin.

Sa sitwasyong ito, hindi kailangang ayusin ang proseso.

Ang histogram ay mukhang isang normal na distribusyon. Ang average na halaga ng histogram ay tumutugma sa gitna ng field ng tolerance. Ang lapad ng histogram ay katumbas ng lapad ng agwat ng pagpapaubaya, at samakatuwid ay may pag-aalala tungkol sa hitsura ng mga substandard na bahagi mula sa parehong upper at lower tolerance margin.

Sa kasong ito, kinakailangan na isaalang-alang ang posibilidad ng pagbabago ng teknolohikal na proseso upang mabawasan ang lapad ng histogram (halimbawa, pagtaas ng katumpakan ng kagamitan, gamit ang higit pa kalidad ng mga materyales, pagbabago ng mga kondisyon sa pagpoproseso ng mga produkto, atbp.) o palawakin ang saklaw ng pagpapaubaya, dahil Ang mga kinakailangan para sa kalidad ng mga bahagi sa kasong ito ay mahirap matugunan.

Ang histogram ay mukhang isang normal na distribusyon. Ang average na halaga ng histogram ay tumutugma sa gitna ng field ng tolerance. Ang lapad ng histogram ay mas malaki kaysa sa lapad ng agwat ng pagpapaubaya, at samakatuwid ang mga substandard na bahagi ay nakita mula sa parehong itaas at mas mababang mga margin ng pagpapaubaya.

Sa kasong ito, kinakailangan na ipatupad ang mga hakbang na inilarawan sa talata 2.

Ang histogram ay mukhang isang normal na distribusyon. Ang lapad ng histogram ay mas mababa kaysa sa lapad ng field ng tolerance na may margin. Ang average na halaga ng histogram ay inilipat sa kaliwa (kanan) na may kaugnayan sa gitna ng agwat ng pagpapaubaya, at samakatuwid ay may mga alalahanin na ang mga substandard na bahagi ay maaaring matatagpuan sa gilid ng mas mababang (itaas) na limitasyon ng tolerance zone.

Sa sitwasyong ito, kinakailangan upang suriin kung ang mga tool sa pagsukat na ginamit ay nagpapakilala ng isang sistematikong error. Kung gumagana nang maayos ang mga instrumento sa pagsukat, dapat ayusin ang proseso upang ang gitna ng histogram ay tumutugma sa gitna ng field ng tolerance.

Ang histogram ay mukhang isang normal na distribusyon. Ang lapad ng histogram ay humigit-kumulang katumbas ng lapad ng field ng tolerance. Ang average na halaga ng histogram ay inilipat sa kaliwa (kanan) na may kaugnayan sa gitna ng agwat ng pagpapaubaya, na may isa o higit pang mga agwat sa labas ng tolerance zone, na nagpapahiwatig ng pagkakaroon ng mga may sira na bahagi.

Sa kasong ito, kailangan mo munang mag-adjust mga teknolohikal na operasyon upang ang sentro ng histogram ay tumutugma sa gitna ng patlang ng pagpapaubaya. Pagkatapos nito, ang mga hakbang ay dapat gawin upang bawasan ang histogram span o dagdagan ang laki ng agwat ng pagpapaubaya.

Sa kasong ito, maaari nating tapusin na ang mga produktong may halaga ng tagapagpahiwatig sa labas ng hanay ng pagpapaubaya ay hindi kasama sa batch o sadyang ipinamahagi bilang angkop para sa pagsasama sa loob ng mga limitasyon sa pagpapaubaya. Samakatuwid, kinakailangan upang matukoy ang dahilan na humantong sa paglitaw ng hindi pangkaraniwang bagay na ito.

Ang gitna ng histogram ay inilipat sa itaas (ibaba) na limitasyon sa pagpapaubaya, at ang kanang (kaliwa) na bahagi ng histogram na malapit sa itaas (ibaba) na limitasyon sa pagpapaubaya ay may matinding break. Bilang karagdagan, ang isa o higit pang mga agwat ay nasa labas ng saklaw ng pagpapaubaya.

Ang kaso ay katulad ng 6., ngunit ang mga pagitan ng histogram sa labas ng hanay ng pagpapaubaya ay nagpapahiwatig na ang instrumento sa pagsukat ay may sira. Kaugnay nito, kinakailangan na i-verify ang mga instrumento sa pagsukat, pati na rin ang muling pagtuturo sa mga manggagawa sa mga patakaran para sa pagsasagawa ng mga sukat.

Ang histogram ay may dalawang peak, kahit na ang mga halaga ng indicator ay sinusukat para sa mga produkto mula sa parehong batch.

Sa kasong ito, maaari nating tapusin na ang mga produkto ay natanggap sa iba't ibang kondisyon(halimbawa, ginamit ang mga materyales iba't ibang uri, nagbago ang mga setting ng kagamitan, ginawa ang mga produkto sa iba't ibang makina, atbp.). Kaugnay nito, inirerekumenda na gamitin ang paraan ng pagsasapin para sa karagdagang pagsusuri.

Ang mga pangunahing katangian ng histogram ay nasa pagkakasunud-sunod (naaayon sa kaso 1.), habang may mga may sira na produkto na may mga halaga ng tagapagpahiwatig sa labas ng saklaw ng pagpapaubaya, na bumubuo ng isang hiwalay na "isla" (nakahiwalay na rurok).

Ang sitwasyong ito maaaring lumitaw bilang isang resulta ng kapabayaan kung saan ang mga may sira na bahagi ay hinaluan ng mabuti. Sa kasong ito, kinakailangan upang matukoy ang mga sanhi at pangyayari na humahantong sa paglitaw ng sitwasyong ito, at gumawa din ng mga hakbang upang maalis ang mga ito.

FEDERAL EDUCATION AGENCY

Institusyong pang-edukasyon ng estado

mas mataas na propesyonal na edukasyon

"VOLGOGRAD STATE TECHNICAL UNIVERSITY"

KAMYSHIN TECHNOLOGICAL INSTITUTE (sangay)

VOLGOGRAD STATE TECHNICAL UNIVERSITY

TAKDANG ARALIN SA SEMESTER

sa akademikong disiplina na "Pamamahala ng Kalidad"

"Pitong Quality Control Tools"

Nakumpleto:

mag-aaral na si Prytkova E.S.

pangkat Kmen-041(v)

Sinuri:

guro

Smelova N.Yu.

KAMYSHIN 2009

Panimula________________________________________________ 3

1. check sheet _____________________________________ 5

2. histogram________________________________________________ 7

3. scatter diagram _____________________________________ 8

4. Pareto chart _____________________________________________ 9

5. pagsasapin-sapin (stratification) ____________________________ 10

6. Ishikawa cause-and-effect diagram________________ 11

7. control card________________________________________________ 12

Konklusyon ________________________________________________________ 14

Listahan ng mga sanggunian _______________________ 15

Panimula.

Sa modernong mundo, ang problema sa kalidad ng produkto ay nagiging lubhang mahalaga. Ang kagalingan ng anumang kumpanya at anumang supplier ay higit na nakasalalay sa matagumpay na solusyon nito. Ang mga produkto na may mas mataas na kalidad ay makabuluhang nagpapabuti sa mga pagkakataon ng supplier na makipagkumpitensya para sa mga merkado at, higit sa lahat, mas natutugunan ang mga pangangailangan ng mga mamimili. Ang kalidad ng produkto ay ang pinakamahalagang tagapagpahiwatig ng pagiging mapagkumpitensya ng isang negosyo.

Ang kalidad ng produkto ay nagmumula sa proseso siyentipikong pananaliksik, disenyo at teknolohikal na pag-unlad, ay sinisiguro ng mahusay na organisasyon ng produksyon at, sa wakas, ito ay sinusuportahan sa panahon ng operasyon o pagkonsumo. Sa lahat ng mga yugtong ito, mahalagang magsagawa ng napapanahong kontrol at makakuha ng maaasahang pagtatasa ng kalidad ng produkto.

Upang mabawasan ang mga gastos at makamit ang isang antas ng kalidad na nagbibigay-kasiyahan sa mamimili, kinakailangan ang mga pamamaraan na naglalayong hindi alisin ang mga depekto (hindi pagkakapare-pareho) ng mga natapos na produkto, ngunit sa pagpigil sa mga sanhi ng kanilang paglitaw sa panahon ng proseso ng produksyon.

Ang mga pamamaraan ng istatistika ay hindi mapaghihiwalay na nauugnay sa pagbuo ng pamamahala ng kalidad, kaya hindi posibleng balewalain ang pitong pinakasimple at karaniwang mga tool sa pagkontrol sa kalidad.

Upang makagawa ng tamang desisyon, iyon ay, isang desisyon batay sa mga katotohanan, kinakailangan na bumaling sa mga tool sa istatistika na nagbibigay-daan sa iyo upang ayusin ang proseso ng paghahanap ng mga katotohanan, katulad ng materyal na istatistika.

Ang ilan sa mga pinakamadaling tool sa istatistika na gagamitin ay kinabibilangan ng:

checklist

histogram

scatter diagram

Pareto chart

pagsasapin-sapin (stratification)

Diagram ng sanhi-epekto ng Ishikawa

control card.

Ang pagkakasunud-sunod ng aplikasyon ng pitong pamamaraan ay maaaring mag-iba depende sa layunin na itinakda para sa system. Gayundin, ang sistemang ginamit ay hindi kinakailangang isama ang lahat ng pitong pamamaraan. Gayunpaman, masasabi natin nang buong kumpiyansa na ang pitong tool sa pagkontrol ng kalidad ay kinakailangan at sapat na mga pamamaraan ng istatistika, ang paggamit nito ay nakakatulong na malutas ang 95% ng lahat ng mga problema na lumitaw sa produksyon.

1. Checklist

Ang checklist (o sheet) ay isang tool para sa pagkolekta ng data at awtomatikong pag-aayos nito upang mapadali ang karagdagang paggamit ng nakolektang impormasyon.

Anuman ang uri ng mga tool sa istatistika na ginamit upang malutas ang problema na kinakaharap ng kumpanya, ang unang bagay na kailangang gawin ay upang mangolekta ng paunang data sa batayan kung saan ito o ang tool na iyon ay ginagamit. Nabatid na ang bilang ng mga taong kasangkot sa pagproseso ng data ay may direktang epekto sa pagiging maaasahan ng data na ito. Upang maalis ang posibilidad ng mga pagkakamali sa pagproseso ng data, isang checklist ang ginagamit.

Ang control sheet ay isang papel na form kung saan ang mga kinokontrol na parameter ay paunang naka-print, ayon sa kung saan ang data ay maaaring ipasok gamit ang mga marka o simpleng mga simbolo. Ang layunin ng paggamit ng mga checklist ay upang mapadali ang proseso ng pagkolekta ng data at awtomatikong ayusin ang data para sa karagdagang paggamit. Anuman ang bilang ng mga layunin ng isang kumpanya, maaari kang lumikha ng isang checklist para sa bawat isa sa kanila.

Kapag nag-iipon ng mga checklist, kinakailangang tiyakin na dapat ipahiwatig ng sheet kung sino ang nakolekta ng data, sa anong yugto ng proseso at sa anong yugto ng panahon, at gayundin na ang anyo ng sheet ay dapat na simple at naiintindihan nang walang karagdagang mga paliwanag. Mahalaga rin na ang lahat ng data ay maingat na naitala upang ang mga nakalap na impormasyon ay magamit para sa pagsusuri sa proseso.

Fig.2 Halimbawa ng check sheet

Bilang karagdagan, ang anumang control sheet ay dapat may bahagi ng address, na nagpapahiwatig ng pangalan nito, sinusukat na parameter, pangalan at numero ng bahagi, workshop, seksyon, makina, shift, operator, materyal na pinoproseso, mga mode ng pagproseso at iba pang data ng interes para sa mga paraan ng pagsusuri upang mapabuti ang kalidad ng produkto o produktibidad ng paggawa. Ang petsa ng pagkumpleto ay ipinahiwatig, ang sheet ay nilagdaan ng taong direktang nagpuno nito, at sa mga kaso kung saan ang mga resulta ng mga kalkulasyon ay ibinigay dito, ng taong nagsagawa ng mga kalkulasyong ito.

2.Histogram

Ipinapakita ng histogram (bar chart) ang pamamahagi ng data sa mga pangkat ng mga halaga. Tinutulungan ka ng mga histogram na ihambing ang mga halaga ng data sa pamamagitan ng visual na representasyon. Ang mga histogram ay kapaki-pakinabang kapag naglalarawan ng isang proseso o sistema. Dapat tandaan na ang isang histogram ay magiging epektibo kung ang data para sa pagtatayo nito ay nakuha batay sa isang matatag na proseso ng pagpapatakbo. Ang istatistikal na tool na ito ay maaaring maging isang magandang tulong para sa pagbuo ng mga control chart.

Fig.3 Halimbawa ng histogram

3. Pareto chart

Ang Pareto chart ay isang graphical na tool na nagbibigay-daan sa iyong tukuyin ang pinakamahalagang dahilan ng isang partikular na problema.

Ang Pareto diagram ay nakabatay sa prinsipyo na 80% ng mga depekto ay nakasalalay sa 20% sa mga dahilan na naging sanhi ng mga ito. D.M. Ginamit ni Juran ang postulate na ito upang pag-uri-uriin ang mga problema sa kalidad sa iilan ngunit mahalaga at maraming hindi mahalaga, at tinawag itong pamamaraang Pareto analysis. Ang Pareto method ay nagbibigay-daan sa iyo na matukoy ang mga pangunahing salik na nagdudulot ng problema at unahin ang kanilang solusyon.

kanin. 4 Halimbawa ng Pareto chart

4. Diagram ng sanhi at bunga.

Ang isang diagram ng sanhi-at-epekto ay tumutulong na matukoy at mailarawan ang mga sanhi ng isang partikular na problema o resulta (Larawan 5). Ang ideya ng pamamaraan ay upang matukoy at pagkatapos ay patuloy na alisin o bawasan ang epekto ng mga natukoy na sanhi, na hahantong sa pinabuting kalidad.

kanin. 5 Causal diagram para sa pagsusulit

Ang sistematikong paggamit ng isang diagram ng sanhi-at-epekto ay nagpapahintulot sa iyo na:

Tukuyin ang lahat ng posibleng dahilan na nagdudulot ng partikular na problema.

Paghiwalayin ang mga sanhi sa mga sintomas.

Suriin ang relatibong kahalagahan ng mga nauugnay na dahilan.

5.Scatter diagram.

Ang scatter plot ay isang paraan ng pagpapakita ng ugnayan sa pagitan ng dalawang variable (halimbawa, bilis at gas mileage, o mga oras na nagtrabaho at output).

Fig. 6 Halimbawa ng scatter plot: mayroong direktang ugnayan sa pagitan ng mga tagapagpahiwatig ng kalidad

Malinaw na ipinapakita ng chart na ito kung may kaugnayan sa pagitan ng dalawang variable:

Positibong relasyon - kung tumaas ang X, tataas din ang Y. Negatibong relasyon - kung tumaas ang X, bababa ang Y. Walang koneksyon - ang isang dami ay walang ugnayan sa isa pa.

Maaaring gumamit ng scatter plot sa yugto ng Pagsusuri upang higit pang tuklasin ang mga elementong natukoy sa pagsusuri ng sanhi-epekto; halimbawa, ang isang scatter plot ay maaaring kumpirmahin ang dahilan na tinutukoy gamit ang isang Ishikawa diagram. Kapag gumagawa ng isang scatter plot, dapat kang maging maingat upang matiyak na mayroong isang wastong relasyon.

6. Pagsasapin-sapin (stratification).

Karaniwan, ang stratification ay ang proseso ng pag-uuri ng data ayon sa ilang pamantayan o variable, ang mga resulta nito ay madalas na ipinapakita sa anyo ng mga tsart at mga graph.

Ang stratification ay ang batayan para sa iba pang mga tool tulad ng Pareto analysis o scatterplots. Ang kumbinasyon ng mga tool na ito ay ginagawang mas malakas ang mga ito.

Ang figure ay nagpapakita ng isang halimbawa ng pagsusuri sa pinagmulan ng mga depekto. Ang lahat ng mga depekto (100%) ay inuri sa apat na kategorya - ayon sa supplier, ayon sa operator, ayon sa shift at ayon sa kagamitan. Mula sa pagsusuri ng ipinakita na data sa ibaba, malinaw na nakikita na ang pinakamalaking kontribusyon sa pagkakaroon ng mga depekto sa kasong ito ay ginawa ng "supplier 1".

kanin. 7 Halimbawa ng layering ng data

7. Control card.

Ang control chart ay isang espesyal na uri ng diagram para sa biswal na pagpapakita ng mga resulta ng isang proseso.

Upang ipakita ang mga resulta ng proseso, mahalagang gamitin ang eksaktong hanay ng mga control chart na pinakamahusay na tumutugma sa nakolektang data ng proseso.

Ang paggamit ng mga control chart ay:

Pagbawas ng mga paglihis ng proseso,

Pagkontrol sa mga resulta ng proseso,

Pagtatatag ng isang karaniwang wika para sa pagtalakay sa mga sukatan ng proseso

Fig.8. Pangkalahatang view control card

Ang mga control chart para sa mga quantitative na katangian ay, bilang panuntunan, dobleng mga mapa, na ang isa ay naglalarawan ng pagbabago sa average na halaga ng proseso, at ang pangalawa - ang scatter ng proseso.

Maaaring kalkulahin ang scatter mula sa hanay ng proseso R (ang pagkakaiba sa pagitan ng pinakamalaki at pinakamaliit na halaga) o mula sa standard deviation na S.

Sa kasalukuyan, ang mga x - S card ay karaniwang ginagamit, ang mga x - R card ay mas madalas na ginagamit.

Mga control chart para sa mga katangian ng kalidad:

Mapa para sa porsyento ng mga may sira na produkto (pmap)

Kinakalkula ng pmap ang proporsyon ng mga may sira na produkto sa sample. Ito ay ginagamit kapag ang sample size ay variable.

Card para sa bilang ng mga may sira na item (np card)

Kinakalkula ng np map ang bilang ng mga may sira na produkto sa sample. Ginagamit ito kapag pare-pareho ang laki ng sample.

Mapa para sa bilang ng mga depekto sa sample (skarta)

Binibilang ni Scart ang bilang ng mga depekto sa isang sample.

Mapa para sa bilang ng mga depekto sa bawat produkto (umap)

Kinakalkula ng umap ang bilang ng mga depekto sa bawat produkto sa sample

Konklusyon.

Ang mga istatistikal na pamamaraan ng pamamahala ng kalidad ay isang pilosopiya, patakaran, sistema, pamamaraan, at teknikal na paraan pamamahala ng kalidad batay sa mga resulta ng mga pagsukat, pagsusuri, pagsubok, kontrol, data ng pagpapatakbo, pagsusuri ng eksperto at anumang iba pang impormasyon na nagbibigay-daan sa iyong gumawa ng mapagkakatiwalaan, may kaalaman, mga desisyong batay sa ebidensya.

Ang paggamit ng mga istatistikal na pamamaraan ay isang napaka-epektibong paraan upang makabuo ng bagong teknolohiya at makontrol ang kalidad ng mga proseso ng produksyon. Maraming nangungunang kumpanya ang nakatuon sa kanilang malawakang paggamit, at ang ilan ay gumugugol ng mahigit isang daang oras taun-taon sa pagsasanay sa loob ng bahay sa mga pamamaraang ito. Bagama't ang kaalaman sa mga pamamaraan ng istatistika ay bahagi ng normal na edukasyon ng isang inhinyero, ang kaalaman lamang ay hindi nangangahulugan ng kakayahang gamitin ito. Ang kakayahang tingnan ang mga kaganapan mula sa isang istatistikal na pananaw ay mas mahalaga kaysa sa kaalaman sa mga pamamaraan mismo. Bilang karagdagan, ang isa ay dapat na matapat na umamin ng mga pagkukulang at pagbabago na lumitaw at mangolekta ng layunin ng impormasyon. mga tagapagpahiwatig kalidad. Sila ang pinakamahalagang bahagi ng isang kumplikadong sistema kontrol Pangkalahatang Pamamahala Kalidad. Pagpapatupad pito mga kasangkapan kontrol kalidad...sabihin mo na pito mga kasangkapan kontrol kalidad ay kailangan at...

Teknolohiya sa pagtatayo ng bahay, qualimetry at pamamahala kalidad

Coursework >> Konstruksyon

Pagsusuri gamit ang " pito bago mga kasangkapan pamamahala kalidad". Tandaan. Kung kinakailangan gamitin" pito mga kasangkapan kontrol kalidad"- (mga diagram...

Modernong konsepto ng kontrol kalidad

Coursework >> Pamamahala

Mga pamamaraan ng istatistika - ang tinatawag na " pito mga kasangkapan kontrol kalidad". Ang mga ito pito mga kasangkapan pagsamahin ang mga sumusunod na pamamaraan: Layering. ...magkakalat. Mga control card. Nakalista" pito mga kasangkapan kontrol kalidad"

Pamamahala kalidad sa kalakalan

Abstract >> Estado at batas

Mga pamamaraan - ang tinatawag na " pito mga kasangkapan kontrol kalidad". Ang mga ito pito mga kasangkapan pagsamahin ang mga sumusunod na pamamaraan: Layering. ... Mga control chart (X – R, p, pn, atbp.). Nakalista" pito mga kasangkapan kontrol kalidad" kapag nilulutas ang iba't ibang problema kaya nilang...

Polkhovskaya T., Adler Y., Shper V.

SA modernong mundo Ang problema sa kalidad ng produkto ay nagiging lubhang mahalaga. Ang kagalingan ng anumang kumpanya at anumang supplier ay higit na nakasalalay sa matagumpay na solusyon nito. Ang mga produkto na may mas mataas na kalidad ay makabuluhang nagpapabuti sa mga pagkakataon ng supplier na makipagkumpitensya para sa mga merkado at, higit sa lahat, mas natutugunan ang mga pangangailangan ng mga mamimili. Ang kalidad ng produkto ay ang pinakamahalagang tagapagpahiwatig ng pagiging mapagkumpitensya ng isang negosyo.

Ang kalidad ng produkto ay itinatag sa proseso ng siyentipikong pananaliksik, disenyo at teknolohikal na pag-unlad, na sinisiguro ng mahusay na organisasyon ng produksyon at, sa wakas, ito ay pinananatili sa panahon ng operasyon o pagkonsumo. Sa lahat ng mga yugtong ito, mahalagang magsagawa ng napapanahong kontrol at makakuha ng maaasahang pagtatasa ng kalidad ng produkto.

Upang mabawasan ang mga gastos at makamit ang isang antas ng kalidad na nagbibigay-kasiyahan sa mamimili, kinakailangan ang mga pamamaraan na hindi naglalayong alisin ang mga depekto (hindi pagkakapare-pareho) tapos na mga produkto, ngunit upang maiwasan ang mga sanhi ng kanilang paglitaw sa panahon ng proseso ng produksyon.

Ano ang mga dahilan para sa paglitaw ng iba't ibang mga depekto sa mga produkto at anong mga pagkakataon ang umiiral upang mabawasan ang kanilang bilang?

Maraming tao ang naniniwala na ang mga may sira na produkto ay hindi maiiwasan dahil ang mga produkto ay dapat matugunan ang mahigpit na pamantayan ng kalidad at ang mga salik na humahantong sa mga depekto ay marami. Gayunpaman, sa kabila ng mga pagkakaiba sa mga uri ng mga produkto at mga uri ng teknolohikal na proseso, ang mga sanhi ng mga may sira na produkto ay pangkalahatan. Bahagyang, ang mga depekto ay sanhi ng pisikal at kemikal na mga proseso ng paglikha ng mga produkto mismo, at bahagyang nauugnay ang mga ito sa pagkakaiba-iba (variability) ng mga materyales, proseso, pamamaraan ng trabaho, mga pamamaraan ng kontrol, atbp. Kung walang pagkakaiba-iba, kung gayon ang lahat ng mga produkto ay magiging magkapareho, i.e. ang kanilang kalidad ay magiging eksaktong pareho para sa kanilang lahat.

Ano ang mangyayari, halimbawa, kung ang mga produkto ay ginawa mula sa mga materyales na may parehong kalidad sa parehong mga makina, gamit ang parehong mga pamamaraan, at ang mga produktong ito ay nasubok sa eksaktong parehong paraan? Hindi alintana kung gaano karaming mga produkto ang ginawa, dapat silang lahat ay magkapareho hangga't ang apat na kondisyon na nabanggit ay magkapareho, i.e. Alinman sa lahat ng produkto ay makakatugon sa mga kinakailangan o hindi sila makakatugon sa kanila. Ang lahat ng mga produkto ay magiging may depekto kung ang mga materyales, makinarya, pagmamanupaktura o pamamaraan ng inspeksyon ay naiiba sa mga tinukoy na detalye. Sa kasong ito, ang hitsura ng magkatulad na mga produkto na may sira ay hindi maiiwasan. Kung walang mga paglihis sa nakalistang apat na kondisyon ng produksyon, kung gayon ang lahat ng mga produkto ay dapat na "magkapareho" - walang mga depekto.

Ngunit halos imposible na ang lahat ng mga produkto ay may depekto. Sa buong dami ng produksyon, ilan lang ang magiging ganoon, habang ang iba ay walang depekto.

Isaalang-alang, halimbawa, ang proseso ng baluktot mga bakal na sheet. Sa unang sulyap, tila ang lahat ng mga sheet ay may parehong kapal, ngunit kung sinusukat nang tumpak, ang kanilang kapal ay magkakaiba, kahit na sa iba't ibang bahagi ng parehong sheet. Kung susuriin natin ang istraktura ng kristal iba't ibang bahagi sheet, lalabas na may mga bahagyang pagkakaiba-iba sa anyo ng mga kristal na binubuo ng mga atomo ng bakal, carbon at iba pa. Ang mga pagkakaibang ito ay natural na nakakaapekto sa mga marka ng kalidad. Kahit na ang parehong paraan ng baluktot ay ginagamit, ang mga sheet ay hindi yumuko sa parehong paraan, at ang ilan ay maaaring magkaroon ng mga bitak.

Isa pang halimbawa - machining metal Habang tumataas ang bilang ng mga naprosesong bahagi, nagiging mapurol ang pamutol. Ang pagkakapare-pareho ng cutting fluid ay nagbabago rin sa mga pagbabago sa temperatura. Bilang resulta, ang mga sukat ng mga produkto ay nakasalalay sa kung ang pamutol ay matalas at kung ito ay na-install nang tama. Bagama't tila ang parehong mga operasyon ay ginagawa sa ilalim ng parehong mga kondisyon, sa katunayan maraming mga pagbabago o mga pagkakaiba-iba ang nagaganap na hindi napapansin, ngunit nakakaapekto ang mga ito sa kalidad ng produkto.

Isaalang-alang natin ang isa pang halimbawa - paggamot sa init. Ang temperatura sa pugon ay patuloy na nagbabago sa mga pagbabago sa boltahe (kung ang proseso ay nasa isang electric furnace) o presyon ng gas (kung ginagamit ang isang gas furnace). Sa oven mismo, ang mga lugar na matatagpuan malapit sa damper; malapit sa apuyan, arko, sa mga dingding sa gilid, sa gitnang bahagi, sila ay nasa iba't ibang mga kondisyon. Kapag ang mga produkto ay inilagay sa isang heat treatment oven, ang dami ng init na natatanggap nila ay nag-iiba depende sa kanilang posisyon, na nakakaapekto sa tagapagpahiwatig ng kalidad tulad ng katigasan ng produkto.

Ang mga pisikal na kakayahan at kasanayan ng mga manggagawa ay nakakaimpluwensya rin sa mga pagbabago sa kalidad ng mga produkto. May matangkad at pandak, payat at mataba, mahina at malalakas na tao, mga taong kaliwete at mga taong mas umunlad kanang kamay. Maaaring isipin ng mga manggagawa na pareho silang nagtatrabaho, ngunit may mga indibidwal na pagkakaiba. Kahit na ang parehong tao ay gumagana nang iba depende sa kung ano ang kanyang nararamdaman sa anumang partikular na araw, ang kanyang kalagayan at ang antas ng pagkapagod. Minsan nagkakamali siya dahil sa kawalan ng pansin.

Maaaring gumawa ng mga error ang mga controller kapag sinusukat ang mga parameter ng produkto. Ang mga pagkakaiba-iba sa mga sukat ay maaaring magresulta mula sa paggamit ng isang may sira kasangkapan sa pagsukat o di-kasakdalan sa paraan ng pagsukat. Kaya, sa kaso ng organoleptic (visual control), ang mga pagbabago sa pamantayan na ginamit ng inspektor ay maaaring humantong sa isang maling pagtatasa ng kalidad ng produkto at makakaapekto sa objectivity ng paggawa ng desisyon tungkol sa pagiging angkop ng produkto.

Sa pagtingin sa problema sa ganitong paraan, makikita ng isa na sa panahon ng proseso ng pagmamanupaktura ng isang produkto mayroong maraming mga kadahilanan na nakakaimpluwensya sa mga tagapagpahiwatig ng kalidad nito. Kapag tinatasa ang proseso ng produksyon mula sa punto ng view ng mga pagbabago sa kalidad, maaari itong ituring bilang isang tiyak na hanay ng mga sanhi ng pagkakaiba-iba. Ang mga kadahilanang ito ay nagpapaliwanag ng mga pagbabago sa mga tagapagpahiwatig ng kalidad ng mga produkto, na humahantong sa kanilang paghahati sa may depekto at hindi depekto. Ang isang produkto ay itinuturing na walang mga depekto kung ang mga tagapagpahiwatig ng kalidad nito ay nakakatugon sa isang tiyak na pamantayan, kung hindi, ang produkto ay mauuri bilang may sira. Bukod dito, kahit na ang mga may sira na produkto ay naiiba sa bawat isa kung ihahambing sa pamantayan, i.e. Walang mga produktong "ganap na magkapareho". Ang isa sa mga dahilan para sa pagpapalabas ng mga may sira na produkto, tulad ng nabanggit na, ay ang pagkakaiba-iba. Kung susubukan mong bawasan ito, ang kanilang bilang ay walang alinlangan na bababa. Ito ay isang simple at common-sense na prinsipyo, pantay na balido anuman ang mga uri ng produkto o uri ng teknolohikal na proseso.

Ang mga pamamaraan ng kontrol na umiral sa mahabang panahon ay nabawasan, bilang panuntunan, sa pagsusuri ng mga depekto sa pamamagitan ng kumpletong inspeksyon ng mga produktong gawa. Sa mass production, ang naturang kontrol ay napakamahal. Ipinapakita ng mga kalkulasyon na upang matiyak ang kalidad ng produkto sa pamamagitan ng pag-uuri, ang control apparatus ng mga negosyo ay dapat na lima hanggang anim na beses na mas malaki kaysa sa bilang ng mga manggagawa sa produksyon.

Sa kabilang banda, ang patuloy na kontrol sa mass production ay hindi ginagarantiyahan ang kawalan ng mga may sira na produkto sa mga tinatanggap na produkto. Ipinapakita ng karanasan na ang inspektor ay mabilis na napapagod, bilang isang resulta kung saan ang ilan sa mga magagandang produkto ay napagkakamalang may sira at kabaliktaran. Ipinapakita rin ng pagsasanay na kung saan ang mga tao ay dinadala ng kumpletong kontrol, ang mga pagkalugi mula sa mga depekto ay tumataas nang husto.

Ang mga kadahilanang ito ay nagpilit sa produksyon na lumipat sa selective control. Ang pagkalat ng sampling inspeksyon ay pinadali ng pananaliksik ng mga espesyalista sa larangan ng probability theory at mathematical statistics, na nagpakita na sa karamihan ng mga kaso, para sa isang maaasahang pagtatasa ng kalidad, hindi na kailangang suriin ang lahat ng mga produktong gawa. Ang mga pag-aaral na ito (pangunahin ng mga Amerikanong istatistika na sina Dodge, Romig at Shewhart) ay naging posible upang lapitan ang organisasyon ng teknikal na kontrol sa isang bagong siyentipiko at metodolohikal na batayan. Gayunpaman, dapat tandaan na ang paglipat sa selective control ay epektibo lamang kapag ang mga teknolohikal na proseso, na nasa isang itinatag na estado, ay may katumpakan at katatagan na ang paggawa ng mga produkto na may pinakamababang bilang ng mga depekto ay awtomatikong ginagarantiyahan.

Bakit dapat istatistiko ang kontrol sa sampling? Tingnan natin ang dalawang tipikal na halimbawa.

Ngayon, ang kasalukuyang pagsubaybay sa estado ng proseso ng teknolohikal ay isinasagawa bilang mga sumusunod. Mula sa kasalukuyang mga produkto, sa mga random na oras, ang isang yunit ng produkto ay pinili para sa kontrol, kung saan ang estado ng teknolohikal na proseso ay hinuhusgahan: kung ito ay naging angkop, ang proseso ay itinuturing na itinatag, kung hindi, ang isang desisyon ay ginawa sa kailangang suspindihin ang produksyon ng produkto at ayusin ang proseso.

Ano ang pagiging epektibo ng mga naturang aksyon? Ang nakabalangkas na pamamaraan para sa pagsubaybay sa estado ng teknolohikal na proseso ay batay sa tradisyunal na lohika: ang proseso ay itinatag - walang mga depekto, ang proseso ay hindi maayos - lahat ng mga produktong gawa ay magiging may depekto.

Mayroong iba pang mga pattern sa produksyon, na tinatawag na stochastic o random. Kapag ang isang proseso ay nagkamali, ang proporsyon ng mga depekto na ginawa ay bahagyang tumataas: hanggang sa 1, 2, 10% at napakabihirang hanggang sa 100% - ito ay depende sa tiyak na teknolohiya at ang tiyak na sanhi ng problema. Isipin natin na bilang isang resulta ng isang pagkagambala sa proseso ng teknolohikal, ang proporsyon ng mga depekto na ginawa ay tumaas sa 5%. Nangangahulugan ito na sa karaniwan, bawat ikadalawampung yunit na ginawa ay may depekto. Ano ang posibilidad na makuha ang eksaktong isang may sira na yunit na ito sa dalawampu at gumawa ng tamang desisyon? Ang sagot ay maaaring ang posibilidad ng pag-detect ng isang paglabag sa proseso ay katumbas ng posibilidad ng paggawa ng isang may sira na yunit ng produkto na may hindi maayos na proseso, sa aming kaso - 5%,

Ang modernong kasanayan ng pag-aayos ng patuloy na pagsubaybay sa estado ng isang teknolohikal na proseso sa panimula ay hindi malulutas ang problema sa pagpigil sa mga depekto. Hindi rin nakakatulong kapag pumili sila ng hindi isa, kundi dalawa o tatlong unit para sa pagsubok. Sa istatistikal na kontrol sa kalidad, ang parehong mga resulta, na naproseso ng mga pamamaraan ng matematikal na istatistika, ay nagpapahintulot mataas na antas pagiging maaasahan upang masuri ang tunay na estado ng proseso ng teknolohiya. Ginagawang posible ng mga istatistikal na pamamaraan ang makatwirang pagtuklas ng isang disorder sa proseso kahit na ang dalawa o tatlong yunit ng mga produkto na pinili para sa kontrol ay naging angkop, dahil ang mga ito ay lubos na sensitibo sa mga pagbabago sa estado ng mga teknolohikal na proseso.

Sa paglipas ng mga taon ng pagsusumikap, ang mga espesyalista ay unti-unting humiwalay mula sa karanasan ng mundo sa mga pamamaraan at diskarte na mauunawaan at epektibong magamit nang walang espesyal na pagsasanay, at ito ay ginawa sa paraang matiyak ang tunay na mga tagumpay sa paglutas ng karamihan ng mga problemang lumalabas sa tunay na produksyon.

Bilang resulta, nabuo ang isang sistema praktikal na pamamaraan, dinisenyo para sa mass use. Ito ang tinatawag na pitong simpleng pamamaraan:

1) Pareto chart;

2) Ishikawa scheme;

3) delamination (stratification);

4) mga checklist;

5) histograms;

6) graphics (sa isang eroplano)

7) control chart (Shewhart).

Minsan ang mga pamamaraang ito ay nakalista sa ibang pagkakasunud-sunod, na hindi mahalaga, dahil ang mga ito ay dapat isaalang-alang bilang mga indibidwal na tool at bilang isang sistema ng mga pamamaraan, kung saan sa bawat partikular na kaso ang komposisyon at istraktura ng gumaganang hanay ng mga tool ay dapat ay tiyak na tinutukoy.

Ang mga istatistikal na pamamaraan ng pamamahala ng kalidad ay isang pilosopiya, patakaran, sistema, pamamaraan, pati na rin ang mga teknikal na paraan ng pamamahala ng kalidad batay sa mga resulta ng mga sukat, pagsusuri, pagsubok, kontrol, data ng pagpapatakbo, mga pagtatasa ng eksperto at anumang iba pang impormasyon na nagpapahintulot sa iyo na gumawa maaasahan, may kaalaman, mga desisyong nakabatay sa ebidensya.

Ang paggamit ng mga istatistikal na pamamaraan ay isang napaka-epektibong paraan upang bumuo bagong teknolohiya at kontrol sa kalidad ng mga proseso ng produksyon. Maraming nangungunang kumpanya ang nakatuon sa kanilang malawakang paggamit, at ang ilan ay gumugugol ng mahigit isang daang oras taun-taon sa pagsasanay sa loob ng bahay sa mga pamamaraang ito. Bagama't ang kaalaman sa mga pamamaraan ng istatistika ay bahagi ng normal na edukasyon ng isang inhinyero, ang kaalaman lamang ay hindi nangangahulugan ng kakayahang gamitin ito. Ang kakayahang tingnan ang mga kaganapan mula sa isang istatistikal na pananaw ay mas mahalaga kaysa sa kaalaman sa mga pamamaraan mismo. Bilang karagdagan, ang isa ay dapat na matapat na umamin ng mga pagkukulang at pagbabago na lumitaw at mangolekta ng layunin ng impormasyon.

Mga pamamaraan ng istatistika pamamahala ng kalidad(na nagsimulang gamitin ni Shewhart) ay may malaking kontribusyon sa pagpapabuti ng kalidad ng mga produkto. Ang mga pamamaraan ng istatistika ay karaniwang nahahati sa 3 kategorya ayon sa antas ng pagiging kumplikado ng kanilang pagpapatupad:

1. Kabilang sa mga pamamaraan ng pang-elementarya na istatistika ang "Pito mga simpleng kasangkapan»:

♦ check sheet;

♦ diagram ng sanhi-at-bunga;

♦ histogram;

♦ scatter diagram;

♦ graphics;

♦ Pagsusuri ng Pareto;

♦ control card.

2. Kabilang sa mga intermediate na pamamaraan ng istatistika ang:

♦ teorya ng sampling research;

♦ kontrol sa sampling ng istatistika;

♦ iba't ibang paraan para sa pagsasagawa ng mga pagtatasa ng istatistika at pagtukoy ng pamantayan;

♦ paraan ng paglalapat ng mga sensory check;

♦ paraan ng pagpaplano ng mga eksperimento.

3. Kasama sa mga pamamaraan na naglalayon sa mga inhinyero at mga propesyonal sa pamamahala ng kalidad:

♦ mga advanced na pamamaraan para sa pagkalkula ng mga eksperimento;

♦ multivariate analysis;

♦ iba't ibang paraan ng operations research.

Mga simpleng kasangkapanpamamahala ng kalidad.

Ang isa sa mga pangunahing prinsipyo ng pamamahala ng kalidad ay ang paggawa ng mga desisyon batay sa mga katotohanan. Ito ay pinaka-ganap na nalutas sa pamamagitan ng paraan ng pagmomodelo ng mga proseso, parehong produksyon at pamamahala, gamit ang mga tool ng matematikal na istatistika. Gayunpaman, ang mga modernong pamamaraan ng istatistika ay medyo mahirap maunawaan at malawakang ginagamit sa pagsasanay nang walang malalim na pagsasanay sa matematika ng lahat ng mga kalahok sa proseso. Noong 1979, nagsama-sama ang Union of Japanese Scientists and Engineers (JUSE). pitong medyo madaling gamitin na visual na pamamaraan para sa pagsusuri ng proseso. Sa kabila ng kanilang pagiging simple, nananatili silang konektado sa mga istatistika At bigyan ang mga propesyonal ng pagkakataon na makinabang mula sa kanilang mga resulta, A kung kinakailangan, pagbutihin ang mga ito.

Mga checklist- Ito ay mga tool para sa pagpaparehistro ng pangunahing data. Maaaring gamitin ang mga checklist para sa parehong qualitative at quantitative control.

Sa Fig. 10.3 ay nagpapakita ng isang control sheet, na sumasalamin sa mga resulta ng kontrol ng produkto.

Pangalan
Pangalan mga operasyon
	Bagay ng kontrol
	Mga instrumento sa pagsukat
	Buong pangalan
	tagagawa
	Buong pangalan controller	Na-verify		mga produkto (k), mga pcs. Bilang ng mga may sira na produkto / Bahagi ng mga produktong may sira ( *100), %
		h	(Bilang ng mga may sira na produkto k

Spot

), mga pcs.

kanin. 10.3. Halimbawang check sheet

Ipinapahiwatig nito ang bagay ng pag-aaral, isang talahanayan para sa pagtatala ng data sa kinokontrol na parameter, ang lugar ng kontrol, buong pangalan. at pamagat ng recorder ng data, oras ng pagmamasid, at pangalan ng instrumento. Sa talahanayan ng pagpaparehistro, sa hanay ng "mga marka", ang mga simbolo ay inilalagay na naaayon sa bilang ng mga obserbasyon.

Mayroong iba pang mga pagpipilian para sa mga checklist.

Diagram ng Sanhi-at-Epekto (Ishikawa diagram). Ang Cause and effect diagram ay unang lumitaw at nagsimulang gamitin sa Japan sa "mga lupon ng kalidad" upang matukoy ang mga sanhi ng mga pagkabigo sa proseso kapag ang mga halatang paglabag ay mahirap matukoy. Ang nasabing diagram, na binuo ng propesor ng Tokyo University na si Kaoru Ishikawa noong 1953 nang sinusuri ang iba't ibang opinyon ng mga inhinyero, ay tinatawag sa panitikan. "balangkas ng isda" “branched scheme ng mga katangiang salik " Kapag gumagawa ng diagram, gamitin "paraan ng brainstorming" (sama-sama

pagbuo ng ideya

), inirerekomenda para sa pagtukoy ng mga posibleng dahilan.

Ang "paraan ng brainstorming" ay maaaring ituring bilang isang tool para sa pag-update ng malikhaing potensyal ng isang pangkat ng mga espesyalista, na nakamit dahil sa katotohanan na:

♦ sinasanay ng mga kalahok sa kolektibong pagbuo ng ideya ang kanilang utak sa mga tuntunin ng kakayahang makabuo ng mga bagong ideya upang malutas ang mga problema;

♦ ang ugali ng negatibo at kritikal na pagtatasa ng mga bago at hindi sapat na napatunayang ideya na nakuha sa proseso ng maraming pagpupulong at talakayan sa proseso ng kolektibong pagbuo ng mga ideya ay kinukumpleto ng mga malikhaing kasanayan sa pag-iisip.

Kapag nagsasagawa ng brainstorming session, sinusunod ang mga sumusunod na patakaran:

1) bawal ang pagpuna;

2) ang mga panukala ay sinusuri sa ibang pagkakataon;

3) hinihikayat ang pagka-orihinal at di-maliit na mga ideya;

4) kinakailangan ang mga kumbinasyon at pagpapahusay ng mga ideya.

Ang mga resulta ng kolektibong pagbuo ng ideya ay makikita sa pagbuo ng isang diagram ng sanhi-at-epekto (Larawan 10.4)

kanin. 10.4. Istraktura ng isang Ishikawa Cause-Effect Diagram

Ang pagbuo ng mga diagram ay kinabibilangan ng mga sumusunod na hakbang:

Pagpili ng isang epektibong tagapagpahiwatig na nagpapakilala sa kalidad ng produkto (proseso, atbp.);

Pagpili ng mga pangunahing dahilan na nakakaimpluwensya sa tagapagpahiwatig ng kalidad. Dapat silang ilagay sa mga parihaba ("malalaking buto");

Pagpili ng mga pangalawang dahilan ("middle bones") na nakakaimpluwensya sa mga pangunahing dahilan;

Pagpili (paglalarawan) ng mga tertiary na sanhi ("maliit na buto") na nakakaapekto sa pangalawang mga sanhi;

Pagraranggo ng mga kadahilanan ayon sa kanilang kahalagahan at pag-highlight sa mga pinakamahalaga.

Ang mga diagram ng sanhi at epekto ay may mga pangkalahatang aplikasyon. Kaya, malawakang ginagamit ang mga ito sa pagtukoy ng pinakamahalagang salik na nakakaimpluwensya, halimbawa, produktibidad ng paggawa.

Sa larangan ng produksyon ito ay nagpapatakbo "5M na prinsipyo" ibig sabihin, ang sumusunod na limang "buto" ay kumikilos bilang "malalaki" (Fig. 10.5).

kanin. 10.5. Prinsipyo ng 5M

Sa sektor ng serbisyo, nalalapat ang "prinsipyo ng 5P" (Larawan 10.6).

kanin. 10.6. Prinsipyo ng 5P.

Histogram (Histogram) . Ang mga histogram ay isa sa mga variant ng isang bar chart na nagpapakita ng pagtitiwala sa dalas ng mga parameter ng kalidad ng isang produkto o proseso na nahuhulog sa isang tiyak na hanay ng mga halaga.

Ang bar graph ay nagbibigay ng visual na representasyon ng pamamahagi ng mga partikular na halaga ng parameter sa pamamagitan ng dalas ng pag-uulit sa isang tiyak na tagal ng panahon (linggo, buwan, taon). Ipinapakita ng histogram ang hanay ng pagkakaiba-iba ng proseso at malawakang ginagamit sa kontrol ng kalidad ng mga bahagi at produkto sa mga panahon ng pagmamasid (Larawan 10.7).

Larawan 10.7. Histogram

Sa pamamagitan ng paglalagay ng mga katanggap-tanggap na halaga ng isang parameter, matutukoy mo kung gaano kadalas nahuhulog ang parameter sa loob o labas ng katanggap-tanggap na saklaw.

Ang histogram ay itinayo tulad ng sumusunod:

Ang pinakamataas na halaga ng tagapagpahiwatig ng kalidad ay tinutukoy;

Ang pinakamababang halaga ng tagapagpahiwatig ng kalidad ay tinutukoy;

Ang hanay ng histogram ay tinutukoy bilang ang pagkakaiba sa pagitan ng pinakamalaki at pinakamaliit na halaga;

Natutukoy ang bilang ng mga pagitan ng histogram;

Ang haba ng pagitan ng histogram ay tinutukoy (bilang isang quotient ng hanay ng histogram) / (bilang ng mga pagitan);

Ang data na nakuha ay nasuri gamit ang iba pang mga pamamaraan:

- ang bahagi ng mga may sira na produkto at pagkalugi mula sa mga depekto ay sinusuri gamit ang isang Pareto chart;

Ang mga sanhi ng mga depekto ay tinutukoy gamit ang isang diagram ng sanhi-at-epekto, paraan ng pagsasapin-sapin at diagram ng scatter;

- ang mga pagbabago sa mga katangian sa paglipas ng panahon ay tinutukoy gamit ang mga control chart.

Ang isang maaasahang histogram ay nangangailangan ng hindi bababa sa 40 na naobserbahang mga halaga.