7 основных инструментов управления качеством. Семь инструментов управления качеством. Правила построения диаграммы разброса

Полховская Т., Адлер Ю., Шпер В.

В современном мире чрезвычайно важное значение приобретает проблема качества продукции. От ее успешного решения в значительной степени зависит благополучие любой фирмы, любого поставщика. Продукция более высокого качества существенно повышает шансы поставщика в конкурентной борьбе за рынки сбыта и, самое важное, лучше удовлетворяет потребности потребителей. Качество продукции - это важнейший показатель конкурентоспособности предприятия.

Качество продукции закладывается в процессе научных исследований, конструкторских и технологических разработок, обеспечивается хорошей организацией производства и, наконец, оно поддерживается в процессе эксплуатации или потребления. На всех этих этапах важно осуществлять своевременный контроль и получать достоверную оценку качества продукции.

Для уменьшения затрат и достижения уровня качества, удовлетворяющего потребителя нужны методы, направленные не на устранение дефектов (несоответствий) готовой продукции, а на предупреждение причин их появления в процессе производства.

Каковы же причины появления различных дефектов в изделиях и какие существуют возможности для уменьшения их числа?

Многие считают, что дефектные изделия неизбежны, поскольку продукция должна удовлетворять жестким требованиям стандартов качества, а факторы, ведущие к появлению дефектов, многочисленны. Однако, несмотря на различия в видах продукции и типах технологических процессов, причины появления дефектных изделий универсальны. Частично дефекты вызываются самими физико-химическими процессами создания изделий, а частично они связаны с вариабельностью (изменчивостью) материалов, процессов, приемов работы, методов контроля и т.д. Если бы не было вариабельности, то все изделия были бы идентичными, т.е. их качество было бы абсолютно одинаковым для всех них.

Что будет, например, если изготавливать изделия из материалов одинакового качества на одинаковых станках, с помощью одних и тех же методов и проверять эти изделия совершенно одинаковым образом? Вне зависимости от того, сколько изделий будет изготовлено, всё они должны быть идентичными, пока идентичны упомянутые четыре условия, т.е. либо все изделия будут соответствовать требованиям, либо не будут им соответствовать. Все изделия окажутся дефектными, если материалы, станки, методы изготовления или контроля будут отличаться от установленных требований. В этом случае неизбежно появление одинаковых дефектных изделий. Если же никаких отклонений в перечисленных четырех условиях производства не будет, то все изделия должны быть "идентичными" - бездефектными.

Но практически невозможно, чтобы все изделия оказались дефектными. Из всего объема выпуска только некоторые будут таковыми, в то время как остальные - бездефектными.

Рассмотрим, например, процесс гибки стальных листов. На первый взгляд кажется, что все листы имеют одинаковую толщину, но если точно измерить, их толщина будет различной, причем даже в разных частях одного и того же листа. Если исследовать кристаллическую структуру разных частей листа, то окажется, что в форме кристаллов, состоящих из атомов железа, углерода и других, есть незначительные вариации. Эти различия, естественно, влияют на показатели качества. Даже если используется один и тот же метод гибки, листы не будут изгибаться одинаковым образом, а в некоторых могут появиться и трещины.

Другой пример - механическая обработка металла. По мере роста числа обработанных деталей резец тупится. Консистенция смазочно-охлаждающей жидкости при изменении температуры тоже меняется. В итоге размеры изделий зависят от того, заточен ли резец и правильно ли он установлен. Хотя может показаться, что обе операции выполняются в одних и тех же условиях, на самом деле происходит множество изменений или вариаций, остающихся незамеченными, но именно они сказываются на качестве продукции.

Рассмотрим еще один пример - термообработку. Температура в печи постоянно меняется с изменением напряжения (если процесс идет в электропечи)или давления газа (если используется газовая печь). В самой печи области, расположенные у заслонки; вблизи пода, свода, у боковых стенок, в центральной части, находятся в разных условиях. Когда изделия помещаются в печь дня термообработки, количество тепла, которое они получают, варьируется в зависимости от их положения, что влияет на такой показатель качества, как твердость изделия.

Физические способности и мастерство рабочих также оказывают воздействие на изменение качества изделий. Есть высокие и низкие, худые и толстые, слабые и сильные люди, левши и люди, у которых лучше развита правая рука. Рабочие могут думать, что они работают одинаково, но есть индивидуальные отличия. Даже один и тот же человек работает по-разному в зависимости от своего самочувствия в каждый конкретный день, состояния и степени усталости. Иногда он допускает ошибки из-за невнимательности.

Ошибки могут допускаться контролерами при измерении параметров изделий. Вариации замеров могут стать следствием использования неисправного измерительного инструмента или несовершенства метода измерения. Так в случае органолептического (визуального контроля) изменения в критериях, которыми руководствуется контролер, могут привести к ошибочной оценке качества продукции и сказаться на объективности принятия решения относительно годности продукции.

Рассматривая проблему подобным образом, можно видеть, что в процессе изготовления изделия существует множество факторов, оказывающих влияние на его показатели качества. Оценивая производственный процесс с точки зрения изменения качества, можно рассматривать его как некую совокупность причин изменчивости. Эти причины и объясняют изменения в показателях качества изделий, что приводит к разделению их на дефектные и бездефектные. Изделие считается бездефектным, если его показатели качества соответствуют определенному стандарту, в противном случае изделие классифицируется как дефектное. Более того, даже дефектные изделия отличаются друг от друга при сопоставлении со стандартом, т.е. нет "абсолютно одинаковых" изделий. Одной из причин выпуска дефектных изделий, как уже было сказано, служит изменчивость. Если попытаться ее уменьшить, их число, несомненно, сократится. Это - простой и здравый принцип, одинаково правильный вне зависимости от видов изделий или типов технологических процессов.

Существовавшие издавна методы контроля сводились, как правило, к анализу брака путем сплошной проверки изготовленных изделий. При массовом производстве такой контроль очень дорог. Расчеты показывают, что для обеспечения качества продукции посредством ее разбраковки контрольный аппарат предприятий должен в пять-шесть раз превышать количество производственных рабочих.

С другой стороны, сплошной контроль в массовом производстве не гарантирует отсутствия дефектных изделий в принятой продукции. Опыт показывает, что контролер быстро устает, в результате чего часть годной продукции принимает за дефектную и наоборот. Практика также показывает - там, где увлекаются сплошным контролем, резко возрастают убытки от брака.

Указанные причины поставили производство перед необходимостью перехода к выборочному контролю. Распространению выборочного контроля способствовали исследования специалистов в области теории вероятностей и математической статистики, которые показали, что в большинстве случаев для надежной оценки качества нет необходимости в проверке всей выпускаемой продукции. Эти исследования (в первую очередь американских статистиков Доджа, Ромига и Шухарта) позволили подойти к организации технического контроля на новой научной и методической основе. Однако следует иметь в виду, что переход к выборочному контролю эффективен только тогда, когда технологические процессы, будучи в налаженном состоянии, обладают такой точностью и стабильностью, при которых автоматически гарантируется изготовление продукции с минимальным числом дефектов.

Почему же выборочный контроль должен быть статистическим? Рассмотрим два характерных примера.

Сегодня текущий контроль состояния технологического процесса осуществляется следующим образом. Из текущей продукции в случайные моменты времени отбирается на контроль одна единица продукции, по которой судят о состоянии технологического процесса: если она оказывается годной, процесс считается налаженным, в противном случае принимается решение о необходимости приостановки изготовления продукции и о корректировке процесса.

Какова эффективность подобных действий? Сформулированная процедура контроля состояния технологического процесса исходит из традиционней логики: процесс налажен - брака нет, процесс разлажен - вся изготовленная продукция будет дефектной.

В производстве действуют иные закономерности, которые называют стохастическими или случайными. При разладке процесса доля производимого брака лишь несколько увеличивается: до 1, 2, 10 % и крайне редко до 100 % -это зависит от конкретной технологии и конкретной причины разладки. Представим, что в результате разладки технологического процесса доля производимого брака возросла до 5 % . Это означает, что в среднем каждая двадцатая изготовляемая единица продукции окажется дефектной. Какова же вероятность извлечь именно эту, одну среди двадцати, дефектную единицу и принять правильное решение? Ответ может быть таким, что вероятность обнаружения нарушения процесса равна вероятности изготовления дефектной единицы продукции при разлаженном процессе, в нашем случае - 5 %,

Современная практика организации текущего контроля состояния технологического процесса принципиально не может решать проблему предупреждения брака. Не спасает и то, когда на проверку отбирают, не одну, а две или три единицы. При статистическом контроле качества те же самые результаты, обработанные методами математической статистики, позволяют с высокой степенью достоверности оценить истинное состояние технологического процесса. Статистические методы позволяют обоснованно обнаруживать разладку процесса даже тогда, когда две-три единицы продукции, отобранные для контроля, окажутся годными, так как обладают высокой чувствительностью к изменениям в состоянии технологических процессов.

Годами упорного труда специалисты выделяли из мирового опыта по крупицам такие приемы и подходы, которые можно понять и эффективно использовать без специальной подготовки, причем делалось это так, чтобы обеспечить реальные достижения при решении подавляющего большинства проблем, возникающих в реальном производстве.

В итоге была выработана система практических методов, рассчитанных на массовое применение. Это так называемые семь простых методов:

1) диаграмма Парето;

2) схема Исикавы;

3) расслаивание (стратификация);

4) контрольные листки;

5) гистограммы;

6) графики (на плоскости)

7) контрольные карты (Шухарта).

Иногда эти методы перечисляют в ином порядке, что не принципиально, поскольку предполагается их рассмотрение и как отдельных инструментов, и как системы методов, в которой в каждом конкретном случае предполагается специально определить состав и структуру рабочего набора инструментов.

Статистические методы управления качеством - это философия, политика, система, методология, а также технические средства управления качеством на основе результатов измерений, анализа, испытаний, контроля, данных эксплуатации, экспертных оценок и любой другой информации, позволяющей принимать достоверные, обоснованные, доказательные решения.

Применение статистических методов - весьма действенный путь разработки новой технологии и контроля качества производственных процессов. Многие ведущие фирмы стремятся к их активному использованию, и некоторые из них тратят более ста часов ежегодно на обучение этим методам, осуществляемое в рамках самой фирмы. Хотя знание статистических методов - часть нормального образования инженера, само знание еще не означает умения применить его. Способность рассматривать события с точки зрения статистики важнее, чем знание самих методов. Кроме того, надо уметь честно признавать недостатки и возникшие изменения и собирать объективную информацию.

Контроль качества – это одна из основных функций в процессе управления качеством. Значение контроля заключается в том, что он позволяет вовремя выявить ошибки, чтобы затем оперативно исправить их с минимальными потерями.

Контроль качества осуществляется путем сравнения запланированного показателя качества с действительным его значением. Собственно контроль качества и состоит в том, что, проверяя показатели качества обнаружить их отклонение от запланированных значений. В случае обнаружения такого отклонения необходимо найти причину его появления, и после корректировки процесса вновь проверить соответствие скорректированных показателей качества их запланированным значениям. Именно по такому непрерывному циклу осуществляется управление и обеспечение требуемого качества, и дальнейшее его улучшение.

Требования к качеству устанавливаются и фиксируются в нормативных и нормативно-технических документах: государственных, отраслевых, фирменных стандартах, технических условиях на продукцию и т.п.

Отклонение качества продукции от заданных параметров происходит, как правило, в худшую сторону и имеет общие и частные проявления.

К числу общих относится моральный износ, физическое и моральное старение продукции, то есть потеря первоначальных свойств при эксплуатации и старении.

Частные отклонения качества от установленных требований чрезвычайно разнообразны и обусловлены уже не экономической и технологической природой, а условиями внешнего характера: нарушениями правил эксплуатации, ошибками разработчиков и изготовителей, нарушениями производственной дисциплины, дефектами оборудования, с помощью которого изготавливается и используется продукция и т.д.

Поэтому можно утверждать, что качество продукции находится в постоянном движении. Следовательно, качество определяет собой хронически неустойчивый объект, требующий контроля.

Научной основой современного технического контроля является математико-статистические методы. Управление качеством продукции может обеспечиваться двумя методами: посредством разбраковки изделий и путем повышения технологической точности. Издавна методы контроля сводились, как правило, к анализу брака путем сплошной проверки изделий на выходе. При массовом производстве такой контроль очень дорог: контрольный аппарат должен в пять – шесть раз превышать количество производственных рабочих, и даже при этом нет полной гарантии от брака. Поэтому от сплошного контроля переходят к выборочному с применением статистических методов обработки результатов.

Один из основоположников применения статистических методов при серийном производстве американский специалист У.А. Шухарт писал: «В течение длительного времени эффективность статистики будет зависеть в меньшей степени от существования отряда статистиков, имеющих превосходную подготовку, чем от подготовки всего поколения, воспитанного в духе статистики, с физиками, химиками, инженерами и многими другими специалистами, которые будут отвечать в той или иной мере за подготовку и управление новыми процессами производства».

Какие же статистические методы следует использовать? Ответ в значительной степени зависит от специалистов, но существует принцип, согласно которому важность статистического метода равна его математическому потенциалу, умноженному на вероятность его применения. Следовательно, когда речь идет о широком применении статистических методов, рассматривать следует только те из них, которые понятны и которые могут легко применяться не статистиками.

Японские специалисты собрали из всего множества семь методов. Их заслуга состоит в том, что они обеспечили простоту, наглядность, визуализацию этих методов, превратив их фактически в эффективные инструменты контроля качества:

Контрольный листок – инструмент для сбора данных и их автоматического упорядочения для облегчения дальнейшего использования собранной информации;

Стратификация (расслоение) – инструмент, позволяющий произвести селекцию данных в соответствии с различными факторами.

Гистограмма – инструмент, позволяющий зрительно оценить распределение статистических данных, сгруппированных по частоте попадания данных в определенный (заранее заданный) интервал.

Анализ Парето - инструмент, позволяющий объективно представить и выявить основные факторы, влияющие на исследуемую проблему и распределить усилия для ее решения.

Причинно – следственная диаграмма Исикавы – инструмент, который позволяет выявить наиболее существенные факторы (причины), влияющие на конечный результат (следствие);

Диаграмма разброса – инструмент, позволяющий определить вид и тесноту связи двух рассматриваемых параметров процесса;

Контрольная карта – инструмент, позволяющий отслеживать ход протекания процесса и воздействовать на него (с помощью соответствующей обратной связи), предупреждая его отклонения от предъявленных к процессу требований.

Эти методы можно рассматривать и как отдельные инструменты, и как систему методов. Последовательность применения семи методов может быть различной в зависимости от поставленной цели.

Известный японский специалист в области качества профессор К. Исикава говорил: Основываясь на опыте своей деятельности, могу сказать, что 95% всех проблем фирмы могут быть решены с помощью этих семи приемов». Поэтому статистические методы – это то средство, которое необходимо изучать, чтобы внедрить управление качеством. Они – наиболее важная составляющая комплексной системы контроля Всеобщего Управления Качеством.

Блок-схема

Блок-схема представляет собой схематическое представление этапов выполнения процесса. Она отражает порядок, в котором следуют отдельные операции.

Существуют правила составления блок- схем.

Рис. 4.1 Правила составления блок- схемы

Сопутствующие документы можно показывает пунктирными стрелочками.

Контрольные листки

Британский стандарт ВS 7850 рассматривает контрольные листки как форму сбора информации.

Рассмотрим использование контрольного листка на примере протоколирования дефектов. Обратите внимание на следующее:

В данной конкретной форме не отражается общее число копий (или число хороших копий), а поэтому процент каждого вида брака остается неясным.

Контрольный листок может быть использован для сбора как атрибутивных, так и параметрических (переменных) данных.

Рис. 4.2 Контрольный листок

Гистограмма

Представляет собой наглядное представление или обобщение информации, характеризующей распределение переменных.

Рис. 4.3 Гистограмма

Анализ Парето (Принцип Парето)

Существует метод выбора предпочтения решения, широко известный как принцип Парето.

Статистические данные могут представляться двумя путями – в виде гистограммы и в виде интегрального распределения, причем последнее представление было использовано Лоренцом.

Описывая задачу таким образом, легко установить, какие факторы имеют наибольший эффект и в какой точке, спускаясь вдоль списка возможное улучшение становиться малоплодотворным.

Он как экономист вывел, что 20% людей обычно владеют 80% богатств.

В нашем случае 20% факторов определяют 80% дефектов. Наша задача найти эти 20%.

Принцип Парето представляется графически.

Рис. 4.4 Диаграмма Парето

Анализ Исикавы (рыбный скелет)

Метод разработан для выявления причин наблюдаемых отказов профессором Исикава.

Анализ обычно начинается с мозговой атаки, когда все принимающие в ней участие пытаются выявить все возможные причины.

На самом деле, результат может стать следствием комбинации нескольких причин, а исключение только одной их них может вовсе не решить проблемы или снизить вероятность ее появления. В этом суть анализа Исикавы, он заставляет пользователя проверить все возможные объяснения.

В начальной точке были определены типы возможных источников наблюдаемого результата, а именно: машины, способы, материалы, рабочая сила и др.

Рис. 4.5 Причинно-следственная диаграмма

Мозговая атака

Задачей этого метода является не допустить исключение из поля зрения возможных решений проблемы. Для этого руководствуются правилами организации мозгового штурма:

Создайте группу людей (порядка шести человек), знакомых с той областью, где возникла проблема;

Не определяйте проблему, подлежащую обсуждению, слишком конкретно;

Дайте людям записать все то, что им приходит в голову, в течение пяти - десяти минут;

Рассмотрите все высказанные соображения. Не допускайте никаких дискуссий или критики;

Сгруппируйте идеи, исключив дублирование;

Сформируйте “рыбий скелет” и приступите к обсуждениям.

Диаграмма рассеяния

Используется в тех случаях, когда необходимо построить зависимость между двумя факторами или переменными. Глядя на диаграмму можно говорить о положительной, слабой, сильной отрицательной корреляции (степени зависимости между фактором и переменными).

Рис. 4.6 Диаграмма рассеяния

ВАРИАНТ 1:

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

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

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

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

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

Гистограммы. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

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

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

Стратификация. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

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

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

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

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

Введение

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

Семь простых инструментов качества

Указанные причины поставили производство перед необходимостью перехода к выборочному контролю.

Статистические методы позволяют обоснованно обнаруживать разладку процесса даже тогда, когда две-три единицы продукции, отобранные для контроля, окажутся годными, так как обладают высокой чувствительностью к изменениям в состоянии технологических процессов.

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

Это так называемые семь простых методов:

1) диаграмма Парето;

2) схема Исикавы;

3) расслаивание (стратификация);

4) контрольные листки;

5) гистограммы;

6) графики (на плоскости)

7) контрольные карты (Шухарта).

Причинно-следственная диаграмма (диаграмма Ишикавы)

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

Рис. 1 Пример диаграммы Ишикавы

Контрольные листки

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

Рис. 2 Контрольные листки

Гистограммы

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

Гистограмма строится следующим образом:

Определяем наибольшее значение показателя качества.

Определяем наименьшее значение показателя качества.

Определяем диапазон гистограммы как разницу между наибольшим и наименьшим значением.

Определяем число интервалов гистограммы. Часто можно пользоваться приближенной формулой:

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

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

Разбиваем диапазон гистограммы на интервалы.

Подсчитываем число попаданий результатов в каждый интервал.

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

Строим столбчатую диаграмму

Диаграммы разброса

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

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

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

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

Анализ Парето

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

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

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

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

Рис. 6 Диаграмма Парето

Стратификация

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

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

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

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

Рис. 7 Стратификация данных.

Контрольные карты

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

Рис. 8 Общий вид контрольной карты

Контрольные карты по количественным признакам

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

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

Контрольные карты по качественным признакам

Карта для доли дефектных изделий (p - карта)

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

Карта для числа дефектных изделий (np - карта)

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

Карта для числа дефектов в выборке (с - карта)

В с - карте подсчитывается число дефектов в выборке.

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

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

Рис. 9 Бланк контрольной карты

Заключение

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

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

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

Задание № 2:

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

Табл.1 - Данные о браке в производстве кровельных листов

Вид брака	Количество бракованных изделий	Потери от брака (тыс. руб.)
1. Боковые трещины
2. Шелушение краски
3. Коробление
4. Отклонение от перпендикулярности
5. Грязная поверхность
6. Шероховатость поверхности
7. Винтообразность
8. Трещины по поверхности
9. Боковой изгиб
10. Прочие причины

Используемая литература:

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

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

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

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

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

6.1. Контрольный листок

Контрольный листок – средство систематического сбора первичных данных и автоматического их упорядочивания с целью упрощения дальнейшего использования собранной информации, представляющее собой бланк, на котором заранее напечатаны наименования и диапазоны контролируемых параметров. Он используется для учёта частоты встречаемости того или иного события.

1. формулирование вопросов относительно конкретных требований к качеству;

2. выбор необходимых методов анализа данных и оценка их эффективности;

3. определение точек сбора данных в производственном процессе;

4. назначение исполнителя для сбора данных;

5. оценка способности и возможности исполнителя к своевременному сбору данных;

6. разработка формы бланков контрольных листков;

7. подготовка инструкций по сбору данных;

8. проверка разработанных бланков и инструкций;

9. инструктаж и обучение работников;

10. периодический контроль процесса сбора данных и получаемых результатов.

Не зависимо от назначения в контрольных листка должны быть указаны:

· объект изучения (контроля);

· таблица регистрации данных о контролируемом параметре;

· место контроля;

· должность и фамилия работника, регистрирующего данные;

· дата сбора данных;

· продолжительность наблюдения и наименование контрольно-измерительного средства, в случае его применения.

Для регистрации количества событий могут быть использованы различные символы (черточки, крестики, точки и другие простые условные знаки), соответствующие количеству этих событий. Форма листка должна быть простой для заполнения и анализа и, следовательно, содержать по возможности наименьшее число контролируемых параметров. Бланки могут быть представлены в бумажном виде (на бумаге, исключающей расплывание чернил, в удобном для хранения и использования формате) или в электронном виде (при условии их заполнения непосредственно на компьютере).

6.2. Гистограмма

Гистограмма – удобный инструмент графического отображения данных, позволяющий визуально оценить закон распределения и величину разброса данных и выявить факторы, на которые следует в первую очередь обратить внимание для улучшения процесса.

Она представляет собой серию столбиков одинаковой ширины, но разной высоты. При этом ширина столбиков представляет заданный интервал в диапазоне наблюдений, а их высота – число измерений, укладывающихся в данный интервал. В случае нормального закона распределения данных большинство результатов концентрируется вблизи центрального значения и их количество постепенно уменьшается при удалении от названного значения.

В основном гистограммы используют для анализа значений измеренных параметров, а так же для оценки показателей возможностей процессов. По ним, в зависимости от закона распределения данных, определяют среднее значение показателя качества и стандартное отклонение, что позволяет произвести сравнение этого показателя с контрольными нормативами и получить, таким образом, высокоточную информацию.

Процесс построения гистограмм состоит из следующих этапов:

1. Определение диапазона статистических данных

где x max и x min – соответственно максимальное и минимальное наблюдаемые значения контролируемого параметра.

2. Вычисление числа интервалов на гистограмме, на пример по формуле Стерджесса

здесь N – общее число собранных данных в выборке.

3. Определение размеров (ширины) интервалов

4. Установление границ интервалов. За нижнюю границу первого интервала принимается минимальное значение контролируемого параметра x min . Что бы получить верхнюю границу этого интервала к нижней границе прибавляется ширина интервала h . Верхняя граница первого интервала является нижней границей для второго. Верхняя граница второго интервала вычисляется аналогично первому интервалу. Процедура повторяется до тех пор пока не будет найдена верхняя граница последнего интервала, которая по значению должна совпадать с максимальным значением контролируемого параметра x max .

5. Вычисление относительных частот значений контролируемого параметра по интервалам

где i – порядковый номер интервала (1, 2, 3…n ); f i – относительная частота значений контролируемого параметра для i -го интервала; k i – число измерений контролируемого параметра в пределах i -го интервала.

6. Построение осей гистограммы. Проводится вертикальная и горизонтальная оси и на каждой из них выбираются масштабы. На вертикальной оси откладываются значения относительных частот f i , а на горизонтальной – значения контролируемого параметра x .

7. Построение графика гистограммы. На оси абсцисс наносятся границы интервалов. Используя интервалы как основания, строятся прямоугольники, высота каждого из которых равна соответствующей относительной частоте. Так же на графике проводится линия, представляющая собой среднее арифметическое значение контролируемого параметра и линии границ поля допусков, если они имеются.

Для оценки качества процесса с помощью гистограмм используют следующие характеристики:

1. В случае, когда подтверждена стабильность процесса по настройке, а по разбросу – не подтверждена:

· для оценки возможности управления процессом - индекс пригодности процесса удовлетворять технический допуск без учета положения среднего значения

где USL и LSL – значения, соответственно, верхней и нижней границ допуска; s - значение стандартного отклонения, в качестве которого зачастую используют среднее квадратичное отклонение

здесь - среднее арифметическое значение результатов наблюдений

R – диапазон статистических данных

Если Р р ³ 1, то ширина гистограммы укладывается в пределы поля допуска и, значит процесс является управляемым, то есть имеется возможность организации процесса таким образом, что бы 99,73 % изделий будут попадать в пределы поля допуска. Если Р р < 1, то процесс неуправляемый, так как контролируемые параметры части изделий неизбежно будут выходить за пределы поля допуска;

· для оценки смещения гистограммы относительно середины поля допуска - показатель настроенности процесса на целевое значение

где Ц – середина поля допуска (целевое значение)

Чем ближе значение этого показателя к нулю, тем более процесс настроен на целевое значение и, соответственно, тем он эффективнее;

· для наиболее полной оценки качества протекания процесса – индекс пригодности процесса удовлетворять технический допуск с учётом положения среднего значения

2. В случае, когда подтверждена стабильность процесса по разбросу:

· для оценки возможности удовлетворения технического допуска без учёта положения среднего значения для стабильных по разбросу процессов – индекс воспроизводимости процесса

· для оценки возможности удовлетворять технический допуск с учётом фактического положения среднего значения для стабильных по разбросу и настройке процессов – индекс воспроизводимости процесса

Информацию о характере распределения случайной величины можно получить по форме гистограммы. Наиболее типичные их формы, которые могут быть использованы в качестве образцов при анализе процессов представлены на рис. 6.1.

Рис. 6.1. Основные формы гистограмм

а – колоколообразная симметричная; б – гребёнка; в – положительно скошенное распределение; г – распределение с обрывом слева; д – равномерное распределение (плато); е – двухпиковая (бимодальная) форма

Обычный тип гистограммы, имеющий симметричную или колоколообразную форму, означает, что среднее значение контролируемого параметра приходится на середину разброса данных. Наивысшая частота измеренных значений приходится на середину и постепенно снижается к обоим концам. Встречается наиболее часто. Для таких гистограмм характерно, что k » 0. При этом если Р р ³ 1 и P pk ³ 1, процесс является управляемым и не нуждается в корректировке.

Гребёнка встречается, когда число единичных наблюдений, попадающих в интервал, колеблется от интервала к интервалу или когда действует определённое правило округления данных.

Положительно (отрицательно) скошенное распределение означает локализацию значений контролируемого параметра слева (справа) от среднего значения. Такая форма говорит, что левое (правое) значение поля допуска недостижимо.

Распределение с обрывом слева (справа) показывает сильное смещение среднего арифметического значения контролируемого параметра от центра диапазона. Это свидетельствует о плохой управляемости процесса и высокой доли брака.

Плато (равномерное или прямоугольное распределение) наблюдается в случае одинаковых ожидаемых частот в разных интервалах. Такая форма характерна для сочетания нескольких распределений, имеющих различные средние значения.

Двухпиковый (бимодальный) тип свидетельствует о низких частотах в средней части диапазона данных и о наличии двух пиков с каждой стороны. Характерен для ситуации сочетания двух видов распределения с далеко отстоящими средними значениями контролируемого параметра.

6.3. Метод стратификации статистических данных

Стратификация предполагает разделение полученных данных на отдельные группы в зависимости от выбранного стратифицирующего фактора, в качестве которого могут быть приняты любые параметры, определяющие особенности условий возникновения и получения данных:

· различное оборудование;

· подразделения предприятия или конкретные работники;

· время сбора данных;

· различные виды сырья;

· различия в используемых станках, средствах измерения и так далее.

Отсутствие учёта стратифицирующего фактора приводит к объединению и обезличиванию данных, препятствующие установлению взаимосвязи между ними и особенностей их возникновения, то есть не позволяет получить статистически значимый материал.

С целью унификации типовых факторов, по которым может быть выполнена стратификация данных, и лёгкого их запоминания рекомендуется использовать мнемонический приём 4М…6М. Он основан на подборе слов английского языка, начинающихся на букву М и определяющих основные группы факторов стратификации статистических данных:

· Manpower (персонал) – стратификация по исполнителям;

· Machine (машина) – распределение по машинам, станкам, оборудованию;

· Material (материал) группировка по виду материала, сырья, комплектующих;

· Method (метод, технология) – разделение по способу производства;

· Measurement (измерение) – компоновка по методу измерения, по типу измерительных средств, по классу точности прибора и так далее;

· Media (окружающая среда) – группировка по температуре, влажности воздуха, по магнитным и электрическим полям, по солнечному излучению и другим.

Наиболее часто используются первые четыре группы факторов, формирующие мнемонический приём 4М. Если к ним необходимо добавить пятую и (или) шестую группы, то соответственно получаем мнемонические приёму 5М и 6М.

Практическое использование метода стратификации подразумевает реализацию следующих этапов:

1. Выбор данных, представляющих интерес для изучения;

2. Выбор стратифицирующего фактора и категорий, на которые следует разделять данные;

3. Осуществление группировки данных на основании выбранных категорий;

4. Оценка результатов группировки по каждой категории;

5. Представление полученных результатов;

6. Анализ необходимости дополнительного изучения данных;

7. Планирование последующей работы для дополнительного подтверждения полученных результатов.

6.4. Причинно-следственная диаграмма Исикавы

Исследуя проблему качества на одном заводе в 1953 году профессор Токийского университета Каоро Исикава представил мнения инженеров в форме диаграммы причин и результатов. Эта диаграмма в последствии получила название «диаграмма Исикавы» (в литературе из-за формы её часто называют диаграмма типа «рыбья кость» или «рыбий скелет»). Она является средством графического упорядочения факторов, влияющих на объект исследования, и позволяет наглядно отобразить не только названные факторы, но и причинно-следственные связи между ними. В основе построения данной диаграммы лежит постановка задачи, которую необходимо решить.

Принцип построения причинно-следственной диаграммы Исикавы можно описать следующим образом. Сначала к центральной оси, отображающей объект исследования, подводятся большие первичные стрелки, обозначающие главные факторы, оказывающие влияние на исследуемый объект (чем более значим фактор, тем ближе он располагается к «голове» диаграммы). Затем к каждой первичной стрелке пристраиваются стрелки второго порядка, к ним в свою очередь – стрелки третьего порядка и так далее. В результате получается схема (рис. 6.2), отображающая причинно-следственные связи. При этом каждая стрелка, примыкающая к другой, играет роль причины, а та к которой она примыкает – следствия.

Рис. 6.2. Причинно-следственная диаграмма (на примере выявления появления причины появления дефекта «концевые пороки» при производстве тентового материала для автотранспорта)

Наклон и размер стрелок значения не имеют. Главное – обеспечить правильную соподчинённость и взаимозависимость факторов и чётко оформить диаграмму, чтобы она легко читалась. Поэтому наименования факторов всегда указывают горизонтально, параллельно центральной оси.

Не смотря на кажущуюся простоту построения, диаграмма Исикавы требует от исполнителей хорошего знания объекта исследований и понимания взаимозависимости и взаимовлияния факторов. Поэтому процедуру её построения часто сопровождает «мозговой штурм», то есть метод приведения в действие творческого мышления рабочей группы для быстрого формулирования, разъяснения и оценки значительного перечня идей, проблем, причин, вопросов, подчиняющийся определённым правилам.

При построении диаграммы следует придерживаться ряда рекомендаций:

1. Необходимо выявить все факторы, связанные с рассматриваемой проблемой, путём наблюдений и опроса большого количества людей.

Из всей совокупности факторов следует выделить те, которые оказывают наибольшее влияние на показатель качества. При этом, ещё до построения диаграммы, чтобы не упустить ни один фактор, чрезвычайно важно привлечь к обсуждению как можно больше людей.

2. Следует дать как можно более точную формулировку показателя.

Чем точнее формулировка показателя, тем корректнее будут выявлены факторы, влияющие на этот показатель и, следовательно, тем эффективнее использование диаграммы для решения конкретных проблем.

3. Целесообразно использовать различные стратификации причин и следует строить столько диаграмм, сколько показателей подлежит анализу.

Каждый показатель нужно исследовать раздельно, так как их объединение приведёт к увеличению размера диаграммы и её усложнению, что затруднит процесс принятия решений.

4. При построении диаграммы нужно использовать показатели качества и факторы, которые можно измерить.

Для того, чтобы оценить степень взаимозависимости причина – результат на основе объективных данных необходимо измерить показатель качества и факторы, влияющие на него. Если это не представляется возможным, то нужно найти показатели-заменители.

5. Необходимо выделить факторы, по которым надлежит принять меры.

Если по обнаруженным причинам нельзя предпринять никаких действий, то проблема неразрешима. В этом случае причины нужно разделять на подпричины до тех пор, пока по каждой из них можно будет осуществить действия по улучшению качества.

6.5. Диаграмма Парето

Диаграмма Парето, являясь разновидностью столбчатой диаграммы, применяется для наглядного отображения рассматриваемых факторов в порядке убывания или возрастания их значимости. Она позволяет распределить усилия при разрешении проблем и выявить наиболее важные факторы, на которые в первую очередь должны быть направлены действия по улучшению ситуации.

В основе этой диаграммы лежит принцип Парето (1897 год). Этот принцип, применительно к видам несоответствий, состоит в том, что 70 – 80 % от общей суммы потерь П обычно обусловлены 20 – 30 % от списка несоответствий N 1 , N 2 , N 3 , …, N k , включающего в себя k наименований. Это означает, что улучшение качества процесса необходимо начинать с устранения именно этих наиболее важных несоответствий.

После установления наиболее существенного несоответствия N 1 можно составить перечень причин его обуславливающих, включающий m наименований. Относительно этих причин принцип Парето, можно сформулировать следующим образом, 70 – 80 % от общей суммы потерь, связанных с несоответствием N 1 , обусловлены 20 – 30 % видов причин от их общего перечня n 1 , n 2 , n 3 , …, n m . Следовательно, для устранения несоответствия N 1 нужно бороться в первую очередь с этими немногочисленными причинами.

В 1907 году американский экономист М. Лоренц (не зависимо от Парето) пришёл к таким же выводам и осуществил дельнейшее развитие идей своего предшественника. Он предложил дополнить столбчатую диаграмму кумулятивной кривой, которую в последствии стали называть его именем.

Применять диаграмму Парето и кривую Лоренца для решения проблем в области качества предложил Дж. Джурану, использовавший их для анализа и классификации проблем качества по их последствиям и причинам:

· на немногочисленные, но существенно важные несоответствия и (или) причины;

· на многочисленные, но несущественные проявления и (или) причины.

В результате диаграмма Парето превратилась в инструмент, позволяющий распределить усилия для разрешения имеющихся проблем качества, включая:

· выявление наиболее дорого обходящихся несоответствий;

· установление наиболее важных причин этих несоответствий, на устранение которых должны быть направлены первоочередные меры.

Построение рассматриваемой диаграммы предусматривает ряд этапов:

1. Выявление проблем подлежащих исследованию и выбор метода сбора данных, в том числе:

· определение типа проблем;

· формирование перечня необходимых данных и задание способов их стратификации;

· установление метода и периода сбора данных.

2. Разработка контрольного листка для регистрации данных с перечнем видов собираемой информации.

3. Заполнение контрольных листков и формирование необходимых итоговых данных.

4. Разработка формы таблицы для обработки статистических данных, предусматривающей:

· число зарегистрированных дефектов в абсолютном (единицы) и относительном (проценты от общего числа дефектов) выражениях;

· сумму число дефектов в абсолютном выражении;

· сумму числа дефектов в относительном выражении к общему итогу (накопленному проценту).

5. Заполнение таблицы, предусматривающее расположение данных по каждому проверяемому признаку в порядке убывания их значимости.

6. Построение осей диаграммы:

· вычерчивание горизонтальной оси с нанесением на ней интервалов в соответствии с числом контролируемых параметров;

· вычерчивание вертикальных осей с левой и правой стороны диаграмм:

– левой оси с нанесением шкалы количества дефектов в абсолютном выражении;

– правой оси с нанесением шкалы количества дефектов в относительном выражении.

7. Построение столбчатой диаграммы.

8. Построение кумулятивной кривой Лоренца (на вертикалях, соответствующих правым границам интервалов горизонтальной оси, наносится точки накопленных сумм и соединяются отрезками прямых).

9. Нанесение на диаграммы всех обозначений и надписей:

· сведений, касающихся диаграммы (названия осей, цифровые значения шкал);

· сведений, касающихся данных (вид дефекта, его количественные характеристики);

· сведений о месте и времени сбора и обработки данных;

· сведений о персонале, принимавшем участие в работе;

· других сведений, которые могут оказаться полезными в последующем работе с диаграммой.

Главным достоинством диаграммы Парето (рис. 6.3) является возможность разделения факторов на значительные (встречающиеся наиболее часто) и незначительные (встречающиеся относительно редко). Она показывает относительное влияние (в убывающем порядке) каждой причины на общую проблему.

Рис. 6.3. Диаграмма Парето (на примере видов дефектов тентового материала)

1 – концевые; 2 – складки; 3 – засечки; 4 – вмятины; 5 – грязь; 6 – прочие дефекты

После реализации корректирующих мероприятий для оценки их эффективности диаграмма строится снова с учётом изменившихся условий. Далее процедура повторяется до достижения желаемого результата.

При использовании рассматриваемых диаграмм на практике следует придерживаться рекомендаций:

· С целью установления факторов, оказывающих наибольшее влияние на исследуемую проблему, следует использовать стратификации данных по различным признакам и составлять достаточно большое число диаграмм Парето;

· Если группа «прочие факторы» составляет большой процент, то контролируемые параметры классифицированы не верно, то есть нужно применить другой принцип их стратификации;

· Если есть возможность представить данные в денежном выражении, то так и следует сделать, так как затраты являются важным критерием принятия решений в управлении.

6.6. Диаграмма разброса (рассеивания)

Диаграмма разброса (рассеивания) представляет собой инструмент, позволяющий определить вид и тесноту связи между парами соответствующих переменных, которые могут относиться:

· к характеристике качества и влияющему на неё фактору;

· к двум различным характеристикам качества;

· к двум факторам, влияющим на одну характеристику качества.

Порядок построения диаграммы предусматривает следующие этапы:

1. Сбор парных данных (х, у ), между которыми необходимо исследовать зависимость;

2. Установление масштабов шкал на осях диаграммы;

3. Построение графика;

4. Нанесение на диаграммы всех необходимых обозначений и надписей.

Наиболее типичные виды диаграмм разброса (рассеивания) представлены на рис. 6.4.

После построения диаграммы для установления количественной оценки связи между исследуемыми данными обычно рассчитывают коэффициент корреляции

где n – число пар данных; i – порядковый номер пары данных; x i , y i – собранные статистические данные i -й пары; , - средние арифметические значения данных x и y .

Значение коэффициента корреляции r должно находиться в диапазоне от -1 до 1.

Рис. 6.4. Типичные виды диаграмм разброса (рассеивания)

а – сильно положительная корреляция; б – сильно отрицательная корреляция; в – слабая положительная корреляция; г – слабая отрицательная корреляция; д – криволинейная корреляция; е – отсутствие корреляции

6.7. Временные ряды

Временной ряд являются наиболее простым способом представления изменения наблюдаемых параметров за определенный промежуток времени. Он предназначен для наглядного отображения данных, прост в построении и использовании. Главная особенность его построения заключается в том, что точки, характеризующие контролируемый параметр, представляются на графики строго в том порядке, в каком собирались данные. Сам же график показывает изменение параметра во времени.

Одним из наиболее эффективных применений временного ряда связано с отслеживанием тенденций, изменений и средних значений параметра, характеризующего качество продукции, например, анализа сбыта продукции (рис. 6.5). Так же он может быть полезен при интерпретации и анализе статистических данных.

Рис. 6.5. Временной ряд (на примере сравнительного анализа сбыта продукции)

2010 год; - 2011 год

6.8. Контрольные карты

Контрольная карта – это способ представления данных, характеризующих технологический процесс, в виде временного ряда. Она позволяет контролировать текущие рабочие характеристики процесса, показывает отклонения этих характеристик от целевого или среднего значения и уровень стабильности процесса в течение времени. Так же она может быть использована для изучения возможностей процесса, определения достижимых целей качества и выявления изменения характеристик и изменчивости процесса, которые требуют корректировки или предупреждающих действий.

Впервые контрольные карты были предложены У. Шухартом для исключения необычных вариаций, то есть стратификации вариаций на обусловленные определёнными причинами и на обусловленные случайными причинами.

Основу контрольных карт составляют четыре положения:

· все процессы с течением времени отклоняются от заданных характеристик;

· небольшие отклонения отдельных точек являются непрогнозируемыми;

· стабильный процесс изменяется случайным образом, но при этом группы точек конкретных характеристик имеют тенденцию находиться в прогнозируемых границах;

· нестабильный процесс отклоняется под действием неслучайных факторов, а сами неслучайные отклонения находятся за пределами прогнозируемых границ.

Исходя из представленных положений, рассматриваемые карты могут быть использованы для установления границ регулирования, в которых должны находиться характеристики процесса. Также они позволяют выявить факторы, вызывающие отклонения процесса от заданных требований, и исключить их влияние.

Результаты измерений характеристик процесса за определённый промежуток времени сравниваются с требованиями к процессу с целью установления, что контролируемая характеристика:

· выходит за границы поля допуска, но разброс параметров процесса не превышает ширины поля допуска, следовательно, имеется возможность удовлетворения требований потребителя за счёт наладки или настойки процесса;

· выходит за границы поля допуска, причём, среднее её значение близко к середине поля допуска, а разброс параметров процесса превышает ширину полч допуска, что не позволяет удовлетворить требования потребителя. Значит необходимо улучшение процесса с целью уменьшения разброса его параметров за счёт использования более точного технологического оборудования или уменьшения влияния внешних факторов, вызывающих повышенную изменчивость процесса;

· её среднее значение далеко от середины поля допуска и величина разброса параметров процесса превышает ширину поля допуска. Следовательно, необходимы действия по улучшению качества процесса как за счёт его настройки и наладки, так и для уменьшения разброса параметров процесса.

При разработке контрольных карт особое значение имеет способ определения контрольных границ. Для установления этих границ необходимо собрать большое количество предварительных данных, характеризующих состояние процесса, и на их основе рассчитать названные границы.

· р – карта (карта для контроля доли не соответствующих (дефектных) изделий в подгруппе);

· np – карта (карта для контроля числа несоответствующих (дефектных) изделий в подгруппе определённого объема n);

· с – карта (карта для контроля числа несоответствий (дефектов) в подгруппе);

· u – карта (карта для контроля числа несоответствий (дефектов), приходящихся на единицу продукции в подгруппе).

Контрольная карта индивидуальных значений (рис. 6.6) строится следующим образом. Через определённый промежуток времени измеряется значение характеристики качества одной детали снимаемой с конвейера и отмечается на бланке контрольной карты условным знаком (точкой, крестиком, кружочком и так далее). Если эти значки группируются вблизи середины поля допуска (CL ) и не выходят за пределы верхней (USL ) и нижней (LSL ) границ поля допуска, то процесс идёт в управляемых условиях. В случае, когда на каком-либо шаге контроля значки приближаются или даже выходят за пределы поля допуска, необходимо вмешаться в ход процесса.

N медианой будет значение, занимающее среднее положение в ряду значений измерений, расположенных в порядке возрастания или убывания. При чётном числе n медиана будет равна среднему арифметическому двух значений, расположенных в середине названного ряда. Аналогично, вместо среднего квадратичного S удобнее использовать разброс параметров R.

Рассмотрим порядок построения контрольных карт на примере -карты. Такая карта используется для анализа и управления процессами, показатели качества которых представлены непрерывными величинами (длиной, весом, концентрацией и так далее) и несут наибольшее количество информации о процессе.

Перед применением -карты необходимо подготовить её бланк. Затем действовать в следующем порядке:

1. Сбор данных;

2. Вычисление средних арифметических значений для каждой x i -карт и R-карт

Рис. 6.7. Форма бланка контрольной карты -типа

Состояние объекта является контролируемым, если процесс стабилен, а среднее значение его параметров и разброс их значений R не меняются, оставаясь близкими к и , то есть не выходят за пределы, ограниченные верхним и нижним контрольными уровнями. Если такое состояние подтверждается контрольной картой, то осуществляется простой контроль без вмешательства оператора (процесс идёт успешно). При отклонении условий протекания процесса от нормальных, требуется его регулирование. Операторам рекомендуется осуществлять вмешательство в ход процесса при появлении на контрольной карте следующих признаков (рис. 6.8):

1. одна или более точек оказались за верхним или нижним контрольными пределами;

2. серия из семи или более точек оказались с одной стороны от центральной линии;

3. шесть или более точек подряд образуют ряд непрерывно возрастающих или убывающих значений (появ

Основные инструменты контроля качества - это методы статистического анализа условий и факторов, влияющих на качество продукции. Он включает анализ видов и причин брака, анализ влияния отдельных факторов технологического процесса на показатели качества. При анализе рекомендуется использовать специальные графические методы (их иногда называют описательной статистикой) для наглядного представления данных о качестве. К ним относят семь инструментов контроля качества (рис. 2.1).

Рис. 2.1.

Контрольный листок (лист) - инструмент для сбора и упорядочения данных для облегчения дальнейшего использования собранной информации (рис. 2.2).

На рисунке 2.1 контрольный листок не случайно расположен в центре семи инструментов. Особая роль его состоит в том, что выполнение любой задачи по анализу качества начинается со сбора исходных данных.

Контрольный листок - бумажный бланк (рис. 2.2), на котором заранее напечатаны контролируемые виды брака, по которым указывается в виде простых символов частота их появления.

Число различных листков на предприятии исчисляется сотнями, и для каждой конкретной цели может быть разработан свой листок. Но принцип их оформления остается неизменным: форма листка должна быть простой и понятной (без дополнительных пояснений); необходимо указывать, кто, на каком этапе и в течение какого времени собирал данные.

Причинно-следственная диаграмма (диаграмма Исикавы). Причинно-следственная диаграмма - инструмент, позволяющий выявить наиболее существенные причины (факторы), влияющие на конечный результат (следствие). Была предложена в 1953 г. профессором Токийского университета К. Исикавой.

Причины, влияющие на проблему, изображаются (рис. 2.3) наклонными стрелками, причем общие причины (причины первого порядка) - наклонными большими стрелками, частные (причины второго и последующего порядка) - наклонными маленькими стрелками.

В литературе рассматриваемая диаграмма называется также «рыбьим скелетом». Изучаемая проблема - это «голова» рыбьей кости. «Хребет» условно изображается в виде прямой горизонтальной стрелки, «кости» - причины, изображаются наклонными стрелками.

Рис. 2.3.

На производстве все возможные причины распределяют по группам (категориям) по принципу «5М»:

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

Для каждой группы строятся дополнительные «кости», представляющие отдельные причины, а к тем, в свою очередь, свои подпричины. В результате получается разветвленное дерево, связывающие причины возникновения несоответствия, находящиеся на разном уровне детализации. Таким образом, можно добраться до первичных причин, устранение которых наиболее существенно повлияет на решение проблемы.

В товароведении при рассмотрении проблемы качества выявляют

две главные группы причин (факторов): причины, формирующие качество

товаров, и причины, способствующие сохранению качества товаров. Это

причины первого порядка. Каждая группа детализируется до причин второго порядка. Например, первая группа представлена сырьем, технологией, конструкцией, вторая - упаковкой, транспортированием, хранением. В ряде случаев требуется дальнейшая детализация до причин третьего порядка. Например, причина «хранение» может быть представлена температурой, влажностью, составом воздуха.

При анализе должны выявляться и фиксироваться все причины, даже те, которые кажутся незначительными, так как цель диаграммы - отыскать наиболее правильный и эффективный способ решения поставленной проблемы.

Но устранить все выявленные и зафиксированные причины невозможно или нерентабельно. Требуется выявить наиболее важные причины и управлять ими. Ранжирование причин производится экспертным методом, в частности методом мозгового штурма.

Диаграмма Парето - инструмент, позволяющий распределить усилия для разрешения возникающих проблем и выявить основные причины, с которых нужно действовать. Названа по имени итальянского экономиста В. Парето (1845-1923).

Парето предложил формулу, показывающую, что блага распределяются неравномерно: в большинстве случаев наибольшая доля доходов или благ принадлежит небольшому числу людей. Эта же теория была проиллюстрирована американским экономистом М. Лоренцом в 1907 г. на диаграмме. Доктор Д. Джуран применил диаграмму Лоренца в сфере контроля качества для классификации проблем качества на немногочисленные, но существенно важные и многочисленные, но несущественные. Он назвал этот метод анализом Парето. Джуран указал, что в большинстве случаев подавляющее число дефектов и связанных с ними потерь возникают из-за относительно небольшого числа причин.

Диаграмма Парето стоится в виде столбчатого графика (рис. 2.4). При его построении по оси ординат откладываются количественные характеристики (доли в %, потери и пр.), а по оси абсцисс - качественные характеристики (номера причин брака, номера видов брака и пр.) Различают два вида диаграмм Парето:

по причинам (факторам). Они отражают причины проблем, которые возникают в ходе производства (рис. 2.4, я);

результатам деятельности. Они служат для выявления главной проблемы и отражают нежелательные результаты деятельности (потери, дефекты и т.д.).

Из диаграммы на рис. 2.4, а видно, что при устранении причин, связанных с нарушением технологической дисциплины и неудачной конструкцией технологической оснастки, брак можно снизить почти на 88%.

Из диаграммы на рис. 2.4,6 видно, что главной проблемой являются большие потери (почти 24 тыс. руб.), вызванные браком материалов.

Рис. 2.4.

а - диаграмма Парето по видам причин брака: 1 - нарушение технологической дисциплины на участке; 2 - неудачная конструкция технологической оснастки; 3 - дефекты комплектующих изделий; 4 - недостаточность освещения; 5 - прочие причины; б-диаграмма Парето - потери по видам брака: 1 - брак по размерам (11 тыс. руб.);

2 - брак материалов (24 тыс. руб.); 3 - брак гальванического покрытия (15 тыс. руб.);
4 - брак заклепки (1 тыс. руб.); 5 - прочие виды брака (5 тыс. руб.)

Разновидностью анализа Парето является ABC-анализ. При этом анализе исследуется зависимость суммы потерь (или прибыли, или товарооборота) от вида продукции. В результате устанавливают три группы продукции - А, В и С.

Группу А составляют немногочисленная часть (по числу наименований) продукции, которая составляет наибольшую долю (до 80%) в потерях (или в товарообороте или в объеме прибыли). Группу С составляет многочисленная часть продукции, которая составляет наименьшую долю (до 10%) в потерях, в товарообороте или в прибыли.

Группа В занимает промежуточное место.

В сфере контроля качества, как правило, группа А - наиболее проблемная продукция, поскольку на нее приходится наибольшая доля затрат (потерь), связанных с устранением дефектов.

В сфере анализа структуры ассортимента товаров групп А является наиболее ценной частью продукции, поскольку она обеспечивает магазину наибольшую часть товарооборота и прибыли. ABC-анализ представляется, как правило, в табличной форме.

Контрольные карты - инструмент, позволяющий отслеживать ход протекания процесса и воздействовать на него, предупреждая его отклонения от предъявляемых к процессу требований.

С помощью контрольных карт осуществляют статистическое регулирование технологического процесса, в частности корректирование параметров процесса по результатам выборочного контроля параметров изготовляемой продукции. Они позволяют проанализировать стабильность технологического процесса, отделить случайные погрешности от систематических, выделить случайные факторы, которые резко влияют на качество изготовляемой продукции.

Контрольная карта (КК) графически отражает изменение показателей качества во времени (рис. 2.5). Существуют КК по качественным признакам (доли дефектных изделий, число дефектных изделий, суммарное число дефектов на единицу продукции) и КК по количественным признакам (для средних значений и размаха, для медианы и размаха, для средних значений и среднего квадратического отклонения). На КК отмечается диапазон неизбежного разброса значений показателя, т.е. разброса, вызванного случайными погрешностями производства, которые обусловлены изменениями качества сырья и материалов (в пределах допустимых отклонений), а также условий производства.

Рис. 2.5. Контрольная карта доли дефектных изделий р

Неизбежный разброс устранить нельзя, но нужно уметь его оценить. Неизбежный разброс лежит в пределах верхней и нижней границ. Для оценки контрольных границ (границ регулирования) применяется трехкратное среднее квадратическое отклонение (правило «трех сигм»). Если точки, наносимые на КК, не выходят за границы регулирования, то технологический процесс считают протекающим стабильно.

Если же точки на КК выходят за контрольные границы, то считается, что в технологическом процессе возникли какие-то систематические погрешности, которые должны быть выявлены и устранены.

Пример. Имеются данные приема манометров за декабрь: число проверенных приборов по датам, число дефектных приборов. На их основе рассчитывают долю дефектных манометров (в %), среднюю долю р и среднее квадратическое отклонение (сигму). По указанным данным строят КК (см. рис. 2.5). В бланке КК по вертикали откладывают долю дефектных изделий р (%), а по горизонтали - дату выборки. Значение р = 3,5% определяет положение средней линии. Если значение о = 0,918, то верхняя граница регулирования р + 3ст = 3,5 + 3 * 0,918 = 6,254%, а нижняя граница р - 3 о = 3,5 - 3 * 0,918 = 0,746%.

При анализе КК видно, что 11 декабря доля дефектных манометров (р =10,7) выходит за пределы верхней контрольной границы. Допустим, удалось установить причину высокой дефектности - это использование регулировщицей с индексом 24 контрольного манометра, неправильно размеченного работниками метрологической лаборатории. Причина была устранена. Шестого декабря доля дефектных манометров тоже достаточно высока (приближена к верхней границе), но причину дефектности выявить не удалось. Поэтому при расчете реального уровня дефектности на ближайший плановый период есть все основания предположить, что в январе будут иметь место все те же причинно-следственные связи при производстве манометров, какие были в исследуемом (базисном) периоде.

С учетом исправления дефектов, вызванных фактором, который имел место 11 декабря, реальный уровень дефектности в январе по расчетам будет ниже: р = 3,1%, а верхняя и нижняя границы будут соответственно 5,699 и 0,501. Таким образом, из расчетов видно, что в январе можно ожидать некоторого улучшения показателей качества.

Итак, результаты контроля, вписывающиеся в переделы контрольных границ, свидетельствуют о нормальном ходе процесса. Каждый выход за верхнюю контрольную границу должен фиксироваться и сразу тщательно анализироваться с целью выявления и устранения причин дефектов. Техника КК позволяет также устанавливать дни с низким уровнем дефектности и, следовательно, выявлять сложившиеся производственные ситуации, приводящие к снижению качества.

Если по результатам анализа КК устанавливается стабильный технологический процесс, то можно рекомендовать переходить от сплошного контроля к выборочному, что сокращает трудовые затраты на контроль.

Диаграмма разброса (рассеивания) - инструмент, позволяющий определить вид и тесноту связи между парами соответствующих переменных (см. рис. 2.1).

Эти две переменные могут относиться:

1) к характеристике качества и влияющему на нее фактору;
2) двум различным характеристикам качества;
3) двум факторам, влияющим на одну характеристику качества. Для выявления связи между ними и служит диаграмма разброса. Диаграмма разброса строится как график зависимости между

двумя переменными (см. рис. 2.1). Если такая взаимосвязь существует, то можно устранить отклонение одного параметра от нормативного значения, воздействуя на другой.

Между переменными возможны положительная взаимосвязь, отрицательная взаимосвязь, отсутствие взаимосвязи.

Использование диаграммы разброса не ограничивается только выявлением вида и тесноты связи между парами переменных. Диаграмма разброса используется также для выявления причинно-следственных связей показателей качества и влияющих факторов при применении диаграммы Исикавы.

Метод стратификации (расслаивания данных) - инструмент, позволяющий произвести селекцию данных, отражающую требуемую информацию о процессе.

В соответствии с этим методом производят расслаивание статистических данных, т.е. группируют данные в зависимости от выбранного стратифицирующего фактора и производят обработку каждой группы данных в отдельности.

Данные, разделенные на группы в соответствии с их особенностями, называют слоями (стратами), а сам процесс разделения на слои (страты) -расслаиванием (стратификацией).

В производственных процессах при выборе стратифицирующего фактора часто используют выше разобранный метод «5М». В частности, учитывают факторы, зависящие от человека, оборудования, материала, метода контроля, измерения.

В сервисе для расслаивания используют метод «5Р», учитывающий факторы, зависящие от работников (peoples), процедур (procedures) сервиса, потребителей, являющихся фактическими покровителями (patrons) сервиса, места (place), где осуществляется сервис и определяется его внешняя среда, поставщиков, осуществляющих снабжение (provisions).

Для иллюстрации метода рассмотрим пример анализа причин возникновения дефектов (рис. 2.6). Все дефекты (100%) были классифицированы на четыре группы (страты): по поставщикам, операторам, смене, оборудованию. Из анализа видно, что наибольший вклад в наличие дефектов вносит поставщик 2.

Рис. 2.6.

Гистограмма - инструмент, позволяющий зрительно оценить закон распределения статистических данных.

Гистограмма представляет столбчатый график (рис. 2.7), который строится для интервального изменения значения параметра. Для этого на интервалах, отложенных на оси абсцисс, строят прямоугольники (столбики), высота которых пропорциональна частотам интервалов. Если гистограмма имеет симметричный (колоколообразный) вид, то можно предполагать гауссовский закон распределения случайной величины. Наивысшая частота оказывается в середине и постепенно снижается в обе стороны.

Практическое значение гистограммы заключается в том, что она позволяет оценить стабильность качества продукции в объеме.

Рис. 2.7.

По гистограмме (см. рис. 2.7) определяется неизменность основных параметров процесса: среднего значения х или математического ожидания М (х) и стандартного отклонения во времени. Оно важно при оценке процесса с помощью выборочных данных, когда требуется выяснить вероятность пересечения распределения генеральной совокупности границ поля допуска и появления в связи с этим несоответствия требованиям потребителя. В гистограмме симметричного вида не представляет труда определить возможность выхода распределения генеральной совокупности при заданных значениях М (х) и а исходя из сравнения соответствующих трех сигмовых пределов и пределов поля допуска.

Из рисунка 2.7 видно, что если брать в качестве границ допуска трехсигмовые пределы, то годными будут считаться 99,73% всех данных генеральной совокупности, и только 0,27% данных будут считаться несоответствующими (non-conformity, NC) требованиям потребителя, так как расположены за границами заданного поля допуска.

Гистограмму начали широко использовать в конце 1980-х и 1990-х гг. для иллюстрации программы «шесть сигм» как методологии обеспечения стабильности качества.

Анализ стабильности процесса (производственного процесса, бизнес-процесса) сводится к оценке его параметров: процесс с допуском За дает приблизительно 2700 дефектов на 1 млн изделий или событий; в процессе с допуском 6а уже насчитывается несколько дефектов - 3,4 дефекта на 1 млн изделий.

Компании, обеспечивающие воспроизводимость 6а, относятся по конкурентоспособности к категории «мировой класс», 4а - к категории «средний класс», 2а - к категории неконкурентоспособных.

Программа «Шесть сигм» была разработана компанией «Моторола» в 1980-е гг. Ее реализация позволила сократить дефекты на 99,7% и сэкономить компании с 1987 по 1996 г. 11 млрд дол. В 1998 году «Моторола» стала одной из первых фирм, получивших в США национальную премию по качеству М. Болдриджа.

Так, 255 крупнейших компаний мира (из списка Fortune 500) используют «шесть сигм». Это одна из наиболее массово внедряемых управленческих концепций в мире. В России концепция «шесть сигм» освоена в основном только в крупных экспортоориентированных корпорациях. Для них это «ключ», открывающий доступ к крупным контрактам и международным проектам. В число российских компаний, использующих «шесть сигм», входят ВСМПО-АВИСМА, Красноярский алюминиевый завод, Альфа-Банк, Ситибанк, РУСАЛ, «Дзержинское Оргстекло», «Ин- струм-Рэнд» и др.

КАТЕГОРИИ